基于PageRank算法的社交网络意见领袖识别算法

◆马玉燃

基于PageRank算法的社交网络意见领袖识别算法

◆马玉燃

（贵州航天职业技术学院 贵州 553106）

PageRank算法[1]是目前被广泛应用的一种重要性的排序方法，它根据节点之间的链接结构来给每个节点打分。本文在分析经典PageRank算法平均分配权值缺点的基础上，为网络中的每个节点设置各自的权威度，并结合用户浏览网页的现实情况，使用户可以根据主观意向选择节点对应的链接，提出Au-2Step-PageRank（Authority-2Step-PageRank）算法。实验表明该算法可以更加准确高效地挖掘有向社交网络中的意见领袖。

PageRank算法；社交网络；搜索引擎；PR值

1 引言

社交网络是由个人以及群体构成的由一个或多个因素关联起来的一种社交结构。互联网空间为用户产生新的社交方式提供了极大的可行性。1960年，社交网络的概念第一次在美国伊利诺斯大学提出。之后，成立了第一个社交网站，即“Six Degrees.com”。如今，社交网络受到极大的欢迎，它给用户提供了大量的交流工具。无论是新成员的加入，还是成员之间建立新的联系，整个社交网络都会得到增长，社交网络数据也在急剧膨胀。

在分析这些社交网络的时候，在线社会网络不断发展，商业活动也逐渐进入这个领域，如何更快更好地分析和识别社交网络中的意见领袖，对广告传播、市场营销都有着极其重要的作用。在社交网络中挖掘意见领袖，不仅可以挖掘出当下的热点信息，也可以用来对未来信息传播的预测，对舆情监测有着极为重要的意义。

2 PageRank算法及其改进算法的研究

2.1 PageRank算法的研究现状

随着对排序算法的研究不断加深，产生了许多对PageRank算法的改进算法。……