在线社交网络的信息转发关系研究

发布时间：2019-10-14 13:12

【摘要】：随着计算机和网络的普及，人与人之间的交流克服了空间障碍，在线社交网络也在人们的日常生活中发挥着越来越重要的作用。随之而来的信息量爆炸式增长、信息传播速度的剧增以及信息获取途径的多样化，在给人们提供便利的同时，也对舆情预警、谣言遏制等提出了新的挑战。本文在已有的在线社交网络信息传播研究的基础上，针对新浪微博数据，深入研究了在线社交网络信息传播机制，本文的主要工作和研究成果如下： 1、已有的关于twitter和博客的研究工作表明用户发布信息的行为具有明显的周期性，本文基于新浪微博数据，对不同时间段微博的发布数量进行了统计分析，结果表明新浪微博用户的行为也具有周期性的特点：工作日的发布量明显多于周末；而微博发布的高峰时段在周末和工作日也有所差别，工作日的高峰时段在中午十一点左右，而周末是在晚上，而且周六的高峰时段晚于周日。 2、转发作为新浪微博的重要功能之一，是信息传播扩散的主要方式，本文将一条微博的转发过程对应到一个转发网络，即以用户为节点，用户间的转发关系为连边，研究了微博转发网络的特征，发现转发网络的规模和宽度呈幂律分布，深度近似服从指数分布。信息传播是随着时间逐步推进的，微博上信息持续时间和相邻两次转发行为之间的时间间隔分布都服从幂律分布；根据转发次数随时间演化趋势不同，将微博大体分为六类。利用出度入度序列的方法，，统计了转发模式出现的频率，发现最常见是星图和链图，由于微博转发的便利性和低代价，转发网络中包含一定数量的自环和双向边。此外，统计结果还表明信息在用户面前暴露的次数，对用户的转发概率有一定影响。 3、在上述实证研究的基础上，本文提出了一个新的信息传播扩散模型。在这个模型中，将用户按照其个性分为标新型和从众型，用户参与转发的概率不仅与信息在用户面前的暴露次数有关，也和用户的个性特征相关。在不同网络上的仿真表明底层网络的拓扑结构和不同类型节点的比例都对信息扩散规模和传播速度有影响，从众型节点在一定程度上会抑制信息的扩散。以度中心性、介数中心性和特征向量中心性作为节点重要性指标时，在一定范围内，信息传播初始节点越重要性，信息传播扩散的规模越大。
【图文】：

社交,网站

图 1 1 在线社交网站Fig 1 1 online social networking site警和谣言遏制提供更为有效的方法，具有重要的理论意义和现实意义。1.2 国内外研究现状1967 年，哈佛大学心理学家 Stanley Milgram 通过大量社会调查，得到地球上任意两个人之间的平均距离是 6 的结论，这表明平均通过五个人，地球上的任意两个人之间都可以发生联系，这就是著名的“六度分隔理论”[6]。六度分割定理被认为是社交网络的理论基础，社会网络中每个用户的圈子不断放大之后，就可以得到大型的社交网络。随着 Web2.0 的快速发展，在线社交网站如雨后春笋般涌现。通过提供交友互动、信息发布分享等服务，在线社交网站使得个体的社交圈不断扩大，形成大型社交网络。由于在线社交网络克服了时间空间距离，使得人与人之间的交流更加方便，信息传播也更加迅速。与传统

泊松分布,随机图,泊松分布,平均路径

图 2 2 ER 随机图的度分布与泊松分布的比较[25arison between degree distribution of ER random network C = p =< k > /(N 1) 平均路径长度满足：LER≤ DER～ ln N/ ln < k > 具有小的平均路径长度和不明显的聚类特性。网络模型图理论在很长一段时间里都是复杂网络研究的的真实网络拓扑结构后，发现很多网络的度分实际网络都是具有较小的平均路径长度和明显 Strogatz 提出了小世界模型，简称 WS 小世界模
【学位授予单位】：上海交通大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP393.092

【参考文献】