CN102945279A - 微博用户影响力的评估方法及装置 - Google Patents

微博用户影响力的评估方法及装置 Download PDF

Info

Publication number
CN102945279A
CN102945279A CN201210459217XA CN201210459217A CN102945279A CN 102945279 A CN102945279 A CN 102945279A CN 201210459217X A CN201210459217X A CN 201210459217XA CN 201210459217 A CN201210459217 A CN 201210459217A CN 102945279 A CN102945279 A CN 102945279A
Authority
CN
China
Prior art keywords
microblog users
operation behaviors
influence power
user
concerned
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201210459217XA
Other languages
English (en)
Other versions
CN102945279B (zh
Inventor
陈震
李军
曹军威
黄霁崴
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tsinghua University
Original Assignee
Tsinghua University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tsinghua University filed Critical Tsinghua University
Priority to CN201210459217.XA priority Critical patent/CN102945279B/zh
Publication of CN102945279A publication Critical patent/CN102945279A/zh
Application granted granted Critical
Publication of CN102945279B publication Critical patent/CN102945279B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提供一种微博用户影响力的评估方法及装置,所述方法包括:S1、对微博用户的多个操作行为进行统计分析,得到所述多个操作行为的数量,所述多个操作行为包括:发布、关注、转发、评论、提及、被关注、被转发和被评论;S2、为所述多个操作行为设置相对应的权值;S3、根据评估公式,计算微博用户影响力I。本发明通过提供一种微博用户影响力的评估方法及装置,以计算微博用户影响力分值的形式对微博用户影响力作出一个评估,保证了评估的客观准确性。

