CN106503230A - 一种基于复杂网络的微博传播溯源方法 - Google Patents
一种基于复杂网络的微博传播溯源方法 Download PDFInfo
- Publication number
- CN106503230A CN106503230A CN201610971341.2A CN201610971341A CN106503230A CN 106503230 A CN106503230 A CN 106503230A CN 201610971341 A CN201610971341 A CN 201610971341A CN 106503230 A CN106503230 A CN 106503230A
- Authority
- CN
- China
- Prior art keywords
- microblogging
- comment
- forwarding
- microblog
- user
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/954—Navigation, e.g. using categorised browsing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明提供一种基于复杂网络的微博传播溯源方法,首先,该方法从微博系统中抓取微博数据并对其进行预处理,并根据预处理的数据还原出单条微博的转发评论关系,进而重构出单条微博的转发评论关系树;其次,在单条微博的转发评论关系基础上进行拓展,重构出一个微博话题的转发评论关系树,并对该树中每一个微博用户的传播能力进行计算和分析;然后,根据微博ID和传播能力排名来确定微博传播过程中的关键用户;最后基于该溯源方法设计一个微博话题关键用户的查找系统。
Description
技术领域
本发明属于网络传播领域,涉及一种基于复杂网络的微博传播溯源方法。
背景技术
随着互联网技术的普及,越来越多的人享受到互联网带来的便利和乐趣。尤其是近几年在线社交网络的迅速发展,使人们越来越多地参与到互联网丰富的社交活动中。作为新生网络的应用形式,微博在最近几年中得到了迅猛的发展。微博最重要的功能之一是进行信息的传播。微博中博文信息在博主之间传播,除了直接转发外,还有对原博文信息进行修改,添加个人观点后进行转发,而在被引用和论证的过程中,判断有无失真、断章取义等情况时,尤其需要利用到信息的源头发现。在微博信息中如何快速追溯信息源头以及快速理清传播路径,正是诸多微博分析环节中最为关键的一环。微博事件源头发现,就是在这一系列微博中,查找出首发微博。而如何快速查找出微博事件及话题的源头也是近些年来研究者们研究的热点。2010年,Xin Jin等人提出了话题源头的概念,并提出了基于话题相关性、文档时间和文档之间关系三者结合的TCL话题溯源模型。2011年,Eldar Sadikov等人提出了一种K树模型。该模型利用事件发生的时间戳,推测信息传播的路径,从而实现了溯源和还原传播路径。2012年,焦超提出了基于微博客回复转发模型的泊松过程拟合的网络推手的检测方法。随后,王亮对单条微博的转发过程进行了分析,构建了微博传播树并阐述了其在微博舆情分析中的应用。2012年,时国华等人提出一种微博事件源头发现的方法,该方法基于微博文本内容、发表时间和微博之间的链接关系来发现微博事件源头。2015年,米昂提出一个以同话题题聚类为基础,结合影响力分析的微博舆情溯源解决方案。同年,杨静等人提出一种基于话题影响力的微博话题溯源方法。由于微博本质上属于一种复杂的社交网络,它满足复杂网络所具有的一些特性,如网络节点的度、聚类系数和平均最短路径等,故本发明提出一个基于复杂网络的微博传播溯源方法。该方法首先从单条微博的传播过程入手,还原出单条微博的转发评论关系,进而重构出单条微博的转发评论关系树;其次,在此基础上进行扩展,重构出一个微博话题的传播过程;然后,根据微博ID和传播能力排名来确定微博传播过程中的关键用户;最后基于该方法设计了一个微博话题关键用户的查找系统。
发明内容
本发明提供一种基于复杂网络的微博传播溯源方法,该方法中首先从微博系统中抓取微博数据并对其进行预处理,然后根据预处理的数据还原出单条微博的转发评论关系,进而重构出单条微博的转发评论关系树;其次,在单条微博的转发评论关系基础上进行拓展,重构出一个微博话题的转发评论关系树,并对该树中每一个微博用户的传播能力进行计算和分析;然后,根据微博ID和传播能力排名来确定微博传播过程中的关键用户;最后基于该溯源方法设计了一个微博话题关键用户的查找系统。
为达到上述目的,本发明的技术方案和具体措施是:
一、单条微博转发评论关系重构
