基于網(wǎng)絡(luò)新聞評(píng)論的四度用戶影響力分析模型

歐陽(yáng)純萍，陳湘龍，劉永彬

(南華大學(xué) 計(jì)算機(jī)學(xué)院，湖南 衡陽(yáng) 421001)

0 引 言

網(wǎng)絡(luò)新聞因其具有及時(shí)性、全面性等特點(diǎn)越來(lái)越受廣大網(wǎng)民的關(guān)注，國(guó)內(nèi)外發(fā)生的重大事件，大部分都是第一時(shí)間通過(guò)網(wǎng)絡(luò)新聞平臺(tái)發(fā)布，并引發(fā)了社會(huì)劇烈的反響和激烈的辯論。因此，在引導(dǎo)社會(huì)輿論的方面，網(wǎng)絡(luò)新聞平臺(tái)的大量言論發(fā)揮著難以估量的作用，為能正確引導(dǎo)網(wǎng)絡(luò)輿情的導(dǎo)向，在輿情監(jiān)控過(guò)程中需要對(duì)某些具有較高影響力的網(wǎng)絡(luò)新聞評(píng)論用戶采取特別措施。

近年來(lái)用戶影響力分析受到了大量的研究者的關(guān)注，許多影響力計(jì)算的方法相繼被提出，Cha等[1]通過(guò)從用戶的轉(zhuǎn)發(fā)數(shù)、評(píng)論數(shù)、粉絲數(shù)等靜態(tài)屬性排名來(lái)分析Twitter社交網(wǎng)絡(luò)中的用戶影響力，但是該方法在靜態(tài)屬性選擇上面存在局限性，并且沒(méi)有考慮用戶在社交網(wǎng)絡(luò)中的關(guān)系。Weng等[2]根據(jù)用戶之間的粉絲聯(lián)系形成的網(wǎng)絡(luò)關(guān)系，通過(guò)PageRank算法計(jì)算用戶的影響力排名，該方法實(shí)現(xiàn)簡(jiǎn)單、效果較好，但是僅使用粉絲作為影響力的評(píng)價(jià)指標(biāo)并不是很全面。吳慧等[3]使用用戶的活躍度和用戶所發(fā)微博質(zhì)量作為綜合指標(biāo)得到影響力權(quán)重，并結(jié)合網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)計(jì)算用戶在社交網(wǎng)絡(luò)中的影響力，該方法雖然關(guān)注用戶所發(fā)內(nèi)容的質(zhì)量，但是卻沒(méi)有關(guān)注內(nèi)容的情感傾向性。

在用戶影響力分析的研究中，采用靜態(tài)屬性排名的方法具有更加全面的特點(diǎn)，但屬性的構(gòu)建在很大程度上依賴構(gòu)建者的主觀意識(shí)。傳統(tǒng)的基于網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的用戶影響力分析方法大部分是利用遍歷網(wǎng)絡(luò)結(jié)構(gòu)去分析用戶之間的影響力，而用戶節(jié)點(diǎn)本身的屬性信息較少考慮。由于表征用戶影響力的因素具有多樣性，但是針對(duì)不同的用戶評(píng)價(jià)對(duì)象，有效的特征又不盡相同。因此，本文針對(duì)新聞評(píng)論網(wǎng)絡(luò)的特點(diǎn)，提取考慮表征網(wǎng)絡(luò)新聞評(píng)論網(wǎng)絡(luò)用戶影響力的4種主要因素，提出了面向新聞評(píng)論網(wǎng)絡(luò)用戶的四度影響力分析模型FDRank(four-degree influence rank)，與國(guó)內(nèi)外前沿方法TwitterRank、PageRank、Brank、MDIR和RBrank比較，本文提出的方法能夠更準(zhǔn)確找出具有較高影響力的用戶。

1 相關(guān)工作

從20世紀(jì)初到現(xiàn)在，影響力分析的研究受到了各個(gè)領(lǐng)域?qū)W者的研究和關(guān)注，上世紀(jì)50年代，Roshwalb等[4]發(fā)現(xiàn)在平時(shí)具有影響力的人，在工作、生活或政治選舉是都存在很大的優(yōu)勢(shì)。之后Triplett[5]通過(guò)研究動(dòng)力因素發(fā)現(xiàn)，當(dāng)一個(gè)人受到更多的關(guān)注時(shí)，他會(huì)表現(xiàn)的更為突出。近年來(lái)，隨著微博、騰訊新聞、Twitter等網(wǎng)絡(luò)社交媒體的興起，對(duì)用戶影響力的研究也隨之增多，主要集中在以下3個(gè)方面：