Description

微博用户影响力的评估方法及装置
技术领域
本发明涉及社交网络研究领域,特别涉及一种微博用户影响力的评估方法及装置。
背景技术
微博是当前十分流行的一种社交网络交互系统,截至2012年7月Twitter用户总量已经突破了5亿大关。在国内,多家微博服务提供商发展迅速,其中新浪微博的注册用户数量已超过3亿。微博用户往往通过短小精悍的文本(一般不超过140个字)描述新闻、事件及表达自己的观点。
微博用户影响力是评估发布该消息的用户的影响力或其权威性或受关注程度等,用户影响力越大,所受到的关注程度越高,对网络的干涉和影响作用也就越大。微博用户影响力也可以表征为用户发布一则消息并使其传播到其他用户,并激发其他用户微博操作行为的能力。对微博用户影响力进行衡量,能对网络中的用户进行合理排序,为微博的拓展应用以及进一步发展提供理论基础。因此,研究一种微博用户影响力的评估方法具有至关重要的意义。
发明内容
(一)解决的技术问题
本发明解决的技术问题是:提供一种针对中国微博进行用户影响力的模型量化评估方法。
(二)技术方案
本发明提出了一种微博用户影响力的评估方法,所述方法包括:
S1、对微博用户的多个操作行为进行统计分析,得到所述多个操作行为的数量,所述多个操作行为包括:发布、关注、转发、评论、提及、被关注、被转发和被评论;
S2、为所述多个操作行为设置相对应的权值;
S3、根据评估公式,计算微博用户影响力I;
所述评估公式为:
I = N 1 · ( I 1 + Σ I 1 ′ F ′ ) ,
其中,N1为规范化因子,I1为微博用户影响力的初始值,I′1为微博用户粉丝影响力的初始值,F′为微博用户粉丝的关注数。
优选地,所述评估公式中I1为:
I 1 = N 2 · P × P w + M × M w + F × F w + R × R w + C × C w + Fd × Fd w + Rd × Rd w + Cd × Cd w P w + M w + F w + R w + C w + Fd w + Rd w + Cd w
其中,N2为规范化因子,P、M、F、R、C、Fd、Rd、Cd分别代表所述微博用户发布、提及、关注、转发、评论、被关注、被转发和被评论的数量,Pw、Mw、Fw、Rw、Cw、Fdw、Rdw、Cdw分别代表所述微博用户发布、提及、关注、转发、评论、被关注、被转发和被评论相对应的权值。
优选地,将所述多个操作行为中的“关注”、“转发”和“评论”的权值设置为0,则所述评估公式中I1简化为:
I 1 = N 2 · P × P w + M × M w + Fd × Fd w + Rd × Rd w + Cd × Cd w P w + M w + Fd w + Rd w + Cd w
优选地,为所述多个操作行为设置相对应的权值:Pw=0.6,Fw=0.0,Rw=0.0,Cw=0.0,Mw=0.1,Fdw=0.4,Rdw=0.7,Cdw=0.2。
优选地,Pw+Fw+Fdw=1,Mw+Rw+Rdw+Cw+Cdw=1。
本发明还提出了一种微博用户影响力的评估装置,所述装置包括:
统计模块,用于对微博用户的多个操作行为进行统计分析,从而得到所述多个操作行为的数量,所述多个操作行为包括:发布、关注、转发、评论、提及、被关注、被转发和被评论;
设置模块,用于为所述多个操作行为设置相对应的权值;
计算模块,用于根据评估公式计算微博用户影响力I;
所述评估公式为:
I = N 1 · ( I 1 + Σ I 1 ′ F ′ ) ,
其中,N1为规范化因子,I1为微博用户影响力的初始值,I′1为微博用户粉丝影响力的初始值,F′为微博用户粉丝的关注数。
优选地,所述评估公式中I1为:
I 1 = N 2 · P × P w + M × M w + F × F w + R × R w + C × C w + Fd × Fd w + Rd × Rd w + Cd × Cd w P w + M w + F w + R w + C w + Fd w + Rd w + Cd w
其中,N2为规范化因子,P、M、F、R、C、Fd、Rd、Cd分别代表所述微博用户发布、提及、关注、转发、评论、被关注、被转发和被评论的数量,Pw、Mw、Fw、Rw、Cw、Fdw、Rdw、Cdw分别代表所述微博用户发布、提及、关注、转发、评论、被关注、被转发和被评论相对应的权值。
优选地,将所述多个操作行为中的“关注”、“转发”和“评论”的权值设置为0,则所述评估公式中I1简化为:
I 1 = N 2 · P × P w + M × M w + Fd × Fd w + Rd × Rd w + Cd × Cd w P w + M w + Fd w + Rd w + Cd w
优选地,为所述多个操作行为设置相对应的权值:Pw=0.6,Fw=0.0,Rw=0.0,Cw=0.0,Mw=0.1,Fdw=0.4,Rdw=0.7,Cdw=0.2。
优选地,Pw+Fw+Fdw=1,Mw+Rw+Rdw+Cw+Cdw=1。
有益效果
本发明通过提供一种微博用户影响力的评估方法及装置,以计算微博用户影响力分值的形式对微博用户影响力作出一个评估,保证了评估的客观准确性。
附图说明
图1是本发明提供的一种微博用户影响力的评估方法流程图;
图2是本发明提供的一种用户-微博机制模型;
图3是本发明提供的一种微博用户影响力的评估装置结构图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。
微博用户影响力可以量化表示为某一用户与其发布的微博在所有用户和微博范围内的排名得分,即微博用户影响力是用户及其所发微博的影响作用的总和。
本发明提供了一种微博用户影响力的评估方法,所述方法的流程图如图1所示,所述方法包括:
S1、对微博用户的多个操作行为进行统计分析,得到所述多个操作行为的数量,所述多个操作行为包括:发布、关注、转发、评论、提及、被关注、被转发和被评论;
S2、为所述多个操作行为设置相对应的权值;
S3、根据评估公式,计算微博用户影响力I。
