微博中信息传播建模与传播路径模式研究

摘要

在Web2.0时代，微博是一个基于信息发布和收集大众意见而发展起来的传播媒体。了解微博中的信息传播规律不但可以为社会学提供意见，而且在内容排名、信息的推荐与过滤、趋势预测以及在线营销等方面也具有非常重要的作用。因此，本文对微博中信息传播的速率变化趋势及其所具有的普遍传播路径模式这两个问题进行了研究。
　　 针对微博中用户知名度和活跃度的不一致性，本文重新定义了网络中的内/外部场强，从而建立起一个基于概率统计分析的随机性信息传播模型。为验证该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，得出不同用户在不同时间段所发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。仿真实验表明:本文模型较好地对微博用户的信息转播/评论速率随时间的变化趋势进行了模拟。
　　 以微博信息传播特点为基础，本文进一步对微博信息传播路径所具有的模式进行了探讨。首先对微博信息传播网络进行了形式化描述，从局部和全局两个角度为出发点，通过定义影响力来刻画节点的重要性。实验结果表明:用已有的三种中心性度量方法和本文定义的影响力分别测量节点的重要性，其结果具有一定程度的相似性，说明该方法具有一定的可行性。与此同时，结合影响力度量给出了微博网络中信息传播路径所具有的三种典型模式:一触即发传播模式、多级传播模式，多点触发传播模式;接着使用可视化软件NodeXL对采集到的微博转播关系数据进行实例分析，实验结果表明:在一定程度上，本文给出的三种信息传播路径模式具有典型性。

目录

声明

摘要

第一章 绪论

1．1 研究背景和意义

1．2 国内外研究现状

1．3 论文主要研究工作

1．4 论文组织架构

第二章 信息传播模型

2．1 复杂网络模型

2．2 传染病动力学模型

2．3 微博中信息传播模型

2．3．1 微博概念与特点

2．3．2 微博中信息传播特点

2．3．3 信息传播建模方法

2．4 小结

第三章 基于概率统计分析的随机性信息传播模型

3．1 微博中信息传播建模

3．1．1 信息传播过程

3．1．2 模型假设

3．1．3 建模过程

3．2 信息传播模型仿真

3．2．1 仿真步骤

3．2．2 仿真实验及结果

3．3 信息传播统计特性分析

3．3．1 数据采集

3．3．2 统计方法

3．3．3 统计结果

3．4 仿真数据与真实数据比较

3．5 小结

第四章 微博中传播路径模式研究

4．1 微博数据

4．2 节点影响力度量

4．2．1 微博信息传播网络

4．2．2 节点重要性

4．2．3 比较实验结果与分析

4．3 微博信息传播路径模式

4．3．1 一触即发传播模式

4．3．2 多级传播模式

4．3．3 多点触发传播模式

4．4 小结

第五章 总结及未来的工作

5．1 总结

5．2 未来的工作

致谢

攻读硕士期间从事的科研工作及取得的研究成果

参考文献

附录Ⅰ：四种节点重要性度量方法测量排名结果