论文研究-基于水军信任惩罚的多维用户影响力度量模型.pdf,
社交网络用户影响力度量是意见领袖识别的必要前提，然而目前的度量模型忽略了多维影响因素以及水军群体对度量模型真实性的影响.为此本文从网络结构、交互行为和交互信息三个维度来分析整合相关的影响因素，基于LeaderRank模型构建多维用户影响力度量-MUI模型，并在水军识别的基础上构建信任惩罚模型，以修正MUI模型建立MUISTP模型，实现社交网络用户影响力的真实性度量.以新浪微博平台大规模实际数据进行实验分析结果表明，与FBI，LeaderRank和Generative Graphical模型相比，MUI模型识别出的意见领袖更为准确，且可以实现更为有效的信息扩散.此外，经过水军信任惩罚后MUISTP模型较MUI能够实现更为有效的意见领袖识别.