微博用户影响力与用户的多个操作行为密切相关,因此我们从用户的多个操作行为着手,将用户的多个操作行为作为考察对象。综合分析微博用户的多个操作行为特点和相关统计分析数据,对微博用户的多个操作行为进行了分类和界定。微博用户主要有8种操作行为:
发布(Post):用户发布自己的微博;
(被)提及(Mention):用户的名字出现在其他用户的微博中;
关注(Follow):即跟随,用户关注其他用户,在微博中体现为用户的“好友数”;
被关注(Followed):即被跟随,用户被其他用户关注,在微博中体现为用户的“粉丝数”;
转发(Retweet):用户引用发布其他用户的微博;
被转发(Retweeted):用户发布的微博被其他用户引用发布;
评论(Comment):用户对其他用户所发布的微博进行评论;
被评论(Commented):用户自己发布的微博受到其他用户的评论。
其中,发布、关注、转发和评论这四种操作行为属于用户的主动行为,表征了用户的自主活跃程度;提及、被关注、被转发和被评论这四种操作行为属于用户的被动行为,表征了用户受到的来自于其他用户或微博(统称客体)的关注程度。
在分析研究微博使用和用户操作行为特点的基础上,本发明提出了用户-微博关系模型,如图2所示。
从图2中可以清晰地看到用户与其发布的微博间的关系,以及用户8种主要行为间的关系。图中的数值是预先为用户相应行为设置的权值,具体是:用户发布微博,则用户给微博加了0.6权值;微博提及用户,则微博给用户加了0.1权值;该用户被其他用户关注,则每个其他用户给该用户加了0.4权值;该用户所发布的微博被其他用户转发,则每个其他用户给该用户所发布的微博加了0.7权值;该用户所发布的微博被其他用户发布,则每个其他用户给该用户所发布的微博加了0.2权值。
基于用户-微博关系模型,以及不同微博行为对微博用户影响力的贡献程度,微博用户的操作行为(即用户-微博关系模型中的边)权值的设置将遵循如下规则:
根据用户-微博关系模型可以得出:
Pw+Fw+Fdw=1
Mw+Rw+Rdw+Cw+Cdw=1
在微博中,用户自己不能关注自己,微博转发或评论自身对于其自身的传播和扩散没有意义。从另一个角度来看,用户的“关注”、“转发”和“评论”这三种操作行为会对其他用户或微博的影响力做出贡献,而对其自身的影响力则没有贡献。因此,将“关注”、“转发”和“评论”的权值Fw、Rw和Cw均设定为0。
因此,上述两式可以简化为:
Pw+Fdw=1
Mw+Rdw+Cdw=1
即说明“发布”与“被关注”这两种行为的权值之间,“提及”、“被转发”与“被评论”这三种行为的权值之间,分别构成了此消彼长的相互制约关系。因此规定这5个权值介于0到1之间。
微博用户多个操作行为中的被动行为表征了用户所受到的来自于其他用户或微博的关注程度,是微博用户影响力的重要贡献因素。针对Twitter用户数据集所做的研究已表明,“转发”与“被转发”行为已成为是用户间的会话习惯,用户发起的“转发”行为是出于认可、接受微博的内容和观点,愿意保存下来以备将来所用,并愿意将其传播给其他用户,或者力图参与到微博所涉及到话题(会话)当中。这从另一个角度说明了“被转发”这一行为的作用所在,其对传播、增强用户影响力将做出积极的、重要的贡献。因此,在所有微博行为权值中,将“被转发”行为的权值Rdw设置为最高。
“被关注”行为实际上体现了用户的粉丝数,由于“僵尸粉丝”的存在削弱了粉丝数量作为影响力参考因素的作用,因此,“被关注”行为的权值Fdw设置要求不高于“发布”行为的权值Pw。基于上述模型,根据不同操作行为的分类和对微博用户影响力的贡献程度,本发明提出了微博用户影响力评估公式为:
I = N 1 · ( I 1 + Σ I 1 ′ F ′ )
其中,N1为规范化因子,I1为微博用户影响力的初始值,I′1为微博用户粉丝影响力的初始值,F′为微博用户粉丝的关注数。
所述评估公式中I1为:
I 1 = N 2 · P × P w + M × M w + F × F w + R × R w + C × C w + Fd × Fd w + Rd × Rd w + Cd × Cd w P w + M w + F w + R w + C w + Fd w + Rd w + Cd w
其中,N2为规范化因子,P、M、F、R、C、Fd、Rd、Cd分别代表所述微博用户发布、提及、关注、转发、评论、被关注、被转发和被评论的数量,Pw、Mw、Fw、Rw、Cw、Fdw、Rdw、Cdw分别代表所述微博用户发布、提及、关注、转发、评论、被关注、被转发和被评论相对应的权值。
根据图2和用户微博操作行为权值设置规则,将用户的“关注”、“转发”和“评论”行为的权值Fw、Rw和Cw均设置为0,故将评估公式中I1简化为:
I 1 = N 2 · P × P w + M × M w + Fd × Fd w + Rd × Rd w + Cd × Cd w P w + M w + Fd w + Rd w + Cd w
根据用户微博操作行为权值设置规则,本发明设置的一组权值为:Pw=0.6,Fw=0.0,Rw=0.0,Cw=0.0,Mw=0.1,Fdw=0.4,Rdw=0.7,Cdw=0.2。
为确保收敛,图2模型中每个节点(用户、微博)的所有出边的权值之和为1,具体如下:
Pw+Fw+Fdw=1,Mw+Rw+Rdw+Cw+Cdw=1。
本发明还提供了一种微博用户影响力的评估装置,如图3所示,所述装置包括:
统计模块,用于对微博用户的多个操作行为进行统计分析,从而得到所述多个操作行为的数量,所述多个操作行为包括:发布、关注、转发、评论、提及、被关注、被转发和被评论;
设置模块,用于为所述多个操作行为设置相对应的权值;
计算模块,用于根据评估公式计算微博用户影响力I;
所述评估公式为:
I = N 1 · ( I 1 + Σ I 1 ′ F ′ ) ,
其中,N1为规范化因子,I1为微博用户影响力的初始值,I′1为微博用户粉丝影响力的初始值,F′为微博用户粉丝的关注数。
以上实施方式仅用于说明本发明,而并非对本发明的限制,有关技术领域的普通技术人员,在不脱离本发明的精神和范围的情况下,还可以做出各种变化和变型,因此所有等同的技术方案也属于本发明的范畴,本发明的专利保护范围应由权利要求限定。

