论文部分内容阅读
社交影响力是驱动信息传播的关键因素,基于在线社交网络数据,可以对社交影响力进行建模和分析。针对一种经典的个体影响力计算方法,介绍了该算法的2种并行化实现,并在真实大规模在线社交网络数据集上进行了性能测试。结果表明,借助现有的大数据处理框架,显著提高了个体影响力计算方法在海量数据集中的计算效率,同时也给该类算法的研究和优化提供了实证依据。