袁继鹏，张 瑾，郭 岩，戴 媛,李 静

(1. 中国科学院 计算技术研究所 网络数据科学与工程研究中心，北京 100190；2. 中国科学院研究生院，北京 100049； 3. 国家计算机网络应急技术处理协调中心，北京 100029)

1 引言

随着中国互联网络的快速发展，网络越来越成为人们表达思想，参与社会生活不可或缺的重要工具。博客、论坛/BBS等作为比较成熟的网络应用，一直以来都深受网民的喜爱[1]。以人人网/Facebook、新浪微博/Twitter为代表的社交网站和微博客作为新兴的Web2.0应用，更是具有惊人的发展速度。和传统门户性质的网站不同，上述类型网站中网民不再仅仅是在互联网上冲浪，同时也成为波浪制造者。在互联网的新时代，信息是由网民贡献出来的，单个网民共同组成了互联网信息源，Web2.0的灵魂是网民[2]。这样，不可避免地为网络信息内容真实性的验证带来了极大的困难，也使得垃圾、负面信息的传播失去了控制。一些突发事件、热点事件往往是通过此类网站得到了快速广泛的传播。

因此，作为信息产生主体的网民对于网络用户的管理、舆情信息的及时监控、网络内容的监管起着重要的作用。目前为止由于网民类型、关系纷杂繁多，网民信息作为隐私数据不易获取等，关于网民的相关量化研究还比较少。本文针对用户关系比较清晰的微博和社交类网站数据进行算法分析与模型验证，提出了一种基于指标体系的网民重要度建模方法。

2 相关工作

目前关于网民重要性评价的相关研究还比较少，但网页重要性排序、社会网络节点重要性分析，以及社会科学领域的一些指标分析法可为我们提供一些借鉴。……