(1)基于社交網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的度量。主要通過(guò)節(jié)點(diǎn)的出入度以及度的方向來(lái)度量用戶的影響力值。度的大小表明該節(jié)點(diǎn)受他人的影響程度或是受歡迎程度，而度的方向則表示信息傳遞的方向，這類方法的典型代表就是Page-Rank 算法[6]，之后許多研究者在PageRank算法上進(jìn)行了深入研究,改進(jìn)。王鵬等[7]結(jié)合PageRank算法和社交網(wǎng)絡(luò)用戶的行為數(shù)據(jù)和質(zhì)量數(shù)據(jù)，如利用網(wǎng)絡(luò)中用戶發(fā)布信息的轉(zhuǎn)發(fā)率、評(píng)論率以及用戶是否認(rèn)證情況等行為因素,綜合用戶自身質(zhì)量與追隨者質(zhì)量等,最終計(jì)算得到社交網(wǎng)絡(luò)中的用戶影響力。劉威等[8]借鑒PageRank算法思想，綜合考慮用戶話題信息傳播能力以及用戶與背景話題間關(guān)聯(lián)性對(duì)微博用戶影響力進(jìn)行排序。單純依靠網(wǎng)絡(luò)結(jié)構(gòu)分析來(lái)進(jìn)行影響力分析的方法雖然模型簡(jiǎn)單，計(jì)算資源耗費(fèi)較低，但是忽略了節(jié)點(diǎn)的屬性信息以及節(jié)點(diǎn)之間的互動(dòng)關(guān)系，這些能對(duì)用戶影響力有一定表征能力的因素。

(2)基于用戶行為的度量。通過(guò)分析在線社交用戶的行為軌跡數(shù)據(jù)(包括瀏覽/發(fā)布/轉(zhuǎn)發(fā)信息、點(diǎn)贊、話題評(píng)論和建立好友關(guān)系等)，能夠評(píng)估用戶在社交網(wǎng)絡(luò)平臺(tái)上的影響力。Xiang等[9]利用社交網(wǎng)絡(luò)用戶之間的交互信息和話題相似性和信息交互情況，提出了一種潛在變分模型用以來(lái)評(píng)估計(jì)算用戶之間的影響強(qiáng)度。SAITO等[10]將用戶影響力模型轉(zhuǎn)化成一種最大似然問(wèn)題，并且利用期望最大化算法進(jìn)行求解。YANG等[11]基于影響力函數(shù)和信息的談?wù)摯螖?shù)建立了一種線性影響力模型對(duì)用戶的影響力進(jìn)行度量。魏杰明等[12]從用戶行為方式和互動(dòng)規(guī)律的角度出發(fā)，系統(tǒng)研究了社交網(wǎng)絡(luò)中用戶行為和貼文特征。再采用PCA主成分分析法，將各組成因素進(jìn)行相關(guān)性研究，得到最終的用戶影響力。上述方法均是從用戶本身的屬性和行為特征出發(fā)來(lái)分析其影響力，并沒(méi)有考慮用戶所發(fā)布內(nèi)容的情感極性，用戶發(fā)布的新聞評(píng)論內(nèi)容是否具有情感傾向?qū)τ趦?nèi)容的傳播有一定的影響。

(3)結(jié)合網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)和用戶的度量。單純從網(wǎng)絡(luò)結(jié)構(gòu)來(lái)分析用戶的影響力，容易丟失一些用戶本身的特征，而單純從用戶特征來(lái)分析用戶的影響力，又不能充分利用用戶所處社交網(wǎng)絡(luò)的結(jié)構(gòu)信息。因此，還有一些學(xué)者把網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)和用戶自身特征進(jìn)行結(jié)合來(lái)度量用戶的影響力。學(xué)者們最初嘗試綜合使用網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)、用戶特征和用戶行為數(shù)據(jù)預(yù)測(cè)當(dāng)前時(shí)刻的用戶影響力[13,14]。后續(xù)，學(xué)者們又對(duì)融合方法進(jìn)行了細(xì)粒度研究。王新勝等[15]首先對(duì)用戶的自身因素和用戶傳播能力進(jìn)行計(jì)算，得到用戶直接影響力。然后再計(jì)算基于用戶網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的用戶間接影響力，最后綜合用戶直接影響力和間接影響力，從而分析得到用戶的最終用戶影響力。羅芳等[16]把用戶基本屬性、交互行為和微博內(nèi)容3個(gè)維度因素融入PageRank算法中，基于網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)了一種多維度微博用戶影響力度量算法。上述研究成果為用戶影響力分析提供了可行的新思路，融合用戶自身特征與網(wǎng)絡(luò)結(jié)構(gòu)分析算法可以更好地綜合評(píng)價(jià)用戶的影響力。

