【摘要】：針對大規(guī)模社交網(wǎng)絡及其用戶發(fā)布消息的歷史數(shù)據(jù),如何快速有效地選取具有較強信息傳播能力的關鍵用戶,提出了一種關鍵用戶選取方法。首先,利用社交網(wǎng)絡的結構信息,構建以用戶為節(jié)點的有向圖,利用用戶發(fā)布消息的歷史數(shù)據(jù),基于Spark計算框架,定量計算由用戶活躍度、轉發(fā)交互度和信息量占比刻畫的權重,從而構建社交網(wǎng)絡的有向帶權圖模型;然后,借鑒PageRank算法,建立用戶信息傳播能力的度量機制,給出基于Spark的大規(guī)模社交網(wǎng)絡中用戶信息傳播能力的計算方法;進而,給出基于Spark的d-距選取算法,通過多次迭代,使得所選取的不同關鍵用戶的信息傳播范圍盡量少地重疊。建立在新浪微博數(shù)據(jù)上的實驗結果表明,所提方法具有高效性、可行性和可擴展性,對于控制不良突發(fā)信息傳播、社交網(wǎng)絡輿情監(jiān)控具有一定的支撐作用。
[Abstract]:Based on the historical data of large scale social networks and their users, this paper presents a method for selecting key users with strong ability to spread information quickly and effectively. Firstly, using the structure information of the social network, constructing the directed graph with the user as the node, using the historical data of the user to publish the message, and based on the Spark computing framework, the activity degree of the user is calculated quantitatively. In order to construct the directed weighted graph model of social network, we can use PageRank algorithm for reference to establish the measurement mechanism of users' ability to spread information. In this paper, the computing method of user's information transmission ability in large-scale social network based on Spark is presented, and then, the algorithm of d- distance selection based on Spark is given, which makes the information transmission range of different key users overlap as little as possible through multiple iterations. The experimental results based on Sina Weibo data show that the proposed method is efficient, feasible and extensible, which can support the control of bad information dissemination and the monitoring of social network public opinion.
【作者單位】： 云南大學信息學院;
【基金】：國家自然科學基金資助項目(61472345,61562090) 云南省應用基礎研究計劃重點項目(2014FA023) 第二批“云嶺學者”培養(yǎng)項目(C6153001) 云南大學青年英才培養(yǎng)計劃項目(WX173602) 云南省教育廳科研基金資助項目(2016ZZX006,2016YJS005)~~
【分類號】：O157.5;TP393.09

【相似文獻】

相關期刊論文 前10條

1 張基恒;魏進武;張云勇;石祥路;;大數(shù)據(jù)時代的社交網(wǎng)絡分析[J];郵電設計技術;2014年07期

2 張大勇;何傼菲;陳樸;;社交網(wǎng)絡等級結構與同配性問題研究[J];復雜系統(tǒng)與復雜性科學;2013年01期

3 孫捷;李永安;陳曉輝;;家庭農(nóng)場主社交網(wǎng)絡運作過程與機制:一個時間密度分析框架的理論研究[J];安徽農(nóng)業(yè)科學;2013年26期

4 黃飛虎;彭艦;寧黎苗;;基于信息熵的社交網(wǎng)絡觀點演化模型[J];物理學報;2014年16期

5 常曉猛;樂陽;李清泉;陳碧宇;蕭世倫;涂偉;;利用位置的虛擬社交網(wǎng)絡地理骨干網(wǎng)提取[J];武漢大學學報(信息科學版);2014年06期

6 李玉庭;;社交網(wǎng)絡對旅游者購買意向的影響——以經(jīng)濟型酒店產(chǎn)品為購買對象的實證研究[J];旅游縱覽(行業(yè)版);2012年02期

7 羅衛(wèi)敏;劉靜;劉井波;陳曉峰;;基于博弈論研究社交網(wǎng)絡內蠕蟲的傳播[J];計算機工程與應用;2011年03期

8 陳麗;劉洪偉;朱慧;陸濤;梁飛;;考慮社交網(wǎng)絡中用戶屬性的社區(qū)挖掘[J];武漢大學學報(工學版);2014年03期

9 戴云晶;鄧倩妮;;在線社交網(wǎng)絡用戶間影響量化的貝葉斯模型[J];微電子學與計算機;2013年03期

10 孔素真;趙長偉;;多關系類型社交網(wǎng)絡信息傳播模型[J];河南師范大學學報(自然科學版);2014年05期

相關博士學位論文 前4條

1 王婷;異構社交網(wǎng)絡中社區(qū)發(fā)現(xiàn)算法研究[D];中國礦業(yè)大學(北京);2016年

2 張子龍（Pichit Boonkrong）;基于復雜社交網(wǎng)絡的疫情動力學和疫情控制的數(shù)學模型[D];清華大學;2016年

3 丁旋;社交網(wǎng)絡分析中的隱私保護問題：去匿名化與無縫隱私[D];清華大學;2014年

4 張春英;基于屬性圖的社交網(wǎng)絡建模與態(tài)勢分析理論研究[D];燕山大學;2013年

相關碩士學位論文 前10條

1 陳蓮;大規(guī)模社交網(wǎng)絡中二元關系預測方法研究[D];電子科技大學;2014年

2 趙翔;移動社交網(wǎng)絡相依關系及社區(qū)發(fā)現(xiàn)算法研究[D];哈爾濱工業(yè)大學;2014年

3 聶繹靜;社交網(wǎng)絡圖壓縮算法的研究[D];西安電子科技大學;2014年

4 劉靜;移動社交網(wǎng)絡中基于馬爾科夫模型的信息搜索算法的研究[D];合肥工業(yè)大學;2015年

5 李小康;社交網(wǎng)絡中特定用戶的影響最大化研究[D];中國科學技術大學;2016年

6 姜晗;社交網(wǎng)絡上高影響力用戶識別研究與應用[D];電子科技大學;2016年

7 馬路;面向微博社交網(wǎng)絡的時變差別適應度模型研究[D];北京化工大學;2016年

8 方磊;社交網(wǎng)絡社區(qū)發(fā)現(xiàn)問題的研究[D];南京航空航天大學;2016年

9 蔣艾玲;基于社交網(wǎng)絡的節(jié)點影響力研究[D];重慶郵電大學;2016年

10 劉亞;社交網(wǎng)絡節(jié)點流失模型與應用研究[D];重慶郵電大學;2016年

，

本文編號：2246448