面向微博影响力的社交网络特征分析

计算机应用 ›› 2013, Vol. 33 ›› Issue (12): 3359-3362.

• 2013年全国开放式分布与并行计算学术年会（DPCS2013）论文 • 上一篇下一篇

面向微博影响力的社交网络特征分析

吕非非¹,徐雅斌¹,²,李卓²,³,武装¹,²

1. 北京信息科技大学计算机学院，北京 100101
2. 网络文化与数字传播北京市重点实验室(北京信息科技大学)，北京 100101
3. 北京信息科技大学计算机学院，北京 100101；

收稿日期:2013-08-05 出版日期:2013-12-01 发布日期:2013-12-31
通讯作者: 吕非非
作者简介:吕非非(1987-),女,河北邢台人,硕士研究生,主要研究方向:云计算、物联网;
徐雅斌(1962-),男,辽宁锦州人,教授,CCF会员,主要研究方向:云计算、物联网;
李卓(1983-),男,河南南阳人,讲师,CCF会员,主要研究方向:无线网络、移动计算。
基金资助:
国家自然科学基金资助项目;网络文化与数字传播北京市重点实验室资助项目;国家社会科学基金重大项目

Analysis of characteristics of social networks in terms of microblog impact

LV Feifei¹,XU Yabin¹,²,LI Zhuo¹,²,WU Zhuang¹,²

1. Computer School, Beijing Information Science and Technology University, Beijing 100101, China
2. Beijing Key Laboratory of Internet Culture and Digital Dissemination Research (Beijing Information Science and Technology University), Beijing 100101, China

Received:2013-08-05 Online:2013-12-31 Published:2013-12-01
Contact: LV Feifei

摘要/Abstract

摘要： 社交网络的影响力与其自身的结构特征密切相关。基于新浪微博的数据，对用户的粉丝数、关注数的分布及这些特征之间的关系进行分析，发现用户的粉丝数、关注数、微博数都符合幂律分布；探讨了节点之间的距离特征，发现并证明了微博网络中存在着“小世界”现象；研究了节点之间的链接形成问题，发现链接的形成满足三元闭包原理。以上三方面研究结果，对于探索微博影响力同底层社交网络结构特征的关系、设计微博影响力控制机制具有重要的意义。

关键词: 影响力, 幂律分布, 小世界, 三元闭包

Abstract: The influence of social network is closely related with its structural characteristics. Based on the data from Sina microblog, the distributions of the number of followers and followings were analyzed and found that the number of followers and followings both were power-law distributed. The distance characteristic between different pairs of nodes was discussed, and it was found and proved that there was "small-world" phenomenon in the microblog network. At last, the links between nodes in the network were investigated and found that the formation of the link satisfied triple closure principle. The investigation results on the above three topics are important for us to explore the relationship between the influence of micro-blog and the structural characteristics of its underlying social network, as well as to the design of mechanisms to control the influence.

Key words: influence, power law distribution, small-world, triple closure

中图分类号:

吕非非徐雅斌李卓武装. 面向微博影响力的社交网络特征分析[J]. 计算机应用, 2013, 33(12): 3359-3362.

LV Feifei XU Yabin LI Zhuo WU Zhuang. Analysis of characteristics of social networks in terms of microblog impact[J]. Journal of Computer Applications, 2013, 33(12): 3359-3362.

[1]	王高杰, 冶忠林, 赵海兴, 朱宇, 孟磊. 唐诗宋词中的超网络特性分析[J]. 计算机应用, 2021, 41(8): 2432-2439.
[2]	张萌, 李维华. 用户互动表示下的影响力最大化算法[J]. 计算机应用, 2021, 41(7): 1964-1969.
[3]	陈晨, 张绍武, 杨亮, 张冬瑜, 林鸿飞. 面向重大突发社会安全事件的新闻媒体国际影响力分析[J]. 计算机应用, 2020, 40(2): 524-529.
[4]	吴清寿, 陈荣旺, 余文森, 刘耿耿. 融合标签预处理与节点影响力的重叠社区发现算法[J]. 计算机应用, 2020, 40(12): 3578-3585.
[5]	张宪立, 唐建新, 曹来成. 基于反向PageRank的影响力最大化算法[J]. 计算机应用, 2020, 40(1): 96-102.
[6]	付立东, 郝伟, 李丹, 李凡. 基于共邻节点相似度的社区划分算法[J]. 计算机应用, 2019, 39(7): 2024-2029.
[7]	孙子力, 彭舰, 仝博. 社会网络中基于社群衰减的影响力最大化算法[J]. 计算机应用, 2019, 39(3): 834-838.
[8]	王雪颖, 杨文忠, 张志豪, 李东昊, 秦旭. 基于多特征的微博突发事件检测算法[J]. 计算机应用, 2019, 39(11): 3263-3267.
[9]	王吉祥, 过弋, 戚天梅, 王志宏, 李真, 汤敏伟. 嵌入互联网舆情强度的人民币汇率预测[J]. 计算机应用, 2019, 39(11): 3403-3408.
[10]	许朝, 孟凡荣, 袁冠, 李月娥, 刘肖. 融合地点影响力的兴趣点推荐算法[J]. 计算机应用, 2019, 39(11): 3178-3183.
[11]	刘超, 黄诗雯, 杨宏雨, 曹琼, 刘小洋. 网络负能量传播动力模型及仿真[J]. 计算机应用, 2019, 39(10): 2966-2972.
[12]	刘威, 张明新, 安德智. 面向微博话题的用户影响力分析算法[J]. 计算机应用, 2019, 39(1): 213-219.
[13]	胡敏, 陈元会, 黄宏程. 基于位置的社交网络中基于时空关系的超网络链接预测方法[J]. 计算机应用, 2018, 38(6): 1682-1690.
[14]	李敏佳, 许国艳, 朱帅, 张网娟. 基于结构洞和度折扣的影响力最大化算法[J]. 计算机应用, 2018, 38(12): 3419-3424.
[15]	周玉江, 王娟. 聚类系数和度相关性均可调的HK扩展模型[J]. 计算机应用, 2018, 38(10): 2971-2975.

面向微博影响力的社交网络特征分析

Analysis of characteristics of social networks in terms of microblog impact

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics