tsk-shell:一种话题敏感的高影响力传播者发现算法

作者：笱程成; 杜攀; 贺敏; 刘悦; 程学旗

来源：计算机研究与发展, 2017, 54(02): 361-368.

• 高影响力传播者
• k-shell分解
• 社交网络
• 信息扩散
• 传播概率
• 微博

在社交网络中,挖掘高影响力的信息传播者,对微博服务中内容的流行度分析和预测是非常有价值的任务.与众多相关方法相比,k-shell分解(k-core)方法因其简洁高效、平均性能好的特点吸引了越来越多的研究人员的兴趣.但是,目前k-shell方法着重考虑节点在网络中的位置因素,而忽略了话题在信息传播中的影响.因此,为了利用用户历史数据中蕴含的话题对消息的传播概率进行细粒度的建模,提出了一种话题敏感的k-shell(topic-sensitive k-shell,tsk-shell)分解算法.在真实Twitter数据集上实验表明,在发现top k高影响力传播者任务中,tsk-shell比k-shell的性能平均提高了约40%,证明了tsk-shell算法的有效性.

• 单位
  中国科学院; 国家计算机网络与信息安全管理中心; 中国科学院大学; 中国科学院计算技术研究所