×

微博网络中的热点传播模型和意见领袖识别模型。 (英语) Zbl 1470.91212号

摘要:随着网络技术的飞速发展,微博已经成为代表社会舆论的重要载体。因此,研究微博话题的传播特征和挖掘微博网络中的意见领袖是很重要的。微博热点话题在微博中的传播状况受到参与个人权威的影响。我们建立了一个具有可变外场强度的时变模型来模拟话题传播过程。该模型也适用于多模态事件。意见领袖是在话题传播过程中对话题讨论产生显著影响的重要人物。它们有助于引导公众舆论的健康发展。我们建立了一个基于节点影响力、支持度和活动度的AHP模型,以及一个基于加权无向网络的微库算法,以挖掘和分析意见领袖的特征。数据中的实验,从2012年10月至2012年11月和2013年1月至2013年2月的新浪微博中收集到的数据表明,我们的模型能够有效预测热门话题的趋势,我们发现的意见领袖是合理的。

MSC公司:

91天30分 社交网络;意见动态
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] DCCI互联网数据中心、中国微博蓝皮书
[2] 赵,L。;元,R.-X。;关,X.-H。;贾庆生,博客网络突发事件的突发传播模型,软件杂志,20,51384-1392(2009)·文件编号:10.3724/SP.J.1001.2009.03512
[3] 张,B。;关,X.H。;M.J.Khan。;周永德,BBS网站和博客网络上热门话题的时变传播模型,信息科学,187,115-32(2012)·doi:10.1016/j.ins.2011.09.025
[4] 严奇。;Wu,L。;刘,C。;李,X.,基于人体动力学的在线社交网络信息传播,抽象与应用分析,2013(2013)·Zbl 1272.91111号 ·doi:10.1155/2013/953406
[5] 陈,P。;Gao,N.,《微博客用户网络中谣言传播与控制的模拟》,《软件工程与应用杂志》,2013年第6期,第102-105页
[6] Kazumi,S。;赤野,R。;木村,M。;Goebel,R。;西克曼,J。;Wahlster,W.,独立级联模型的信息扩散概率预测,基于知识的智能信息和工程系统,67-75(2008),德国柏林:施普林格,德国柏林
[7] 木村,M。;齐藤,K。;Nakano,R。;Motoda,H。;刘,H。;萨勒诺,J.J。;Young,M.J.,《从信息传播数据中发现社会网络中的有影响力节点》,《社会计算和行为建模》,138-145(2009),美国纽约州纽约市:美国纽约州斯普林格
[8] 阿夫拉西亚比共和国。;Benyoucef,M.,《衡量在线社交网络中的传播:youtube案例》,《信息系统应用研究杂志》,5,26-35(2012)
[9] Yoganarasimhan,H.,《社交网络结构对内容传播的影响:一项使用YouTube数据的研究》,定量营销与经济学,10,111-150(2012)·数字对象标识代码:10.1007/s11129-011-9105-4
[10] 翟,Z。;Xu,H。;Jia,P.,《识别BBS中的意见领袖》,IEEE/WIC/ACM网络智能和智能代理技术国际会议论文集(WI-IAT’08)·doi:10.1109/WIIAT.2008.37
[11] 刘振明。;Liu,L.,微博舆论中意见领袖的识别与分析,系统工程,29,6,8-16(2011)
[12] 李,F。;杜,T.C.,谁在说话?在线社交博客口碑营销的基于本体论的意见领袖识别框架,决策支持系统,51,1,190-197(2011)·文件编号:10.1016/j.dss.2010.12.007
[13] Li,Y.,在线学习社区意见领袖识别的改进混合框架,基于知识的系统,43,43-51(2013)
[14] Hudli,S.A。;Hudli,A.A。;Hudli,A.V.,《使用K-means聚类识别在线意见领袖》,第12届国际会议智能系统设计与应用论文集
[15] 宋,X.D。;Chi,Y。;日野,K。;Tseng,B.L.,《识别博客圈的意见领袖》,《第16届ACM信息和知识管理会议论文集》(CIKM’07)·数字对象标识代码:10.1145/1321440.1321588
[16] 范,X.H。;赵,J。;方,B.X。;李云霞,影响扩散概率模型及其在网络意见领袖识别中的应用,中国计算机学报,36,2,360-367(2013)
[17] Akshay,J。;Pranam,K。;蒂姆·F。;Tim,O.,《博客圈影响力传播建模》,第15届国际万维网会议论文集
[18] 维基百科PageRank
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。