基于多学习因子粒子群算法的微博用户影响力分析
2017-09-26分类号:TP18;TP393.092
【部门】首都经济贸易大学信息学院
【摘要】分析了用户与其所在网络社团之间的关系,将岛屿模型的思想应用于标准粒子群算法的改进,提出了一种多学习因子粒子群算法(MPSO)。该算法综合考量了用户自身属性和社团关系网络特性两种影响因子,克服了网络水军和僵尸粉的干扰,同时这种改进的粒子群算法使得粒子在进化过程后期更具多样性,避免陷入局部最优。最后通过与Page Rank算法、Behavior-Relationship Rank算法进行对比,充分验证了MPSO算法的准确性以及可靠性。
【关键词】用户影响力 多学习因子粒子群算法 岛屿模型 社交网络
【基金】国家社会科学基金项目(16BGL145);; 北京市社会科学基金项目(14SHB015);; 北京市教育委员会科学研究计划基金项目(SM201410038013)
【所属期刊栏目】软科学
文献传递