论文部分内容阅读
在各种形式社交网络应用的爆发和自媒体快速发展的背景下,知乎发展成为连接各行各业精英人士,以问答形式热议社会公众话题,交流知识经验的新型社交网络应用。随着知乎用户群体日益壮大,对知乎平台用户的影响力进行合理的评价,识别出社交网络中具有至关重要作用的用户,对于净化网络环境、正面引导网络舆论、进行精准的网络营销、提升用户体验等都具有重要的意义。本文全面分析知乎用户的各种行为,设计并实现体现用户行为的影响力评价算法。论文的主要工作用以下内容来总结:(1)首先,对知乎平台中用户的各种行为属性进行全面的定性分析,从信息传播的角度发现知乎的用户影响力由两部分组成:显性影响力(节点影响力)和隐性影响力。通过隶属度分析构建用户行为因素的指标体系,采用层次分析法(AHP)计算用户显性影响力各层指标的权重,提取出三个显性影响力的关键因素:用户权威度、活跃度和内容受欢迎程度,这三个因素归一判定用户的节点影响力;构建知乎用户互动行为模型,提取隐性影响力的关键因素:互动强度、粉丝活跃度,确定用户之间的影响系数。(2)接着,以关注关系构建知乎社交网络,根据知乎社交网络,以粉丝数做入度,关注数做出度分析网络的出入度特征;同时根据概率传播模型构建出知乎的用户影响力传播模型,以(1)中确定的影响系数作为影响力传播边的概率值;借鉴HITS算法思想把用户作为节点,用户之间的关注关系作为边,以节点影响力作为初始值选取的因素,以影响系数作为边的权值,构建出融合多种行为的影响力评价模型;基于评价模型设计并实现用户影响力评价算法—ZHUR-UB(ZhiHu user rank based on user behavior)作为知乎用户影响力的量化工具。(3)最后,根据实验数据,分析了出入度、聚类系数等网络特征属性和主要行为数据,以典型的活跃数据子集为例,给出HITS算法和本文ZHUR-UB算法的高影响力用户top榜结果,通过对比分析,表明本文ZHUR-UB算法削弱了买粉用户或营销号的影响力,能准确有效识别出知乎数据中行为数据表现较为突出的高影响力用户,且算法具备复用性可用于其他社交网络平台,在其他识别用户影响力的领域比如舆情分析等也具有一定的应用价值。