Рус Eng Cn 翻译此页面:
请选择您的语言来翻译文章


您可以关闭窗口不翻译
图书馆
你的个人资料

返回内容

软件系统和计算方法
正确的文章链接:

识别社交网络中的专家用户的方法

Luneva Elena

博士学位 技术科学

联邦国立自治教育高等教育机构"国立研究型托木斯克理工大学"信息技术系副教授

634050, Russia, g. Tomsk, ul. Pr. Lenina, 30

lee@tpu.ru
Efremov Aleksandr

联邦国家自主教育高等教育机构"国家研究托木斯克理工大学"自动化和机器人系高级讲师

634050, Russia, Tomskaya oblast', g. Tomsk, ul. Lenina, 30

alexyefremov@tpu.ru
Banokin Pavel

联邦国立自治教育高等教育机构"国立研究型托木斯克理工大学"信息技术系助理

634050, Russia, Tomskaya oblast', g. Tomsk, ul. Pr. Lenina, 30

banokin@tpu.ru

DOI:

10.7256/2454-0714.2018.4.28301

评审日期

07-12-2018


出版日期

10-01-2019


注解: 研究的主题是解决一类关键参与者问题的方法和方法,适用于识别社会网络中某一主题领域的专家用户;根据从社会网络中选出的数据构建社会图的模型;构建加权定向随机图进行模型实验及其比较分析的方法;对社会网络用户排名结果进行聚类分析的方法;对特定主题领域的专家用户识别的各种结果进行比较分析。 这项工作所使用的研究方法基于系统分析方法,聚类分析装置,图论以及社交网络分析方法。 为了评估所提出的方法的可操作性,进行了使用计算机的模型实验和对真实数据的实验。 在软件实现服务的过程中,采用算法理论、数据结构理论和面向对象编程的方法进行了实验分析,并证明了该方法的可操作性。 已经开发了一种方法,用于识别给定主题区域中的社交网络中的专家用户,同时考虑到关于这些用户活动的定量数据。 与现有方法不同,社交图的用户可以使用两种或更多种有效方法进行排名,这允许您利用这些方法,并且该方法本身可以获得有关受专家领导者影响的


出版日期:

社会图, 主要参与者, 有向图;有向图, 聚类分析, 社交网络, 舆论领袖, Borgatti指标, Kendall-Way排名, 接近传播方法, 用户识别