搜索

x

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于有向渗流理论的关联微博转发网络信息传播研究

王小娟 宋梅 郭世泽 杨子龙

引用本文:
Citation:

基于有向渗流理论的关联微博转发网络信息传播研究

王小娟, 宋梅, 郭世泽, 杨子龙

Information spreading in correlated microblog reposting network based on directed percolation theory

Wang Xiao-Juan, Song Mei, Guo Shi-Ze, Yang Zi-Long
PDF
导出引用
  • 微博网络的快速性、爆发性和时效性, 以及用户复杂的行为模式, 使得研究其信息传播模型及影响因素成为网络舆情的热点方向. 利用压缩映射定理, 分析不动点迭代过程的收敛条件, 得到有向网络信息传播过程的渗流阈值和巨出向分支的数值解法; 通过可变同配系数生成模型, 分析关联特征对信息传播的影响; 最后利用微博转发网络数据进行仿真对比实验. 结果表明: 虽然四类关联特征同时体现出同配、异配特征, 但信息传播结果更多受入度-入度相关性、入度-出度相关性影响; 通过删除少量节点的方法, 提取边同配比例, 验证大部分节点的四类关联特征呈现一致性.
    Due to the properties of rapidity, explosive, timeliness and complicated behavior for user, the research on information spreading progress and influence factors for microblog becomes a hot area of network public opinion. In this paper, firstly we use the contracting mapping principle to discuss the convergence conditions of the iterative algorithm. The numerical solution of the percolation threshold and the size of the largest out-component are proposed. Then the influence of assortativity is analyzed based on the generation model with varying parameter. The feasibility of the proposed algorithm is verified by collecting microblog reposting data. Experimental results demonstrate that four correlation characteristics are shown to have assortativity and disassortativity, but the results of message spreading are closer to that of the assortative network which is related to in-in and in-out degree correlation. It can be verified that the four types of correlation characteristics of a large part of nodes show their consistency for assortativity, through deleting a few nodes as well as extracting link scale for four degree correlations.
    • 基金项目: 国家自然科学基金(批准号: 61171097, 61272491, 61309021)资助的课题.
    • Funds: Project supported by the National Natural Science Foundation of China (Grant Nos. 61171097, 61272491, 61309021).
    [1]

    Centola D 2010 Science 329 1194

    [2]

    Zhang Y C, Liu Y, Zhang H F, Cheng H, Xiong F 2011 Acta Phys. Sin. 60 050501 (in Chinese) [张彦超, 刘云, 张海峰, 程辉, 熊菲 2011 物理学报 60 050501]

    [3]

    Centola D 2011 Science 334 1269

    [4]

    Miller J C 2007 Phys. Rev. E 76 010101

    [5]

    Java A, Song X, Finin T, Tseng B 2007 Proceedings of the 9th WebKDD and 1st SNA-KDD 2007 Workshop on Web Mining and Social Network Analysis San Jose, USA, August 12-15, 2007 p56

    [6]

    Kwak H, Lee C, Park H, Moon S 2010 Proceedings of the 19th International Conference on World Wide Web Raleigh USA, April 26-30, 2010 p591

    [7]

    Backstrom L, Boldi P, Rosa M, Ugande J 2012 Proceedings of the 3rd Annual ACM Web Science Conference Evanston, USA, June 22-24, 2012 p33

    [8]

    Xiong F, Liu Y, Si X M, Ding F 2010 Acta Phys. Sin. 59 6889 (in Chinese) [熊菲, 刘云, 司夏萌, 丁飞 2010 物理学报 59 6889]

    [9]

    Zou S R, Peng Y J, Liu A F, Xu X L, He D R 2011 Chin. Phys. B 20 018902

    [10]

    Watts D J, Dodds P S 2007 J. Consum. Res. 34 441

    [11]

    Crandall D, Cosley D, Huttenlocher D, Kleinberg J, Suri S 2008 Proceedings of the 14th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining Las Vegas, USA, August 24-26, 2008 p160

    [12]

    Newman M E J 2002 Phys. Rev. Lett. 89 208701

    [13]

    Kenah E, Robins J M 2007 Phys. Rev. E 76 036113

    [14]

    Grabowski A, Kosinski R A 2010 Acta Phys. Pol. B 41 1135

    [15]

    Callaway D S, Newman M E J, Strogatz S H, Watts D J 2000 Phys. Rev. Lett. 85 5468

    [16]

    Schwartz N, Cohen R, Ben-Avraham D, Barabási A L 2002 Phys. Rev. E 66 015104

    [17]

    Dorogovtsev S N, Mendes J F F, Samukhin A N 2001 Phys. Rev. E 64 025101

    [18]

