作者:
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:
构建社交网络用户影响传播模型,对用户间影响关系和用户影响的传播进行估计,具有广泛的应用价值.本文提出面向新浪微博的用户影响传播预测方法.该方法包括数据预处理、影响概率计算、影响传播三个主要模块.数据预处理模块首先对评论数据丢失的问题进行处理.影响概率计算模块使用评论和转发数据作为输入来学习用户的表征,并在此基础上计算得到用户与用户之间的影响概率.影响传播模块通过传播动力学过程模拟了社交网络中的影响扩散过程,最终输出初始活跃用户影响的用户.最后,论文通过实际微博数据对所提方法的有效性进行了评估.
推荐文章
基于新浪微博的社交网络垃圾用户分析与检测
社交网络
新浪微博
垃圾用户
分类
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
微博类社交网络中信息传播的测量与分析
在线社交网络
信息传播
微博热度
新浪微博
新浪微博的体育新闻传播研究
新浪微博
体育新闻
传播
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 新浪微博社交网络用户影响传播预测方法
来源期刊 新一代信息技术 学科
关键词 社交网络 新浪微博 影响传播 表征学习
年,卷(期) 2021,(3) 所属期刊栏目 科技论文
研究方向 页码范围 1-7
页数 7页 分类号 TP3-05
字数 语种 中文
DOI 10.3969/j.issn.2096-6091.2021.03.001
五维指标
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  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(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)
研究主题发展历程
节点文献
社交网络
新浪微博
影响传播
表征学习
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
新一代信息技术
半月刊
2096-6091
10-1581/TP
北京市海淀区玉渊潭南路普惠南里13号楼
chi
出版文献量(篇)
639
总下载数(次)
4
总被引数(次)
21
论文1v1指导