计算机应用研究

作者：柯阳,隋杰,

单位：中国科学院大学工程科学学院,北京100049；

关键词：关键用户,微博用户排序,时间属性,用户交互,

基金：国家重点研发计划项目(2017YFB0803001)；国家自然科学基金面上项目(61572459)；；

针对微博话题存在时效性的特征以及用户之间交互行为特征，在经典PageRank算法的基础上，提出了基于用户交互的微博用户挖掘算法来有效挖掘推动微博话题流行的关键用户。首先介绍了微博话题关键用户的定义及其相关特征；其次，由于传统模型未考虑用户交互以及时间属性的影响，所以融合了时间属性以及用户之间交互特征，同时结合微博网络结构提出了MUR算法；最后，将算法与经典PageRank算法和TS算法作了比较。实验结果表明，模型在反映微博话题用户的时效性、话题推动以及对粉丝的影响力等方面表现较好，证明了模型的合理性和有效性。

来源：2019年第6期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2019年第6期