基于突发事件特征网络的用户社区发现与社区主题演化研究——以新浪微博H7N9事件为例

被引：15

作者：

吴小兰 ^{[1
,2
]}

章成志 ^{[1
,3
]}

机构：

[1] 南京理工大学经济管理学院信息管理系

[2] 安徽财经大学管理科学与工程学院

[3] 江苏省数据工程与知识服务重点实验室(南京大学)

来源：

情报理论与实践 | 2017年 / 40卷 / 05期

关键词：

微博; 突发事件; 社区发现;

D O I：

10.16353/j.cnki.1000-7490.2017.05.018

中图分类号：

G206 [传播理论];

学科分类号：

050302 ;

摘要：

[目的/意义]及时且准确地从微博数中发现突发事件信息并跟踪突发事件事态发展。[方法/过程]当前多数学者采用话题检测与跟踪技术来实现,这极易忽视微博用户网络中的社区结构特性。以新浪H7N9突发事件中用户关系网络为研究对象,首先分析微博用户关系网络的社区结构特性,然后根据寻找到的社区结构有针对性地追踪典型群体所讨论的话题及其话题演化发展。[结果/结论]结果表明,这种方法对未来跟踪话题时减少检测突发事件的时空开销与提高突发事件监管的准确度有一定的意义。

引用

页码：94 / 98+60 +60

页数：6

共 15 条

[1]

Predicting the future withsocial media. ASUR S,HUBERMAN B A. IEEE/WIC/ACM International Conferenceon Web Intelligence and Intelligent Agent Technology (WI-IAT) . 2010

[2] 突发事件舆情传播的社会网络结构测度与分析——基于“11·16校车事故”的实证研究 [J].

康伟 .

中国软科学, 2012, (07) :169-178

[3] 具有社团结构的有界信任舆论涌现模型研究 [J].

司夏萌 ;

刘云 ;

丁飞 ;

熊菲 .

系统仿真学报, 2009, 21 (23) :7644-7647

[4]

动态社会网络社区发现算法研究[D]. 李静永.吉林大学 2012

[5]

复杂网络理论及其应用[M]. 清华大学出版社 , 汪小帆,李翔,陈关荣编著, 2006

[6]

Social Network Analysis: A Handbook. Scott J. . 2000

[7]

Latent Dirichlet allocation. Blei D M,Ng A Y,Jordan M I. Journal of Machine Learning Research . 2003

[8] 微博公共事件演化分析研究综述 [J].

张钰莎 ;

蒋盛益 .

广东工业大学学报, 2015, 32 (02) :58-63

[9]

Race,school integration,and friendship segregation in America. Moody,J. The American Journal of Sociology . 2001

[10]

Discover breaking events with popular hashtags in twitter. Cui A,Zhang M,Liu Y,et al. Proceedings of the 21st ACM International Conference on Information and Knowledge Management . 2012

← 1 2 →