1)单条微博信息传播模型还原
当微博用户发出一条原创微博后,微博系统会实时的传递给他的粉丝用户,粉丝用户可以对该原创微博进行评论或转发,而转发则可以把原创微博信息传递到该粉丝用户的粉丝用户,以此类推,最终使得整条微博在整个微博用户关系网中传播开来。实际上,微博博文是按层次进行转发和评论,通过一层一层的推进,形成一个类似于树形的结构。如果把原创微博用户看作根节点,每一个转发评论微博用户均看作一个子节点,而每一次的转发评论行为则看作微博用户之间的一条边,那么单条微博的转发评论关系就可以构成一棵微博转发评论关系树。在微博系统中,所有的微博转发评论关系图都可以还原成一个树形结构;
2)微博转发评论关系树重构的实现
通过对微博系统的分析可知,原创微博的所有转发信息可以全部归总到原创用户的微博主页,并且可以在原创微博的主页上面査询到所有的转发微博。微博的评论信息则需要归结到各自对应的原创微博和转发微博中,然后在各自对应的微博主页中查找评论信息。具体步骤如下:
(1)获取转发评论数据。在原创微博的主页获取用户的信息(包括用户ID、昵称、发送时间等)和所有转发用户的信息(包括ID、昵称、转发时间、微博ID),根据转发用户的信息依次访问每一条转发微博的主页,在该主页获取该条转发微博的转发和评论微博信息,并把它们保存在相应的数据库列表中;
(2)构造转发评论树。根据第一步得到的转发和评论数据列表,按照重构算法层次地构建转发评论树;
(3)可视化转发评论树。采用JavaScript可视化组件对单条微博的转发评论关系进行可视化展示;
3)微博转发评论关系树的分析
微博转发评论树的分析主要从传播路径和用户传播能力两个方面进行分析。传播路径包括传播路径的还原及微博信息的传递,而微博用户的信息传播能力则通过信息传播的广度和深度来进行计算;
信息传播的广度是指该用户的微博能被多少粉丝用户转发或评论。这里,主要考虑其第一层的转发数与评论数。信息传播的深度是指该微博能被传播几层的深度,这与后面用户的粉丝有很大关系,而和当前微博用户的关系不是很大,故此处我们考虑第二层的转发数;
如果设用户的微博信息被转发的次数为Nrep,被评论的次数为Ncom,第二层节点总共被转发的次数为Nrerep,那么可以计算出在微博传播过程中某个微博用户的传播能力
Capdiss=Nrep+log2(Ncom)+log2(Nrerep)
二、微博话题转发评论关系重构
要想重构出一个由多条原创微博组成的微博话题的转发评论关系,首先需要得到该微博话题的微博ID列表,然后根据原创微博的ID依次重构出每一条微博的转发评论树,最终重构出一个微博话题的转发评论关系;
微博话题转发评论关系的信息传播分析类似于单条微博转发评论树的分析,而不同的是,微博话题的信息传播分析是把关系图变成了多颗树的分析。微博话题用户的传播能力为
Ti={M1,M2,L,Mn}
另外,一个用户可能会参与多条微博的转发和评论,因此,对于参与该话题的每一个用户Uj,他在话题中的传播能力是
Cap Uj = cap Uj inM i
三、系统设计
该系统的设计主要分为微博网络数据的采集与相关处理和微博话题关键用户的溯源,具体步骤如下:
(1)微博数据的采集
利用爬虫程序在微博网站上抓取几个微博种子用户的数据,这里,我们主要抓取原创微博的博主信息、微博ID、发送时间等信息;
(2)微博数据的本地处理
首先对微博进行分词及倒排序索引,构建词典索引库;其次整理出每一条微博的转发评论关系,构建其转发评论树;然后对爬虫获得的微博进行主题提取,得到某些谈论话题,并据此对微博进行聚类;最后对这些话题进行索引,构建话题索引库;
(3)查找给定话题对应的微博列表
首先在索引库(包括词典索引库和话题索引库)中查找微博话题对应的微博列表ID。然后根据微博ID得到每一条微博的转发评论树,重建该话题的转发评论关系;
(4)根据重构的转发评论关系,对用户的传播能力进行分析,计算参与该话题的每一个用户的传播能力,并对其进行排序;
(5)根据微博ID和传播能力排名靠前这两个方面得到微博信息传播过程中的关键用户。
附图说明
图1 原创微博的转发评论关系图;
图2 重构转发评论树的算法流程图;
图3 微博转发评论可视化图;
图4 还原传播路径的算法流程图;
图5 微博信息传递(原创微博在任意时刻被户转发和评论)的算法流程图;
图6 计算用户传播能力的算法流程图;
图7 微博话题的转发评论关系可视化图;
图8 系统的工作流程图。
具体实施方式
下面将结合附图详细叙述本发明的具体结构和实施方式。
如图1-8所示,一、单条微博转发评论关系重构
1)单条微博信息传播模型还原
