張鳳娟，王 濛，周 剛

(信息工程大學(xué)，河南 鄭州 450001)

0 引 言

微博作為一種在線社會網(wǎng)絡(luò)以其實(shí)時(shí)性、高效性吸引了大量用戶。與傳統(tǒng)在線社會網(wǎng)絡(luò)相比，微博用戶間只需通過“關(guān)注”行為便可獲得目標(biāo)用戶的微博信息，并以此構(gòu)成具有廣播性質(zhì)的社會信息傳播網(wǎng)絡(luò)；用戶間交互方便，可以實(shí)時(shí)地獲取所關(guān)注用戶的消息并參與討論；而且微博具有多種信息發(fā)布平臺和發(fā)布形式，已經(jīng)逐漸成為人們傳播消息和獲取消息的重要媒介。

在微博中，有一些用戶對信息傳播和話題發(fā)展起到了極大的促進(jìn)和推動作用，或者能夠?qū)ζ渌脩舢a(chǎn)生很大的影響，這些用戶被稱為有影響力的用戶，這些用戶能夠引導(dǎo)微博輿論的發(fā)展方向。分析并預(yù)測微博網(wǎng)絡(luò)中的用戶影響力，有利于分析輿情在網(wǎng)絡(luò)中的傳播軌跡，追蹤熱點(diǎn)話題的關(guān)鍵人物，為輿情分析提供支持，準(zhǔn)確判斷影響力高的用戶，以便進(jìn)行網(wǎng)絡(luò)輿情引導(dǎo)或者社會網(wǎng)絡(luò)營銷等。

影響力一般認(rèn)為是一種以別人樂于接受的方式，改變他人情感、思想或行為的能力。在微博平臺上，用戶影響力本質(zhì)上是某用戶發(fā)布的帖子等信息引起其他用戶行為改變的能力，一個(gè)用戶對其他用戶的作用越大，該用戶的影響力也越大。用戶通過發(fā)布微博消息、評論他人的消息等行為來表達(dá)自己的情感與觀點(diǎn)，通過關(guān)注、轉(zhuǎn)發(fā)、評論等與其他用戶交互。文中認(rèn)為那些影響力很大的用戶，他們的微博信息，很多都會在微博網(wǎng)絡(luò)中影響其他用戶，與之交互的用戶越多，受其影響的用戶也越多，表明該用戶的影響力也就越大。

因此，做出兩個(gè)假設(shè)：微博中用戶通過發(fā)布信息和行為影響他人；信息和行為的傳播依賴于用戶間的交互行為?；诖?，文中首先根據(jù)用戶間的交互行為構(gòu)建活動網(wǎng)絡(luò)，在此基礎(chǔ)上利用用戶的行為特征結(jié)合用戶間交互的強(qiáng)度改進(jìn)PageRank算法，提出了一種新的基于活動網(wǎng)絡(luò)的微博用戶影響力分析算法—ANR，并通過實(shí)驗(yàn)進(jìn)行驗(yàn)證。

