融合拓?fù)鋭菖c因子圖的在線社交網(wǎng)用戶影響力推斷

摘要： 拓?fù)鋭菘捎糜谟嬎阍诰€社交網(wǎng)用戶影響力，但是，其對所有用戶優(yōu)化同一個影響參數(shù)，導(dǎo)致影響力以相同速度衰減的缺陷尚待改進(jìn).此外，拓?fù)鋭葜贿m用于節(jié)點質(zhì)量相同的網(wǎng)絡(luò).對此，本文融合拓?fù)鋭莺鸵蜃訄D，提出影響力因子圖(Impact Factor Graph, IFG)模型.IFG模型可推斷網(wǎng)絡(luò)用戶節(jié)點間影響力，并對每個節(jié)點分配不同影響參數(shù).維基百科合作編輯數(shù)據(jù)集上的實證表明，IFG模型可以解... （共6頁）