基于用户关系的在线社会网络关键用户识别算法
吴哲
郭宇春
陈常嘉
1.北京交通大学电子信息工程学院,北京,1000442.北京交通大学电子信息工程学院,北京,1000443.北京交通大学电子信息工程学院,北京,100044
摘要：为了从在线社会网络中识别关键用户,并对用户的关键性进行量化排序,提出URRank算法,通过模拟人类社会的投票行为,综合考虑用户自身的活跃度和用户间的关注与互动关系,经过迭代计算,量化用户的关键性.以新浪微博的部分抓取数据为例,通过比较现有几种关键用户排序算法发现,URRank算法能够避免其他算法存在的被欺骗及片面性问题,识别出具有高认知度和高覆盖度的关键用户.
关键词：计算机网络在线社会网络关键用户识别用户关系
分类号：TP393(计算技术、计算机技术)
资助基金：国家自然科学基金(61271199)国家自然科学基金(61301082)中央高校基本科研业务费专项(2011JBZ003)
论文发表日期：2014-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 37-42 )
英文信息