1 相關(guān)工作

近年來，隨著互聯(lián)網(wǎng)的迅速發(fā)展，微博呈現(xiàn)爆炸式發(fā)展，對于微博的研究受到了科研人員的廣泛關(guān)注。在微博網(wǎng)絡(luò)中用戶是處于核心地位的，許多文獻(xiàn)都對微博網(wǎng)絡(luò)尤其是微博Twitter中的用戶影響力進(jìn)行探索，主要側(cè)重于對用戶屬性和網(wǎng)絡(luò)結(jié)構(gòu)兩個(gè)方面的研究。Kwak等[1]研究了社交網(wǎng)站Twitter中的數(shù)據(jù)，使用了粉絲數(shù)、微博被轉(zhuǎn)發(fā)數(shù)以及PageRank算法對用戶影響力進(jìn)行了分析，對排序結(jié)果的相關(guān)性進(jìn)行比較，實(shí)驗(yàn)結(jié)果說明基于粉絲數(shù)的排序結(jié)果和采用PageRank算法的排序結(jié)果具有較強(qiáng)的相關(guān)性，但是，基于粉絲數(shù)的排序結(jié)果卻與基于轉(zhuǎn)發(fā)數(shù)的排序結(jié)果有很大差別。Cha等[2]分別從粉絲數(shù)、轉(zhuǎn)發(fā)數(shù)和評論次數(shù)三個(gè)屬性對微博用戶影響力進(jìn)行考量，通過實(shí)驗(yàn)對比了三種用戶影響力排序方法，得出的結(jié)論與文獻(xiàn)[1]類似，即粉絲數(shù)越多不代表具有越大的影響力，說明了粉絲數(shù)并不是衡量用戶影響力的唯一與最好指標(biāo)。Web Ecology Project中對用戶影響力的研究[3]同樣表明粉絲數(shù)多并不代表具有較大的影響力，像轉(zhuǎn)帖的次數(shù)、回復(fù)的次數(shù)、瀏覽的次數(shù)等這些代表用戶發(fā)表話題的受關(guān)注程度的屬性也是評價(jià)用戶影響力的重要指標(biāo)。上述對微博用戶影響力的衡量方法大多依賴于主觀感覺，文獻(xiàn)[4]通過對微博中多種指標(biāo)的回歸分析詳細(xì)研究了不同屬性在信息傳播中的作用，并以此來度量用戶影響力，實(shí)驗(yàn)表明，用戶行為和交互的特征比微博網(wǎng)絡(luò)的靜態(tài)拓?fù)涮卣?比如粉絲數(shù))更能反映用戶的影響力大小。

PageRank算法[5]是Google創(chuàng)始人Lary Page和Sergey Brin提出的，是Google搜索重要的網(wǎng)頁排名算法。它主要是通過網(wǎng)頁之間的鏈接結(jié)構(gòu)來確定網(wǎng)頁的重要性，不僅可以衡量網(wǎng)頁的重要度，由于微博用戶節(jié)點(diǎn)間的交互行為類似網(wǎng)頁的鏈接關(guān)系，因此該算法還可以用來評價(jià)社會網(wǎng)絡(luò)中用戶影響力的大小。Daniel Tunkelang[6]改進(jìn)了PageRank算法，將隨機(jī)游走的思想和用戶微博數(shù)量等特征用于Twitter中用戶影響力的排序上，提出了用戶影響力計(jì)算的TunkRank算法。文獻(xiàn)[1]中也用到了PageRank算法，并與用戶粉絲數(shù)、被轉(zhuǎn)發(fā)數(shù)度量用戶影響力的方法進(jìn)行了比較。Weng等[7]對PageRank算法進(jìn)行了改進(jìn)，提出了判斷用戶在給定某個(gè)話題內(nèi)的影響力的TwitterRank算法。Lü等[8]以傳統(tǒng)PageRank算法為基礎(chǔ)提出了LeaderRank算法，該算法通過附加一個(gè)超級節(jié)點(diǎn)來處理PageRank算法中孤懸節(jié)點(diǎn)和網(wǎng)絡(luò)不連通等問題。和PageRank算法相比，LeaderRank算法的優(yōu)勢有無額外參數(shù)、適用范圍廣、收斂性好和排序結(jié)果穩(wěn)定等。但是這些方法，都只是研究了網(wǎng)絡(luò)結(jié)構(gòu)而沒有考慮用戶屬性和用戶的交互行為。

綜上所述，以往對微博用戶影響力度量的方法無論是基于粉絲數(shù)還是基于對PageRank算法的改進(jìn)，都只是分析了微博網(wǎng)絡(luò)的不同拓?fù)涮卣骰蚬?jié)點(diǎn)間的相互作用且多是直接使用微博網(wǎng)絡(luò)的靜態(tài)拓?fù)渥鹘Y(jié)構(gòu)作為分析的基礎(chǔ)。但是微博網(wǎng)絡(luò)的靜態(tài)拓?fù)渲魂P(guān)注了網(wǎng)絡(luò)中的好友關(guān)系，而忽略了用戶間的真實(shí)交互情況。文獻(xiàn)[9-10]的研究表明，社交網(wǎng)絡(luò)中的用戶交互網(wǎng)絡(luò)遠(yuǎn)小于基于好友關(guān)系的靜態(tài)網(wǎng)絡(luò)，網(wǎng)絡(luò)中有大量“不活動”的用戶，即“僵尸”用戶，顯然，使用包含大量“僵尸”用戶的關(guān)系網(wǎng)來度量用戶影響力是不夠準(zhǔn)確的。另外，還有研究僅使用被轉(zhuǎn)發(fā)數(shù)、被評論數(shù)、用戶被提及數(shù)等來度量用戶影響力，這些指標(biāo)雖然考慮到了用戶之間的交互行為，但是僅利用了交互行為在單個(gè)目標(biāo)上的聚合結(jié)果，沒有考慮用戶間交互行為的強(qiáng)弱和相互作用。