Claims (10)

1.一种微博用户影响力的评估方法,其特征在于,所述方法包括:
S1、对微博用户的多个操作行为进行统计分析,得到所述多个操作行为的数量,所述多个操作行为包括:发布、关注、转发、评论、提及、被关注、被转发和被评论;
S2、为所述多个操作行为设置相对应的权值;
S3、根据评估公式,计算微博用户影响力I;
所述评估公式为:
I = N 1 · ( I 1 + Σ I 1 ′ F ′ ) ,
其中,N1为规范化因子,I1为微博用户影响力的初始值,I′1为微博用户粉丝影响力的初始值,F′为微博用户粉丝的关注数。
2.根据权利要求1所述的方法,其特征在于,所述评估公式中I1为:
I 1 = N 2 · P × P w + M × M w + F × F w + R × R w + C × C w + Fd × Fd w + Rd × Rd w + Cd × Cd w P w + M w + F w + R w + C w + Fd w + Rd w + Cd w
其中,N2为规范化因子,P、M、F、R、C、Fd、Rd、Cd分别代表所述微博用户发布、提及、关注、转发、评论、被关注、被转发和被评论的数量,Pw、Mw、Fw、Rw、Cw、Fdw、Rdw、Cdw分别代表所述微博用户发布、提及、关注、转发、评论、被关注、被转发和被评论相对应的权值。
3.根据权利要求2所述的方法,其特征在于,将所述多个操作行为中的“关注”、“转发”和“评论”的权值设置为0,则所述评估公式中I1简化为:
I 1 = N 2 · P × P w + M × M w + Fd × Fd w + Rd × Rd w + Cd × Cd w P w + M w + Fd w + Rd w + Cd w
4.根据权利要求1所述的方法,其特征在于,为所述多个操作行为设置相对应的权值:Pw=0.6,Fw=0.0,Rw=0.0,Cw=0.0,Mw=0.1,Fdw=0.4,Rdw=0.7,Cdw=0.2。
5.根据权利要求1所述的方法,其特征在于,Pw+Fw+Fdw=1,Mw+Rw+Rdw+Cw+Cdw=1。
6.一种微博用户影响力的评估装置,其特征在于,所述装置包括:
统计模块,用于对微博用户的多个操作行为进行统计分析,从而得到所述多个操作行为的数量,所述多个操作行为包括:发布、关注、转发、评论、提及、被关注、被转发和被评论;
设置模块,用于为所述多个操作行为设置相对应的权值;
计算模块,用于根据评估公式计算微博用户影响力I;
所述评估公式为:
I = N 1 · ( I 1 + Σ I 1 ′ F ′ ) ,
其中,N1为规范化因子,I1为微博用户影响力的初始值,I′1为微博用户粉丝影响力的初始值,F′为微博用户粉丝的关注数。
7.根据权利要求6所述的装置,其特征在于,所述评估公式中I1为:
I 1 = N 2 · P × P w + M × M w + F × F w + R × R w + C × C w + Fd × Fd w + Rd × Rd w + Cd × Cd w P w + M w + F w + R w + C w + Fd w + Rd w + Cd w
其中,N2为规范化因子,P、M、F、R、C、Fd、Rd、Cd分别代表所述微博用户发布、提及、关注、转发、评论、被关注、被转发和被评论的数量,Pw、Mw、Fw、Rw、Cw、Fdw、Rdw、Cdw分别代表所述微博用户发布、提及、关注、转发、评论、被关注、被转发和被评论相对应的权值。
8.根据权利要求7所述的装置,其特征在于,将所述多个操作行为中的“关注”、“转发”和“评论”的权值设置为0,则所述评估公式中I1简化为:
I 1 = N 2 · P × P w + M × M w + Fd × Fd w + Rd × Rd w + Cd × Cd w P w + M w + Fd w + Rd w + Cd w
9.根据权利要求6所述的装置,其特征在于,为所述多个操作行为设置相对应的权值:Pw=0.6,Fw=0.0,Rw=0.0,Cw=0.0,Mw=0.1,Fdw=0.4,Rdw=0.7,Cdw=0.2。
10.根据权利要求6所述的方法,其特征在于,Pw+Fw+Fdw=1,Mw+Rw+Rdw+Cw+Cdw=1。
CN201210459217.XA 2012-11-14 2012-11-14 微博用户影响力的评估方法及装置 Active CN102945279B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210459217.XA CN102945279B (zh) 2012-11-14 2012-11-14 微博用户影响力的评估方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210459217.XA CN102945279B (zh) 2012-11-14 2012-11-14 微博用户影响力的评估方法及装置