当微博用户发出一条原创微博后,微博系统会实时的传递给他的粉丝用户,粉丝用户可以对该原创微博进行评论或转发,而转发则可以把原创微博信息传递到该粉丝用户的粉丝用户,以此类推,最终使得整条微博在整个微博用户关系网中传播开来。实际上,微博博文是按层次进行转发和评论,通过一层一层的推进,形成一个类似于树形的结构。如果把原创微博用户看作根节点,每一个转发评论微博用户均看作一个子节点,而每一次的转发评论行为则看作微博用户之间的一条边,那么单条微博的转发评论关系就可以构成一棵微博转发评论关系树,如图1所示;
由图1可知,原创微博用户A发出微博,然后由粉丝用户B、C、D分别进行转发,并由粉丝用户E对其进行评论,原创用户A和粉丝用户F从粉丝用户B处转发。由此能够看出,用户A虽然是原创微博,但其同样能够成为自己所发微博的转发用户,用户B是用户A的粉丝,同样用户A可以是用户B的粉丝。在微博系统中,所有的转发评论关系图都可以还原成类似图1所示的树形结构。
2)微博转发评论关系树重构的实现
通过对微博系统的分析可知,原创微博的所有转发信息可以全部归总到原创用户的微博主页,并且可以在原创微博的主页上面査询到所有的转发微博。微博的评论信息则需要归结到各自对应的原创微博和转发微博中,然后在各自对应的微博主页中查找评论信息。具体步骤如下:
(1)获取转发评论数据。在原创微博的主页获取用户的信息(包括用户ID、昵称、发送时间等)和所有转发用户的信息(包括ID、昵称、转发时间、微博ID),根据转发用户的信息依次访问每一条转发微博的主页,在该主页获取该条转发微博的转发和评论微博信息,并把它们保存在相应的数据库列表中;
(2)构造转发评论树:根据第一步得到的转发和评论数据列表,层次地重构转发评论树,其算法流程图如图2所示;
(3)可视化转发评论树。采用JavaScript可视化组件对单条微博的转发评论关系进行可视化,如图3所示。在图3中,A表示原创微博博主(发布者),B表示转发量超过8的用户,C表示转发量在1-8之间的用户,D的点则表示转发量为0的用户(末端节点),如果把鼠标放在图3的任一转发和评论节点,均可以显示出相应微博的信息,如昵称、时间、内容等。
3)微博转发评论关系树的分析
微博转发评论树的分析主要从传播路径和用户传播能力两个方面进行分析。传播路径包括传播路径的还原及微博信息的传递,而微博用户的信息传播能力则通过信息传播的广度和深度来进行计算;
根据图1中已经生成的微博转发评论关系树,还原出每一条传播路径,其算法流程图如图4所示,而要还原出在一定时间内微博信息被转发和评论的情况,则需要按图5所示的算法流程图进行分析;信息传播的广度是指该用户的微博能被多少粉丝用户转发或评论,这里,主要考虑其第一层的转发数与评论数。信息传播的深度是指该微博能被传播几层的深度,这与后面用户的粉丝有很大关系,而和当前微博用户的关系不是很大,故此处我们考虑第二层的转发数;如果设用户的微博信息被转发的次数为Nrep,被评论的次数为Ncom,第二层节点总共被转发的次数为Nrerep,那么可以计算出在微博传播过程中某个微博用户的传播能力为
Capdiss=Nrep+log2(Ncom)+log2(Nrerep)
其算法流程图如图6所示。
二、微博话题转发评论关系重构
要想重构出一个由多条原创微博组成的微博话题的转发评论关系,首先需要得到该微博话题的微博ID列表,然后根据原创微博的ID依次重构出每一条微博的转发评论树,最终重构出一个微博话题的转发评论关系,其可视化图如图7所示;
微博话题转发评论关系的信息传播分析类似于单条微博转发评论树的分析,而不同的是,微博话题的信息传播分析是把关系图变成了多颗树的分析。微博话题用户的传播能力为
Ti={M1,M2,L,Mn};
另外,一个用户可能会参与多条微博的转发和评论,因此,对于参与该话题的每一个用户Uj,他在话题中的传播能力是
Cap Uj = cap Uj inM i 。
三、系统设计
该系统的设计主要分为微博网络数据的采集及相关处理和微博话题关键用户的溯源,其工作流程图如图8所示:
具体步骤如下:
(1)微博数据的采集
利用ThoughtWorks公司开发的用于web自动化测试的工具Selenium在微博网站上抓取几个微博种子用户的数据,这里,我们主要抓取原创微博的博主信息、微博ID、发送时间等信息;
(2)微博数据的本地处理
首先对微博进行分词及倒排序索引,构建词典索引库;其次整理出每一条微博的转发评论关系,构建其转发评论树;然后对爬虫获得的微博进行主题提取,得到某些谈论话题,并据此对微博进行聚类;最后对这些话题进行索引,构建话题索引库;
(3)查找给定话题对应的微博列表
首先在索引库(包括词典索引库和话题索引库)中查找微博话题对应的微博列表ID。然后根据微博ID得到每一条微博的转发评论树,重建该话题的转发评论关系;
(4)根据重构的转发评论关系,对用户的传播能力进行分析,计算参与该话题的每一个用户的传播能力,并对其进行排序;