鑒于當(dāng)前研究的可改進(jìn)之處以及新聞評(píng)論數(shù)據(jù)的特點(diǎn)，本文提出一種融合用戶行為特征、評(píng)論內(nèi)容與問(wèn)題的相關(guān)性、評(píng)論的情感傾向性、網(wǎng)絡(luò)結(jié)構(gòu)的四度新聞評(píng)論用戶影響力分析算法?？紤]用戶評(píng)論內(nèi)容與新聞文章的相似程度，避免不相關(guān)內(nèi)容的干擾；計(jì)算評(píng)論內(nèi)容的情感傾向性，通過(guò)分析數(shù)據(jù)發(fā)現(xiàn)當(dāng)所發(fā)內(nèi)容具有較強(qiáng)的情感極性時(shí)，更容易獲得大家的關(guān)注；分析用戶的行為(包含評(píng)論和點(diǎn)贊兩種)，當(dāng)用戶獲得越多的評(píng)論和點(diǎn)贊數(shù)，表明該用戶所發(fā)表的評(píng)論具有較強(qiáng)的說(shuō)服力；分析用戶的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，表征用戶在社交網(wǎng)絡(luò)中與其他用戶的聯(lián)系強(qiáng)度，更全面地反映用戶的影響力；最后利用加權(quán)線性融合方法得到最終的新聞評(píng)論網(wǎng)絡(luò)的用戶影響力。

2 四度用戶影響力分析模型

網(wǎng)絡(luò)新聞?dòng)脩艨梢酝ㄟ^(guò)評(píng)論發(fā)表自身的觀點(diǎn)，通過(guò)點(diǎn)贊、關(guān)注和回復(fù)他人評(píng)論與其他用戶進(jìn)行互動(dòng)。本文通過(guò)分析用戶自身質(zhì)量、用戶網(wǎng)絡(luò)結(jié)構(gòu)、用戶發(fā)布評(píng)論內(nèi)容及評(píng)論情感值4個(gè)方面對(duì)用戶影響力進(jìn)行分析，提出了四度用戶影響力分析算法，如圖1所示。

圖1 四度用戶影響力分析算法流程

2.1 評(píng)論內(nèi)容影響力計(jì)算

用戶可以通過(guò)PC端、手機(jī)移動(dòng)端等發(fā)布關(guān)于一篇新聞文章的評(píng)論，每個(gè)評(píng)論基本是由幾句話組成。當(dāng)評(píng)論內(nèi)容與新聞文章的相關(guān)程度低，則很有可能是一些垃圾評(píng)論，影響力較低。而評(píng)論內(nèi)容與新聞內(nèi)容相關(guān)程度較高的，則可能存在更大的影響力，并且通過(guò)內(nèi)容相關(guān)性計(jì)算，還能夠排除一些信息量低的評(píng)論的影響。

(1)

式中：tfki表示Vk在nai中出現(xiàn)的次數(shù)，dfk表示文本集NA中含有Vk的文本總數(shù)。對(duì)于文本的相似度，本文利用余弦相似度來(lái)計(jì)算評(píng)論與新聞文章之間的相似，并使用其結(jié)果作為評(píng)論內(nèi)容影響力CI

CI=Sim(comment,article)=

(2)

