版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、近年來,微博作為一種新的社交平臺在互聯(lián)網(wǎng)上興起,逐漸引起人們的關(guān)注。在這個大環(huán)境之下,社交網(wǎng)絡(luò)上用戶和用戶群體的行為屬性特征分析越來越占據(jù)研究人員研究內(nèi)容重要的一席之地。其中,網(wǎng)絡(luò)上節(jié)點影響力評估和社區(qū)發(fā)現(xiàn)是兩個經(jīng)典的問題。針對微博網(wǎng)絡(luò),在現(xiàn)有算法的基礎(chǔ)上做出一定的改進,主要工作如下:
提出一種基于用戶行為的節(jié)點影響力評價模型。模型中考察了用戶之間轉(zhuǎn)發(fā)、評論、提及、私信這幾種行為,構(gòu)造出一種計算用戶之間親密程度的方法。在此基礎(chǔ)
2、上,利用轉(zhuǎn)發(fā)數(shù)和評論數(shù)的統(tǒng)計規(guī)律,提出號召力的概念,在考慮用戶對不同類型信息的偏好不同的情況下,最終得出節(jié)點影響力計算模型。模型相比傳統(tǒng)的方法,更多考慮到用戶間的信息交互,把相關(guān)行為抽象為概念,進行定量研究,更為符合微博網(wǎng)絡(luò)的實際情況。
提出一種基于節(jié)點影響力和親密度距離的社區(qū)發(fā)現(xiàn)算法。在中心節(jié)點合并時,用邊權(quán)值分別對粉絲集和關(guān)注集中節(jié)點與中心節(jié)點的節(jié)點相關(guān)度進行加權(quán)。在旁節(jié)點劃分過程中,對網(wǎng)絡(luò)距離的界定做了調(diào)整,這個距離對網(wǎng)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 一種基于用戶交互行為的微博社區(qū)發(fā)現(xiàn)方法.pdf
- 一種基于行為的微博用戶興趣挖掘方法.pdf
- 一種基于邏輯回歸的微博用戶可信度評估方法.pdf
- 一種基于用戶傾向的微博好友推薦算法.pdf
- 基于H因子的微博社區(qū)發(fā)現(xiàn)方法.pdf
- 微博社區(qū)發(fā)現(xiàn)方法研究
- 微博社區(qū)發(fā)現(xiàn)方法研究.pdf
- 基于鏈接分析和用戶興趣的微博社區(qū)發(fā)現(xiàn)算法.pdf
- 基于Hadoop的微博用戶興趣與社區(qū)發(fā)現(xiàn)算法研究.pdf
- 基于微博社區(qū)的意見領(lǐng)袖發(fā)現(xiàn)方法研究.pdf
- 面向微博用戶的社交網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)研究.pdf
- 基于用戶行為的社區(qū)發(fā)現(xiàn)研究.pdf
- 一種基于微博的熱點話題發(fā)現(xiàn)算法的研究與實現(xiàn).pdf
- 基于興趣的微博網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn).pdf
- mba論文面向微博用戶的社交網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)研究pdf
- 一種基于貝葉斯的微博隱私檢測方法研究.pdf
- 基于相關(guān)背景圖的主題微博用戶發(fā)現(xiàn)方法的研究.pdf
- 一種基于服務(wù)簇的服務(wù)發(fā)現(xiàn)方法.pdf
- 面向微博的社區(qū)發(fā)現(xiàn)研究.pdf
- 微博用戶興趣發(fā)現(xiàn)與用戶推薦研究.pdf
評論
0/150
提交評論