微博信息转发影响因素研究软.docVIP

微博信息转发影响因素研究软 　　摘要摘要：基于社会化媒体数据研究信息的传播及预测，是当前网络舆情分析的一大热点。以Twitter数据为研究对象，以探寻影响信息转发的因素为研究目的，设计算法分析活跃邻居节点数对转发行为的影响，提出3种活跃邻居节点结构并验证三者对转发行为的影响程度，运用重启动的随机游走算法研究回复与提及关系对转发行为的影响。在Twitter数据集上实现了该算法，证明了活跃邻居节点数、活跃邻居节点结构、回复与提及关系对转发行为的影响。 　　关键词关键词：信息传播；转发预测；社交媒体；舆情分析 　　DOIDOI：10.11907/rjdk.162452 　　中图分类号：TP301文献标识码：A文章编号文章编号2017）001001503 　　引言 　　当前，以网络为媒介的网络舆论成为公众舆论的主要形式之一，研究信息转发的影响因素，有助于研究网络舆情的演化与信息传播机制，对有效引导和管理社会舆论、化解舆情危机具有重要意义。在线社交网络的信息传播行为影响因素研究受到众多学者的广泛关注，并已成为当前研究热点。Kossinets等[1]利用聚类方法分析社会网络数据，构建网络特征传播树，建立信息传播概率模型。Galuba等[2]建立转发路径预测模型研究用户之间传播规律。Suh等[3]选取了标签、URL、关注者人数等众多因素，运用主成份分析方法建立模型