基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
根据新浪微博的实际数据,建立了两个基于双向“关注”的用户关系网络,通过分析网络拓扑统计特征,发现二者均具有小世界、无标度特征.通过对节点度、紧密度、介数和k-core四个网络中心性指标进行实证分析,发现节点度服从分段幂率分布;介数相比其他中心性指标差异性最为显著;两个网络均具有明显的层次性,但不是所有度值大的节点核数也大;全局范围内各中心性指标之间存在着较强的相关性,但在度值较大的节点群这种相关性明显减弱.此外,借助基于传染病动力学的SIR信息传播模型来分析四种指标在刻画节点传播能力方面的差异性,仿真结果表明,选择具有不同中心性指标的初始传播节点,对信息传播速度和范围均具有不同影响;紧密度和k-core较其他指标可以更加准确地描述节点在信息传播中所处的网络核心位置,这有助于识别信息传播拓扑网络中的关键节点.
推荐文章
微博网络中影响力传播节点的识别
在线社交网络
传播动力学
复杂网络
影响力节点
中心性指标
基于行为和社团的微博用户传播影响力分析
关系
行为
社团结构
影响力
微博网络
节点中心性对复杂网络传播模式的影响分析
复杂网络
结构异构性
中心性
传播速率
社交网络节点中心性测度
节点影响力
影响力最大化
社交网络
重要节点
中心性
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 微博双向“关注”网络节点中心性及传播影响力的分析
来源期刊 物理学报 学科
关键词 微博 中心性 复杂网络 信息传播 k-core
年,卷(期) 2013,(3) 所属期刊栏目
研究方向 页码范围 494-503
页数 分类号
字数 语种 中文
DOI 10.7498/aps.62.038901
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘云 北京交通大学通信与信息系统北京市重点实验室 183 1843 21.0 36.0
2 程军军 北京交通大学通信与信息系统北京市重点实验室 3 121 3.0 3.0
3 熊菲 北京交通大学通信与信息系统北京市重点实验室 11 447 6.0 11.0
4 苑卫国 北京交通大学通信与信息系统北京市重点实验室 2 107 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (82)
同被引文献  (162)
二级引证文献  (177)
2013(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(17)
  • 引证文献(15)
  • 二级引证文献(2)
2015(38)
  • 引证文献(18)
  • 二级引证文献(20)
2016(52)
  • 引证文献(14)
  • 二级引证文献(38)
2017(44)
  • 引证文献(8)
  • 二级引证文献(36)
2018(59)
  • 引证文献(18)
  • 二级引证文献(41)
2019(33)
  • 引证文献(6)
  • 二级引证文献(27)
2020(14)
  • 引证文献(1)
  • 二级引证文献(13)
研究主题发展历程
节点文献
微博
中心性
复杂网络
信息传播
k-core
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
物理学报
半月刊
1000-3290
11-1958/O4
大16开
北京603信箱
2-425
1933
chi
出版文献量(篇)
23474
总下载数(次)
35
总被引数(次)
174683
论文1v1指导