(5)根据微博ID和传播能力排名靠前这两个方面得到微博信息传播过程中的关键用户。
Claims (3)
1.一种基于复杂网络的微博传播溯源方法,包括步骤如下:
(一)单条微博转发评论关系重构,单条微博转发评论关系重构包括单条微博信息传播模型的还原、微博转发评论关系树重构的实现以及微博转发评论关系树的分析三个方面:
a)单条微博信息传播模型的还原:
当微博用户发出一条原创微博后,微博系统会实时的传递给他的粉丝用户,粉丝用户可以对该原创微博进行评论或转发,而转发则可以把原创微博信息传递到该粉丝用户的粉丝用户,以此类推,最终使得整条微博在整个微博用户关系网中传播开来;实际上,微博博文是按层次进行转发和评论,通过一层一层的推进,形成一个类似于树形的结构;如果把原创微博用户看作根节点,每一个转发评论微博用户均看作一个子节点,而每一次的转发评论行为则看作微博用户之间的一条边,那么单条微博的转发评论关系就可以构成一棵微博转发评论关系树;在微博系统中,所有的微博转发评论关系图都可以还原成一个树形结构;
b)微博转发评论关系树重构的实现:通过对微博系统的分析可知,原创微博的所有转发信息可以全部归总到原创用户的微博主页,并且可以在原创微博的主页上面査询到所有的转发微博,微博的评论信息则需要归结到各自对应的原创微博和转发微博中,然后在各自对应的微博主页中查找评论信息,具体步骤如下:
(1)获取转发评论数据:在原创微博的主页获取用户的信息(包括用户ID、昵称、发送时间等)和所有转发用户的信息(包括ID、昵称、转发时间、微博ID),根据转发用户的信息依次访问每一条转发微博的主页,在该主页获取该条转发微博的转发和评论微博信息,并把它们保存在相应的数据库列表中;
(2)构造转发评论树:根据第一步得到的转发和评论数据列表,按照重构算法层次地构建转发评论树;
(3)可视化转发评论树:采用JavaScript可视化组件对单条微博的转发评论关系进行可视化展示;
c)微博转发评论关系树的分析:微博转发评论树的分析主要从传播路径和用户传播能力两个方面进行分析,传播路径包括传播路径的还原及微博信息的传递,而微博用户的信息传播能力则通过信息传播的广度和深度来进行计算,信息传播的广度是指该用户的微博能被多少粉丝用户转发或评论,这里,主要考虑其第一层的转发数与评论数;信息传播的深度是指该微博能被传播几层的深度,这与后面用户的粉丝有很大关系,而和当前微博用户的关系不是很大,故此处我们考虑第二层的转发数,如果设用户的微博信息被转发的次数为Nrep,被评论的次数为Ncom,第二层节点总共被转发的次数为Nrerep,那么可以计算出在微博传播过程中某个微博用户的传播能力
Capdiss=Nrep+log2(Ncom)+log2(Nrerep)
(二)微博话题转发评论关系重构
要想重构出一个由多条原创微博组成的微博话题的转发评论关系,首先需要得到该微博话题的微博ID列表,然后根据原创微博的ID依次重构出每一条微博的转发评论树,最终重构出一个微博话题的转发评论关系;微博话题转发评论关系的信息传播分析类似于单条微博转发评论树的分析,而不同的是,微博话题的信息传播分析是把关系图变成了多颗树的分析,微博话题用户的传播能力为
Ti={M1,M2,L,Mn}
另外,一个用户可能会参与多条微博的转发和评论,因此,对于参与该话题的每一个用户Uj,他在话题中的传播能力是
(三)系统设计
该系统的设计主要分为微博网络数据的采集与相关处理和微博话题关键用户的溯源,具体步骤如下:
(1)微博数据的采集:利用爬虫程序在微博网站上抓取几个微博种子用户的数据,这里,我们主要抓取原创微博的博主信息、微博ID、发送时间等信息;Cap Uj = cap Uj inM i
(2)微博数据的本地处理,首先,对微博进行分词及倒排序索引,构建词典索引库;其次,整理出每一条微博的转发评论关系,构建其转发评论树;然后,对爬虫获得的微博进行主题提取,得到某些谈论话题,并据此对微博进行聚类;最后对这些话题进行索引,构建话题索引库;
(3)查找给定话题对应的微博列表:首先在索引库(包括词典索引库和话题索引库)中查找微博话题对应的微博列表ID,然后根据微博ID得到每一条微博的转发评论树,重建该话题的转发评论关系;
(4)根据重构的转发评论关系,对用户的传播能力进行分析,计算参与该话题的每一个用户的传播能力,并对其进行排序;
(5)根据微博ID和传播能力排名靠前这两个方面得到微博信息传播过程中的关键用户。
2.按照权利要求1所述的一种基于复杂网络的微博传播溯源方法,其特征在于利用微博的转发评论关系来重构微博话题的传播路径,通过传播路径和用户传播能力两个方面来分析微博的转发评论关系,使用JavaScript可视化组件对微博话题的转发评论关系进行可视化,并基于该方法设计了微博话题关键用户的查找系统。
