![43461a19a2a87cbc175d7de31f5d810d.png](https://img-blog.csdnimg.cn/img_convert/43461a19a2a87cbc175d7de31f5d810d.png)
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。