链接分析算法在网络舆情热点

本文探讨了PageRank和Hits算法在网络舆情热点挖掘中的应用。PageRank算法通过舆情网络的邻接矩阵计算节点的重要性,揭示了网络中心节点如A的高影响力。而Hits算法则区分了节点的核心度和趋近核心度,通过迭代计算得到舆情热点。这两种算法为舆情分析提供了有效工具。
摘要由CSDN通过智能技术生成

基于PageRank算法的热点舆情挖掘

原理:PageRank算法原理

在舆情热点挖掘中引入 PageRank算法思想,构造舆情网络,单个节点的重要性来 自于该网络中其 他成员节点重要性的线性组合,从而建构一个线性方程组, 舆情网络 中各节点的重要性即该线性方程组最大特征值所对应的特征矢量。

以下算法可以用来描述舆情络 的热点挖掘过程 :

(1)取 n个直接或间接链接关系的页面构建舆情网络,每个页面为该网络的节点 ;

(2)建立该舆情网络的邻接矩阵A,其中aij=1表示节点 i与节点j之间存在直接连接;aij=0表示节点i与节点j之间不存在直接连接 ; λ 表示矩阵A的主特征值,主特征值 λ 的特征向量用 e表示 , 即e= (e1,e2,⋯,en );

 (3)定义 Xλ =AX , 有 :

 使用公式( 3) 计算舆情网络节点的特征向量值, 降序后输出, 得到舆情热点。

应用实例:

以上图所示的简单舆情网络中标注的A、 B、 c、 D

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值