论文总字数：26149字

摘 要

随着Web2.0技术的不断发展，信息传播速度飞速提升，各色社交网络平台发展十分迅速。因此，对社交网络中用户影响力进行评价、研究如何发现高影响力用户，对于网络舆情监管、网络营销、用户推荐等领域都具有积极的现实意义。

为了对社交网络平台中用户的影响力进行评价，本文在传统的HITS算法的基础上，融合了社会网络分析方法对HITS算法进行改进，使之更加适用于社交网络中用户影响力的评价。在前人研究的基础上，将社会网络中心性分析得到的数据进行建模计算，得出节点影响力初值，将其应用于HITS算法的初始权威值赋值阶段，参与后续的迭代计算。结果表明，在特定网络中，高影响力的用户特征与社交网络平台属性关联不大，用户在网络结构中的重要性对用户影响力评价的贡献较大。在数据爬取和社会网络分析模型构建等过程存在局限性，进一步研究可以考虑结合文本分析等方法实现更有效的评价。

本文为社交网络中的用户影响力评价提供了新的研究思路，将多种评价方法合理的结合起来可以有效的改进用户影响力评价方法，让其在广告投放和舆论控制等领域都能够实现更好的应用，提高效率并创造更大的价值。

关键词：HITS，用户影响力，社会网络分析

Abstract

With the continuous development of Web2.0 technology, the speed of information dissemination has increased rapidly, and various social networking platforms have developed rapidly. Therefore, the evaluation of the influence of users in social networks and the mining of high-impact users have important positive and practical significance for promoting information dissemination, monitoring network public opinion and network marketing.

In order to evaluate the influence of users in the social network, based on the traditional HITS algorithm, the social network analysis method is combined to improve the HITS algorithm, making it more suitable for the evaluation of user influence in social networks. On the basis of previous studies, the social network centrality analysis results are modeled and calculated, and the initial value of the node influence is obtained. It is applied to the initial authoritative value assignment of the HITS algorithm and participates in the iterative calculation. The results show that in a specific network, the high-impact user characteristics are not related to the social network platform attributes, while the importance of users in the network structure contributes a lot to the user influence evaluation. There are limitations in the process of data crawling and social network analysis model construction. Further research could consider combining text analysis and other methods to achieve more effective evaluation.

This paper provides a new research idea for user impact evaluation in social networks. Combining multiple evaluation methods can effectively improve the user impact evaluation method, enabling it to achieve better applications in the fields of advertising and public opinion control, and increasing efficiency and create greater value.

KEYWORDS: HITS user influence SNA

目 录

摘 要 3

Abstract 4

第一章 绪论 7

1.1研究背景 7

1.2研究意义 8

1.3国内外研究综述 8

1.3.1 基于用户行为的方法 9

1.3.2 基于链接分析的方法 9

1.3.3 基于影响力最大化模型的方法 9

1.3.4 基于复杂网络的方法 9

1.3.5 基于文本分析的方法 10

1.4研究内容及其逻辑框架 10

第二章 社交网络用户影响力评价 12

2.1用户影响力定义 12

2.2用户影响力评价指标 12

2.2.1 直接指标 12

2.2.2 间接指标 12

2.3用户影响力评价方法 13

2.4本章小结 14

第三章 HITS算法 15

3.1 HITS算法基本思想 15

3.2传统HITS算法的计算步骤 16

3.3 HITS算法用于用户影响力评价的适用性 17

3.4本章小结 17

第四章 基于HITS算法的社交网络用户影响力评价 18

4.1评价指标的选取 18

4.1.1点度中心性分析 18

4.1.2中间中心性分析 18

4.1.3接近中心性分析 18

4.2结合社会网络分析方法的算法改进 18

4.3 本章小结 20

第五章 新浪微博用户影响力评价的实证分析 21

5.1数据描述 21

5.2新浪微博用户的中心性分析 22

5.3新浪微博用户影响力评价算法分析 24

5.4新浪微博用户影响力评价结果分析 25

5.5用户影响力评价算法的应用 27

5.6本章小结 28

第六章 总结与展望 29

6.1全文总结 29

6.2研究展望 29

致 谢 31

参考文献 32

第一章 绪论

1.1研究背景

近年来，互联网中的社交网络发展非常迅速，具有演化特性,用户海量性等特征。在人们交互过程中形成的相关网络的结构非常复杂并且是动态变化的。由于社交网络的开放性和低门槛性,用户的素质存在着巨大差异和信息传播的快速性,以及传播范围的不可控性都给网络秩序的管理带来了许多新问题。以新浪微博为例，随着微博用户数量的不断增长，能够发现以下一些现象经常发生：占据热点的内容通常都是明星或“大V”的相关微博，而与国家大事或民生相关的社会新闻却很少有；有许多微博在第一次被发布时并没有引起特别的关注，而在经过一些用户转发后却会引起舆论的关注；有些用户关注数乃至微博数量都很少，但是粉丝数却可以达到数百万。以上这些现象存在着一个共同点，就是高影响力的用户在其中发挥着重要作用。这些高影响力用户是使信息持续传播以及形成大规模传播的关键因素^[1]。

剩余内容已隐藏，请支付后下载全文，论文总字数：26149字