微博用户特征量增长规律研究

发布时间：2017-07-27 09:20

  本文关键词：微博用户特征量增长规律研究

  更多相关文章： 微博 增长模式 余弦相似性 K-means聚类算法 时间序列

【摘要】：根据抓取到的新浪微博实际用户数据,分析了粉丝数、关注数和微博数3个特征量的增长模式,发现这3个特征量整体上都随时间线性增长,取整后的增长率服从幂律分布.用户特征量增长模式主要呈持续增长和爆发式增长,其中爆发式增长用户按增长的不同阶段又可以划分为前期、中期、后期和阶跃式4种增长模式.使用基于向量余弦距离相似性的K-means聚类算法,对不同排序和不同初始规模实际用户特征量的时间序列进行聚类分析,统计得到不同增长模式的用户数量.发现用户特征量中增速高的用户增长主要以爆发式增长为主,而规模高的用户增长以持续式增长为主.通过对用户粉丝数爆发式增长的过程分析,对比用户微博被转发和被评论二者的增长关系,提出了导致用户粉丝数爆发式增长的原因.
【作者单位】： 北京市通信与信息系统重点实验室(北京交通大学);中国科学院计算机网络信息中心;
【关键词】： 微博 增长模式 余弦相似性 K-means聚类算法 时间序列
【基金】：国家自然科学基金项目(61172072,61271308) 北京市自然科学基金项目(4112045) 教育部高等学校博士学科点专项科研基金项目(W11C100030) 北京市科技计划资助项目(Z121100000312024)
【分类号】：TP393.092
【正文快照】： Growth Law of User Characteristics in MicroblogYuan Weiguo1,2 and Liu Yun11(Beijing Municipal Key Laboratory of Communication and Information Systems(Beijing Jiaotong University),Beijing100044)微博作为一种典型的在线社会网络(onlinesocial network,OSN),在最

【相似文献】

中国期刊全文数据库 前1条

1 苑卫国;刘云;程军军;;微博网络中用户特征量和增长率分布的研究[J];计算机学报;2014年04期

，

本文编号：580726