The Microblogging User Influence Assessment Based on PageRank and User Behavior

doi:10.3969/j.issn.1671-1122.2015.06.012

Abstract

Abstract:

Microblogging users play a vital role in the process of news propagation, and Microblogging users with strong influence are the key factor in public opinion formation, spread and guide. In order to more accurately assess the influence of microblogging users, the UIA (User Influence Assess) algorithm, this paper presented based on user behavior and PageRank, which assess the user's own activity level and the connection degree among the users integratively, present and quantify the related factors that affect the user's own activity level and the connection degree among the users based on that we can analyze user’s behavior, and then come to the proportion of weighting. This algorithm avoided the topic drift phenomenon of the PageRank algorithm, and also systematically measured the user’s influence with highly accuracy.

Key words: UIA, PageRank, user behavior, activity degree, contact degree

CLC Number:

TP309

ZHANG Jun-hao, GU Yi-jun, ZHANG Shi-hao. The Microblogging User Influence Assessment Based on PageRank and User Behavior[J]. Netinfo Security, 2015, 15(6): 73-78.

Figures/Tables 7

References 31

[1]	张坤. 国内微博的传播形态与发展研究[D].南昌:江西师范大学,2012.
[2]	Maksim Tsvetovat,Alexander Kouznetsov.社会网络分析方法与实践[M].王薇,王成军,王颖等,译.北京:机械工业出版社,2013.
[3]	齐超,陈鸿昶,于洪涛.基于用户行为综合分析的微博用户影响力评价方法[J].计算机应用研究,2014,31(7):2004-2007.
[4]	王彪. 社交网络中的用户影响力分析[D].哈尔滨:哈尔滨工业大学, 2012.
[5]	陈少钦. 基于PageRank的社交网络用户实时影响力研究[D].上海:上海交通大学, 2013.
[6]	刘耀庭. 社交网络结构研究[D]. 杭州:浙江大学, 2008.
[7]	朱郭峰, 杨彦, 周竹荣, 等. 基于领域的微博用户影响力计算方法[J]. 西南大学学报:自然科学版, 2014,36(3):145-151.
[8]	Shaozhi Ye1, Felix Wu.Measuring Message Propagation and Social Influence on Twitter.com[C]//Proceedings in the 2nd International Conference on Social Informatics- SocInfo'10, Austria,2010:216-231.
[9]	Eytan Bakshy.Everyone's an Influencer: Quantifying Influence on Twitter[C]//ACM. WSDM, 2011:67-69.
[10]	陈灿. 微博用户的影响力分析[D].济南:山东大学, 2013.
[11]	康书龙. 基于用户行为及关系的社交网络节点影响力评价——以微博研究为例[D]. 北京:北京邮电大学,2011.
[12]	何静,郭进利.基于改进PageRank算法的微博用户影响力研究[J].吉林公安高等专科学校学报,2011, (6): 46-48.
[13]	黎明,文海英,杨杰, 等.基于行为权值的微博用户影响力度量算法[J].计算机工程与应用,2014,50(17):130-133.
[14]	张玥, 张宏莉, 张伟哲等. 识别网络论坛中有影响力用户[J]. 计算机研究与发展, 2013, (10): 2195-2205.
[15]	黄德才,戚华春. PageRank算法研究[J]. 计算机工程, 2006, 32(4):145-146.
[16]	戚华春, 黄德才, 郑月锋. 具有时间反馈的PageRank改进算法[J]. 浙江工业大学学报, 2005, 33(3):272-275.
[17]	王德广, 周志刚, 梁旭. PageRank算法的分析及其改进[J]. 计算机工程, 2010, 36(22):291-292.
[18]	王德广, 周志刚, 梁旭. PageRank算法的分析及其改进[J]. 计算机工程, 2010, 36(22):291-292.
[19]	刘兵. Web数据挖掘[M].北京:清华大学出版社,2009.
[20]	吴柯. 基于交互行为的微博用户影响力评价研究[D]. 广州:华南理工大学, 2014.
[21]	冯静. 微博用户排名机制的研究[D].秦皇岛:燕山大学,2012.
[22]	朱郭峰,杨彦,周竹荣,等.基于领域的微博用户影响力计算方法[J].西南大学学报(自然科学版),2014,36(3):145-151.
[23]	郭金玉,张忠彬,孙庆云,等.层次分析法的研究与应用[J].中国安全科学学报,2008,18(5):148-153.
[24]	田军伟. 基于社会网络的用户兴趣模型研究[D]. 成都:电子科技大学, 2010.
[25]	米昂. 结合影响力分析的微博舆情溯源研究[D]. 北京:北京交通大学, 2015.
[26]	王彪. 社交网络中的用户影响力分析[D]. 哈尔滨:哈尔滨工业大学, 2012.
[27]	胡建华. 微博用户行为与影响力分析系统的研究[D]. 北京:北京交通大学, 2013.
[28]	马俊. 基于话题传播的微博用户影响力分析[D]. 郑州: 解放军信息工程大学, 2013.
[29]	唐飞龙. 微博社区的用户节点影响力评估[D]. 长沙: 湘潭大学, 2013.
[30]	王彪. 社交网络中的用户影响力分析[D]. 哈尔滨:哈尔滨工业大学, 2012.
[31]	钟帅. 基于粒子群算法的微博用户影响力研究[D]. 武汉:华中科技大学, 2012.