基于行为分析的微博传播模型研究

发布时间：2018-05-19 17:44

  本文选题：微博 + 传播　； 参考：《计算机科学》2016年12期

【摘要】：随着微博的迅速兴起和其影响力的不断提高,提取微博信息传播特征和构建传播模型已成为了研究热点。针对用户转发行为,首先分析了信息传播机制;然后从影响用户转发行为的发布用户、接收用户、用户亲密度和信息时效性4个方面提取出8个特征因素进行建模;在借鉴传染病动力学SIR模型的基础上,引入用户行为分析和接触节点,提出基于用户行为分析的SCIR模型,并给出动力学方程;最后利用新浪微博真实转发数据验证模型的合理性。实验结果表明,考虑用户转发行为的8个影响因素,结合行为分析结果,能够较好地拟合信息传播过程。
[Abstract]:With the rapid rise of Weibo and the increasing of its influence, it has become a hot research topic to extract the characteristics of Weibo information transmission and to build a communication model. According to the behavior of user forwarding, this paper first analyzes the mechanism of information dissemination, and then extracts 8 feature factors to model from four aspects: issuing user, receiving user, user affinity and information timeliness, which affect the behavior of user forwarding. Based on the SIR model of infectious disease dynamics, the user behavior analysis and contact node are introduced, the SCIR model based on user behavior analysis is proposed, and the dynamic equation is given. Finally, using Sina Weibo to verify the rationality of the real data forwarding model. The experimental results show that considering the eight factors affecting the user's forwarding behavior and combining the results of behavior analysis, the information transmission process can be fitted well.
【作者单位】： 郑州大学信息工程学院;
【基金】：郑州大学新媒体公共传播学科招标课题阶段性成果(XMTGGCBJSZ05) 河南省科技攻关项目(142102310531)资助
【分类号】：G206;TP393.092

【相似文献】

相关期刊论文 前3条

1 李汉广;;木马的行为分析和通用手动解决流程[J];电脑知识与技术;2013年19期

2 张霖;王浩;张庆;;IPV6环境下的分布式P2P流行为分析系统[J];计算机工程与应用;2013年10期

3 ;[J];;年期

相关会议论文 前2条

1 张芮;胡影;郑康锋;;基于行为分析的恶意代码潜伏性评估方法[A];2013年中国信息通信研究新进展论文集[C];2014年

2 赵天福;周丹平;王康;张博;;一种基于网络行为分析的反弹式木马检测方法[A];第26次全国计算机安全学术交流会论文集[C];2011年

相关硕士学位论文 前5条

1 苗青鹏;基于网络行为分析的网络管理系统设计与实现[D];电子科技大学;2014年

2 赵巍;基于模糊行为分析的木马检测技术[D];河南工业大学;2014年

3 王汝军;基于大数据的移动互联网行为分析[D];南京邮电大学;2015年

4 屈亚鑫;反木马系统中程序行为分析关键技术研究与实现[D];北京邮电大学;2014年

5 杨婷;基于行为分析的恶意代码检测技术研究与实现[D];电子科技大学;2010年

，

本文编号：1911050