    Newman M E J, Strogatz S H, Watts D J 2001 Phys. Rev. E 64 026118

    [19]

    Vázquez A, Moreno Y 2003 Phys. Rev. E 67 015101

    [20]

    Goltsev A V, Dorogovtsev S N, Mendes J F F 2008 Phys. Rev. E 78 051105

    [21]

    Foster J G, Foster D V, Grassberger P, Paczuski M 2010 Proc. Nat. Acad. Sci. 107 10815

    [22]

    Piraveenan M, Prokopenko M, Zomaya A 2012 IEEEACM Trans. Computat. Biol. Bioinform. 9 66

  • [1]

    Centola D 2010 Science 329 1194

    [2]

    Zhang Y C, Liu Y, Zhang H F, Cheng H, Xiong F 2011 Acta Phys. Sin. 60 050501 (in Chinese) [张彦超, 刘云, 张海峰, 程辉, 熊菲 2011 物理学报 60 050501]

    [3]

    Centola D 2011 Science 334 1269

    [4]

    Miller J C 2007 Phys. Rev. E 76 010101

    [5]

    Java A, Song X, Finin T, Tseng B 2007 Proceedings of the 9th WebKDD and 1st SNA-KDD 2007 Workshop on Web Mining and Social Network Analysis San Jose, USA, August 12-15, 2007 p56

    [6]

    Kwak H, Lee C, Park H, Moon S 2010 Proceedings of the 19th International Conference on World Wide Web Raleigh USA, April 26-30, 2010 p591

    [7]

    Backstrom L, Boldi P, Rosa M, Ugande J 2012 Proceedings of the 3rd Annual ACM Web Science Conference Evanston, USA, June 22-24, 2012 p33

    [8]

    Xiong F, Liu Y, Si X M, Ding F 2010 Acta Phys. Sin. 59 6889 (in Chinese) [熊菲, 刘云, 司夏萌, 丁飞 2010 物理学报 59 6889]

    [9]

    Zou S R, Peng Y J, Liu A F, Xu X L, He D R 2011 Chin. Phys. B 20 018902

    [10]

    Watts D J, Dodds P S 2007 J. Consum. Res. 34 441

    [11]

    Crandall D, Cosley D, Huttenlocher D, Kleinberg J, Suri S 2008 Proceedings of the 14th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining Las Vegas, USA, August 24-26, 2008 p160

    [12]

    Newman M E J 2002 Phys. Rev. Lett. 89 208701

    [13]

    Kenah E, Robins J M 2007 Phys. Rev. E 76 036113

    [14]

    Grabowski A, Kosinski R A 2010 Acta Phys. Pol. B 41 1135

    [15]

    Callaway D S, Newman M E J, Strogatz S H, Watts D J 2000 Phys. Rev. Lett. 85 5468

    [16]

    Schwartz N, Cohen R, Ben-Avraham D, Barabási A L 2002 Phys. Rev. E 66 015104

    [17]

    Dorogovtsev S N, Mendes J F F, Samukhin A N 2001 Phys. Rev. E 64 025101

    [18]

    Newman M E J, Strogatz S H, Watts D J 2001 Phys. Rev. E 64 026118

    [19]

    Vázquez A, Moreno Y 2003 Phys. Rev. E 67 015101

    [20]

    Goltsev A V, Dorogovtsev S N, Mendes J F F 2008 Phys. Rev. E 78 051105

    [21]

    Foster J G, Foster D V, Grassberger P, Paczuski M 2010 Proc. Nat. Acad. Sci. 107 10815

    [22]

    Piraveenan M, Prokopenko M, Zomaya A 2012 IEEEACM Trans. Computat. Biol. Bioinform. 9 66

