基于MVC设计模式的微博数据采集框架

针对现有社交数据采集工具在采集量和采集广度上受限与复用性差等问题,提出了一种基于MVC设计模式的数据采集设计方案,设计了可扩展的工作流处理流程,降低了开发耦合度,减少了开发的工作量。在此基础上,利用Java等技术搭建了快速而简捷的微博数据采集框架,实现并增强了抓取微博数据等功能,为用户提供了一个灵活、可扩展、易复用的微博数据采集环境。

基于谣言传播网络模型的重要角色发现研究

当今高速发展的网络信息时代减少或避免虚假信息传播尤为重要。在谣言传播模型的基础上引入了消息可信度和网络模型重要角色,提出了在消息传播模型中采用删除法等重要性指标的重要角色的识别与发现方法,并与加权介数做比较,利用大量的新浪微博数据进行统计与分析。该方法重构了微博传播模型,揭示了消息传播的演化机理,为消息传播的有效控制提供依据。

一种改进PageRank的微博用户影响力计算方法

以新浪微博为研究对象,基于MapReduce编程框架技术和PageRank评定方法,综合微博网络拓扑特征和用户行为因素,甄选出"直联热度"和"级联热度"等量化指标,用以表征评定微博用户影响力的动静态因素。构建了评估体系,提出一种基于混合量化指标与改进PageRank的微博用户影响力度量算法,并采用真实微博数据对该算法进行测试,对微博用户影响力进行了排名评估,与PageRank算法相比,表现出了较好的性能。