Publications (2)

Publication Number Publication Date
CN102945279A true CN102945279A (zh) 2013-02-27
CN102945279B CN102945279B (zh) 2016-02-24

Family

ID=47728223

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210459217.XA Active CN102945279B (zh) 2012-11-14 2012-11-14 微博用户影响力的评估方法及装置

Country Status (1)

Country Link
CN (1) CN102945279B (zh)

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103309957A (zh) * 2013-05-28 2013-09-18 华东师范大学 一种引入列维飞行的社交网络专家定位方法
CN103455615A (zh) * 2013-09-10 2013-12-18 中国地质大学(武汉) 一种微信帐号的排序过滤检索方法
CN103838819A (zh) * 2013-12-20 2014-06-04 深圳指掌时代网络科技有限公司 一种信息发布方法及系统
CN104092567A (zh) * 2014-06-26 2014-10-08 华为技术有限公司 确定用户的影响力排序的方法与装置
CN104298767A (zh) * 2014-10-29 2015-01-21 西安交通大学 一种微博网络中用户影响力度量的方法
CN104463594A (zh) * 2013-09-23 2015-03-25 阿里巴巴集团控股有限公司 计算对象影响力的方法及其装置
CN104572731A (zh) * 2013-10-21 2015-04-29 北京千橡网景科技发展有限公司 社区关系建立方法及装置
CN104657498A (zh) * 2015-03-11 2015-05-27 中国科学院自动化研究所 微博用户影响力的评估方法
CN105740421A (zh) * 2015-09-11 2016-07-06 深圳市博尔芯电子科技有限公司 一种针对微博用户的查找最大影响力的实现方法
CN105824806A (zh) * 2016-06-13 2016-08-03 腾讯科技(深圳)有限公司 一种公众账号的质量评价方法和装置
CN106022849A (zh) * 2016-07-11 2016-10-12 互动派科技股份有限公司 一种新媒体价值与效果评估方法和系统
CN106570763A (zh) * 2016-11-09 2017-04-19 福建中金在线信息科技有限公司 用户影响力评估的方法及系统
CN106991160A (zh) * 2017-03-30 2017-07-28 武汉大学 一种基于用户影响力以及内容的微博传播预测方法
CN108268534A (zh) * 2016-12-30 2018-07-10 北京国双科技有限公司 传播影响力计算方法及装置
CN105260474B (zh) * 2015-10-29 2018-08-14 俞定国 一种基于信息交互网络的微博用户影响力计算方法
CN109191449A (zh) * 2018-09-10 2019-01-11 广东智媒云图科技股份有限公司 一种图片质量评价方法及装置
CN109189805A (zh) * 2018-08-28 2019-01-11 拉扎斯网络科技(上海)有限公司 行为处理方法、装置、电子设备及计算机可读存储介质
CN109274885A (zh) * 2018-09-11 2019-01-25 广东智媒云图科技股份有限公司 一种拍照微调方法
CN109492924A (zh) * 2018-11-21 2019-03-19 哈尔滨工程大学 一种基于微博用户自身和行为价值二阶的影响力评估方法
CN109885760A (zh) * 2019-01-22 2019-06-14 上海交通大学 基于用户兴趣的信息溯源方法和系统
CN110443641A (zh) * 2019-07-19 2019-11-12 上海连尚网络科技有限公司 一种管理小说章节的阅读权限和评论信息的方法与设备
CN113434783A (zh) * 2021-07-02 2021-09-24 北京中奥淘数据科技有限公司 网络用户影响力的计算方法、装置及电子设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101770487A (zh) * 2008-12-26 2010-07-07 聚友空间网络技术有限公司 社交网络中用户影响力的计算方法和系统
US20120117059A1 (en) * 2010-11-09 2012-05-10 Microsoft Corporation Ranking Authors in Social Media Systems
CN102508918A (zh) * 2011-11-18 2012-06-20 北京谷安天下科技有限公司 一种搜索方法及系统
CN102663101A (zh) * 2012-04-13 2012-09-12 北京交通大学 一种基于新浪微博的用户等级排序算法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101770487A (zh) * 2008-12-26 2010-07-07 聚友空间网络技术有限公司 社交网络中用户影响力的计算方法和系统
US20120117059A1 (en) * 2010-11-09 2012-05-10 Microsoft Corporation Ranking Authors in Social Media Systems
CN102508918A (zh) * 2011-11-18 2012-06-20 北京谷安天下科技有限公司 一种搜索方法及系统
CN102663101A (zh) * 2012-04-13 2012-09-12 北京交通大学 一种基于新浪微博的用户等级排序算法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
DANAH BOYD等: "Tweet,Tweet,Retweet:Conversational Aspects of Retweeting on Twitter", 《PROCEEDINGS OF THE 43RD HAWAII INTERNATIONAL CONFERENCE ON SYSTEM SCIENCES - 2010》, 31 December 2010 (2010-12-31), pages 1 - 10 *
李军等: "微博影响力评价研究", 《信息网络安全》, no. 3, 31 March 2012 (2012-03-31) *