3.按照权利要求1所述的一种基于复杂网络的微博传播溯源方法,其特征在于:采用Selenium技术实现页面信息的抓取,通过公式 Capdiss=Nrep+log2(Ncom)+log2(Nrerep)、Ti={M1,M2,L,Mn}、Cap Uj = cap Uj inM i 计算微博用户的传播能力,根据微博ID和传播能力来确定传播过程中的关键用户。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610971341.2A CN106503230A (zh) | 2016-11-07 | 2016-11-07 | 一种基于复杂网络的微博传播溯源方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610971341.2A CN106503230A (zh) | 2016-11-07 | 2016-11-07 | 一种基于复杂网络的微博传播溯源方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106503230A true CN106503230A (zh) | 2017-03-15 |
Family
ID=58323102
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610971341.2A Pending CN106503230A (zh) | 2016-11-07 | 2016-11-07 | 一种基于复杂网络的微博传播溯源方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106503230A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108170842A (zh) * | 2018-01-16 | 2018-06-15 | 重庆邮电大学 | 基于三部图模型的微博热点话题溯源方法 |
CN109062959A (zh) * | 2018-06-26 | 2018-12-21 | 阿里巴巴集团控股有限公司 | 一种传播内容的检索方法和装置 |
CN109299340A (zh) * | 2018-12-03 | 2019-02-01 | 江苏警官学院 | 一种基于图数据库的微博用户转发关系导入及可视化方法 |
WO2020124933A1 (zh) * | 2018-12-20 | 2020-06-25 | 网易(杭州)网络有限公司 | 评论信息处理方法及装置、存储介质、电子设备 |
CN111552856A (zh) * | 2020-04-30 | 2020-08-18 | 安徽博约信息科技股份有限公司 | 一种微博舆情传播路径分析方法 |
CN112084421A (zh) * | 2020-08-31 | 2020-12-15 | 腾讯科技(深圳)有限公司 | 一种信息溯源方法、装置、设备及存储介质 |
CN112307359A (zh) * | 2020-12-28 | 2021-02-02 | 湖南星河云程信息科技有限公司 | 面向群体压力的网民行为模拟方法、装置和计算机设备 |
CN112632998A (zh) * | 2020-12-17 | 2021-04-09 | 中国科学院计算技术研究所数字经济产业研究院 | 基于微博平台的事件关键人物提取方法 |
WO2021129379A1 (zh) * | 2019-12-23 | 2021-07-01 | 京东数字科技控股股份有限公司 | 信息分享链的生成方法及装置、电子设备、存储介质 |
CN117093762A (zh) * | 2023-07-18 | 2023-11-21 | 南京特尔顿信息科技有限公司 | 一种舆情数据评估分析系统及方法 |
CN117150104A (zh) * | 2023-10-23 | 2023-12-01 | 西安康奈网络科技有限公司 | 一种基于互联网的多路径舆情话题溯源追踪系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104537096A (zh) * | 2015-01-09 | 2015-04-22 | 哈尔滨工程大学 | 一种基于微博消息传播树的微博消息影响力度量方法 |
CN104572756A (zh) * | 2013-10-24 | 2015-04-29 | 中兴通讯股份有限公司 | 传播树的可视化处理方法及装置 |
