【摘 要】
：
传统对微博用户影响力的预测仅通过微博网络的静态拓扑作结构为分析基础,忽略了用户之间的真实交互情况或者仅利用了交互行为在单个目标上的聚合结果,没有考虑用户间交互行为
【基金项目】
：
河南省科技计划项目基金（162102210036）
论文部分内容阅读
传统对微博用户影响力的预测仅通过微博网络的静态拓扑作结构为分析基础,忽略了用户之间的真实交互情况或者仅利用了交互行为在单个目标上的聚合结果,没有考虑用户间交互行为的强弱和相互作用等问题。对此,设计并提出一种基于活动网络的微博用户影响力分析方法—ANR。ANR利用用户之间的交互行为构建微博用户活动网络,以活动网络为基础,考虑用户间的交互强度以及用户在网络中的活跃度,对用户属性特征和交互行为特征进行了量化,进而利用在该模型上的改进PageRank算法对用户影响力进行预测。实验结果表明,ANR算法的预测结果比基于粉丝数排序的方法和基于好友关系网络的PageRank方法的预测结果更加准确和合理。
其他文献
大数据时代下数据结构的多样性严重影响人们对数据分类的判断。有效解决数据分类问题并提高分类准确率是大数据时代背景下亟待解决的难题。分类问题是将数据按照某种特征进行
图像信息的传输需要通过压缩和加密来减少冗余并阻止非授权者的访问。关于图像压缩的研究由来已久,各种压缩算法和理论层出不穷,而加密压缩仍有相当大的发展空间。为此,针对目前常见的已知明文攻击等黑客攻击方式,在研究Logistic混沌加密技术和基于混沌置乱的分量融合图像加密压缩方法的基础上,提出了一种可逆的融合算法。该算法将提取到的彩色图像颜色分量分别进行DCT变换而后融合,将压缩和加密过程同时进行,显著
针对多尺度Retinex算法在图像增强过程中存在的算法运算量大的问题,提出了将RBF神经网络作为高反差图像增强算法。该算法从训练数据集中获取以3×3为邻域像素的特征向量以及目标图像对应的特征向量,通过聚类算法来确定网络隐含层的中心向量和扩展常数,采用梯度下降法使网络快速收敛得到最优解。利用RBF神经网络建立高反差图像与增强算法之间的非线性映射关系,根据神经网络参数进行快速图像处理,从而实现图像实时
由于缺少信息在语义上的处理和表示，传统的以关键字和主题词为检索途径的信息检索方法会导致检索结果不全面和不准确，无法完全满足用户的检索要求。为了提升检索系统的检索质量
提出了一种基于TEDA（典型与偏心数据分析，Typicality and Eccentricity Data Analysis）模型的模糊数据流聚类算法。TEDA模型常用于离群数据样本的检测，以此来获得更好的聚类效果
安全访问控制是云计算安全领域中一个迫切需要解决的问题，其中在用户登入系统后，实施合理的动态监控用户行为以确保资源安全是当前研究的热点。传统的访问控制策略已经不能满足
随着航空运输业的快速发展，亟需雷达模拟机、塔台模拟机等设备培训空中管制人员，以提高空管人员的处置能力。为了提高航管雷达模拟训练的效率，基于微软语音引擎Windows Speech S
为了应对能源危机，许多国家开始大力发展最有发展前景之一的风能，而风速预测是进行风电场出力预测的前提条件。目前常用的风速预测方法没有得到很高的预测精度以及预测时间。为
为了提高国内特殊专业人员色觉检查的效率和准确率，快速判断被测人员的色觉识别能力，研发了一套色觉检测系统。该系统以被测者对9种颜色的识别时长为判断依据，采用基于WPF的第三
传统的快速扩展随机树（RRT）算法虽然有很多优良特性,但是由于扩展点的随机选取,规划出来的路径具有很大的随机性。文中在对RRT算法改进的基础上,提出了一种动态步长的RRT路径规