论文部分内容阅读
为解决现有算法对社交网络节点影响力计算准确度不高的问题,本文整合节点不同维度信息,综合考虑节点在多个主题社区上的主题分布向量,提出一种新的节点影响力计算模型.模型首先将主题相关性作为先验信息;然后利用混合隶属度随机块(Mixed Membership Stochastic Block)模型表达节点间的交互关系,用主题模型学习主题内容;最后结合全局拓扑关系迭代计算节点的全局影响力.本文选取社交网络数据,以P@N、MAP等作为评价指标同现有主流算法进行比较.实验结果显示,本文算法有效提升了影响力节点识别的准确