基于特定主题的微博用户影响力最大化研究

发布时间：2024-04-13 18:14

　　随着互联网的快速发展,各类社交网络平台应运而生,信息以前所未有的速度在网络中扩散,每个用户同时担任着信息的产生者与传播者两种角色,并通过信息的快速传播来影响更多的人。网络信息纷乱繁杂,由于个人兴趣爱好的不同,用户往往需要在成千上万条网络信息中寻找到自身偏好的兴趣主题信息,为了节省寻找时间,用户往往会格外关注在该兴趣主题下具有权威性的用户,使得自身获得信息的时间效率最大化。反之,当商家想要最大程度地推送某一主题商品给他们的潜在用户时,通过该主题下的权威用户进行信息传播往往是最佳的选择。寻找到社交网络中的特定兴趣主题下的权威用户,成为了用户和商家共同的需要,也因此,基于特定主题的影响力最大化问题成为了值得研究的一项课题。其目的是通过技术手段高效准确地挖掘出社交网络中某一特定主题下最具影响力的用户群体,通过这一用户群体在社交网络中进行信息传播,可以实现特定主题信息传播效率和范围的最大。结合学者们已有的影响力理论和技术研究,本文构建了一种适用于新浪微博社交网络的用户影响力评估算法——User Characteristics Rank算法(简称UC Rank算法)以及基于特定主题的用户影响力最大...

【文章页数】：67 页

【学位级别】：硕士

【部分图文】：

图3-1微博文本示例

武汉理工大学硕士学位论文更加多元化，如图3-1为用户发布的微博文本。

图3-6用户信息表截图

武汉理工大学硕士学位论文26采集，由于数据存在缺失及不对应的问题，本文抽取其中的部分数据进行实验，包含9621个用户的用户信息表，以及这些用户在连续的一周内发布的全部微博文本数据57668条，用户关注列表数据共207724条，微博转发关系6328条，数据文件为sql脚本，可以直接....

图3-7用户微博文本截图

武汉理工大学硕士学位论文26采集，由于数据存在缺失及不对应的问题，本文抽取其中的部分数据进行实验，包含9621个用户的用户信息表，以及这些用户在连续的一周内发布的全部微博文本数据57668条，用户关注列表数据共207724条，微博转发关系6328条，数据文件为sql脚本，可以直接....

本文编号：3953422