Cited By (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103309957B (zh) * 2013-05-28 2016-12-28 华东师范大学 一种引入列维飞行的社交网络专家定位方法
CN103309957A (zh) * 2013-05-28 2013-09-18 华东师范大学 一种引入列维飞行的社交网络专家定位方法
CN103455615A (zh) * 2013-09-10 2013-12-18 中国地质大学(武汉) 一种微信帐号的排序过滤检索方法
CN104463594A (zh) * 2013-09-23 2015-03-25 阿里巴巴集团控股有限公司 计算对象影响力的方法及其装置
CN104463594B (zh) * 2013-09-23 2018-05-29 阿里巴巴集团控股有限公司 计算对象影响力的方法及其装置
CN104572731A (zh) * 2013-10-21 2015-04-29 北京千橡网景科技发展有限公司 社区关系建立方法及装置
CN103838819A (zh) * 2013-12-20 2014-06-04 深圳指掌时代网络科技有限公司 一种信息发布方法及系统
CN104092567A (zh) * 2014-06-26 2014-10-08 华为技术有限公司 确定用户的影响力排序的方法与装置
CN104092567B (zh) * 2014-06-26 2017-10-27 华为技术有限公司 确定用户的影响力排序的方法与装置
CN104298767B (zh) * 2014-10-29 2017-10-20 西安交通大学 一种微博网络中用户影响力度量的方法
CN104298767A (zh) * 2014-10-29 2015-01-21 西安交通大学 一种微博网络中用户影响力度量的方法
CN104657498A (zh) * 2015-03-11 2015-05-27 中国科学院自动化研究所 微博用户影响力的评估方法
CN104657498B (zh) * 2015-03-11 2017-12-01 中国科学院自动化研究所 微博用户影响力的评估方法
CN105740421A (zh) * 2015-09-11 2016-07-06 深圳市博尔芯电子科技有限公司 一种针对微博用户的查找最大影响力的实现方法
CN105260474B (zh) * 2015-10-29 2018-08-14 俞定国 一种基于信息交互网络的微博用户影响力计算方法
CN105824806A (zh) * 2016-06-13 2016-08-03 腾讯科技(深圳)有限公司 一种公众账号的质量评价方法和装置
CN105824806B (zh) * 2016-06-13 2018-10-23 腾讯科技(深圳)有限公司 一种公众账号的质量评价方法和装置
CN106022849A (zh) * 2016-07-11 2016-10-12 互动派科技股份有限公司 一种新媒体价值与效果评估方法和系统
CN106570763A (zh) * 2016-11-09 2017-04-19 福建中金在线信息科技有限公司 用户影响力评估的方法及系统
CN108268534A (zh) * 2016-12-30 2018-07-10 北京国双科技有限公司 传播影响力计算方法及装置
CN106991160A (zh) * 2017-03-30 2017-07-28 武汉大学 一种基于用户影响力以及内容的微博传播预测方法
CN106991160B (zh) * 2017-03-30 2020-07-24 武汉大学 一种基于用户影响力以及内容的微博传播预测方法
CN109189805A (zh) * 2018-08-28 2019-01-11 拉扎斯网络科技(上海)有限公司 行为处理方法、装置、电子设备及计算机可读存储介质
CN109189805B (zh) * 2018-08-28 2021-01-01 拉扎斯网络科技(上海)有限公司 行为处理方法、装置、电子设备及计算机可读存储介质
CN109191449A (zh) * 2018-09-10 2019-01-11 广东智媒云图科技股份有限公司 一种图片质量评价方法及装置
CN109274885A (zh) * 2018-09-11 2019-01-25 广东智媒云图科技股份有限公司 一种拍照微调方法
CN109274885B (zh) * 2018-09-11 2021-03-26 广东智媒云图科技股份有限公司 一种拍照微调方法
CN109492924A (zh) * 2018-11-21 2019-03-19 哈尔滨工程大学 一种基于微博用户自身和行为价值二阶的影响力评估方法
CN109492924B (zh) * 2018-11-21 2022-05-17 哈尔滨工程大学 一种基于微博用户自身和行为价值二阶的影响力评估方法
CN109885760A (zh) * 2019-01-22 2019-06-14 上海交通大学 基于用户兴趣的信息溯源方法和系统
CN109885760B (zh) * 2019-01-22 2020-12-29 上海交通大学 基于用户兴趣的信息溯源方法和系统
CN110443641A (zh) * 2019-07-19 2019-11-12 上海连尚网络科技有限公司 一种管理小说章节的阅读权限和评论信息的方法与设备
CN113434783A (zh) * 2021-07-02 2021-09-24 北京中奥淘数据科技有限公司 网络用户影响力的计算方法、装置及电子设备

