微博信息传播趋势的分析与研究

发布时间：2020-09-09 09:20

　　在线社交网络(Online Social Networks)是一个新生事物，是发展日趋成熟的无线移动通信技术与社交网络服务技术(Social Networking Services)相结合的产物。通过对国内外研究现状调研了解到，随着研究的深入和新型应用的涌现，人们对移动社交网络的认识也在不断向前发展。最近的研究表明，我们可以对社交网络的特点进行分析，对其行为进行深度挖掘以便更好地服务人类社会。基于该出发点，本文针对微博在网络中的行为进行分析和建模。以微博为代表的社交网络具有数据量大、信息类型丰富、实时性高等特点，对微博信息在网络中的传播过程进行数学分析对于分析网络用户行为，预测突发事件的发展趋势，尤其在信息传播与国家安全相关的科研领域中扮演着重要角色。本文通过新浪微博开放平台采集微博的转发信息数据，利用微博的转发量来描述微博的信息传播影响；基于新浪微博平台及其微博转发的相关特征，结合时间和空间两个维度对微博转发过程分析在线社交网络中信息的传播规律，进行数学分析；并且考虑用户的网络行为活跃度对信息传播过程的影响，进一步提高了在线社交网络中信息传播趋势分析的准确度，比如在深夜休息时间，用户网络行为活跃度低，此时消息的传播能量低；本文综合考虑特殊节点，如大V用户对整个消息传播过程的影响，单独考虑特殊节点对整个消息传播趋势的影响，给出了多关键节点转发的信息传播规律叠加规律，以此提高对在线社交网络中信息传播规律的分析预测的准确度。最后利用实际的微博转发数据对分析结果进行了验证。
【学位单位】：华中科技大学
【学位级别】：硕士
【学位年份】：2014
【中图分类】：G206
【部分图文】：

照片,内容,社交,朋友

微博转发数可以用来定义微博的信息传播范围。为了量分析，本文中定义微博转发人数与时间、空间两个，x 代表微博转发转发路径的长度；t 为微博转发距离微表示在距离微博发布时间 t，转发路径长度为 x 时的转发网络中的距离的定义非常重要。由于在社交网络中，距的人与人的位置距离的远近，这是因为在在线社交网络中是不同的，是基于“朋友圈”进行的；所以我们定义博转发者与微博发布者之间经过路径的朋友跳数，实际为社交网络中距离的定义简单实用，能准确的反映出微博新浪微博于 2014 年 1 月发布的太空照片微博为例，如图间为晚上十点半左右，该微博的转发有 4623 次。该微博发布的微博数近三万条。

网民,社交

华中科技大学硕士学位论文接近 1 表示曲线对于原始数据的拟合效果越好，反之越差。此处时间的确定系数 R-square= 0.9828，由此可见，指数函数可以较准确转发随时间变化的情况。于指数函数只是在数据的整体上大致符合趋势分布，而在虚线范围一步提高在线社交网路中的微博转发情况的分析精度，需要考虑在人群特征，以使对微博转发情况的分析建模对于在线社交网络更加如图 3.3 所示，在 t=5 至 t=15 的时间段里，尽管曲线大致符合指数函现了程度较小的波动，观察发现，这段时间是从夜间到次日的早上正是人们结束一天的生活，进入睡眠时间，直到次日早上起床开始。

预测值,实际值,对应系数,网民

中科技大学硕士学位论文影响。其中，A 为影响幅度；B 代表信息传播的在此时间段的均期；指微博发布时间与人固有行为周期的相位差。楚地与网民上网时间对应，取单位时间间隔为 1 作为时间区周期，平衡位置和波谷值，可以确定正弦函数的对应系数值。数据的值和预测值结果进行分析，如图 3.5 所示。

【相似文献】