社交網(wǎng)絡(luò)中社區(qū)領(lǐng)袖的挖掘算法研究.pdf

1、在社交網(wǎng)絡(luò)中,用戶A關(guān)注了用戶B,他們之間便產(chǎn)生了聯(lián)系,眾多的聯(lián)系就會(huì)形成社區(qū),社區(qū)領(lǐng)袖的挖掘是社交網(wǎng)絡(luò)的一個(gè)研究課題。挖掘社區(qū)領(lǐng)袖意味著要識(shí)別網(wǎng)絡(luò)中的重要節(jié)點(diǎn),這就涉及到社區(qū)中心性分析,其常用的標(biāo)準(zhǔn)有特征向量中心性。在社交網(wǎng)絡(luò)中,用戶和用戶的聯(lián)系通過(guò)關(guān)注產(chǎn)生,而在網(wǎng)絡(luò)上,網(wǎng)頁(yè)和網(wǎng)頁(yè)的聯(lián)系通過(guò)鏈接產(chǎn)生,兩者之間有共同性。
　　PageRank算法正是眾所周知的用于網(wǎng)頁(yè)排名的算法,本文為此將其借鑒過(guò)來(lái)并加以改進(jìn)生成UserRank算

2、法,使之適用于社區(qū)領(lǐng)袖的挖掘。新算法將傳統(tǒng)上把影響力平均分配給關(guān)注的人的做法,改進(jìn)為依據(jù)用戶間的親密程度不同將影響力按不同的比例分配給關(guān)注的人,從而實(shí)現(xiàn)了在用戶的關(guān)注關(guān)系上賦予權(quán)重的目的。在社區(qū)中,一個(gè)用戶就是一個(gè)節(jié)點(diǎn),節(jié)點(diǎn)之間的影響力會(huì)互相傳遞,節(jié)點(diǎn)X關(guān)注了節(jié)點(diǎn)Y,則節(jié)點(diǎn)X的影響力就會(huì)全部或者部分貢獻(xiàn)給節(jié)點(diǎn)Y。經(jīng)過(guò)算法多次迭代計(jì)算后,社區(qū)中每個(gè)用戶的影響力收斂后趨于穩(wěn)定,影響力排名最大的用戶,就是社區(qū)領(lǐng)袖。實(shí)驗(yàn)結(jié)果表明改進(jìn)后的新算法能