因此，文中將微博用戶間的交互行為作為度量用戶影響力的標(biāo)準(zhǔn)，首先基于用戶交互行為建立活動網(wǎng)絡(luò)(activity network)[11-13]，結(jié)合用戶交互行為強(qiáng)度、用戶在網(wǎng)絡(luò)中的活躍度、PageRank算法等因素，提出了一種基于活動網(wǎng)絡(luò)來評估微博用戶影響力的新算法。

2 建立活動網(wǎng)絡(luò)

2.1 活動網(wǎng)絡(luò)在微博中的運(yùn)用

活動網(wǎng)絡(luò)是在用戶交往的基礎(chǔ)上建立起來的網(wǎng)絡(luò)，但是這種交往并不一定是友好關(guān)系，這種網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)稱為活動拓?fù)浣Y(jié)構(gòu)[9]。例如，微博用戶通常通過互相關(guān)注(follow)、互相提及(mention)、轉(zhuǎn)發(fā)動態(tài)(retweet)和評論回復(fù)(remark)四種行為進(jìn)行網(wǎng)絡(luò)互動行為。通過這幾種主要行為來構(gòu)建活動網(wǎng)絡(luò)。

2.2 微博活動網(wǎng)絡(luò)構(gòu)建算法

以三元組Gr=(V,E,D)形式表示活動網(wǎng)絡(luò)G，其中：

r∈R={follow,mention,retweet,remark}：活動網(wǎng)絡(luò)對應(yīng)的用戶交互行為；

V={vi|i=1,2,…,N}：活動網(wǎng)絡(luò)的節(jié)點(diǎn)集合，每個(gè)節(jié)點(diǎn)對應(yīng)一個(gè)微博用戶，N為網(wǎng)絡(luò)中的節(jié)點(diǎn)數(shù)目；

E={(vi,vj,wij)|vi,vj∈V,i≠j,viRvj}：活動網(wǎng)絡(luò)的邊集合，viRvj定位為節(jié)點(diǎn)vi和節(jié)點(diǎn)vj間產(chǎn)生了交互R，wij為邊的權(quán)值，與交互R的次數(shù)、類型等相關(guān)；

D={di|i=1,2,…,L}：活動網(wǎng)絡(luò)中節(jié)點(diǎn)的屬性向量，對于每一個(gè)屬性向量，都有一個(gè)節(jié)點(diǎn)與之對應(yīng)。

微博用戶的所有交互活動內(nèi)容都在微博文本上得以體現(xiàn)。結(jié)構(gòu)化信息可以從半結(jié)構(gòu)化微博文本中提取，從而間接完成網(wǎng)絡(luò)活動的構(gòu)建，這些結(jié)構(gòu)化信息主要包括微博用戶的網(wǎng)絡(luò)節(jié)點(diǎn)及其相互之間的聯(lián)系。

構(gòu)建微博活動網(wǎng)絡(luò)的主要過程為：

(1)進(jìn)行節(jié)點(diǎn)獲取，得到用戶基本信息，把微博用戶的節(jié)點(diǎn)集結(jié)起來，形成集合V。

(2)分析節(jié)點(diǎn)間的關(guān)系，通過對微博用戶互動行為的分析，把用戶節(jié)點(diǎn)間的關(guān)系集結(jié)起來，形成集合E，把用戶交互行為的次數(shù)記錄下來，當(dāng)作邊的屬性。

(3)提取網(wǎng)絡(luò)屬性，分析數(shù)據(jù)和網(wǎng)絡(luò)需求，通過對用戶節(jié)點(diǎn)屬性的構(gòu)造，得到邊與節(jié)點(diǎn)之間的屬性結(jié)果，比如節(jié)點(diǎn)的訪出和訪問可以由用戶的好友數(shù)和粉絲數(shù)來代表，可以作為用戶網(wǎng)絡(luò)行為的特征表示，用戶相互間的行為邊屬性特征等也可以因此表示出來。選取屬性時(shí)可以參考數(shù)據(jù)的儲量和算法需求程度對其進(jìn)行合理設(shè)置。

