博客网络中具有突发性的话题传播模型

提出了一个基于节点知名度和活跃度的离散时间话题传播模型.该模型的参数具有明确的物理意义,可体现话题动态传播过程的特征,并可为话题传播趋势的预测研究提供依据.通过统计和分析中国最大的博客站点——新浪博客在几个月中若干具有突发性的事件引起的热门话题数据,结果表明,所提出的模型可以较为精确地再现话题的实际传播过程并体现传播速率的重尾现象.

微博中信息传播特性分析及模型仿真研究

针对微博中用户知名度和活跃度的不一致性,重新定义了网络中内/外部场强,建立了基于概率统计分析的随机性信息传播模型。为了验证模型的合理性与有效性,通过微博开放平台,采用应用程序接口对微博信息的转播/评论数据进行采集,然后分析微博中信息的传播速率随时间变化的统计特性,得出不同话题类型的微博信息传播特征具有非常相似的结论:信息发布后,其转播/评论数在短时间内达到峰值,然后便很快衰落。仿真实验说明:微博信息被转播/评论的概率越大,初始外部场强越大,说明信息的吸引度就越大,在前24小时内所完成的转播/评论数的比例也就越高,该模型较好地模拟了微博中用户对信息转播/评论随时间的变化趋势。