2.2 評(píng)論內(nèi)容情感極性值計(jì)算

根據(jù)新聞傳播規(guī)律，通常用戶如果發(fā)表的評(píng)論不帶任何情感色彩，這類新聞文本傳播范圍很有限。所以新聞評(píng)論文本的情感極性對(duì)于文本傳播有較強(qiáng)的影響，而文本傳播率又是評(píng)價(jià)用戶影響力的重要指標(biāo)。因此，在分析用戶影響力時(shí)有必要先分析評(píng)論內(nèi)容的情感極性。本文提出一個(gè)融合多個(gè)深度學(xué)習(xí)算法的模型來(lái)計(jì)算新聞評(píng)論的3類情感傾向性，即負(fù)面、中立、正面，模型如圖2所示。首先將文本通過(guò)word2vec轉(zhuǎn)換為向量表示，然后使用BIGRU和Attention機(jī)制增強(qiáng)上下文語(yǔ)義信息并獲取初步特征，再通過(guò)CNN獲取更深層次的特征，最后通過(guò)SoftMax進(jìn)行回歸最終獲得對(duì)應(yīng)情感的分類概率P=(P正,P中,P負(fù))。

圖2 基于多模型融合的情感分類模型

對(duì)最終獲得的分類概率，選取最大概率值所對(duì)應(yīng)的情感，作為情感分類的最終結(jié)果，并且通過(guò)之前的研究發(fā)現(xiàn)，對(duì)于某一情感分類的概率值越大則證明該文本的情感傾向性越強(qiáng)即情感特征比較明顯，本研究采用情感分類的概率值作為情感值的結(jié)果，提出情感值的度量SI公式如下

Pi=max(P正,P中,P負(fù))

(3)

(4)

2.3 用戶自身質(zhì)量評(píng)價(jià)

在新聞評(píng)論用戶中，表征用戶自身質(zhì)量的兩類因素包括用戶評(píng)論的回復(fù)率以及用戶評(píng)論的點(diǎn)贊率。因此，我們結(jié)合這兩大因素來(lái)計(jì)算新聞評(píng)論用戶的自身質(zhì)量。

(1)用戶評(píng)論的回復(fù)率

首先計(jì)算用戶評(píng)論的平均回復(fù)數(shù)，即用戶每條評(píng)論的回復(fù)總數(shù)除以用戶發(fā)布評(píng)論的總數(shù)；然后再用用戶評(píng)論的平均回復(fù)數(shù)除以總的用戶數(shù)計(jì)算得到用戶評(píng)論的回復(fù)率。用戶評(píng)論的回復(fù)率表示每一位新聞評(píng)論用戶在發(fā)布評(píng)論后平均被回復(fù)的數(shù)量，對(duì)體現(xiàn)用戶所發(fā)布信息的傳播能力具有較好的表征作用。本文使用Reply(z)表示用戶評(píng)論的回復(fù)率，具體定義如下

(5)

式中：z表示用戶，Sum(m)表示新聞評(píng)論用戶z發(fā)布評(píng)論被回復(fù)的總數(shù)，Sum(a)表示用戶z發(fā)布評(píng)論的總數(shù)，Sum(u)表示總用戶數(shù)。

(2)用戶評(píng)論的點(diǎn)贊率

在計(jì)算方法上，用戶評(píng)論的點(diǎn)贊率與用戶評(píng)論的回復(fù)率基本相同。首先計(jì)算用戶評(píng)論的平均點(diǎn)贊數(shù)，即用戶發(fā)布評(píng)論獲得的總點(diǎn)贊數(shù)除以用戶發(fā)布評(píng)論的總數(shù)，再使用用戶評(píng)論的平均點(diǎn)贊數(shù)除以總用戶數(shù)。本文使用Support(z)表示用戶z所發(fā)布評(píng)論的點(diǎn)贊率，具體定義如下

(6)

式中：Sum(s)表示用戶z發(fā)布的所有評(píng)論獲得的總點(diǎn)贊數(shù)，其余符號(hào)與式(5)中的意義相同。由于用戶評(píng)論的回復(fù)率和用戶評(píng)論的點(diǎn)贊率對(duì)于表征用戶自身質(zhì)量的權(quán)重有所區(qū)別，因此，本文使用線性回歸模型將用戶評(píng)論的回復(fù)率以及點(diǎn)贊率結(jié)合起來(lái)計(jì)算用戶自身質(zhì)量評(píng)價(jià)值。定義如下，其中α,β分別表示兩種用戶行為所占的權(quán)重

Uquality(z)=α·Reply(z)+β·Support(z)

(7)