CN104778210A (zh) * | 2015-03-13 | 2015-07-15 | 国家计算机网络与信息安全管理中心 | 一种微博转发树和转发森林构建方法 |
-
2016
- 2016-11-07 CN CN201610971341.2A patent/CN106503230A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104572756A (zh) * | 2013-10-24 | 2015-04-29 | 中兴通讯股份有限公司 | 传播树的可视化处理方法及装置 |
CN104537096A (zh) * | 2015-01-09 | 2015-04-22 | 哈尔滨工程大学 | 一种基于微博消息传播树的微博消息影响力度量方法 |
CN104778210A (zh) * | 2015-03-13 | 2015-07-15 | 国家计算机网络与信息安全管理中心 | 一种微博转发树和转发森林构建方法 |
Non-Patent Citations (1)
Title |
---|
郑涛: "基于复杂网络的微博影响力研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108170842A (zh) * | 2018-01-16 | 2018-06-15 | 重庆邮电大学 | 基于三部图模型的微博热点话题溯源方法 |
CN108170842B (zh) * | 2018-01-16 | 2021-12-14 | 重庆邮电大学 | 基于三部图模型的微博热点话题溯源方法 |
CN109062959B (zh) * | 2018-06-26 | 2021-06-22 | 创新先进技术有限公司 | 一种传播内容的检索方法和装置 |
CN109062959A (zh) * | 2018-06-26 | 2018-12-21 | 阿里巴巴集团控股有限公司 | 一种传播内容的检索方法和装置 |
CN109299340A (zh) * | 2018-12-03 | 2019-02-01 | 江苏警官学院 | 一种基于图数据库的微博用户转发关系导入及可视化方法 |
WO2020124933A1 (zh) * | 2018-12-20 | 2020-06-25 | 网易(杭州)网络有限公司 | 评论信息处理方法及装置、存储介质、电子设备 |
US11620043B2 (en) | 2018-12-20 | 2023-04-04 | Netease (Hangzhou) Network Co., Ltd. | Comment information processing method and apparatus, and storage medium and electronic device |
WO2021129379A1 (zh) * | 2019-12-23 | 2021-07-01 | 京东数字科技控股股份有限公司 | 信息分享链的生成方法及装置、电子设备、存储介质 |
CN111552856A (zh) * | 2020-04-30 | 2020-08-18 | 安徽博约信息科技股份有限公司 | 一种微博舆情传播路径分析方法 |
CN111552856B (zh) * | 2020-04-30 | 2023-06-20 | 安徽博约信息科技股份有限公司 | 一种微博舆情传播路径分析方法 |
CN112084421A (zh) * | 2020-08-31 | 2020-12-15 | 腾讯科技(深圳)有限公司 | 一种信息溯源方法、装置、设备及存储介质 |
CN112084421B (zh) * | 2020-08-31 | 2023-12-12 | 腾讯科技(深圳)有限公司 | 一种信息溯源方法、装置、设备及存储介质 |
CN112632998A (zh) * | 2020-12-17 | 2021-04-09 | 中国科学院计算技术研究所数字经济产业研究院 | 基于微博平台的事件关键人物提取方法 |
CN112307359A (zh) * | 2020-12-28 | 2021-02-02 | 湖南星河云程信息科技有限公司 | 面向群体压力的网民行为模拟方法、装置和计算机设备 |
CN117093762A (zh) * | 2023-07-18 | 2023-11-21 | 南京特尔顿信息科技有限公司 | 一种舆情数据评估分析系统及方法 |
CN117093762B (zh) * | 2023-07-18 | 2024-02-13 | 南京特尔顿信息科技有限公司 | 一种舆情数据评估分析系统及方法 |
