微博机制和转发预测研究

被引：11

作者：

张亚明 ^{[1
]}

唐朝生 ^{[1
]}

李伟钢 ^{[2
]}

机构：

[1] 燕山大学经济管理学院

[2] 巴西利亚大学计算机系

来源：

情报学报 | 2013年 / 08期

关键词：

微博; 信息传播; 转发预测; 复杂网络; 在线社交网络;

D O I：

暂无

中图分类号：

G206 [传播理论];

学科分类号：

050302 ;

摘要：

微博机制和转发预测是当前学术研究的一个热点,具有重要的科学研究意义和经济社会价值。本文总结了基于图论的微博机制,对微博转发优化查询算法和预测技术的最新进展进行了系统归纳,明确指出了微博转发预测中用户特征所涉及的用户关系、用户影响力和用户兴趣算法等关键问题;以微博内容特征为切入点,分析了统计学方法、机器学习方法和网络拓扑分析方法的最新模型和技术应用框架;最后,提出了“六度分隔”理论范式、多层耦合网络中的微博用户行为预测、面向微博的“大数据”算法创新与知识挖掘等微博转发预测亟待突破的前沿性研究课题。

引用

页码：868 / 876

页数：9

共 13 条

[1]

突发事件信息传播超网络建模及重要节点判定[J]. 武澎,王恒山.情报学报. 2012 (07)

[2] 微博客中转发行为的预测研究 [J].

张旸 ;

路荣 ;

杨青 .

中文信息学报, 2012, (04) :109-114+121

[3] 基于信息传播的微博用户影响力度量 [J].

郭浩 ;

陆余良 ;

王宇 ;

张亮 .

山东大学学报(理学版), 2012, 47 (05) :78-83

[4] 复杂网络上的演化博弈研究 [J].

杨涵新 ;

汪秉宏 .

上海理工大学学报, 2012, 34 (02) :166-171

[5] 大数据分析——RDBMS与MapReduce的竞争与共生 [J].

覃雄派 ;

王会举 ;

杜小勇 ;

王珊 .

软件学报, 2012, 23 (01) :32-45

[6] 复杂动态网络传播动力学 [J].

李翔 .

力学进展, 2008, (06) :723-732

[7] 一门崭新的交叉科学:网络科学(下篇) [J].

方锦清 ;

汪小帆 ;

郑志刚 ;

李翔 ;

狄增如 ;

毕桥 .

物理学进展, 2007, (04) :361-448

[8] 复杂网络上传播动力学研究综述 [J].

周涛 ;

傅忠谦 ;

牛永伟 ;

王达 ;

曾燕 ;

汪秉宏 ;

周佩玲 .

自然科学进展, 2005, (05) :513-518

[9]

Opportunistic social dissemination of micro-blogs[J] . S.M. Allen,M.J. Chorley,G.B. Colombo,R.M. Whitaker.Ad Hoc Networks . 2011 (8)

[10]

An information diffusion model based on retweeting mechanism for online social media[J] . Fei Xiong,Yun Liu,Zhen-jiang Zhang,Jiang Zhu,Ying Zhang.Physics Letters A . 2012 (30-3)

← 1 2 →