王 利，于 磊，吴 渝

重庆邮电大学 计算机科学与技术学院，重庆400065

微博作为社会经济活动中常见的一种网络信息交互形式，因为其自身便利、快捷的传播机制而受到广泛的肯定和应用，微博中的大量活跃用户使得微博每天产生海量的数据。这些数据包括微博用户发表的微博帖子、点赞、分享转发、评论等。微博用户的这些错综复杂的关系形成了一个巨大的社交网络结构。由于微博的这些自身特点和优势，逐渐成为专家和学者研究的重点。

在社交网络群体与互动方面的相关研究中，个体影响力评估一直是一个重要方向。在社交网络中，用户基于社交目的或者自我价值实现的需要，发布和传播特定话题的信息并与他人互动，以获得和增强其在网上的话语影响力[1]，用户的影响力是用户在微博中特定领域重要性的综合体现。目前关于微博用户影响力的研究，大体上从以下两个方面进行。

基于用户的静态属性来研究，Cha等[2]分别从入度、出度、提到以及转发指标入手，分别研究了各个指标对用户影响力的影响，并分析了这几个指标的效果。Wang 等[3]提出了一种在具有可调参数的复杂网络中节点重要性的新度量。与其他几个中心度量相比，他们提出的度量比网络节点的度数、中间度和紧密度中心性更具有区别性。Chen等[4]提出Personal Rank算法，该算法也可以用于计算微博用户的影响力，但在计算时还是需要依赖PageRank算法。

基于用户行为特征来研究，Kwak 等[5]提出的TunkRank算法，是基于PageRank的变形，是基于Twitter社交网络提出的，其思想是粉丝数越多的用户他们所发布的相关信息越有可能传播扩散整个网络。……