基于改进PageRank算法的微博用户影响力研究

摘要

近年来微博呈现出爆炸式发展,已经成为人们运用互联网进行沟通的一种重要途径。在微博网络中用户是其核心,通过对微博用户特征以及其对微博信息传播所起到的作用的研究发现,少量核心用户对网络中信息传播起到引导作用。而目前针对微博网络用户影响力排名的相关研究都只给出用户影响力排名的先后顺序,却不能判断哪些用户对微博网络中信息传播起到引导作用的问题。本文通过对微博网络信息传递方式和微博网络模型的分析和研究,提出了一种微博用户网络领导小组识别算法。该算法可成为微博舆情追踪、舆情监控等相关研究的参考与借鉴。
　　本文的主要工作包括以下几个方面:
　　1、通过对微博网络信息传递方式的分析和研究,构建了微博信息传播网络模型。通过对微博僵尸粉和微博网络模型实例的研究,提出微博网络领导小组这一概念,并证实了它在微博网络信息传递过程中所起到的巨大的影响作用。
　　2、针对传统PageRank算法多次迭代的计算过程会带来很高的算法时间复杂度和空间复杂度的问题,通过对基于传统PageRank算法的微博用户影响力排序算法的研究和分析,提出运用个性化PageRank算法来进行微博用户影响力的计算,从而降低计算的时间复杂度和空间复杂度。
　　3、通过对现有微博用户影响力研究进行分析,针对现有微博用户影响力排序算法都无法确定微博网络领导小组的问题,本文基于个性化PageRank算法结合微博网络结构和微博用户个人信息特征提出用于识别微博网络领导小组的LeadersRank算法,并把该算法应用到实际的微博网络运算中,得到了腾讯微博中标签为“IT民工”的微博用户的领导小组成员,验证了该算法的可行性和有效。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1研究背景与意义

1.2国内外研究现状

1.3本文的主要工作

1.4论文组织结构

2微博用户网络特征分析

2.1微博用户特征分析

2.2微博用户网络信息传递特征分析

2.3微博用户数据特征描述

2.4微博数据获取

2.5本章小结

3微博用户影响力分析

3.1微博用户影响力研究分析

3.2 影响微博用户影响力的关键因素

3.3微博僵尸粉分析

3.4微博网络领导小组模型描述

3.5本章小结

4微博用户影响力算法

4.1 PageRank算法

4.2基于PageRank算法的微博用户影响力排序IR算法

4.3 本章小结

5微博领导小组识别算法

5.1 个性化PageRank算法的基本思想

5.2微博领导小组识别算法

5.4本章小结

6 总结与展望

6.1 论文工作总结

6.2 研究展望

致谢

参考文献

在校期间发表的学术论文及研究成果