微博网络中用户特征量和增长率分布的研究

被引：12

作者：

苑卫国 ^{[1
,2
]}

刘云 ^{[1
]}

程军军 ^{[1
]}

机构：

[1] 北京交通大学通信与信息系统北京市重点实验室

[2] 中国科学院计算机网络信息中心

来源：

计算机学报 | 2014年 / 37卷 / 04期

基金：

高等学校博士学科点专项科研基金; 北京市自然科学基金;

关键词：

微博; 复杂网络; 双段幂律; 双帕累托对数正态分布; 对数正态分布; 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：

根据新浪微博的实际用户数据,发现粉丝数、关注数和微博数3个特征量的分布,都存在双段幂律分布现象,不同类型用户特征量的分布具有差异性.使用双帕累托对数正态(DPLN)分布对数据进行拟合,相比对数正态分布和幂律分布,可以得到更优的效果.用户活跃时间服从指数分布,不同活跃时间的3个用户特征量都近似服从对数正态分布;用户特征量的增长率服从对数正态分布,且与特征量自身的规模无关,这些特征与双帕累托对数正态分布模型一致,从而使用这一模型可以很好地解释粉丝数、关注数和微博数分布特性的形成机制.

引用

页码：767 / 778

页数：12

共 3 条

[1] 节点数加速增长的复杂网络生长模型 [J].

李季 ;

汪秉宏 ;

蒋品群 ;

周涛 ;

王文旭 .

物理学报, 2006, (08) :4051-4057

[2] Emergence of double scaling law in complex systems [J].

Han, D. D. ;

Qian, J. H. ;

Ma, Y. G. .

EPL, 2011, 94 (02)

[3]

Brief announcement:Revisiting the power-law degree distribution for social graph analysis .2 Sala A,Zheng H,Zhao B Y,et al. Proceedings of the 29th ACM SIGACT-SIGOPS Symposium on Principles of Distributed Computing . 2010

← 1 →