一种改进的微博网络信息传播与预测模型

doi:10.3969/j.issn.0253-2778.2014.07.007

中国科学技术大学学报 ›› 2014, Vol. 44 ›› Issue (7): 582-589.DOI: 10.3969/j.issn.0253-2778.2014.07.007

一种改进的微博网络信息传播与预测模型

丁鑫，刘其成，张伟

烟台大学计算机与控制工程学院，山东烟台 264005

收稿日期:2014-03-21 修回日期:2014-06-15 接受日期:2014-06-15 出版日期:2023-05-11 发布日期:2014-06-15
通讯作者: 刘其成
作者简介:丁鑫，男，1987年生，硕士生. 研究方向：海量数据处理和多Agent系统. E-mail: newbruce@aliyun.com
基金资助:
国家自然科学基金(61170224)，山东省科技发展计划项目(2012GGB01017)，山东省自然科学基金(ZR2011FL018，ZR2012FL07)，山东省计算机网络重点实验室开放课题基金(SDKLCN_2012_03)资助.

An improved model for information dissemination and prediction on microblog networks

DING Xin, LIU Qicheng, ZHANG Wei

School of Computer and Control Engineering, Yantai University, Yantai 264005, China

Received:2014-03-21 Revised:2014-06-15 Accepted:2014-06-15 Online:2023-05-11 Published:2014-06-15

摘要/Abstract

摘要： 微博的快速发展使得人们进入自媒体时代，也为信息的快速传播创造了有利条件.提出一种考虑到直接免疫的改进SIR模型，利用该模型研究微博信息的传播规律并对微博信息进行预测.实验结果表明，与微博标准SIR传播模型相比，提出的改进SIR模型能更有效地反映微博信息传播规律，并且能更准确地对微博信息传播进行预测.

关键词: 微博信息传播, 直接免疫, SIR, 预测

Abstract: The rapid development of microblogging not only has led people into the We-Media era, but also creates favorable conditions for the rapid dissemination of information. Taking direct immunization into consideration, an improved SIR model was presented which uses differential equations to study the rules of information dissemination and to predict information on microblogs. The experiment result shows that the improved SIR model can effectively reflect the rules of information dissemination, and can predict microblog information dissemination more precisely than the microblog standard SIR model.

Key words: microblog information dissemination, direct immunization, SIR, prediction

中图分类号:

TP311

丁鑫，刘其成，张伟. 一种改进的微博网络信息传播与预测模型[J]. 中国科学技术大学学报, 2014, 44(7): 582-589.

DING Xin, LIU Qicheng, ZHANG Wei. An improved model for information dissemination and prediction on microblog networks[J]. Journal of University of Science and Technology of China, 2014, 44(7): 582-589.

参考文献

［1］ Miller G. Social scientists wade into the tweet stream［J］. Science, 2011, 333(6051): 1 814-1 815.
［2］ Newman M E J, Forrest S, Balthrop J. Email networks and the spread of computer viruses［J］. Physical Review E, 2002, 66(3): 035101(1-4).
［3］倪顺江, 翁文国, 范维澄. 具有局部结构的增长无标度网络中传染病传播机制研究［J］. 物理学报, 2009, 58(6): 3 707-3 713.
［4］ Moreno Y, Nekovee M, Pacheco A F. Dynamics of rumor spreading in complex networks［J］. Physical Review E, 2004, 69(6): 066130(1-8).
［5］ Zanette D H. Dynamics of rumor propagation on small-world networks［J］. Physical Review E, 2002, 65(4): 041908(1-9).
［6］ Yan G, Fu Z Q, Ren J, et al. Collective synchronization induced by epidemic dynamics on complex networks with communities［J］. Physical Review E, 2007, 75(1): 016108(1-5).
［7］ Zhao H, Gao Z Y. Modular effects on epidemic dynamics in small-world networks［J］. EuroPhysics Letters, 2007, 79(3): 38002(1-5).
［8］仇慎伟, 王开, 刘茜, 等. 基于交通流量的病毒扩散动力学研究［J］. 物理学报, 2012, 61(15): 150201(1-7).
［9］巩永旺, 宋玉蓉, 蒋国平. 移动环境下网络病毒传播模型及其稳定性研究［J］. 物理学报, 2012, 61(11): 110205(1-9).
［10］鲁延玲, 蒋国平, 宋玉蓉. 自适应网络中病毒传播的稳定性和分岔行为研究［J］. 物理学报, 2013, 62(13): 130202(1-9).
［11］李睿琪,唐明,许伯铭.多关系网络上的流行病传播动力学研究［J］.物理学报,2013,62(16):168903(1-7).
［12］王亚奇, 蒋国平. 复杂网络中考虑不完全免疫的病毒传播研究［J］. 物理学报, 2010, 59(10): 6 734-6 743.
［13］ Xia Chengyi, Liu Zhongxin, Chen Zengqiang, et al. Behavior of epidemic spreading with distributedinfection rate on complex networks［J］. Journal of University of Science and Technology of China, 2008, 38(12): 1 444-1 450.
夏承遗,刘忠信,陈增强,等. 复杂网络上具有分布式传染速率的流行病传播行为［J］.中国科学技术大学学报，2010,38(12): 1 444-1 450.
［14］ Sznajd-Weron K, Sznajd J. Opinion evolution in closed community［J］. International Journal of Modern Physics C, 2000, 11(6): 1 157-1 165.
［15］ Deffuant G, Amblard F, Weisbuch G, et al. How can extremism prevail? A study based on the relative agreement interaction model［EB/OL］. http://jasss.soc.surrey.ac.uk/5/4/1.html.
(下转第598页)

[1]	陈子玉, 郭潇. 关于大数据下非参数平滑化在线更新方法的推断[J]. 中国科学技术大学学报, 2021, 51(5): 390-403.
[2]	马玉莲, 崔文泉. 一种预测高频价格的端到端双目标多任务方法[J]. 中国科学技术大学学报, 2021, 51(3): 246-258.
[3]	魏俣童, 鲍秉坤, 张子祺, 朱进. 不稳定传输中受损视频的低延迟修复方法[J]. 中国科学技术大学学报, 2021, 51(10): 717-724.
[4]	朱科航，陈泽颖，程冯堉，陶万银，朱书. 基于TRP-SEAMRD 模型对美国新冠肺炎疫情回顾与预测[J]. 中国科学技术大学学报, 2020, 50(8): 1124-1133.
[5]	张影. 保险失效或退保概率的马尔可夫链预测模型[J]. 中国科学技术大学学报, 2020, 50(7): 927-933.
[6]	周代娣，陈华友，张倩昀，江立辉. 基于COWA算子的相关性区间组合预测优化模型及其近似求解[J]. 中国科学技术大学学报, 2020, 50(5): 673-681.
[7]	杨杰，王相宁. 引入SSA的ARIMA-HPSO-Elman组合模型的汇率预测方法 ——基于人民币对美元汇率中间价数据[J]. 中国科学技术大学学报, 2020, 50(4): 516-527.
[8]	齐方鹏, 王童, 傅忠谦. 基于互信息的复杂网络链路预测[J]. 中国科学技术大学学报, 2020, 50(1): 57-63.
[9]	王自成，陈华友，韩冰，朱家明. 基于TOPSIS的最大贴近度的最优组合预测模型及其性质[J]. 中国科学技术大学学报, 2019, 49(9): 751-761.
[10]	刘海波，钱伟，王福忠. 基于粗糙集与粒子群优化支持向量机的瓦斯突出预测模型[J]. 中国科学技术大学学报, 2019, 49(2): 87-92.
[11]	严慧峰，黄定疆，谢垚，程霄，谢吉洋，朱晓蒙，马占宇. 短期电力负荷预测模型的比较研究[J]. 中国科学技术大学学报, 2019, 49(2): 119-124.
[12]	江海洋，王莉. 一种建模社交化点过程序列预测算法[J]. 中国科学技术大学学报, 2019, 49(2): 149-158.
[13]	朱玲. 一类具有随机扰动的logistic SIR传染病模型的渐近行为[J]. 中国科学技术大学学报, 2019, 49(11): 902-911.
[14]	苏喻，张丹，刘青文，张英杰，陈玉莹，丁宏强. 学生得分预测：一种基于知识图谱的卷积自编码器[J]. 中国科学技术大学学报, 2019, 49(1): 21-30.
[15]	齐方鹏，王童，周明洋，傅忠谦. 基于互信息的动态网络链路预测算法研究[J]. 中国科学技术大学学报, 2018, 48(6): 440-446.

一种改进的微博网络信息传播与预测模型

An improved model for information dissemination and prediction on microblog networks

PDF (PC)

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

本文评价