基于PageRank的网络社区意见领袖发现算法

计算机工程

基于PageRank的网络社区意见领袖发现算法

周飞,高茂庭

(上海海事大学信息工程学院,上海 201306)

收稿日期:2016-12-12 出版日期:2018-02-15 发布日期:2018-02-15
作者简介:周飞(1993—),男,硕士研究生,主研方向为数据挖掘、数据分析;高茂庭,教授、博士、CCF高级会员。
基金资助:
国家自然科学基金(61202022)。

Discovery Algorithm of Opinion Leaders for Network Community Based on PageRank

ZHOU Fei,GAO Maoting

(College of Information Engineering,Shanghai Maritime University,Shanghai 201306,China)

Received:2016-12-12 Online:2018-02-15 Published:2018-02-15

摘要/Abstract

摘要： 意见领袖是网络社区中积极的信息传播者和信息引导者,对其影响力的评估是社交网络分析的一项重要内容。针对现有算法对用户动态行为分析和动态内容影响考虑欠缺而不能客观反映真实情况的问题,提出一种基于用户影响力和PageRank的意见领袖发现算法,综合考虑用户自身影响力、用户动态行为影响度和用户行为给动态内容带来的真实影响。通过从知乎网络社区收集的大规模数据实验结果表明,该算法更具合理性并能有效地提高网络社区意见领袖的识别准确度。

关键词: 网络社区, 意见领袖, 影响力, PageRank算法, 用户行为

Abstract: Opinion leader is active information promulgator in the network community and the guide of information transmission.The assessment for opinion leaders’ influence is an important content of social network analysis.To improve the considerations about the analysis of user dynamic behavior and the influence of dynamic content,and reflect the real situation objectively,a discovery algorithm of opinion leaders based on user’s influence and PageRank is proposed.It combines user’s own influence,the influence degree of user dynamic behaviors and the real impact of dynamic content brought by the dynamic behaviors.Experimental results on the large-scale data collected from Zhihu network community demonstrate that the algorithm is more reasonable and can effectively improve the recognition accuracy of the network community opinion leaders.

Key words: network community, opinion leader, influence, PageRank algorithm, user activity

中图分类号:

TP301.6

周飞,高茂庭. 基于PageRank的网络社区意见领袖发现算法[J]. 计算机工程.

ZHOU Fei,GAO Maoting. Discovery Algorithm of Opinion Leaders for Network Community Based on PageRank[J]. Computer Engineering.

参考文献

参考文献［1］FREEMANL C.Centrality in Social Networks Conceptual Clarification［J］.Social Networks,1979,1(3):215-239. ［2］王秀丽.网络社区意见领袖影响机制研究——以社会化问答社区“知乎”为例［J］.国际新闻界,2014,36(9):47-57. ［3］YU Xiao,LIN Xia.Understanding Opinion Leaders in Bulletin Board Systems:Structures and Algorithms［C］// Proceedings of the 35th Conference on Local Computer Networks.Washington D.C.,USA:IEEE Press,2010:1062-1067. ［4］王君泽,王雅蕾,禹航,等.微博客意见领袖识别模型研究［J］.新闻与传播研究,2011(6):81-88. ［5］丁雪峰,胡勇,赵文,等.网络舆论意见领袖特征研究［J］.四川大学学报(工程科学版),2010,42(2):145-149. ［6］王珏,曾剑平,周葆华,等.基于聚类分析的网络论坛意见领袖发现方法［J］.计算机工程,2011,37(5):44-46. ［7］LAZARSFELD P F,BERELSON B,GAUDET H.The People’s Choice:How the Voter Makes Up His Mind in a Presidential Campaign［M］.New York,USA:［s.n.］,2007:229-233. ［8］YOO Y,ALAVI M.Emergent Leadership in Virtual Teams:What Do Emergent Leaders Do?［J］.Infor-mation & Organization,2004,14(1):27-58. ［9］WU Shaomei,HOFMAN J M,MASON W A,et al.Who Says What to Whom on Twitter［C］//Proceedings of International Conference on World Wide Web.New York,USA:ACM Press,2011:705-714. ［10］ZHAI Zhongwu,XU Hua,JIA Peifa.Identifying Opinion Leaders in BBS［C］//Proceedings of International Conference on Intelligent Agent Technology.Sydney,Australia:［s.n.］,2008:398-401. ［11］ZHOU Hengmin,ZENG D.Finding Leaders from Opinion Networks［C］//Proceedings of IEEE International Conference on Intelligence and Security Informatics.Washington D.C.,USA:IEEE Press,2009:266-268. (下转第219页) (上接第209页) ［12］WENG Jianshu,LIM E P,JIANG Jing,et al.TwitterRank:Finding Topic-sensitive Influential Twitterers［C］//Proceedings of ACM International Conference on Web Search & Data Mining.New York,USA:ACM Press,2010:261-270. ［13］王晨旭,管晓宏,秦涛,等.微博消息传播中意见领袖影响力建模研究［J］.软件学报,2015,26(6):1473-1485. ［14］吴渝,马璐璐,林茂,等.基于用户影响力的意见领袖发现算法［J］.小型微型计算机系统,2015,36(3):561-565. ［15］ASUR S,HUBERMAN B A,SZABO G,et al.Trends in Social Media:Persistence and Decay［EB/OL］.(2011-02-05).http://www.hpl.hp.com/research/scl/papers/trends/trends_web.pdf. ［16］CHA M,HADDADI H,BENEVENUTOF,et al.Measuring User Influence in Twitter:The Million Follower Fallacy［C］//Proceedings of the 4th International Conference on Weblogs and Social Media.Washington D.C.,USA:［s.n.］,2010. ［17］KWAK H,LEE C,PARK H,et al.What is Twitter,A Social Network or A News Media?［C］//Proceedings of International Conference on World Wide Web.New York,USA:ACM Press,2010:591-600. ［18］许树柏.层次分析法原理［M］.天津:天津大学出版社,1988. ［19］SONG Xiaodan,CHI Yun,HINO K,et al.Identifying Opinion Leaders in the Blogosphere［C］//Proceedings of the 16th ACM Conference on Information and Knowledge Management.New York,USA:ACM Press,2007:971-974. ［20］MIAO Qingliang,ZHANG Shu,MENG Yao,et al.Domain-sensitive Opinion Leader Mining from Online Review Communities［C］//Proceedings of the 22nd International Conference on World Wide Web Companion.New York,USA:ACM Press,2013:187-188. 编辑顾逸斐

