文档介绍：分类号学号 M201072295
学校代码 10487 密级

硕士学位论文

基于粒子群算法的微博用户影响力
研究

学位申请人: 钟帅
学科专业: 计算机技术
指导教师: 文坤梅博士
答辩日期:
A Dissertation Submitted in Partial Fulfillment of the Requirements
for the Degree of Master of Engineering

Research on microblog user influence based on
particle swarm optimization

Candidate : Zhong Shuai
Major : ComputerTechnology
Supervisor : Dr. Kunmei Wen

Huazhong University of Science & Technology
Wuhan 430074, P. R. China
May, 2012
独创性声明

本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的
研究成果。尽我所知,除文中已经标明引用的内容外,本论文不包含任何其他个人
或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体,均已
在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。

学位论文作者签名:
日期: 年月日

学位论文版权使用授权书

本学位论文作者完全了解学校有关保留、使用学位论文的规定,即:学校有权保
留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本
人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,
可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。
保密□, 在年解密后适用本授权书。
本论文属于
不保密□。
(请在以上方框内打“√”)

学位论文作者签名: 指导教师签名:
日期: 年月日日期: 年月
华中科技大学硕士学位论文
摘要
微博作为时代一种新兴的社会网络平台,以其参与的低门槛,发布信息的
实时性以及社交性,迅速成为风靡全球的网络平台。对微博用户影响力的研究可以帮
助用户找到有价值的信息源,从而减少用户过滤信息的时间,提高用户效率。对用户
影响力的研究对公共传播与病毒营销也非常重要。
传统的微博用户影响力研究都是从复杂网络着手。影响用户影响力的因素有用户
行为和用户关系等。对微博用户的行为模式进行分析,可知其具有的特点与群体智能
的五项原则是一致的。
本文尝试基于群体智能对微博用户行为进行分析,改进粒子群算法以适应用户影
响力的计算。粒子群算法是一种以群体智能为基础的随机搜索优化算法。该算法利用
个体在社群间的信息交流来寻找最优解。相比其它群体智能算法,粒子群算法更容易
理解,参数更少且容易实现。粒子群算法也是以生物社会背景为基础的。通过将用户
的转发行为描述成该用户在影响力空间中的变量部分,这个部分包含有用户自身经验
以及周围网络对该用户的影响。根据上述分析对粒子群算法做出一定改进,该算法将
上述变量部分当作粒子群中的速度变化,对一段时间内的用户进行迭代计算,最后依
据该计算结果得到用户的影响力。
以新浪微博为数据集对提出的方法进行实验验证,最终的实验结果表明基于粒子
群算法的用户影响力计算方法能够有效地找出影响力较高的用户。

关键词:用户影响力;粒子群算法;社会网络;新浪微博
I
华中科技大学硕士学位论文
ABSTRACT
As a new type of work in Web era, microblog es very popular
because of its low threshold for participation, real time to publish information and sociability.
Research on microblog user influence is useful for user to find some valuable information
source, thereby improve user’s efficiency on filtering information. This research is also