3 基于活動網(wǎng)絡(luò)的微博用戶影響力分析

在微博網(wǎng)絡(luò)中，用戶之間的聯(lián)系是通過關(guān)注關(guān)系形成的，但是這個(gè)關(guān)注是單方面的用戶網(wǎng)絡(luò)行為，用戶v可以單向關(guān)注用戶u，而且并不用得到用戶u的同意確認(rèn)，甚至可以把用戶u的動態(tài)隨時(shí)隨地發(fā)給其他關(guān)注了用戶u的人follow(u)，對用戶u的評論、回復(fù)和轉(zhuǎn)發(fā)等操作都沒有限制，這樣的信息交互過程如圖1(a)所示。通過關(guān)注關(guān)系建立起來的就是好友關(guān)系網(wǎng)絡(luò)，利用這個(gè)網(wǎng)絡(luò)建立信息傳播和交互機(jī)制，用戶可以方便地獲取信息和發(fā)布消息，并對其他用戶產(chǎn)生影響。因此，傳統(tǒng)對用戶影響力的評價(jià)都是通過分析好友關(guān)系網(wǎng)絡(luò)的拓?fù)涮卣鲗?shí)現(xiàn)的。

但是，還有一些特殊功能，不同的用戶分為了不同的圈子，圈子內(nèi)的用戶可以隨意互相評論其他用戶的微博動態(tài)，而不用互相關(guān)注。這種消息傳播模式的一個(gè)應(yīng)用如新浪微博微吧，其中，用戶圈子內(nèi)信息傳播的主要途徑不再是由關(guān)注行為構(gòu)成的好友關(guān)系網(wǎng)絡(luò)，而是通過評論、轉(zhuǎn)發(fā)、提及等交互行為構(gòu)成的新網(wǎng)絡(luò)，如圖1(b)所示。

所以，文中首要任務(wù)就是在微博用戶行為分析的基礎(chǔ)上建立活動網(wǎng)絡(luò)，再借鑒PageRank算法的隨機(jī)游走思想建立用戶影響力分析模型，最后結(jié)合節(jié)點(diǎn)的行為特征對鏈接分析過程進(jìn)行優(yōu)化。

圖1 微博網(wǎng)絡(luò)中信息的不同傳播模式

3.1 PageRank算法

PageRank算法是Google搜索重要的網(wǎng)頁排名算法，它主要是通過網(wǎng)頁之間的鏈接結(jié)構(gòu)來確定網(wǎng)頁的重要性。由于微博網(wǎng)絡(luò)中的用戶節(jié)點(diǎn)鏈接關(guān)系與網(wǎng)頁節(jié)點(diǎn)間的鏈接關(guān)系相似，可以用PageRank算法來分析在線社會網(wǎng)絡(luò)中重要用戶、發(fā)現(xiàn)最優(yōu)話語權(quán)的用戶。PageRank算法的基本原理如下：凡是一個(gè)網(wǎng)頁受到用戶的擁護(hù)和追捧，而得到了很高的排名，那么它必然與許多其他網(wǎng)頁相鏈接。PageRank算法的兩個(gè)基本假設(shè)：(1)網(wǎng)頁的重要程度是和頁面的入鏈數(shù)呈正比的；(2)網(wǎng)頁的入鏈質(zhì)量越高，網(wǎng)頁就越重要，從而就會向其他頁面?zhèn)鬟f更多的權(quán)重。PageRank算法可以表述為：

(1)

其中，p1,p2,…,pN表示網(wǎng)頁；M(pi)表示頁面pi的頁面鏈入數(shù)；L(pj)表示頁面pj的頁面鏈出數(shù)；N表示網(wǎng)絡(luò)中的頁面數(shù)量；PageRank(pi)表示頁面pi的PageRank值，所有頁面的PageRank值構(gòu)成網(wǎng)絡(luò)的PageRank向量；q表示用戶繼續(xù)瀏覽該頁面之后的頁面的概率，通常概率值為0.85；1-q表示用戶瀏覽該頁面之后的頁面的概率。