Also Published As

Publication number Publication date
CN102945279B (zh) 2016-02-24

Similar Documents

Publication Publication Date Title
CN102945279A (zh) 微博用户影响力的评估方法及装置
Huang et al. Weibo network, information diffusion and implications for collective action in China
Kim et al. Do stringent environmental regulations attract foreign direct investment in developing countries? Evidence on the “Race to the Top” from cross-country panel data
Sinharay Bayesian item fit analysis for unidimensional item response theory models
Obadimu et al. Developing a socio-computational approach to examine toxicity propagation and regulation in COVID-19 discourse on YouTube
CN102663101A (zh) 一种基于新浪微博的用户等级排序算法
CN103218412B (zh) 舆情信息处理方法与装置
CN104123352A (zh) 面向微博的话题层次用户影响力度量方法
Jach et al. Subsampling inference for the mean of heavy‐tailed long‐memory time series
Hayes et al. Multiplex network analysis for complex governance systems using surveys and online behavior
CN103136303A (zh) 在社交网络服务网站中划分用户群组的方法和设备
CN104537096A (zh) 一种基于微博消息传播树的微博消息影响力度量方法
Kremer et al. Quantifying superspreading for COVID-19 using Poisson mixture distributions
Wang et al. Evaluating rumor debunking effectiveness during the COVID-19 pandemic crisis: utilizing user stance in comments on Sina Weibo
CN105183743A (zh) 一种微博舆情传播范围预测的方法
Yin et al. Effect of the event strength of the coronavirus disease (COVID‐19) on potential online organic agricultural product consumption and rural health tourism opportunities
An et al. Analysis of contested reports in exchange networks based on actors’ credibility
Wang et al. Energy saving practice diffusion in online networks
Gosain et al. Validating dimension hierarchy metrics for the understandability of multidimensional models for data warehouse
O'Brien et al. Best practice wound care
CN103389999A (zh) 一种增量抓取微博信息的方法
Li et al. Characterizing the role of Weibo and WeChat in sharing original information in a crisis
King et al. Organizational partnerships for a trauma‐informed community: A community‐wide social network study
Oladipupo et al. Environmental effect of Chinese FDI in Africa: Evidence from pooled mean group
Honjo et al. A framework to identify relationships among students in school bullying using digital communication media

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant