一阶网络相应特性的研究_社交网络分析(七)-MotifPageRank

Motif-PageRank 简述

在社交网络分析中，如何去挖掘出影响力较大的用户是一个研究的重点，通过挖掘出有影响力的用户，通过对这些特定用户进行营销和广告投放，将会带来更迅速和更广泛的信息传播。同时，挖掘影响力用户，还可以有效控制和防范谣言等。

Tips

在以往的研究中，一个思路是将经典的PageRank算法用于节点的影响力排序。PageRank最开始用于互联网搜索中的网页排序，其基本思想是：如果一个网页被越多的网页所超链接，那么该网页的权威度就越高，因此在搜索的时候就更应该被展示。具体的计算公式可以自行学习之，在此不表。

那么在社交网络影响力挖掘这个任务中，如果一个节点的连接数越多，那么在一定程度上也可以认为这个节点比较重要，是一个信息网络中的信息周转点，所以很自然的可以将PageRank用于社交网络影响力挖掘，并且是具有一定挖掘能力的。但是，仅仅考虑连接数 (在这里把最简单的连接称之为一阶连接) 在社交网络中是不充分的，一阶连接仅仅是从一个全局去考虑，而社交关系的建立，局部小团体特征是非常显著的，因此需要考虑子图内部的连接关系 (高阶连接关系) ，这里的子图可以称为Sub-Graph，或者是Motif。