ABP算法研究與應(yīng)用

　　社交網(wǎng)絡(luò)作為一種交往方式，已經(jīng)深入人心。其用戶數(shù)據(jù)在這個(gè)大數(shù)據(jù)時(shí)代蘊(yùn)藏著大量的價(jià)值。隨著Twitter API的開(kāi)放，社交網(wǎng)絡(luò)Twitter儼然成為一個(gè)深受歡迎的研究對(duì)象，而用戶影響力更是其中的研究熱點(diǎn)。PageRank算法計(jì)算用戶影響力已經(jīng)由來(lái)已久，但是它太依賴于用戶之間的關(guān)注關(guān)系，排名不具備時(shí)效性。引入用戶活躍度的改進(jìn)PageRank算法，具備一定的時(shí)效性，但是不具有足夠的說(shuō)服力和準(zhǔn)確性。研究了一種新的基于時(shí)間分布用戶活躍度的ABP算法，并為不同時(shí)段的活躍度加以相應(yīng)的時(shí)效權(quán)重因子。最后，以Twitter為研究對(duì)象，結(jié)合社交關(guān)系網(wǎng)，通過(guò)實(shí)例分析說(shuō)明ABP算法更具時(shí)效性和說(shuō)服力，可以比較準(zhǔn)確地提高活躍用戶的排名，降低非活躍用戶排名。