基于时空特征的社交网络情绪传播分析与预测模型

• 作者: 乔少杰 吴涛 吴越 张海清 熊熙 韩楠
• 来源期刊: 自动化学报
• 关键词: 情绪传播 多层网络 行为分析 社交网络
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 短文
• 页码范围: 2290-2299
• 页数: 10页
• 字数: 9602字
• 语种: 中文
• DOI: 10.16383/j.aas.2018.c170480

摘要

社交网络用户情绪传播与用户的空间距离和时间跨度有关, 并且受到多种交互机制的影响.从大规模社交网络数据中提取情绪传播的时空特征, 研究用户行为对情绪传播的影响, 对预测情绪传播趋势具有实际意义.利用线性回归获取的各行为子层的情绪传输率之间存在差异.提出一种基于多层社交网络的情绪传播模型, 被称为ECM模型 (Emotional contagion model).该模型包括三个行为子层, 每层的拓扑结构各不相同, 由该行为的交互历史决定.在真实数据上对ECM模型进行仿真分析, 可以获得社交网络中情绪传播的过程与规律:1) 中性情绪用户所占比例随时间逐渐增大, 接近57.1％, 而正向情绪与负向情绪比例始终接近. 2) 情绪传输率越大, 用户情绪更容易受到其他用户的影响而发生变化;初始情绪越中立的用户, 在演化过程中情绪波动越小, 而初始情绪极性越大的用户情绪波动越大.此外, 通过实验对比该模型与其他情绪传播模型, 表明ECM模型更加接近真实数据, 对社交网络中情绪传播具有较好的预测效果, 预测准确率相比其他模型可以提高1.8％～7.8％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张海清	成都信息工程大学软件工程学院	9	13	2.0	2.0
2	吴涛	重庆邮电大学网络空间安全与信息法学院	11	23	3.0	4.0
3	熊熙	成都信息工程大学网络空间安全学院	17	10	2.0	2.0
4	吴越	西华大学计算机与软件工程学院	9	54	3.0	7.0
5	韩楠	成都信息工程大学管理学院	23	155	5.0	12.0
6	乔少杰	成都信息工程大学网络空间安全学院	34	171	6.0	12.0