發(fā)布時間：2018-02-11 01:06

  本文關(guān)鍵詞： 社會網(wǎng)絡(luò) 信息傳播 傳播模型 節(jié)點屬性 傳播預測　出處：《計算機研究與發(fā)展》2015年01期 　論文類型：期刊論文

【摘要】：隨著在線社會網(wǎng)絡(luò)的快速發(fā)展,越來越多的人開始利用微博或Twitter來傳播信息或分享觀點.研究社會網(wǎng)絡(luò)中的信息傳播規(guī)律對于意見領(lǐng)袖挖掘、輿情監(jiān)控、品牌營銷等有著重要意義.雖然有關(guān)社會網(wǎng)絡(luò)中的信息傳播模型已經(jīng)得到廣泛研究,但是影響網(wǎng)絡(luò)中節(jié)點之間信息傳播的因素有哪些,以及如何刻畫信息傳播過程,仍然是一個有待深入研究的重要內(nèi)容.傳統(tǒng)的傳播模型及其擴展模型更多地從網(wǎng)絡(luò)結(jié)構(gòu)出發(fā)研究信息傳播,很大程度上忽視了節(jié)點屬性和信息內(nèi)容的影響.從多個維度提取信息傳播的特征,包括節(jié)點屬性特征和信息內(nèi)容特征,對節(jié)點間傳播概率和傳播延遲進行建模,提出一個細粒度的在線社會網(wǎng)絡(luò)信息傳播模型.利用隨機梯度下降算法學習模型中的各個特征的權(quán)重.另外,針對模型的傳播預測功能,在新浪微博真實數(shù)據(jù)集上進行了實驗,結(jié)果表明,在預測準確率方面,所提出的模型要優(yōu)于其他同類模型,如異步獨立級聯(lián)模型、NetRate模型.
[Abstract]:With the rapid development of online social network, more and more people begin to use Weibo or Twitter to spread information or share views. Brand marketing is of great significance. Although the information communication models in social networks have been widely studied, what factors affect the information dissemination between nodes in the network, and how to describe the process of information dissemination, It is still an important content to be studied deeply. Traditional communication models and their extension models study information dissemination more from the perspective of network structure. The effects of node properties and information content are largely ignored. The characteristics of information transmission are extracted from multiple dimensions, including node attribute features and information content features, and the propagation probability and propagation delay between nodes are modeled. This paper presents a fine-grained online social network information transmission model. The stochastic gradient descent algorithm is used to learn the weight of each feature in the model. In addition, aiming at the propagation prediction function of the model, an experiment is carried out on the real data set of Sina Weibo. The results show that the proposed model is superior to other similar models in prediction accuracy, such as asynchronous independent cascade model and NetRate model.
【作者單位】： 國防科學技術(shù)大學計算機學院;數(shù)學工程與先進計算國家重點實驗室;解放軍信息工程大學;
【基金】：國家“八六三”高技術(shù)研究發(fā)展計劃基金項目(2009AA012201)
【分類號】：TP393.09

【參考文獻】

相關(guān)期刊論文 前1條

1 樊鵬翼;王暉;姜志宏;李沛;;微博網(wǎng)絡(luò)測量研究[J];計算機研究與發(fā)展;2012年04期

【共引文獻】

相關(guān)期刊論文 前10條

1 王娟;唐寶珍;;基于興趣的輕博客網(wǎng)站拓撲特性分析[J];電腦知識與技術(shù);2013年22期

2 李振國;鄭惠中;;網(wǎng)絡(luò)流量采集方法研究綜述[J];吉林大學學報(信息科學版);2014年01期

3 游翔;葛衛(wèi)麗;;微博數(shù)據(jù)獲取技術(shù)及展望[J];電子科技;2014年10期

4 屈步云;譚建龍;孟丹;;ISP網(wǎng)絡(luò)間TCP包載荷重復度測量與分析[J];計算機研究與發(fā)展;2012年S2期

5 王晶;朱珂;汪斌強;;基于用戶社會屬性及行為特征吸引度的微博粉絲網(wǎng)絡(luò)演化模型[J];計算機應(yīng)用;2013年10期

6 田占偉;劉臣;王磊;隋s，

本文編號：1501873