微博网络中用户特征量和增长率分布的研究

发布时间：2017-10-21 03:16

  本文关键词：微博网络中用户特征量和增长率分布的研究

  更多相关文章： 微博 复杂网络 双段幂律 双帕累托对数正态分布 对数正态分布 社交网络 社会计算

【摘要】：根据新浪微博的实际用户数据,发现粉丝数、关注数和微博数3个特征量的分布,都存在双段幂律分布现象,不同类型用户特征量的分布具有差异性.使用双帕累托对数正态(DPLN)分布对数据进行拟合,相比对数正态分布和幂律分布,可以得到更优的效果.用户活跃时间服从指数分布,不同活跃时间的3个用户特征量都近似服从对数正态分布;用户特征量的增长率服从对数正态分布,且与特征量自身的规模无关,这些特征与双帕累托对数正态分布模型一致,从而使用这一模型可以很好地解释粉丝数、关注数和微博数分布特性的形成机制.
【作者单位】： 北京交通大学通信与信息系统北京市重点实验室;中国科学院计算机网络信息中心;
【关键词】： 微博 复杂网络 双段幂律 双帕累托对数正态分布 对数正态分布 社交网络 社会计算
【基金】：国家自然科学基金(61172072,61271308) 北京市自然科学基金(4112045) 高等学校博士学科点专项科研基金(W11C100030) 北京市科技计划资助项目(Z121100000312024)资助
【分类号】：TP393.092
【正文快照】： 1引言幂律分布广泛存在于自然和社会现象中,如城市人口分布、社会收入等[1].近期,研究者通过更加准确的采样和数据收集,发现还存在许多偏离幂律分布的现象,其中有些分布曲线的主体形态与对数正态分布更为相似,而尾部更接近幂律分布,这种现象在社交网络表现尤为明显.如Golder等

【参考文献】

中国期刊全文数据库 前1条

1 李季;汪秉宏;蒋品群;周涛;王文旭;;节点数加速增长的复杂网络生长模型[J];物理学报;2006年08期

【共引文献】

中国期刊全文数据库 前10条

1 杨蕾;黄小庆;曹丽华;谭玉东;刘s，

本文编号：1070958