基于统计的新浪微博动态传播规律研究
外文标题：A Statistical Analysis of the Propagation Mode in Sina Micorblog
文献类型：期刊
作者：王怡[1]
机构：[1]中国人民大学信息学院
[2]中国人民大学信息学院
[3]中国人民大学信息学院
年：2016
期刊名称：中文信息学报
卷：30
期：5
页码范围：36-46
增刊：正刊
收录情况：中文核心期刊要目总览
所属部门：信息学院
语言：中文
ISSN：1003-0077
基金：中国人民大学科学研究基金(中央高校基本科研业务费专项资金资助); 国家自然科学基金; 北京市自然科学基金
关键词：新浪微博; 线性关联密度; 关键节点; 传播模式
摘要：社交网络是一个庞大的新型复杂系统,用户和信息常用作研究网络静态结构和动态传播过程的典型对象,它们的结构特点和传播规律处处体现出社会网络复杂的特点 。该文利用新浪微博约三万名用户及其发信息的数据,从上述两方面进行了研究。首先基于统计,本文发现了新浪微博网络的紧密程度较弱,并实证了关注网络的关 联密度是线性的。其次,通过研究单条微博的传播过程的用户影响曲线,我们发现10%的用户能影响其他的90%。第三,该文从时间和转发结构两方面对微博的 传播模型进行了归纳。相关的结论能够为后续模型建立、舆情监控等提供支持。
作者其他论文
基于R-C模型的微博用户社区发现?.周小平;梁循;张海燕.软件学报.2014,2808-2823.
马氏距离多核支持向量机学习模型.张凯军;梁循.计算机工程.2014,40(6),219-224.
基于移动互联网日志的搜索引擎用户行为研究.万飞;赵溪;梁循,等.中文信息学报.2014,28(2),144-150.
一种改进的显性多核支持向量机.张凯军;梁循.自动化学报.2014,2288-2294.
基于关键词提取和基尼系数的微博用户分类方法.施晓菁;梁循;张海燕.2013.
