融合博文内容和行为属性的Page Rank排序算法

摘要：

针对当前微博影响力度量算法中多集中于用户行为属性,忽略博文、结点本身价值的问题,从微博用户信息出发,以线性加权模型为基础,综合分析用户的行为属性、博文相似度、节点相似度,创建影响力评价指标体系.利用Page Rank算法思想,提出了基于用户行为和博文内容的用户影响度量模型(user influence measurement rank,UMR).通过采用新浪微博真实数据集测试,计算用户的影响力,验证了UMR算法在博文内容的基础上,能客观地反映用户的交互行为,消除僵尸用户对排序的影响,因而更科学、更合理.

关键词：微博、线性加权、Page Rank算法、用户影响力、博文内容

所属期刊栏目：17

分类号：TP39(计算技术、计算机技术)

资助基金：江西省研究生创新专项基金YC2016-S316

在线出版日期：2017-10-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：243-248