203基于链路结构的微博领域专家识别研究

1、基于链路结构的微博领域专家识别研究刘勘 范琴 中南财经政法大学 信息工程学院提纲1、概述2、基本思路3、详细过程3.1链路关系的构建3.2主要指标3.3 权威值的计算4、实验5、进一步的工作 1、概述微博信息除了新闻时讯以外，还包括大量的专业领域知识。一些领域专家也乐于在微博上分享自己的经验以及对专业问题的评论和指导，这些人的微博往往会被作为宝贵的资源而被大量转发。但并不是被转发次数多的用户就是领域专家，准确识别微博中的领域专家有利于知识的传播与共享，有利于形成专业社区，共同探讨领域新知，也有利于及时、准确的信息在网络传播，提高网络信息质量。很多行业或领域新人也希望通过尽早关注本领域专家的微博

2、，更快地熟悉和掌握领域知识。因此，微博中领域专家的识别问题值得研究人员从理论或实践等角度进行深入的研究和探讨。 2、基本思路首先，以微博用户之间的互动关系构建社交网络关系图，反映用户之间的认可程度；然后，根据微博用户的属性和行为特征，分析用户的原创发博率、主题相关度、节点扩散度、交互主动性以及用户支持度等五个综合指标；最后，运用类似于HITS算法的原理，结合用户行为的五个综合指标迭代计算每个节点的领域中心值和领域权威值，按领域权威值从高到低的排名。3、详细过程3.1链路关系的构建利用用户之间关注、转发、评论、赞和私信这5种互动行为，构建微博用户链路关系图，两个用户之间只要有这5种互动行为中的一

3、种，就会有一条边相连，边的箭头指向表示互动的方向，边的权重表示对被指向用户的重视和认可程度，通过用户支持度这个指标来描述。节点的大小表示对应用户粉丝数的大小。 3、详细过程3.2 主要指标（1）原创发博率：（2）主题相关度： （3）节点扩散度： （4）交互主动性： （5）用户支持度： 3、详细过程3.3 权威值的计算根据微博用户的链路关系图，借鉴HITS算法的思想通过反复迭代计算具体的领域中心值（hub值）和领域权威值（authority值），按权威值大小排序。 4、实验4.1 数据源 实验数据来自新浪微博，以“数据挖掘”为关键词，检索了2014年12月所有发表的博文中含有“数据挖掘”的用户作

4、为实验的基本数据集，一共得到了40833个用户。采集了所有用户的基本属性数据（用户ID、注册时间、用户类型等）、博文数据（原创及转发）、行为数据（关注、私信等）作为指标数据集。这些用户既包括数据挖掘领域的研究者、从业者或学习者，也包括一些商业人员等。 4、实验微博用户链路关系图（Gephi） 4.1 实验结果 4、实验4.3 对比 新浪微博团队也给会出用户的影响力分析，将本文所识别的领域专家权威值与其影响力值作对比，结果如下图所示。可以看出，两者之间差异性较大。比如微博认证为“北京邮电大学模式识别实验室陈光老师”、“数据挖掘与数据分析”等。由于新浪微博的影响力只是考虑了用户的关注和转发行为，影响力高的往往是大V用户和企业用户，通过“转发抽奖”的营销策略获得较大的转发量，故微博影响力较大。因此微博影响力更多地是出于营销和推广方面的考虑，不能将其作为领域专家的评判依据。 5、进一步的工作进一步的工作包括：微博用户的兴趣和专业领域通常并不唯一，例如一个数据挖掘的专家可能也是摄影爱好者，这种多领域特征会分散用户的专家性，导致算法的结果与微博真实情况之间出现误差，进而需要设计跨领域专家或交叉领域专家的识别问题模型。同时，大数据环境下算法的应用和推广，由于算法采用了用户领域权威值