《表6 002354数据集实验结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《网络社交媒体用户影响力的动态量化方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

从表5、6可以看出，使用完整数据集计算得到的PR值和使用线性回归模型预测得到的PR值的前10位用户基本一致，其中表5中有8位同时出现，表6中有9位同时出现。对于两个数据集来说，不管使用哪种方法，前4位的排序都较为稳定，这是由于在这两个数据集中前4位用户都是长期高活跃类型的用户，所以其由完整数据集计算得到的作为长期平均影响力PR值与使用本文方法划分出的小规模数据集训练得到的模型预测出近期的动态影响力差别不大；而后面排位变动较大的用户，则主要是由于近期（时间短于其W(u）值）活跃程度与之前相比突降，这会导致与长期平均影响力中的排名位置相比在动态影响力中排名掉落，反之亦然。