影响力扩散概率模型及其用于意见领袖发现研究

作为意见领袖识别基础的影响力扩散模型IDM存在两个缺陷:(1)由回复链结构断层或者帖子内容间接传播引起的影响力传递中断;(2)由灌水所导致的虚假影响力传递.为解决上述问题,文中提出了一种新的影响力扩散概率模型IDPM,进而建立了网络意见领袖筛选模型.该模型在相同兴趣空间上定义单个关键词语传播概率影响力,在帖子影响力定义中引入了有效关键词语概念,避免了上述缺陷;同时,在用户影响力计算时给每个帖子一个影响因子,用以整合其它有用信息,使模型具有开放性和包容性特点.在2010年12月到2011年5月网易社会新闻版块评论数据上的实验表明,文中方法是有效的,其平均精确率相对IDM模型提高了59.8%.

意见领袖识别中的文本倾向性研究

由于网络用户讨论的主题变化频繁,因此在进行倾向性判定时,难以预先构造出满足各种情况的训练语料。针对上述问题,提出了一种意见领袖识别中的文本倾向性判定方法,进而建立考虑回复帖子倾向性的意见领袖发现模型。该模型建立在影响力扩散概率模型(IDPM)上,模型中引入了考虑帖子倾向性的有效系数。实验表明,该方法是有效的,其前50个的平均精确率相对分别提高了10.97%和5.45%。