文中將PageRank算法的思想用于微博網(wǎng)絡(luò)用戶影響力排名，但是微博活動網(wǎng)絡(luò)與互聯(lián)網(wǎng)有很大不同，傳統(tǒng)的PageRank算法有很大的局限性。

(1)傳統(tǒng)PageRank算法只是在Web網(wǎng)絡(luò)的基礎(chǔ)上建立起來的頁面鏈接關(guān)系，符合二元關(guān)系，這種關(guān)系大部分建立在微博好友關(guān)系的基礎(chǔ)上，不過大多時(shí)候，比如在熱門話題的討論、微吧、微群中，用戶信息并不是沿著好友關(guān)系鏈傳播而是通過特定的用戶分組或用戶群傳播，用戶間不需要添加為好友就可以直接進(jìn)行交互。因此將PageRank算法用于基于回復(fù)/評論的活動網(wǎng)絡(luò)，而不是好友關(guān)系網(wǎng)絡(luò)。

(2)傳統(tǒng)PageRank算法沒有考慮到節(jié)點(diǎn)間的相互作用是不同的。微博用戶的相互聯(lián)系越強(qiáng)烈，相互間的影響就越大。在微博好友關(guān)系網(wǎng)中，邊僅代表關(guān)注與被關(guān)注關(guān)系，一次即可完成，微博用戶之間在互相評論、回復(fù)、轉(zhuǎn)發(fā)等多次交互行為時(shí)產(chǎn)生了很多相互疊加的關(guān)系。PageRank算法中在計(jì)算PageRank數(shù)值時(shí)，假設(shè)權(quán)值轉(zhuǎn)移是相同的，并沒有把節(jié)點(diǎn)的重要性考慮進(jìn)去。

(3)傳統(tǒng)PageRank算法只考慮了靜態(tài)節(jié)點(diǎn)，沒有考慮動態(tài)節(jié)點(diǎn)，只考慮了網(wǎng)頁節(jié)點(diǎn)之間的關(guān)系對節(jié)點(diǎn)的重要影響，沒有考慮微博用戶的行為特征，這種行為特征是具有自主能動性的。在分析節(jié)點(diǎn)之間的傳播上，PageRank數(shù)值只考慮了節(jié)點(diǎn)的結(jié)構(gòu)，沒有考慮節(jié)點(diǎn)的非結(jié)構(gòu)行為帶來的活躍特征程度。在網(wǎng)絡(luò)活動中用戶的行為例如發(fā)布微博動態(tài)、評論回復(fù)、轉(zhuǎn)發(fā)等都會在很大程度上影響信息的傳播，PageRank算法沒有很好地體現(xiàn)這一特征。

3.2 在微博用戶網(wǎng)絡(luò)活動基礎(chǔ)上的影響力分析算法

為了更準(zhǔn)確地衡量微博用戶的影響力，適應(yīng)活動網(wǎng)絡(luò)的特點(diǎn)，文中對PageRank算法進(jìn)行了改進(jìn)，設(shè)計(jì)了基于活動網(wǎng)絡(luò)的用戶影響力排序算法—ANR算法。

已知活動網(wǎng)絡(luò)Gr=(V,E,A)，算法描述為：

(2)

(3)

(4)

同時(shí)定義用戶ui對用戶uj的交互序列為：

actionsi→j=r1,r2,…,rM,rm∈R,m=1,2,…,M

(5)

用戶節(jié)點(diǎn)活躍度h(ui)為用戶評論他人和發(fā)帖的總數(shù)：

(6)

用戶間交互強(qiáng)度g(uj,ui)為用戶間交互次數(shù)：

(7)

4 實(shí) 驗(yàn)

4.1 數(shù)據(jù)集

文中實(shí)驗(yàn)數(shù)據(jù)來自于新浪微博中的“微吧”。微吧是一個(gè)基于主題討論與交流的社區(qū)，上線于新浪微博，實(shí)現(xiàn)了微博內(nèi)容的按主題聚合、深度討論和潛在熱點(diǎn)挖掘。微吧的顯著特點(diǎn)為同一微吧內(nèi)的用戶都是關(guān)注同一主題的，具有較高的聚合度和活躍度，用戶不需關(guān)注即可獲取微吧內(nèi)其他用戶所發(fā)的消息，用戶間的主要交互方式為評論或回復(fù)，適合進(jìn)行影響力分析。

