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:
运用Twitter-LDA主题模型对新浪微博数据进行了主题分析,基于用户主题兴趣相关性的研究表明用户间的主题兴趣具有三度相关性,同一主题兴趣下三度以内粉丝的发文数随用户发文数增加而波动式增加,各度粉丝与用户主题兴趣的相似度随粉丝度数的增加而下降.通过分析比较不同主题类别微博的扩散差异,发现生活情感类的信息最受用户欢迎,不同主题类别微博被转发的概率存在显著差异,平均转发数相差可达10倍,微博信息扩散树中各类主题在微博信息扩散深度、扩散时间间隔和用户的扩散能力方面都表现出不同的特征.
推荐文章
MB-HL模型的微博主题挖掘研究
微博
主题挖掘
潜在狄利克雷分布模型
隐马尔可夫模型
MB-HL模型
Gibbs采样
基于主题和链接分析的微博社区发现算法
微博
社区发现
潜层Dirichlet分配
主题模型
链接分析
标签传递算法
结合微博关注特性的UF_AT模型用户兴趣挖掘研究
微博
用户关注特性
作者主题模型
兴趣挖掘
基于文本聚类与兴趣衰减的微博用户兴趣挖掘方法
微博
single-pass聚类
LDA模型
用户兴趣挖掘
兴趣衰减
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 微博网络中用户主题兴趣相关性及主题信息扩散研究
来源期刊 电子科技大学学报 学科 地球科学
关键词 信息扩散 微博网络 主题分析 用户行为
年,卷(期) 2017,(2) 所属期刊栏目 复杂性科学
研究方向 页码范围 458-468
页数 11页 分类号 N949
字数 7569字 语种 中文
DOI 10.3969/j.issn.1001-0548.2017.02.022
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 华东理工大学商学院 46 500 12.0 21.0
2 罗春海 华东理工大学商学院 3 18 2.0 3.0
3 胡海波 华东理工大学商学院 9 60 5.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (67)
共引文献  (201)
参考文献  (11)
节点文献
引证文献  (6)
同被引文献  (28)
二级引证文献  (6)
1973(2)
  • 参考文献(0)
  • 二级参考文献(2)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1978(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(9)
  • 参考文献(0)
  • 二级参考文献(9)
2011(11)
  • 参考文献(1)
  • 二级参考文献(10)
2012(15)
  • 参考文献(1)
  • 二级参考文献(14)
2013(5)
  • 参考文献(4)
  • 二级参考文献(1)
2014(6)
  • 参考文献(5)
  • 二级参考文献(1)
2017(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)
2018(4)
  • 引证文献(4)
  • 二级引证文献(0)
2019(6)
  • 引证文献(2)
  • 二级引证文献(4)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
信息扩散
微博网络
主题分析
用户行为
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
电子科技大学学报
双月刊
1001-0548
51-1207/T
大16开
成都市成华区建设北路二段四号
62-34
1959
chi
出版文献量(篇)
4185
总下载数(次)
13
总被引数(次)
36111
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