基于网络新闻评论的四度用户影响力分析模型.pdfVIP

2021年9月计算机工程与设计Sept2021

第42卷第9期COMPUTERENGINEERINGANDDESIGNVol.42No.9

基于网络新闻评论的四度用户影响力分析模型

欧阳纯萍，陈湘龙+,刘永彬

(南华大学计算机学院，湖南衡阳421001)

摘要：由于网络新闻评论的开放性和传播性，经常引发舆论事件，为能正确引导社会舆论，需要重点关注某些具有较高

影响力的用户。针对已有方法未能全面考虑表征网络新闻评论用户影响力的因素，提出四度用户影响力分析模型——

FDRank(fourdegreeinfluencerank),通过综合考虑用户的评论内容、评论情感值、自身质量以及网络结构4个方面，使

用线性融合的方式对用户的影响力进行分析。实验结果表明，把用户评论情感值作为评价用户影响力分析的因素之一，能

使模型获得更好的结果，与多种传统算法进行对比，FDRank算法均取得最优的准确率和召回率。

关键词：网络新闻；用户影响力；评论情感值；四度；深度学习

中图法分类号：TP391文献标识号：A文章编号：1000-7024(2021)09-2671-08

doi：10.16208/j.issnl000-7024.2021.09.036

Four-degreeuserinfluenceanalysismodelbasedononlinenewsreviews

OUYANGChun-ping,CHENXiang-long+,LIUYong-bin

(SchoolofComputer?UniversityofSouthChina,Hengyang421001,China)

Abstract：Duetotheopennessanddisseminationofonlinenewscommentspublicopinioneventsareoftentriggered.Tocorrectly

guidepublicopinion,itisnecessarytofocusoncertainhigh-impactusers.Directedatthefactthattheexistingmethodsfailto

fullyconsiderthefactorsthatcharacterizetheinfluenceofonlinenewscommentusers»afourdegreeuserinfluenceanalysis

model(FDRank)wasproposed.Theinfluenceofuserswasanalyzedbylinearfusion,whichconsideredfouraspectsofusers，

commentcontent,commentemotionvalue,self-qualityandnetworkstructure.Experimentalresultsshowthattheproposed

modelcangetbetterresultsusingusercommentsentimentvalueasoneofthefactorstoevaluateuserimpact.Comparedwitha

varietyoftraditionalalgorithms,FDRankalgorithmachievesthebestaccuracyandrecallrate.

Keywords：networknews;userinfluence;commentemotionalvalue;fourdegree;deeplearning