通過網(wǎng)絡(luò)爬蟲抓取了新浪微博鄭州微吧部分帖子及其回復(fù)信息，抽取參與討論的用戶信息以及微吧內(nèi)用戶間的交互信息建立活動網(wǎng)絡(luò)，并使用新浪微博API采集用戶的屬性特征，比如用戶的朋友數(shù)量、粉絲數(shù)量、發(fā)帖數(shù)等。同時(shí)，可以通過對抓取的帖子的分析得到用戶在微吧內(nèi)的相應(yīng)屬性特征。其基本信息如表1所示。

表1 基本信息

通過對表1的分析可以發(fā)現(xiàn)，微吧內(nèi)每個(gè)用戶交互量是用戶關(guān)注關(guān)系量的5.8倍，相比于非好友用戶數(shù)量，在微博貼吧內(nèi)完全沒有交互關(guān)系的用戶數(shù)量只占了4.1%。圖2和圖3是用戶在微吧內(nèi)和在全網(wǎng)絡(luò)的好友關(guān)系數(shù)量的CDF圖，通過對所有用戶微吧內(nèi)和全網(wǎng)內(nèi)關(guān)系數(shù)量的研究得出結(jié)論，微博貼吧內(nèi)的朋友數(shù)量和粉絲數(shù)量僅占全網(wǎng)朋友數(shù)和粉絲數(shù)的一小部分，分別是5.2%和1.2%。間接說明了基于微博用戶交互的活動網(wǎng)絡(luò)比僅使用好友關(guān)系網(wǎng)絡(luò)來分析用戶影響力更具有合理性。

圖2 用戶在微吧內(nèi)的朋友數(shù)和全網(wǎng)的朋友數(shù)

圖3 用戶在微吧內(nèi)的粉絲數(shù)和全網(wǎng)的粉絲數(shù)

4.2 實(shí)驗(yàn)及分析

4.2.1 對比算法

為驗(yàn)證ANR算法，運(yùn)用以下兩種常用影響力度量方法作為對照：

(1)PageRank算法：PageRank算法是經(jīng)典的網(wǎng)絡(luò)算法，微博中的用戶影響力排序就是通過該算法進(jìn)行的。另外，ANR算法是在PageRank算法的基礎(chǔ)上優(yōu)化得來的，所以PageRank算法是基本對比算法之一，并且是在好友關(guān)系網(wǎng)絡(luò)的基礎(chǔ)上建立起來的。

(2)粉絲數(shù)：使用關(guān)注微吧中用戶的粉絲數(shù)進(jìn)行影響力排序，稱為FansC(fans count)算法。Twitter等已經(jīng)使用了該方法，它也被當(dāng)作對比算法作為許多文獻(xiàn)的參考。該方法也是文中的基準(zhǔn)算法。

4.2.2 實(shí)驗(yàn)結(jié)果

表2左側(cè)給出了在ANR、PageRank和FansC三種影響力排序算法的基礎(chǔ)上得到的Top-20名用戶。觀察可得，PageRank與FansC兩種方法得到的Top-10有相同用戶重疊(不考慮排名)，Top-20也有14名重疊用戶—得到的結(jié)果與其他文獻(xiàn)的研究結(jié)果相同[1]，PageRank與FansC兩種方法得到的用戶排名結(jié)果是近似的。

表2 三種排序方法的前20名用戶

表3給出了上述三種排序算法以及按發(fā)帖數(shù)、評論數(shù)Top-10和Top-20的共同覆蓋率?？梢钥闯?，ANR算法得到的Top-10/20用戶與用PageRank和FansC方法得到的用戶的相同率僅有20%左右。ANR算法是否可行，可以從排名結(jié)果上看出，排名結(jié)果可以使用發(fā)帖數(shù)和被評論數(shù)進(jìn)行分析—這兩個(gè)指標(biāo)在一定程度上表現(xiàn)了用戶行為的數(shù)量和質(zhì)量，文獻(xiàn)[4，14]的結(jié)論表明這兩項(xiàng)都能夠較好地表示用戶的影響力。

