基于传染病模型的微博信息传播预测研究

被引：7

作者：

游新年

刘群

机构：

[1] 重庆邮电大学计算机科学与技术学院

来源：

计算机应用与软件 | 2016年 / 33卷 / 05期

关键词：

微博信息传播; 传染病模型; 转发行为; 预测模型; 传播趋势;

D O I：

暂无

中图分类号：

TP393.092 []; G206 [传播理论];

学科分类号：

080402 ; 050302 ;

摘要：

随着微博的爆炸式发展,微博已成为消息扩散和舆论传播的重要平台。研究微博信息的传播对市场营销、舆情管控等方面都具有重要意义。根据微博信息传播特点,结合传染病动力学原理,提出基于经典SIR(Susceptible-Infectious-Recovered)传染病模型的微博信息传播预测模型。该模型考虑了微博用户转发行为对信息传播机理的影响,构建具有微博传播特性的演化方程组。实验结果表明,该模型比SISe模型的预测误差更小,可以更准确地拟合和预测微博信息的转发数,从而预测得出微博信息的传播趋势。

引用

页码：53 / 56

页数：4

共 13 条

[1]

RT to Win! Predicting Message Propagation inTwitter. S. Petrovic,M. Osborne,V. Lavrenko. International AAAI Conference on Weblogs and Social Media (ICWSM) . 2011

[2]

Predicting popular mes sages in Twitter. Hong Liangjie,Dan O,Davison B D. Proceedings of the 20th International Con ference Companion on World Wide Web (WWW 11) . 2011

[3]

ReTweet:Modeling and Predicting Tweets Spread Using an Extended Susceptible-InfectedSusceptible Epidemic Model. LI Yiping,LENG Zhaonan,WANG Hao. Database Systems for Advanced Applications SE . 2013

[4]

Epidemic Disease in Engliand. HAMER W H. . 1906

[5]

The Prevention of Malaria. ROSS R. . 1910

[6]

A Thousand and One Epidemic Models. HETHCOTE H W. WorkShop of Lecture Notes in Biomathematics . 1994

[7]

Understanding retweeting behaviors in social networks. Z.Yang,J.Y.Guo,K.K.Cai,J.Tang,J.Z.Li,L.Zhang,Z.Su. Proceedings of the 19th ACM International Conference on Information and Knowledge Management . 2010

[8] 流行病模型在微博转发预测中的应用(英文) [J].

王昊 ;

李义萍 ;

冯卓楠 ;

冯铃 .

中国通信, 2013, 10 (03) :13-24

[9]

Contributions to the mathematical theory of epidemics—II. The problem of endemicity[J] . W. O. Kermack,A. G. McKendrick. &nbspBulletin of Mathematical Biology . 1991 (1)

[10]

Predicting information spreading in twitter. Zaman, T. R.,Herbrich, R.,van Gael, J.,Stern, D. Workshop on Computational Social Science and the Wisdom of Crowds ,NIPS . 2010

← 1 2 →