面向社交内容的动态影响力传播模型
随着社交网络服务的快速发展,理解网络用户之间潜在影响力的传播过程成为热点研究问题.现有关于影响力传播的研究工作主要集中在给定的静态社交网络中找出最有影响力的用户子集,而忽略了社交网络中的内容信息.本文提出一种融合了内容信息和动态时间网络特性的影响力传播模型InfoIBP(Influence propagation on Indian Buffet Process),把网络中有影响力用户看作是一种潜在特征并通过数值算法求解,并通过链接预测和偏好预测这两组测试验证了该模型不仅能更准确有效地建模影响力传播过程,而且可对未来的观测数据做出准确预测.
社交网络 内容信息 动态时间 影响力传播模型 预测精度
王祯骏 王树徽 张维刚 黄庆明
中国科学院大学大数据挖掘与知识管理重点实验室,北京101408 中国科学院计算技术研究所智能信息处理重点实验室,北京100190 哈尔滨工业大学(威海)计算机科学与技术学院,威海264209 中国科学院大学大数据挖掘与知识管理重点实验室,北京101408;中国科学院计算技术研究所智能信息处理重点实验室,北京100190
国内会议
葫芦岛
中文
59-65
2015-09-11（万方平台首次上网日期，不代表论文的发表时间）