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:
利用新浪微博数据对用户行为进行分析,在此基础上构建了基于用户行为的微博网络信息扩散模型SIRUB,同时计算了模型中各用户阅读微博和转发微博的概率.在微博网络中的实验表明,只有同时考虑阅读和转发概率时模型才能较准确地预测用户的转发行为. SIRUB模型对用户转发行为预测的F-score最高为0.228,高于经典SIR模型和SICR模型,此外该模型对微博扩散范围的预测其误差的均值和标准差也均小于SIR模型和SICR模型.
推荐文章
基于用户行为网络的微博意见领袖挖掘算法
意见领袖
微博
话题
PageRank
基于行为预测的微博网络信息传播建模
微博
转发
行为预测
信息传播建模
社交网络中微博用户行为的分析与预测
社会网络
微博
转发行为
预测
基于RBF神经网络的微博用户兴趣预测模型
微博
邻居节点
长期兴趣
短期兴趣
RBF神经网络
预测算法
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 基于用户行为的微博网络信息扩散模型?
来源期刊 物理学报 学科
关键词 微博网络 用户行为 信息扩散
年,卷(期) 2016,(15) 所属期刊栏目 物理学交叉学科及有关科学技术领域
研究方向 页码范围 158901-1-158901-12
页数 1页 分类号
字数 语种 中文
DOI 10.7498/aps.65.158901
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 刘红丽 华东理工大学管理科学与工程系 46 500 12.0 21.0
2 罗春海 华东理工大学管理科学与工程系 3 18 2.0 3.0
3 胡海波 华东理工大学管理科学与工程系 9 60 5.0 7.0
4 黄雅丽 华东理工大学管理科学与工程系 1 12 1.0 1.0
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  (12)
同被引文献  (44)
二级引证文献  (20)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(9)
  • 引证文献(8)
  • 二级引证文献(1)
2019(12)
  • 引证文献(1)
  • 二级引证文献(11)
2020(8)
  • 引证文献(0)
  • 二级引证文献(8)
研究主题发展历程
节点文献
微博网络
用户行为
信息扩散
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
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导