基于共同主题群的用户影响力评估研究

社交网络,如Twitter,Facebook,逐渐成为人们交流信息的主要平台.挖掘社交网络中有影响力的用户也成为一个新的研究热点.本文利用一种普遍存在于社交网络中的结构,本文称为共同主题群(common-topic group),提取出某个特定主题的用户及其相关信息.然后将获取数据抽象成三层网络结构:联系层(relation-layer),发帖层(post-layer)和回复层(comment-layer).基于三层结构,本文提出PostRank算法分别计算三层得分,最后综合得出用户最终影响力得分.实验表明,本文的算法可以根据具体应用调整参数,并且综合了In-degree算法和原始PageRank算法所考虑的因素.