微博社会网络中的用户节点影响力估计方法.pdfVIP

中国科技论文在线 微博社会网络中的用户节点影响力估计 方法# 杜友田，苏畅，吴陈鹤* 5 （西安交通大学智能网络与网络安全教育部重点实验室，西安 710049 ） 摘要：近年来，微博、博客、论坛等新型网络应用服务成为了人们获取、传播信息的主要平 台，由此形成的在线社会网络已经成为了当前研究的热点。通常，部分重要用户在在线社会 网络中的信息传播过程中起到了具有重大的影响力，能够使得信息更快和更广地进行传播。 本文提出了一种微博社会网络中用户节点影响力的估计方法。该方法在 Pagerank 算法基础 10 上综合考虑了网络结构、用户行为和话题内容三个要素，形成了一种新的节点影响力排序算 法(简称为InfluentialRank) 。InfluentialRank 算法首先计算了每个用户对某些话题的兴趣度， 然后计算该节点的度和转发帖子的概率，在此基础上构建了一个双边双权值的混合网络。在 该混合网络上迭代计算每个用户节点的影响力，并得到影响力排序。通过在一个包含29514 个用户节点和 421140 条边的微博社区上的实验表明, InfluentialRank 在考虑了网络结构之 15 外，更好地考虑了用户的转发行为和其兴趣度，在度量用户节点影响力方面更为准确。 关键词：计算机网络；在线社会网络；信息传播；节点影响力；微博 中图分类号：TP393.0 The estimation of influence of users in micro-blogging social 20 networks Du Youtian, Su Chang, Wu Chenhe (Ministry of Education Key Lab For Intelligent Networks and Network Security of Xian Jiaotong University, Xi’an 710049) Abstract: In the recent years, the micro-blogging, blog and forum have been becoming the new 25 web application services for getting and transferring information, and these online social networks become one of the research focuses. In general, a part of important users in the social networks play an important role in the information transferring on the network, and they make information propagate faster and more broadly. This paper proposes a new influence estimation method for the users of micro-blogging. Based on the PageRank algorithm, we consider the network