【基于改进pagarank算法的微博用户影响力排序探究3000字（论文）】

基于改进pagarank算法的微博用户影响力排序研究目录TOC\o"1-2"\h\u6372基于改进pagarank算法的微博用户影响力排序研究 117589一、Pagerank算法基本原理及改进必要性 13478(一)Pagerank算法基本原理 119690(二)Pagerank算法改进必要性 21081二、改进后PageRank算法基本原理 229914(三)粉丝参与度和用户客户活跃度 315354(四)影响力评价指标体系 417796总结 5摘要：本文主要运用改进Pagerank算法的方式来对微博具有影响力的客户进行算法研究。前提是以Pagerank算法的基本原理为引线，来借用微博用户影响力为主要思维，对当前总体排序运用算法研究。运用改进后的PageRank算法的具体用法从客户用户、粉丝以及影响力来研究并改进PageRank算法提高总体的微博用户的影响力。关键词：改进Pagerank算法；微博用户影响力；排序Pagerank算法基本原理及改进必要性Pagerank算法基本原理Pagerank算法早期运用要从搜素引擎来考虑，其早期所运用的分类目录的方式，就是简单运用人工检索的方式实现网页归类并整理高质量网址。雅虎与HAO123在当时是采取这类方式，而在搜索殷勤开始进入到文本检索的时候，人们开始寻求关键词来引入网页内容并对其结果进行研究，采取该类方式能打破数量的局限，尽管结果显示不完全，但是能使得关键词自动排列靠前。实现算法的前提是要设置一个Pagerank值，其意义设定便是表示网页整体数目为N，而1/N则是需要表达的被访问率。总体状况下网站所展现的PR值为1，若若不是1是不成立的，即使后期所展现Pagerank计算出来的结果依然是正确的，却无法反映到概率问题上。由此，只能通过反复计算，从而使整体概率达到稳定的状态。设若有多个网站，用A、B、C来表示所访问的基本PR概率，此时PR（A）=PR（B）+PR（C），若是B、D所表现的连接不止一条，则会让上述的概率显得不精确，此时则要演变成PR（A）=PR（B）/2+PR（C）/1，表明B具备两条出链。以上只是简答内地PR算法，多数情况下PR值的表现形式是Pagerank算法改进必要性PAGERANK算法多半存在以下缺陷：首先，并未进行站内链接的划分，从而在多数网站中能够实现网站首页能够链接到多个网站去，而此项链接能够实现与多项网站有着超链接。能够实现后者能体现出PageRank值的传递关系。其次，并未通过过滤广告链接的功能与链接到分享微博的功能，从而链接的实际价值就降低了。过滤广告链接是能在广告页面实现跳到另外一个网站的功能。从而过滤广告和功能链接并不能实现。再次，PageRank算法对新网站的态度并不友好。多数新出的网站存在的网站链接较少，但是其网站品质并不能把PageRank值在新网站之中得到推广。多数对PageRank存在看法的学者，认为PageRank不及TrustRank算法，该类算法源自于2004年斯坦福大学和雅虎的相关结合研究，用以检验垃圾网站对用户安全产生影响。而此刻的TrustRank算法的基本工作原理是，运用起先人工去辨别出高质量的画面，也就是新型的网站界。也就是“种子”页面所能指向的页面来实现高质量的页面，即其TR值也高，与“种子”页面的链接越远，页面的TR值越低。“种子”页面可选出链数较多的网页，也可选PR值较高的网站。此时，所给予TrustRank算法所能计算出来的TR值，设若将PR值与TR值结合起来，反而能更为准确地判断出其中存在的道理。本次论文研究主要是以PageRank算法改进后所实行的TUrank算法，来对微博软件的特性进行研究。改进后PageRank算法基本原理当前基于Pagerank算法仅从用户的关注度来事项影响力，而忽略其他微博平台的信息，所涉及到因素过于简单，致使整体的准确程度未能达到要求，尤其是存在僵尸粉的现状，TUrank算法加紧了微博的发送的关系，对我国微博的特性，直接转发是远不够的，只会让整体的微博传播变得复杂。