[1]	李盼, 解庆, 李琳, 刘永坚. 知识增强的图神经网络序列推荐模型[J]. 计算机工程, 2023, 49(2): 70-80.
[2]	谢柏林, 黎琦, 魏娜, 邝建. 基于用户行为的社交网络人格特质识别方法[J]. 计算机工程, 2023, 49(1): 279-286,294.
[3]	徐上上, 孙福振, 王绍卿, 董家玮, 吴田慧. 基于图神经网络的异构信任推荐算法[J]. 计算机工程, 2022, 48(9): 89-95,104.
[4]	沈记全, 林帅, 李志莹. 基于局部域的影响力最大化算法[J]. 计算机工程, 2022, 48(7): 22-28.
[5]	段大高, 白宸宇, 韩忠明, 熊海涛. 基于多传递影响力的社交媒体谣言检测方法[J]. 计算机工程, 2022, 48(10): 138-145,157.
[6]	邓心惠, 宾晟, 孙更新. 基于反向可达集的影响力最大化算法[J]. 计算机工程, 2022, 48(1): 60-68,74.
[7]	李勇, 董思秀, 张强, 程方颀, 王常青. 注意力流网络中节点影响力的层级性研究[J]. 计算机工程, 2021, 47(8): 109-115,123.
[8]	戴炳荣, 姜胜明, 李顿伟, 李超. 基于改进PageRank算法的跨链公证人机制评价模型[J]. 计算机工程, 2021, 47(2): 26-31.
[9]	黄宁, 刘渊, 王晓锋. 基于交互式流量回放的用户行为仿真技术[J]. 计算机工程, 2021, 47(10): 103-110.
[10]	马慧芳, 李苗, 童海斌, 詹子俊. 基于通配符模式与随机游走的关键词提取方法[J]. 计算机工程, 2020, 46(7): 78-83.
[11]	李志, 宋礼鹏. 基于用户窗口行为的内部威胁检测研究[J]. 计算机工程, 2020, 46(4): 135-142,150.
[12]	童曼琪, 黄江升, 郭昆. 融合Spark与隐性兴趣的用户综合影响力度量[J]. 计算机工程, 2020, 46(11): 61-69.
[13]	毕猛, 邵中, 徐剑. 一种用于网络用户行为聚类的标签自动生成方法[J]. 计算机工程, 2020, 46(10): 81-87.
[14]	张光杰, 叶海洋, 王晓锋. 基于多尺度虚拟化的卫星终端用户行为仿真[J]. 计算机工程, 2019, 45(8): 165-172,189.
[15]	黄贤英, 阳安志, 刘小洋, 刘广峰. 一种改进的微博用户影响力评估算法[J]. 计算机工程, 2019, 45(12): 294-299.

选择文件类型/文献管理软件名称

选择包含的内容