摘要：在社会网络中，量化分析用户影响力及用户之间的影响关系已经变得越来越有必要，对精度的要求也越来越高．网络模型构建的好坏，模型预测用户行为的好坏对商业营销、社会影响最大化等应用都有着至关重要的意义．如何从不同方面量化社会影响力？如何量化不同方面下的用户之间的影响力强弱？如何在社会网络中构造这样一个模型？为了解决这些问题，提出一个基于主题概率的从众性模型（Topical Conformity Model，简称TCM），模型从主题层对社会网络进行建模，考虑不同主题概率下的用户影响力以及用户之间的影响关系．将该模型应用在学术网络中的用户关键词预测上，并与前人的方法进行实验对比，各项预测指标都有一定的提升，其中AUC值提高了4．3％，验证了本文提出的模型对于用户行为预测的有效性．此外，本文的工作还解决了如下两个问题：1、寻找某个主题下最可能选择某行为的用户；2、寻找某个用户选择某个行为受影响最大的主题．

原文链接:http://www.cqvip.com//QK/95659X/201702/671176661.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）