基于Hadoop的微博用户影响力排名算法研究

这是关于复杂网络的一篇论文，研究的是微博用户的关系特性，他是复杂网络的一个具体研究

针对微博内容较短、歧义较大的问题，利用概率主题模型对用户的兴趣进行建模，提出了一种基于用户兴趣的微博实体链接方法。具体地，利用现有的主题模型从知识库的大量数据中训练实体与上下文词汇的语义关联，提出用户

军事运筹学综合国力排名源码,很简单 但是很实用,西北工业大学

世界范围内各个科研机构和大学各个学科排名

基于SVM的中文微博情感分析的研究，svm对分类问题处理还是很不错的

基于 SVM 的中文微博情感分析的研究--文章很好，感谢作者！ 在网上找了好久

为提高Hadoop平台性能,提出一种基于粒子群优化算法的Hadoop调度算法。以粒子位置代表可行的资源调度方案,以任务完成时间及资源负载均衡度作为目标函数,通过粒子群优化算法,找到最优的资源调度方案。

关于微博用户特征分析和核心用户挖掘的一份ppt,包含行为关联分析、社区划分 、普通用户挖掘、微博名人挖掘等四部分的简介。

针对传统社区发现方法大多基于链接或主题关系, 且没有考虑获取微博用户社会信息时的限制, 无法有效识别微博中多个社区的问题, 提出了一种综合基于主题和链接分析的微博社区发现算法来挖掘微博中多个社区。算法

《2017中国智库报告》影响力评价与排名.pdf