2.4 用戶的網(wǎng)絡(luò)結(jié)構(gòu)影響力計(jì)算

用戶在社交網(wǎng)絡(luò)中與其他用戶的聯(lián)系，也是反映用戶影響力的一個(gè)重要因素。PageRank算法是用來(lái)比較不同網(wǎng)頁(yè)的重要性的算法，而在社交網(wǎng)絡(luò)中用戶的關(guān)系模型和網(wǎng)頁(yè)的鏈接模型十分相似，用戶的粉絲數(shù)相當(dāng)于網(wǎng)絡(luò)中用戶節(jié)點(diǎn)的入度，用戶的關(guān)注數(shù)相當(dāng)于網(wǎng)絡(luò)中用戶節(jié)點(diǎn)的出度，所以可以利用PageRank算法來(lái)計(jì)算新聞評(píng)論網(wǎng)絡(luò)中的不同用戶之間的網(wǎng)絡(luò)結(jié)構(gòu)影響力，算法定義如下

PI(ui)=PageRank(ui)=

(8)

式中：ui和uj分別表示兩個(gè)不同的用戶，PageRank(ui)和PageRank(uj)則表示ui和uj所對(duì)應(yīng)的Rank值，N(ui)是指鏈入ui的用戶集合，Link(uj)是用戶uj所有鏈接出去的邊數(shù)量，即網(wǎng)絡(luò)節(jié)點(diǎn)出度，d=0.85表示阻尼系數(shù)。

2.5 四度用戶影響力分析模型構(gòu)建

在前述已構(gòu)建的用戶評(píng)論內(nèi)容影響力計(jì)算、用戶評(píng)論內(nèi)容的情感極性計(jì)算、用戶自身質(zhì)量評(píng)價(jià)和用戶的網(wǎng)絡(luò)結(jié)構(gòu)影響力計(jì)算4個(gè)維度的結(jié)果基礎(chǔ)上，最終的四度用戶影響力分析模型定義如下

UI(z)=ω·(CI(z)+SI(z)+Uquality(z))+θ·PI(z)

(9)

式中：UI(z)表示用戶z的影響力，CI(z),SI(z),Uquality(z),PI(z)分別表示用戶z評(píng)論內(nèi)容的影響力、評(píng)論的情感值、用戶自身質(zhì)量以及網(wǎng)絡(luò)結(jié)構(gòu)的影響力大小，ω,θ表示評(píng)價(jià)影響力各指標(biāo)的權(quán)重。

3 實(shí)驗(yàn)結(jié)果及分析

3.1 實(shí)驗(yàn)數(shù)據(jù)集和評(píng)價(jià)方式

3.1.1 實(shí)驗(yàn)數(shù)據(jù)集

本文以騰訊新聞作為數(shù)據(jù)源，抓取了2019年5月至2019年6月兩個(gè)月內(nèi)發(fā)布的新聞及評(píng)論作為研究數(shù)據(jù)。由于爬取到的信息過(guò)于冗余，本文過(guò)濾粉絲數(shù)少于10的用戶、點(diǎn)贊數(shù)少于10的用戶，經(jīng)過(guò)篩選之后的數(shù)據(jù)統(tǒng)計(jì)見表1。

表1 騰訊新聞相關(guān)數(shù)據(jù)

3.1.2 實(shí)驗(yàn)評(píng)價(jià)方式

為了驗(yàn)證本文提出方法的有效性，實(shí)驗(yàn)選取目前較為流行或是經(jīng)典的用戶影響力分析算法作為對(duì)比，具體方法如下。

(1)經(jīng)典的PageRank算法；

(2)Weng等[2]提出的TwitterRank算法；

(3)Brank[10]算法：基于PageRank算法進(jìn)行的改進(jìn)，從跟隨者和追隨者的角度雙向交互，通過(guò)轉(zhuǎn)發(fā)強(qiáng)度、評(píng)論強(qiáng)度、體積密度等方面來(lái)衡量用戶影響力；

(4)RBrank[15]：該方法通過(guò)將用戶活動(dòng)添加到Page-Rank 中獲得改進(jìn)的算法；

(5)MDIR[17]算法：該方法通過(guò)融合用戶基本屬性、用戶交互行為、用戶博文內(nèi)容多個(gè)維度來(lái)計(jì)算用戶影響力。

實(shí)驗(yàn)利用N折交叉驗(yàn)證方法，即最后的參考標(biāo)準(zhǔn)結(jié)果由多種算法投票結(jié)果確定。例如給定5個(gè)算法A，B，C，D，E計(jì)算得到Top-K個(gè)高影響力用戶集合分別為IA，IB，IC，ID，IE。此時(shí)取N=2，即2種算法都投票正確的結(jié)果為參考的正確結(jié)果，用I2表示，如下所示

