• 中国核心期刊(遴选)数据库收录期刊
  • 中文科技期刊数据库收录期刊
  • 中国学术期刊(光盘版)收录期刊
  • 中国人民大学报刊资料数据库收录期刊
  • 中国学术期刊综合评价数据库统计源期刊
  • 中国台湾华艺数据库收录期刊

情报探索

• 理论探索 •    

基于链路预测的微博用户关系预测*

张新猛 路美秀 黄红桃   

  1. (广东外语外贸大学思科信息学院 广东广州 510006)
  • 出版日期:2017-03-03 发布日期:2017-03-03
  • 作者简介:张新猛(1974—),男,硕士,副教授,主要研究方向为社会网络分析,已发表论文20多篇;路美秀,女,硕士,讲师,主要研究方向为数据挖掘;黄红桃,女,硕士,副教授,主要研究方向为云计算。
  • 基金资助:
    *本文系教育部人文社会科学研究青年基金项目“基于社会网络分析的微博传播趋势预测及干预策略研究”(项目编号:13YJCZH258);广州市科技计划项目2013年云计算技术研发与产业化专项“云计算中身份认证和授权管理系统的研究”(项目编号:2013Y2-00069);广东外语外贸大学联合基金青年项目“面向微博的短文本分类算法研究”(项目编号:12s10)成果之一。

  • Online:2017-03-03 Published:2017-03-03

摘要: [目的/意义]旨在解决因微博用户弱关系结构导致难以发现潜在朋友的问题。[方法/过程] 基于链路预测原理,提出预测微博双向“关注”关系的CN、RA、AA三种相似性指标加权模型,以及双向“关注”关系融合单向“关注”关系的预测模型,并在新浪微博用户关系网络数据集及推特(Twitter)用户关系网络标准数据集上进行测试。[结果/结论]提出的3种加权模型对于相似性指标推荐精度均有提升,其中RA的扩展形式最有效。

关键词: 社会网络, 节点相似性, 微博, 链路预测, 关系预测