基于在线社交媒体中活动行为影响传播的可影响目标推荐

在线社交媒体(OSM)是一个平台，用户通过消息、发帖、反应、标记和分享不同内容以及其他社交活动向互联世界展示自己。如今，它对工业、商业和社会的各个方面以及用户生活都有巨大影响。在 OSN 平台中，触达目标用户是大多数企业和其他组织的主要关注点之一。可影响目标的识别与推荐有助于高效且有效地捕获合适的受众。本文在自我中心 OSN 中讨论了一种有效模型，通过引入高效影响度量的推荐系统，为任一特定社交网络用户在其所有相连网络成员中生成最具可影响性的目标用户列表。首先，根据所有活动更新了交互网络成员列表。在此基础上，基于特定影响类别与情感类型，推荐了具有最相似活动的交互网络成员。之后，通过分析这些更新后的交互网络成员的活动内容相对于主用户活动内容的相似度与频率，在所需数量基础上以恰当排序识别出最具可影响性的网络成员。通过这两个连续阶段，从任意社交网络的自我中心视角区分出了主用户的有效顶级可影响目标列表。