微博网络中影响力传播节点的识别.pdf

微博网络中影响力传播节点的识别.pdf

ID:58305521

大小:352.83 KB

页数:4页

时间:2020-05-18

微博网络中影响力传播节点的识别.pdf_第1页
微博网络中影响力传播节点的识别.pdf_第2页
微博网络中影响力传播节点的识别.pdf_第3页
微博网络中影响力传播节点的识别.pdf_第4页
资源描述:

《微博网络中影响力传播节点的识别.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第32卷第8期计算机应用研究Vo1.32No.82015年8月ApplicationResearchofComputersAug.2015微博网络中影响力传播节点的识别水陆靖桥,傅秀芬,蒙在桥(广东工业大学计算机学院,广州510006)摘要:依据新浪微博的实际数据,采用基于在线社交网络的动态消息传播模型仿真消息传播,根据仿真结果对度、介数、紧密度和K-shell等中心性指标的传播影响力进行对比分析,同时计算不精确函数和Pearson相关系数。实验表明,紧密度-/7,~,1微博网络的影响力节点效果优于其他指标,且与节点影响力之间的关系较强。关键词:在线社交网络;传播

2、动力学;复杂网络;影响力节点;中心性指标中图分类号:TP393文献标志码:A文章编号:1001.3695(2015)08.2305.04doi:10.3969/j.issn.1001—3695.2015.08.016IdentificationofinfluentialspreadingnodesinmicroblognetworkLuJingqiao,FuXiufen,MengZaiqiao(SchoolofComputer,GuangdongUniversityofTechnology,Guangzhou510006,China)Abstract:Thispa

3、persimulatedinformationspreadingprocesseswithdynamicinformationdisseminationmodelbasedononlinesocialnetworksusingactualdatafromSinaWeibo,andanalyzedthespreadinginfluenceofnodesfordegree,betweenness.closenessandK.shellaccordingtosimulationresults.Inaddition.itcalculatedimprecisionfunct

4、ionsandpearsoncorrelationCO.efficientofcentralitymetrics.TheexperimentalresultsshowthatclosenessiSmoresuitableforidentificationofmicrobloggingin—fluentialspreadingnodescomparedwithothermethodsandhasastrongrelationshipwithinfluenceofspreadingnodes.Keywords:onlinesocialnetworks;transmis

5、siondynamics;complexnetworks;influentialspreadingnodes;centralitymetrics复杂网络的传播动力学研究有着十分重要的理论和现实播特征,目前的中心性指标的研究较多的是针对无向网络。最意义,如疾病传播、流言散布、计算机病毒扩散J。在线社交后,国内研究较多关注网络个体的属性,对网络的基本拓扑特网络(onlinesocialnetworks,OSN)是一种对现实社会的人际关征缺乏深入分析。系重建的虚拟好友关系网络,具备很多与现实社会关系一致的本文首先引入影响力节点的定义与度量,介绍社交网络的特征,是当下最热

6、门的网络应用,其中具有代表性的主要有美网络拓扑中心性指标和实验采用的消息传播模型;然后描述采国的Twitter、韩国的Cyworld和中国的新浪微博等。用网络爬虫获取新浪微博的三个数据集,分析对应的网络拓扑节点重要性通常用中心性来刻画,如度、介数、紧密度和特征,发现数据集符合复杂网络的特征;最后采用消息传播模K—shell等人73。度刻画节点局部信息,介数和紧密度刻画型进行消息传播仿真,分析中心性指标与节点影响力的关系,节点全局信息。Kitsak等人通过K-shel1分解定义节点的位计算中心性指标的不精确函数和Pearson相关系数,进而得出置,发现复杂网络中影响

7、力节点不宜用度或者介数衡量,K—相关结论。shell可以更准确地识别节点的中心性和影响力。Borge.Hohhoefer等人仿真网络数据发现,在消息传播过程中,K-1相关定义shell对节点的传播能力影响不明显,相反高K—shell值的节点1.1影响力节点的定义与度量对信息传播具有防火墙的阻断作用。苑卫国等人叫通过研究微博双向关注网络,发现紧密度和K-shell可以较准确地发现在传染病领域,影响力节点定义为对疾病的全局爆发起着双向关注网络中的最有影响力节点。齐超等人⋯运用统计分显著作用的节点,通过抑制或者移除影响力节点,可以实现疾析方法针对微博用户的不同行为对传播

8、影响力的贡

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。