新浪微博网信息传播分析与预测

被引：115

作者：

曹玖新 ^{[1
]}

吴江林 ^{[1
]}

石伟 ^{[1
]}

刘波 ^{[1
]}

郑啸 ^{[1
,2
]}

罗军舟 ^{[1
]}

机构：

[1] 东南大学计算机科学与工程学院

[2] 安徽工业大学计算机学院

来源：

计算机学报 | 2014年 / 37卷 / 04期

关键词：

微博; 转发; 信息传播; 预测; 社交网络; 社会计算;

D O I：

暂无

中图分类号：

TP393.092 [];

学科分类号：

080402 ;

摘要：

文中以新浪微博为研究对象,以分析新浪微博的信息转发与传播特征为研究目的,并对传播行为进行预测.在获取大量新浪微博在线数据的基础上,对各种可能影响用户转发行为的因素进行统计、分析,挖掘各种影响因素特征并进行建模.提出基于用户属性、社交关系和微博内容三类综合特征,使用机器学习的分类方法,对给定微博的用户转发行为进行预测.基于微博网关注关系拓扑,利用概率级联模型对给定微博的转发路径进行预测,为预测微博的影响范围提供依据.文中通过实验分析了新浪微博符合复杂网络特征、社交类特征对转发行为有重要影响,并验证了传播预测的有效性.

引用

页码：779 / 790

页数：12

共 6 条

[1] 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

[2] Predicting the Popularity of Online Content [J].

Szabo, Gabor ;

Huberman, Bernardo A. .

COMMUNICATIONS OF THE ACM, 2010, 53 (08) :80-88

[3]

Social Network Sites: Definition, History, and Scholarship[J] . Danah M.Boyd,Nicole B.Ellison.Journal of Computer‐Mediated Communication . 2007 (1)

[4]

Information flow in social groups[J] . Fang Wu,Bernardo A. Huberman,Lada A. Adamic,Joshua R. Tyler.Physica A: Statistical Mechanics and its Applications . 2004 (1)

[5]

A vector space model for automatic indexing[J] . G. Salton,A. Wong,C. S. Yang.Communications of the ACM . 1975 (11)

[6]

Tweet,tweet,retweet:Conversational aspects of retweeting on Twitter. Boyd D,Golder S,Lotan G. Proceedings of the Hawaii International Conference on System Sciences . 2010

← 1 →