蒋沁吟， 张 熙

1.北京邮电大学网络空间安全学院，北京100876

2.北京邮电大学可信分布式计算与服务教育部重点实验室，北京100876

近年来，移动互联网发展飞速，社交网络成为互联网用户发布信息、沟通交流的重要途径.在传播信息的同时，社交网络已成为网络营销、舆情传播的重要平台.在网络营销中，为了更好地进行品牌推广，商家需要找到影响力较大的用户进行广告投放.如何衡量社交网络中用户的影响力是当前的一个研究热点，对此学者提出了多种基于社交网络的影响力评估方法.

一个研究方向是基于传播的影响力评估，根据用户的转发行为预测用户微博的转发量，以此衡量用户的影响力大小.这种方法需要获取用户的直接转发数据，由于微博是动态变化的社交网络，用户可以更改昵称且其隐私会受保护，因而需要获取用户转发数据的研究存在一定的局限.

另一个研究方向是基于网络拓扑的影响力评估，根据用户关注信息来评估用户影响力.PageRank 算法便是基于这种思想，但算法仅考虑到用户发布微博数量和用户关注网络，忽略了用户发布的内容.文献[1]提出了TwitterRank 算法，在Twitter 数据集上实现了基于主题的影响力评估，可以计算用户在不同主题分布下的影响力.但这种方法也存在不足.首先，文献[1]认为不同主题之间是相互独立的，但在实验中我们发现提取到的多个主题之间并没有明显的边界.此外，在广告投放、舆情分析……