I2=(IA∩IB)∪(IA∩IC)∪(IA∩ID)∪(IA∩IE)∪

(IB∩IC)∪(IB∩ID)∪(IB∩IE)∪(IC∩ID)∪

(IC∩IE)∪(ID∩IE)

(10)

對(duì)于算法A準(zhǔn)確率PA的計(jì)算公式如式(11)所示

(11)

算法A的召回率RA計(jì)算公式如式(12)所示

(12)

算法A的F1值FA計(jì)算公式如式(13)所示

(13)

3.2 實(shí)驗(yàn)結(jié)果分析

本文初始化參數(shù)α，β，ω，θ分別為0.6、0.4、0.8、0.2，具體的參數(shù)選擇實(shí)驗(yàn)會(huì)在3.2.2節(jié)中進(jìn)行分析。實(shí)驗(yàn)分別在N=2,3,4,5時(shí)驗(yàn)證各個(gè)算法的準(zhǔn)確率和召回率，當(dāng)N=6時(shí)，由于參考的正確結(jié)果集合為6種算法結(jié)果的交集，從而導(dǎo)致所有算法均具有相同的準(zhǔn)確率和召回率，所以N=6的實(shí)驗(yàn)不具備討論價(jià)值。因此，在本文中只針對(duì)N=2,3,4,5的4種情況，對(duì)6種算法分別計(jì)算Top-K(K取值為50,100,200,400,800,1600)影響力用戶的準(zhǔn)確率、召回率進(jìn)行比較。

3.2.1 算法準(zhǔn)確率與召回率驗(yàn)證

如圖3所示的實(shí)驗(yàn)結(jié)果可知，本文提出的FDRank算法在4組用戶規(guī)模為Top-K的情況下準(zhǔn)確率均取得了較優(yōu)的結(jié)果，但由于N折交叉驗(yàn)證所取參考標(biāo)準(zhǔn)的值不同，實(shí)驗(yàn)效果也有所不同。由于參考標(biāo)準(zhǔn)值N設(shè)置過(guò)小(N=2)，參考標(biāo)準(zhǔn)集合I2中元素?cái)?shù)目過(guò)多，各算法與I2交集較為一致，導(dǎo)致準(zhǔn)確率相差不大；當(dāng)標(biāo)準(zhǔn)值N設(shè)置過(guò)大(N=5)時(shí)，參考標(biāo)準(zhǔn)集合中I5存在的元素較少，各算法結(jié)果與標(biāo)準(zhǔn)集的交集相差較大，故準(zhǔn)確率整體偏低；參考標(biāo)準(zhǔn)值N設(shè)置為3,4時(shí)，各個(gè)算法的準(zhǔn)確率區(qū)分度較大，能體現(xiàn)各個(gè)算法準(zhǔn)確性的優(yōu)劣。

圖3 在交叉驗(yàn)證中各算法的準(zhǔn)確率

實(shí)驗(yàn)同樣對(duì)比了6種算法在不同用戶規(guī)模下，使用N折交叉驗(yàn)證的召回率。由圖4所示，4組對(duì)比實(shí)驗(yàn)中，隨著參考標(biāo)準(zhǔn)值N的增加，所有算法的召回率也呈現(xiàn)上升趨勢(shì)，這是因?yàn)閰⒖紭?biāo)準(zhǔn)值N的增加，導(dǎo)致多個(gè)參考標(biāo)準(zhǔn)的交集元素減少，從而使得整體召回率上升。同時(shí)在實(shí)驗(yàn)結(jié)果中FDRank的召回率均優(yōu)于其它算法，并且在參考標(biāo)準(zhǔn)值N設(shè)置為3,4時(shí)，召回率的區(qū)分度較大。可見，在N=3,4時(shí)，能夠更好表征不同算法之間的優(yōu)劣，因此，在后續(xù)的實(shí)驗(yàn)中，我們對(duì)N均取值為3和4。

