Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Grouping Product Aspects from Short Texts Using Multiple Classifiers Kapitel lesen Erstes Kapitel lesen

2015 | OriginalPaper | Buchkapitel

Temporal PageRank on Social Networks

verfasst von : Weishu Hu, Haitao Zou, Zhiguo Gong

Erschienen in: Web Information Systems Engineering – WISE 2015

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Social network has been a widely accepted way for people to communicate and interact online. However, few of existing works studied temporal dimension in assessing the authority of nodes on social networks. In this paper, a novel Temporal PageRank (T-PR) algorithm is proposed for analyzing the authority of nodes. Three temporal factors are adopted to personalize PageRank, which favors the nodes that are more important to people. They are Built-up Time-length Factor (BTF), Frequency Factor (FF), and Similarity Factor (SF). The experiments on a real data set demonstrate T-PR algorithm provides the best ranking results over recent competitor methods.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel A Mashup Architecture with Modeling and Simulation as a Service
Nächstes Kapitel Improving Marketing Interactions by Mining Sequences
Literatur
1.
Anagnostopoulos, A., Kumar, R., Mahdian, M.: Influence and correlation in social networks. In: Proceedings of the 14th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, pp. 7–15. ACM (2008)
2.
Baeza-Yates, R., Saint-Jean, F., Castillo, C.D.: Web structure, dynamics and page quality. In: Laender, A.H.F., Oliveira, A.L. (eds.) SPIRE 2002. LNCS, vol. 2476, pp. 117–130. Springer, Heidelberg (2002) CrossRef
3.
4.
Borodin, A., Roberts, G.O., Rosenthal, J.S., Tsaparas, P.: Finding authorities and hubs from link structures on the world wide web. In: Proceedings of the 10th International Conference on World Wide Web, pp. 415–429. ACM (2001)
5.
Burges, C., Shaked, T., Renshaw, E., Lazier, A., Deeds, M., Hamilton, N., Hullender, G.: Learning to rank using gradient descent. In: Proceedings of the 22nd International Conference on Machine learning, pp. 89–96. ACM (2005)
6.
Cho, J., Roy, S.: Impact of search engines on page popularity. In: Proceedings of the 13th International Conference on World Wide Web, pp. 20–29. ACM (2004)
7.
Fiala, D.: Time-aware PageRank for bibliographic networks. J. Informetrics 6(3), 370–388 (2012)CrossRef
8.
Geng, X., Liu, T.Y., Qin, T., Arnold, A., Li, H., Shum, H.Y.: Query dependent ranking using k-nearest neighbor. In: Proceedings of the 31st aNnual International ACM SIGIR Conference on Research and Development in Information Retrieval, pp. 115–122. ACM (2008)
9.
Gonçalves, B., Meiss, M.R., Ramasco, J.J., Flammini, A., Menczer, F.: Remembering what we like: toward an agent-based model of web traffic (2009). arXiv preprint arXiv:​0901.​3839
10.
Guo, Y.Z., Ramamohanarao, K., Park, L.A.: Personalized pagerank for web page prediction based on access time-length and frequency. In: IEEE/WIC/ACM International Conference on Web Intelligence, pp. 687–690. IEEE (2007)
11.
Haveliwala, T.H.: Topic-sensitive PageRank: a context-sensitive ranking algorithm for web search. IEEE Trans. Knowl. Data Eng. 15(4), 784–796 (2003)CrossRef
12.
Hu, W., Gong, Z.: Assessing the credibility of nodes on multiple-relational social networks. In: Benatallah, B., Bestavros, A., Manolopoulos, Y., Vakali, A., Zhang, Y. (eds.) WISE 2014, Part II. LNCS, vol. 8787, pp. 62–77. Springer, Heidelberg (2014) CrossRef
13.
Ieong, S., Mishra, N., Sadikov, E., Zhang, L.: Domain bias in web search. In: Proceedings of the Fifth ACM International Conference on Web Search and Data Mining, pp. 413–422. ACM (2012)
14.
Jeh, G., Widom, J.: Simrank: a measure of structural-context similarity. In: KDD, pp. 538–543 (2002)
15.
Júnior, P.S.P., Gonçalves, M.A., Laender, A.H., Salles, T., Figueiredo, D.: Time-aware ranking in sport social networks. J. Inf. Data Manag. 3(3), 195 (2012)
16.
Kamvar, S.D., Haveliwala, T.H., Manning, C.D., Golub, G.H.: Extrapolation methods for accelerating pagerank computations. In: Proceedings of the 12th International Conference on World Wide Web, pp. 261–270. ACM (2003)
17.
18.
19.
Liu, Y., Gao, B., Liu, T.Y., Zhang, Y., Ma, Z., He, S., Li, H.: Browserank: letting web users vote for page importance. In: Proceedings of the 31st Annual International ACM SIGIR Conference on Research and Development in Information Retrieval, pp. 451–458. ACM (2008)
20.
Liu, Y., Liu, T.Y., Gao, B., Ma, Z., Li, H.: A framework to compute page importance based on user behaviors. Inf. Retrieval 13(1), 22–45 (2010)CrossRef
21.
Manaskasemsak, B., Rungsawang, A., Yamana, H.: Time-weighted web authoritative ranking. Inf. Retrieval 14(2), 133–157 (2011)CrossRef
22.
Meiss, M.R., Menczer, F., Fortunato, S., Flammini, A., Vespignani, A.: Ranking web sites with real user traffic. In: Proceedings of the 2008 International Conference on Web Search and Data Mining, pp. 65–76. ACM (2008)
23.
Ntoulas, A., Cho, J., Olston, C.: What’s new on the web? The evolution of the web from a search engine perspective. In: Proceedings of the 13th International Conference on World Wide Web, pp. 1–12. ACM (2004)
24.
Otterbacher, J., Hemphill, L., Dekker, E.: Helpful to you is useful to me: the use and interpretation of social voting. Proc. Am. Soc. Inf. Sci. Technol. 48(1), 1–10 (2011)CrossRef
25.
26.
Richardson, M., Prakash, A., Brill, E.: Beyond pagerank: machine learning for static ranking. In: Proceedings of the 15th International Conference on World Wide Web, pp. 707–715. ACM (2006)
27.
Rungsawang, A., Puntumapon, K., Manaskasemsak, B.: Un-biasing the link farm effect in pagerank computation. In: 2007 21st International Conference on Advanced Information Networking and Applications, AINA 2007, pp. 924–931. IEEE (2007)
28.
Vanneste, B., Puranam, P., Kretschmer, T.: Trust over time in exchange relationships: meta-analysis and theory. Strat. Manag.J. (2013). Forthcoming
29.
Xu, J., Li, H.: Adarank: a boosting algorithm for information retrieval. In: Proceedings of the 30th Annual International ACM SIGIR Conference on Research and Development in Information Retrieval, pp. 391–398. ACM (2007)
30.
Yu, P.S., Li, X., Liu, B.: Adding the temporal dimension to search-a case study in publication search. In: 2005 Proceedings of the 2005 IEEE/WIC/ACM International Conference on Web Intelligence, pp. 543–549. IEEE (2005)
Metadaten
Titel
Temporal PageRank on Social Networks
verfasst von
Weishu Hu
Haitao Zou
Zhiguo Gong
Copyright-Jahr
2015
Buch
Web Information Systems Engineering – WISE 2015

Print ISBN: 978-3-319-26189-8

Electronic ISBN: 978-3-319-26190-4

Copyright-Jahr: 2015

DOI
https://doi.org/10.1007/978-3-319-26190-4_18

Premium Partner

    Bildnachweise