基于出链与入链的在线社交网络意见领袖检测
社会与信息网络
2022-08-30 v1 人工智能
摘要
理解网络中用户如何依据其邻居的意见更新自身意见，在网络科学领域引起了极大兴趣，且越来越多的文献认识到该问题的重要性。在本研究论文中，我们提出一种有向网络中意见形成的动态新模型。在该模型中，每个节点的意见更新为其邻居意见的加权平均，其中权重代表社会影响。我们定义了一种基于影响与顺从的新中心性度量作为社会影响指标。我们使用两种意见形成模型来度量这一新方法：(i) Degroot 模型与 (ii) 我们自身提出的模型。先前发表的研究未考虑顺从性，仅在计算社会影响时考虑了节点的影响。在我们的定义中，具有低入度与高出度且连接到具有高出度与低入度的节点的节点具有更高的中心性。作为本研究的主要贡献，我们提出一种算法，用于寻找社交网络中能够对其他节点意见产生显著影响的一小部分节点子集。在真实数据上的实验表明，所提算法显著优于先前发表的最优方法。
引用
@article{arxiv.2208.13161,
title = {Opinion Leader Detection in Online Social Networks Based on Output and Input Links},
author = {Zahra Ghorbani and Seyed Hossein Khasteh and Saeid Ghafouri},
journal= {arXiv preprint arXiv:2208.13161},
year = {2022}
}