基于信息老化特征的微博传播模型研究

被引:4
作者
杨子龙 [1 ]
黄曙光 [1 ]
王珍 [1 ]
李永成 [2 ]
肖佳 [3 ]
机构
[1] 电子工程学院网络系
[2] 北方电子设备研究所
[3] 北京邮电大学网络技术研究院
关键词
SIR模型; 转发长度; 转发特征; 信息老化; 新浪微博;
D O I
暂无
中图分类号
TP393.092 [];
学科分类号
080402 ;
摘要
随着微博的迅速兴起,提取信息传播特征和构建传播模型已成为研究热点。针对用户转发行为,首先分析信息转发结构,提取信息老化特征;然后结合转发时效性,基于平均转发概率的递减规律提出SIR的改进模型;最后利用真实转发数据验证了模型的合理性。结果表明,考虑信息时效性和老化特征,能够较好地拟合信息传播过程。进一步,将利用该模型分析不同节点传播影响力,发现其分布服从无标度特征。
引用
收藏
页码:82 / 85
页数:4
相关论文
共 13 条
[1]   在线社会网络中信息传播的结构研究 [J].
于晶 ;
刘臣 ;
单伟 .
情报科学, 2013, 31 (12) :136-140+146
[2]   微博网络信息传播研究综述 [J].
陈慧娟 ;
郑啸 ;
陈欣 .
计算机应用研究, 2014, 31 (02) :333-338
[3]   基于SVM的微博转发规模预测方法 [J].
李英乐 ;
于洪涛 ;
刘力雄 .
计算机应用研究, 2013, 30 (09) :2594-2597
[4]   微博双向“关注”网络节点中心性及传播影响力的分析 [J].
苑卫国 ;
刘云 ;
程军军 ;
熊菲 .
物理学报, 2013, 62 (03) :502-511
[5]   微博用户区域影响力识别算法及分析 [J].
肖宇 ;
许炜 ;
商召玺 .
计算机科学, 2012, 39 (09) :38-42
[6]   基于社交网络的观点传播动力学研究 [J].
熊熙 ;
胡勇 .
物理学报, 2012, 61 (15) :104-110
[7]   网络信息生命力评价——基于网络信息的增长与老化模型 [J].
龚思婷 ;
孙建军 .
情报杂志 , 2012, (05) :75-79
[8]   基于微博网络的信息传播模型 [J].
郑蕾 ;
李生红 .
通信技术, 2012, 45 (02) :39-41
[9]   微博网络舆情中的意见领袖识别及分析 [J].
刘志明 ;
刘鲁 .
系统工程, 2011, 29 (06) :8-16
[10]   基于在线社交网络的信息传播模型 [J].
张彦超 ;
刘云 ;
张海峰 ;
程辉 ;
熊菲 .
物理学报, 2011, 60 (05) :66-72