Indexed by：
Abstract：
社会影响力分析是社会网络研究的热点问题之一.针对社会影响力的研究,目前主要集中于社会网络中个体节点影响力的分析,而对社区级的社会影响力的研究却很少涉及.从一个全新的角度提出一种评估重叠社区影响力的方法.该方法主要包含两个部分:(1)评估每对节点(用户、实体)间的相互影响力,为了量化该影响力,提出一个相互评价学习模型MEL(Mutual Evaluation Learning);(2)基于该模型和PageRank算法的思想,设计了一种重叠社区影响力排序的算法CCIR(Cross-community Influence Rank).真实网络中的实验结果表明,该算法能够适应不同真实网络的场景,合理有效地反应真实社会网络中的社区影响力分布情况.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
小型微型计算机系统
ISSN： 1000-1220
CN： 21-1106/TP
Year： 2015
Issue： 8
Volume： 36
Page： 1769-1773
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 1
Affiliated Colleges：
