基于用户相似度度量的有效社区Leader选举方法

社交网络社区Leader选举,即识别社区内影响力最大用户,是社交网络结构分析重要任务之一,在识别意见领袖、增进社区融合等方面具有重要的理论和应用研究价值。传统的社区Leader选举技术如User Rank和People Rank,主要基于社交网络链接分析实现,忽略了用户本身属性的相似度度量。因此得到的社区Leader不能有效保证其社区代表性。本文提出了一种新的用户关系建模方法,将传统的链接分析和用户属性相似度度量融合,有效识别具有代表性的高影响力用户。实验结果表明,提出的方法不仅可以选举出社区内部具有代表性的高影响力Leader用户,还可以通过社区Leader选举使得社区内其他用户的查询效率得到有效提高。