徐郡明，朱福喜，刘世超，朱碧颖

武汉大学 计算机学院，武汉 430072

1 引言

在复杂网络社区中，各用户因其环境、性格不同，所起到的作用也有所不同。其中，部分用户会积极的接受并传播某些信息和观点，并且对其他用户有着重要的影响力，这些用户即为“意见领袖”。“意见领袖”传播的信息会影响网络中另一部分用户，引导这部分用户的行为。因此，若使用某些信息影响“意见领袖”，就可能高效地影响到网络中的大多数用户。所以，进行“意见领袖”的挖掘，对于利用已成型、稳定的社区网络进行信息推广、舆情监测等具有重要的理论及现实意义。

LeaderRank算法是一个有效的意见领袖挖掘算法，本文在该算法的基础上，结合用户之间的情感倾向信息和用户活跃度因素，以提高意见领袖挖掘的准确度。

2 相关研究

新兴媒体（如微博、微信等）逐渐渗透到人们的日常生活中，在用户之间形成了一个“用户-用户”的复杂网络。越来越多的研究人员开始关注信息如何在这个复杂网络中进行传播[1]以及如何控制传播速度[2-4]，从而找到合适的方式促进正确的社会价值信息的传播，抑制谣言的流行，提高广告投放的精确度。

Aral等[5]的研究证明意见领袖在复杂网络的信息传播中起着关键性作用。Bai等[6-7]认为可以将复杂网络中度最大的节点看作“意见领袖”，通过影响这些节点来控制信息在网络中传播，这一方法被应用于多种复杂网络的意见领袖挖掘[8-10]。

Kitsak等[11]人指出，网络中节点的传播能力与节点所处的位置有重要关系，处于网络核心位置的节点，即使度较小，也会有较高的影响力；……