  • [1] 李鑫, 赵城利, 刘阳洋. 有限步传播范围期望指标判别节点传播影响力. 物理学报, 2020, 69(2): 028901. doi: 10.7498/aps.69.20191313
    [2] 杨李, 宋玉蓉, 李因伟. 考虑边聚类与扩散特性的信息传播网络结构优化算法. 物理学报, 2018, 67(19): 190502. doi: 10.7498/aps.67.20180395
    [3] 汪筱阳, 王瑛, 朱参世, 朱琳, 傅超琦. 具有跨邻居传播能力的信息辐射模型研究. 物理学报, 2017, 66(3): 038901. doi: 10.7498/aps.66.038901
    [4] 肖云鹏, 李松阳, 刘宴兵. 一种基于社交影响力和平均场理论的信息传播动力学模型. 物理学报, 2017, 66(3): 030501. doi: 10.7498/aps.66.030501
    [5] 李勇军, 尹超, 于会, 刘尊. 基于最大熵模型的微博传播网络中的链路预测. 物理学报, 2016, 65(2): 020501. doi: 10.7498/aps.65.020501
    [6] 刘红丽, 黄雅丽, 罗春海, 胡海波. 基于用户行为的微博网络信息扩散模型. 物理学报, 2016, 65(15): 158901. doi: 10.7498/aps.65.158901
    [7] 胡庆成, 张勇, 许信辉, 邢春晓, 陈池, 陈信欢. 一种新的复杂网络影响力最大化发现方法. 物理学报, 2015, 64(19): 190101. doi: 10.7498/aps.64.190101
    [8] 王金龙, 刘方爱, 朱振方. 一种基于用户相对权重的在线社交网络信息传播模型. 物理学报, 2015, 64(5): 050501. doi: 10.7498/aps.64.050501
    [9] 王超, 刘骋远, 胡元萍, 刘志宏, 马建峰. 社交网络中信息传播的稳定性研究. 物理学报, 2014, 63(18): 180501. doi: 10.7498/aps.63.180501
    [10] 王亚奇, 王静, 杨海滨. 基于复杂网络理论的微博用户关系网络演化模型研究. 物理学报, 2014, 63(20): 208902. doi: 10.7498/aps.63.208902
    [11] 王丁, 张美根. 各向异性渗流条件下弹性波的传播特征. 物理学报, 2014, 63(6): 069101. doi: 10.7498/aps.63.069101
    [12] 吴腾飞, 周昌乐, 王小华, 黄孝喜, 谌志群, 王荣波. 基于平均场理论的微博传播网络模型. 物理学报, 2014, 63(24): 240501. doi: 10.7498/aps.63.240501
    [13] 刘树新, 季新生, 刘彩霞, 郭虹. 一种信息传播促进网络增长的网络演化模型. 物理学报, 2014, 63(15): 158902. doi: 10.7498/aps.63.158902
    [14] 苑卫国, 刘云, 程军军, 熊菲. 微博双向关注网络节点中心性及传播 影响力的分析. 物理学报, 2013, 62(3): 038901. doi: 10.7498/aps.62.038901
    [15] 陆坤权, 厚美瑛, 王强, 姜泽辉, 刘寄星. 震前兆信息传播、分布及其探测原理. 物理学报, 2011, 60(11): 119101. doi: 10.7498/aps.60.119101
    [16] 张彦超, 刘云, 张海峰, 程辉, 熊菲. 基于在线社交网络的信息传播模型. 物理学报, 2011, 60(5): 050501. doi: 10.7498/aps.60.050501
    [17] 袁昌来, 刘心宇, 杨云, 许积文, 谷岩. BaFe0.4Sn0.6O3/BaBiO3负温度系数复合热敏陶瓷阻抗分析. 物理学报, 2010, 59(10): 7396-7403. doi: 10.7498/aps.59.7396
    [18] 李明杰, 吴晔, 刘维清, 肖井华. 手机短信息传播过程和短信息寿命研究. 物理学报, 2009, 58(8): 5251-5258. doi: 10.7498/aps.58.5251
    [19] 李铁城. 三体关联与次近邻两体关联下的渗流. 物理学报, 1982, 31(10): 1431-1435. doi: 10.7498/aps.31.1431
    [20] 张昭庆. 自洽的关联渗流问题. 物理学报, 1982, 31(11): 1576-1580. doi: 10.7498/aps.31.1576
计量
  • 文章访问数:  4215
  • PDF下载量:  446
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-07-24
  • 修回日期:  2014-08-27
  • 刊出日期:  2015-02-05

基于有向渗流理论的关联微博转发网络信息传播研究

  • 1. 北京邮电大学电子工程学院, 北京 100876;
  • 2. 北方电子设备研究所, 北京 100083
    基金项目: 国家自然科学基金(批准号: 61171097, 61272491, 61309021)资助的课题.

摘要: 微博网络的快速性、爆发性和时效性, 以及用户复杂的行为模式, 使得研究其信息传播模型及影响因素成为网络舆情的热点方向. 利用压缩映射定理, 分析不动点迭代过程的收敛条件, 得到有向网络信息传播过程的渗流阈值和巨出向分支的数值解法; 通过可变同配系数生成模型, 分析关联特征对信息传播的影响; 最后利用微博转发网络数据进行仿真对比实验. 结果表明: 虽然四类关联特征同时体现出同配、异配特征, 但信息传播结果更多受入度-入度相关性、入度-出度相关性影响; 通过删除少量节点的方法, 提取边同配比例, 验证大部分节点的四类关联特征呈现一致性.

English Abstract

参考文献 (22)

目录

    /

    返回文章
    返回