圖4 在交叉驗(yàn)證中各算法的召回率

3.2.2 參數(shù)對(duì)比分析

本文提出方法中，有4個(gè)待確定的參數(shù)分別是α，β，ω，θ，通過(guò)賦予這些參數(shù)不同的數(shù)值，組成權(quán)值組，采用7組不同的權(quán)值組進(jìn)行對(duì)比，并分別采用3折和4折交叉驗(yàn)證，得到各權(quán)值組的準(zhǔn)確率和召回率。從圖5和圖6中可以看出，對(duì)于不同的權(quán)值組所得到的FDRank算法準(zhǔn)確率和召回率是不同的，總體準(zhǔn)確率在0.865～0.97之間，召回率在0.811～0.926之間，其中權(quán)值組參數(shù)α，β，ω，θ分別為0.6、0.5、0.8、0.2時(shí)，F(xiàn)DRank算法能取得最優(yōu)結(jié)果。從權(quán)值組參數(shù)實(shí)驗(yàn)結(jié)果可以發(fā)現(xiàn)，網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)對(duì)用戶影響力分析結(jié)果的影響小于用戶自身質(zhì)量和評(píng)論內(nèi)容，并且對(duì)于用戶自身質(zhì)量來(lái)說(shuō)，用戶評(píng)論回復(fù)率的影響程度高于用戶評(píng)論點(diǎn)贊率。

圖5 各權(quán)值組準(zhǔn)確率比較

圖6 各權(quán)值組召回率比較

3.3 四度因素比較分析

為了更進(jìn)一步驗(yàn)證本文提出方法的有效性，通過(guò)將FDRank算法的模塊進(jìn)行拆分，分別設(shè)計(jì)幾種不同的組合進(jìn)行實(shí)驗(yàn)：

組合1：FDRank1為單獨(dú)使用網(wǎng)絡(luò)結(jié)構(gòu)影響力進(jìn)行分析；

組合2：FDRank2由網(wǎng)絡(luò)結(jié)構(gòu)影響力和評(píng)論內(nèi)容影響力組成；

組合3：FDRank3由網(wǎng)絡(luò)結(jié)構(gòu)影響力、評(píng)論內(nèi)容影響力以及評(píng)論的情感值組成。

將4種FDRank組合算法分別與3.1.2節(jié)中提及的5種對(duì)比算法進(jìn)行4折交叉驗(yàn)證，得到每種FDRank組合算法的F值，見表2。

表2 FDRank組合算法F值的比較結(jié)果

從表中可以發(fā)現(xiàn)，F(xiàn)DRank3在不同Top-K用戶集獲得的F值比FDRank2平均高了0.035，而FDRank3相較于FDRank2添加了評(píng)論的情感值作為一個(gè)影響因素，這也驗(yàn)證在計(jì)算用戶影響力時(shí)，通過(guò)分析用戶所發(fā)布評(píng)論的情感傾向有助于計(jì)算用戶的影響力。同時(shí)從表中可以發(fā)現(xiàn)，在增加用戶自身質(zhì)量后，F(xiàn)值提升最為明顯，說(shuō)明用戶自身質(zhì)量是用戶影響力計(jì)算中非常關(guān)鍵的因素。

4 結(jié)束語(yǔ)

本文從新聞評(píng)論內(nèi)容的影響力、評(píng)論的情感值、用戶自身質(zhì)量以及用戶的網(wǎng)絡(luò)結(jié)構(gòu)4方面考慮，提出FDRank算法。將評(píng)論內(nèi)容的情感值作為用戶影響力分析的特征，實(shí)驗(yàn)結(jié)果表明，用戶評(píng)論內(nèi)容的情感極性是分析用戶影響力的有效特征。在與多個(gè)算法的對(duì)比實(shí)驗(yàn)中，F(xiàn)DRank算法均取得最優(yōu)結(jié)果，準(zhǔn)確率和召回率最高為97%和92.5%，相較于排名第二的MDIR算法，在不同的Top-K下準(zhǔn)確率和召回率平均提升了4.3%和2.9%。本文在參數(shù)對(duì)比分析實(shí)驗(yàn)中考慮的參數(shù)權(quán)值組合有限，未能更有效定位最優(yōu)參數(shù)，下一步的工作考慮自動(dòng)化參數(shù)學(xué)習(xí)方式，探索采用Attention機(jī)制實(shí)現(xiàn)對(duì)模型參數(shù)的自動(dòng)學(xué)習(xí)。