CN117150104A (zh) * | 2023-10-23 | 2023-12-01 | 西安康奈网络科技有限公司 | 一种基于互联网的多路径舆情话题溯源追踪系统 |
CN117150104B (zh) * | 2023-10-23 | 2024-01-26 | 西安康奈网络科技有限公司 | 一种基于互联网的多路径舆情话题溯源追踪系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106503230A (zh) | 一种基于复杂网络的微博传播溯源方法 | |
Shi et al. | mvn2vec: Preservation and collaboration in multi-view network embedding | |
CN103064917B (zh) | 一种面向微博的特定倾向的高影响力用户群发现方法 | |
CN103530402A (zh) | 一种基于改进的PageRank的微博关键用户识别方法 | |
Andryani et al. | Social media analytics: data utilization of social media for research | |
US9652544B2 (en) | Generating snippets for prominent users for information retrieval queries | |
KR101543780B1 (ko) | 동적 사용자 프로필 및 소셜 네트워크 신뢰성을 이용한 전문가 검색 시스템 및 방법 | |
CN104778210B (zh) | 一种微博转发树和转发森林构建方法 | |
CN103605661B (zh) | 社会网络信息传播树生成方法及系统 | |
Ahmed et al. | Space-efficient sampling from social activity streams | |
CN109949174B (zh) | 一种异构社交网络用户实体锚链接识别方法 | |
CN108170842A (zh) | 基于三部图模型的微博热点话题溯源方法 | |
CN106708796A (zh) | 一种基于文本的关键人名的提取方法及系统 | |
Li et al. | Recommendation on social network based on graph model | |
CN105447013A (zh) | 一种新闻推荐系统 | |
CN104794200B (zh) | 一种基于本体的支持模糊匹配的事件发布订阅方法 | |
CN105205075A (zh) | 基于协同自扩展的命名实体集合扩展方法及查询推荐方法 | |
Alp et al. | Influential user detection on Twitter: Analyzing effect of focus rate | |
Jamil et al. | A collaborative names recommendation in the Twitter environment based on location | |
Lopez-Vargas et al. | Recommendation of OERs shared in social media based-on social networks analysis approach | |
CN106844697B (zh) | 一种基于潜在传播集的社交网络信息传播跟踪方法 | |
Rezgui et al. | Affinityfinder: A system for deriving hidden affinity relationships on twitter utilizing sentiment analysis | |
CN103051476B (zh) | 基于拓扑分析的网络社区发现方法 | |
Zhou et al. | Generating associative ripples of relevant information from a variety of data streams by throwing a heuristic stone | |
CN104866561B (zh) | 一种挖掘微博话题趋势发起人的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170315 |
|
WD01 | Invention patent application deemed withdrawn after publication |