基于时间线数据的微博活跃用户数估计

发布时间：2018-05-20 07:18

  本文选题：微博时间线 + 用户数估计　； 参考：《计算机应用与软件》2013年08期

【摘要】：针对微博活跃用户数估计问题,给出一种基于活跃周期的活跃用户定义,并在此基础上改进捕获再捕获模型,基于新浪微博时间线数据对新浪微博活跃用户数进行了估计。实验验证本方法能够较为准确地估计具有不同活跃周期的用户的规模。
[Abstract]:Aiming at the problem of estimating the number of active users in Weibo, an active user definition based on active cycle is proposed, and the capture and recapture model is improved. The active user number of Weibo is estimated based on the time line data of Sina Weibo. Experimental results show that the proposed method can accurately estimate the size of users with different active cycles.
【作者单位】： 合肥电子工程学院网络系;
【分类号】：TP393.092

【参考文献】

相关期刊论文 前1条

1 刘力平;捕获再捕获与捕获移出模型的概念、方法和新进展[J];数学进展;2004年05期

【共引文献】

相关期刊论文 前5条

1 吴晟;李星;;分布式搜索中节点索引量大小估计算法[J];计算机应用;2008年09期

2 陈家鼎;陈奇志;;Lincoln-Petersen模型中群体大小的置信限和置信区间[J];数理统计与管理;2008年01期

3 杨贵军;刘艳玲;王清;;捕获再捕获抽样估计量的模拟研究[J];统计与信息论坛;2011年03期

4 吕繁;李平;刘刚;陈均;王勇胜;张芹;李铭;袁颖;戴卫东;王丽艳;张大鹏;龚毅;刘志明;;捕获再捕获法估计四川乐山市中区吸毒人群基数[J];中国药物依赖性杂志;2007年04期

5 张科研;;封闭群体K-样本捕获再捕获模型分析[J];中国高新技术企业;2007年05期

相关会议论文 前1条

1 陈家鼎;陈奇志;;Lincoln-Petersen模型中群体大小的置信限和置信区间[A];中国现场统计研究会第十三届学术年会论文集[C];2007年

相关硕士学位论文 前1条

1 丁丹丹;广义捕获反应模型及模型选择[D];北京大学;2008年

【相似文献】

相关期刊论文 前10条

1 ;Web应用程序扩展中的冗余处理——《构建可扩展的Web站点》节选[J];程序员;2008年05期

2 王炳信;在QQ中查询活跃天数[J];电脑应用文萃;2005年11期

3 顾兰森;;一种网络状态监视软件的设计与实现[J];计算机工程与科学;1989年03期

4 范根定;;网页汉字有表情了[J];每周电脑报;1999年16期

5 阿健;QQ升级变“活跃天”不是关键[J];电脑爱好者;2005年17期

6 李龙连;郑扣根;;多跳对等网中活跃节点的测算[J];江南大学学报(自然科学版);2007年03期

7 王如刚;;校园个人网站,风生水起![J];电脑爱好者;2009年15期

8 风花雪月;;抛开文字 换个方式来表达[J];电脑迷;2009年14期

9 董明明;巩青歌;;Snort规则集的优化方法[J];计算机安全;2009年08期

10 裘杭萍;何明;肖登海;连向磊;;无标度网络的抗毁性评估研究[J];微电子学与计算机;2009年09期

，

本文编号：1913687