表3 不同方法TopN共同覆蓋用戶比例

表3給出了Top-20用戶的相關(guān)屬性特征，分析可得如下結(jié)論：

(1)ANR算法預(yù)測得到的Top-20用戶的發(fā)帖數(shù)和被評論數(shù)普遍較高；在所預(yù)測的Top-20用戶中，三種算法的平均發(fā)帖數(shù)量分別為233.7、96.5和98.9；而對于不在ANR Top-20的用戶中，基于PageRank和基于粉絲數(shù)FansC兩種算法的平均發(fā)帖量僅為2.1和2.3。另外，可以看出，不在ANR算法Top-20的用戶中有很大一部分沒有或者很少在微吧中發(fā)帖子。

“影響”在維基百科和現(xiàn)代漢語詞典中定義為“對別人的思想、情感或行為起作用”，發(fā)帖數(shù)體現(xiàn)了用戶的活躍程度，被回復(fù)數(shù)則體現(xiàn)了該用戶的影響力，是否影響了別人。通過結(jié)論(1)的分析可知，ANR算法預(yù)測的Top-20用戶發(fā)帖數(shù)和被評論數(shù)都比PageRank和FansC算法預(yù)測的高，也證明文中算法是有效的。

(2)分析ANR算法得到Top-20用戶，發(fā)現(xiàn)一些發(fā)帖數(shù)較少的用戶也有所出現(xiàn)。例如“一米Andrew”、“_馨小馨錢多多_”、“Nice-u”等三個(gè)用戶的發(fā)帖數(shù)僅為1，但仍然排進(jìn)了Top-20。分析這些用戶的評論發(fā)現(xiàn)：這些用戶的評論中存在大量自己的回復(fù)，而PageRank算法計(jì)算中無法識別這類問題，會大幅度提高這類節(jié)點(diǎn)的得分值。另外還發(fā)現(xiàn)，有些用戶只活躍在早期，但排名仍然靠前。典型用戶為“新浪鄭州汽車”，只有5個(gè)帖子的發(fā)帖量。這5個(gè)帖子都是在微博建立之初發(fā)布的，但是由于一些微吧活躍的用戶，如“櫻空旭”、“凡心”等，使得該用戶的影響力比實(shí)際要高很多。

結(jié)論2表現(xiàn)了ANR算法的問題，即Native PageRank算法本身具有的缺點(diǎn)，在對時(shí)間的感覺上不是很敏感。

不過在預(yù)測用戶影響力的排名時(shí)，PageRank和FansC方法基本無法準(zhǔn)確預(yù)測出微吧內(nèi)的有影響力用戶，而ANR算法能較準(zhǔn)確找出有影響力的用戶，也就是說文中算法對于預(yù)測用戶影響力在像微吧這樣的應(yīng)用中是有效的。

5 結(jié)束語

通過分析現(xiàn)有對微博用戶影響力的相關(guān)研究，提出一種在活動網(wǎng)絡(luò)基礎(chǔ)上的新算法-ANR。該算法針對傳統(tǒng)微博用戶影響力評估的一些問題，考慮用用戶交互行為構(gòu)建活動網(wǎng)絡(luò)，結(jié)合個(gè)人的屬性特征和行為特征兩方面體現(xiàn)在PageRank算法中，進(jìn)而預(yù)測用戶影響力。通過對微吧數(shù)據(jù)的分析表明，基于活動網(wǎng)絡(luò)的微博用戶影響力算法對影響力的識別準(zhǔn)確性超過了基于好友關(guān)系網(wǎng)絡(luò)的PageRank算法和基于粉絲數(shù)排序的算法。另一方面，ANR算法的種種問題也在實(shí)驗(yàn)中表現(xiàn)出來，忽視了用戶的自我評論傾向和時(shí)間對用戶評論行為預(yù)測的影響。

影響微博用戶準(zhǔn)確評估涉及的因素是多方面的[15]。文中單獨(dú)舉出了評論這一種網(wǎng)絡(luò)行為，其他的交互模式以及用戶屬性特征也會對用戶影響力預(yù)測產(chǎn)生較大影響，如果能將多種因素有效結(jié)合將大大提高用戶影響力預(yù)測的準(zhǔn)確度。