诸多平台当中微博之间有转发的关系还有评价的关系，那么要想反映用户对内容上的具体看法，要从用户对微博的总体关注角度出发。诸如用户用一条微博，经过辐射性的A站让微博的传播速度更加快捷，从而转发呈现爆炸性地增加，进而出现转发的情况会显示在微博中微博主的评论区域。TUrank算法能够让整体微博的关注度变高，并能够结合国家所在用户的看法，并对内容进行归类，来实现微博关注度提高，转发程度提升，进而对微博主的知名度存在深远的影响。；‘’在D轮运行中，i的权指数是在D-2更迭中所连接到i的加点所涉及权值甲醛纸盒，能够让上下两轮的权指数之差小于ɞ，从而让客户的营销力能采取估值。此外，不同时刻所计算出来的MUR结果存在差异，所表现出来的时点数不同，那么所产生的实验排名也不一样。新浪上所展现好友关系并非双向的，所展现的网络困更加是邮箱的。权值图G=（N,E,W）表示，社交网络的用户表现是（N），用户存在的联系关系便是所表示（E）。如果用户A重点注重用户a，多数a会对A产生过多影响，A对a影响程度就比较多，该类思想是基于PR算法的思想。PR算法表现在网站存在较多的影响，假设a有网站A的连接，从而能事先a的影响力能够反映到A的总体关注程度上去，从而实现双向的实时效果。粉丝在一段时间内所增加的粉丝数量与质量，会让位于其次地位的用户。在体现在某个时点上增加的MUR算法的变化会与之前增长速度较快的相反，从而使得组合分析上结果总体呈现出大致相同，却不能反映存在的必然联系。粉丝参与度和用户客户活跃度同原先的算法相比较，用户的关注程度与被关注的关系能够让顶点具方向性，进而构造出客户活跃度情况，在结合PAGERANK算法应用到具体图纸上，来对用户的活跃度进行评价，那么通过获取两者算法结果前10采取比较的方式。通过两者的表现程度，所以算法所呈现的状况具有差异性，在运用到相关PAGERANK算法中，微博主的地位与声誉多半与粉丝数相关联，较少考虑到用户的具体行为所创造成的粉丝数的状况，从中可看出处于前十位的用户名都具有五百万以上的粉丝数量，当时多数情况下，会存在僵死粉的情况，从而使得整体微博影响力下降。那么从中可以了解到当前新型算法当中涵盖了多项信息，有粉丝信息，也有微博主的信息从而让整体的算法更加具备客观性，此次选取的微博主都是具备较强影响力，此类算法能够让整体算法的真实性提升，而粉丝的质量与微博的传播具备广度与深度。设若存在粉丝数其中有一位粉丝至少具备超过百万的粉丝，那么就会产生连贯的效果作用于微博主的深度影响力。MUrank算法的借用用户与粉丝信息来研究当前用户的情况，MUrank算法比PAGERANK算法具备专业权威性，不会存在僵尸粉的情况，那么如何让算法结果更具准确中的准确研究是当前必须注重的。研究中，表明新粉丝所关注程度提升，多半是因为实时热点与娱乐新闻，那么准确地运用算法来进行，能加强整体意义上的传播速度。影响力评价指标体系以微博用户影响力，用活跃度、传播力与粉丝质量三部分指标组成。粉丝质量暗指粉丝具备影响力，并能从MUrank算法中形成，从而使得用户MUrank值是运用用户活跃度进行，并实现整体的活跃度和传播情况运用模型来运算，粉丝质量运行按照其公示，能够让粉丝能符合用户的情况与用户的传播情况，来配置粉丝的MURank值，而粉丝具体情况也是从算法中体现出来的，让微博数、回帖数、传播数等来表现整体算法的状况。涉及到的指标主要是以下：一级指标二级指标活跃度原创微博数转发微博数回帖数（自身、他人）传播力被转发数被评论数被提及数粉丝质量总结本文主要是通过Pagerank算法的基本原理，运用微博用户的影响力进行排序，并参考了粉丝参与度、用户客户活跃度以及影响力评价指标来研究当前改进后的PageRank的具体状况，并运用MUrank算法对微博的活跃度进行相应的分析，来为当前微博在社会中运用计算工程的基本知识，让其能产生更具权威性的影响力。参考文献[1]杨科.基于改进PageRank算法的微博用户影响力研究.西安建筑科技大学[J].2014.[2]