基于六度分割理論和中心度識(shí)別微博網(wǎng)絡(luò)的關(guān)鍵人物.pdf

1、隨著互聯(lián)網(wǎng)信息和科技的演變，迎來(lái)了Web2.0時(shí)代，微博作為一種新興的傳播載體，迅速崛起，并受到人們的廣泛關(guān)注。與傳統(tǒng)媒體相比，其具有信息量大、信息傳播速度快、即時(shí)性強(qiáng)等特點(diǎn)，這些特點(diǎn)使其成為了人們交流和傳遞信息的新平臺(tái)，也給謠言散播提供了新渠道。面對(duì)每天產(chǎn)生過(guò)億條的微博數(shù)據(jù)量，如何處理微博數(shù)據(jù)，如何及時(shí)有效的識(shí)別微博中的關(guān)鍵節(jié)點(diǎn)，這都是本文將要面對(duì)的挑戰(zhàn)。本文分析了微博的基本功能，信息特點(diǎn)以及傳播特點(diǎn)等等，在此基礎(chǔ)上結(jié)合國(guó)內(nèi)外現(xiàn)有的關(guān)

2、于中心度和聚類分類的算法，著重于研究了識(shí)別微博網(wǎng)絡(luò)中關(guān)鍵節(jié)點(diǎn)的技術(shù)，在時(shí)間與精確度的平衡處理下，提出了解決方法：
　　(1)對(duì)微博的特點(diǎn)進(jìn)行整理分析，結(jié)合中心度算法思想，給出了互動(dòng)指數(shù)和影響指數(shù)，并將兩種指數(shù)結(jié)合起來(lái)，最終提出了適用于微博的關(guān)鍵指數(shù)，用于識(shí)別微博網(wǎng)絡(luò)中的關(guān)鍵人物。
　　(2)面對(duì)微博每天產(chǎn)生的海量數(shù)據(jù)，本文結(jié)合了六度分割理論的思想，采用SPLINE算法原理，對(duì)規(guī)模過(guò)大的節(jié)點(diǎn)集進(jìn)行整理，移除與源節(jié)點(diǎn)最短路徑大于

3、5的節(jié)點(diǎn)，經(jīng)過(guò)此步，得到了若干聯(lián)系緊密的節(jié)點(diǎn)集。
　　(3)針對(duì)緊密聯(lián)系的節(jié)點(diǎn)集，本文分析了層次聚類算法，采用基于模塊度凝聚數(shù)據(jù)的CNM算法，對(duì)微博數(shù)據(jù)集進(jìn)行聚類，將相似度較高的微博聚集在一起，劃分?jǐn)?shù)據(jù)集，形成若干更加重要的節(jié)點(diǎn)集。
　　(4)針對(duì)第三步所得重要節(jié)點(diǎn)集，提取出影響力節(jié)點(diǎn)的用戶信息，對(duì)其使用關(guān)鍵節(jié)點(diǎn)的算法，有效識(shí)別出微博網(wǎng)絡(luò)中的關(guān)鍵節(jié)點(diǎn)。
　　最后，驗(yàn)證提出的方法，本文使用了該方法進(jìn)行算法編程，對(duì)NLPI