خرید و دانلود نسخه کامل کتاب Modeling Information Diffusion in Implicit Networks

توضیحاتی در مورد کتاب

مقاله منتشر شده در “مجموعه مقالات کنفرانس بین المللی IEEE 2010 در مورد داده کاوی 13-17 دسامبر 2010” — 2010 — p.599-608 — doi:10.1109/ICDM.2010.22

رسانه های اجتماعی یک حوزه مرکزی برای تولید و انتشار اطلاعات در زمان واقعی را تشکیل می دهند. حتی اگر چنین جریان های اطلاعاتی به طور سنتی به عنوان فرآیندهای انتشار در شبکه های اجتماعی در نظر گرفته می شد، پدیده های زیربنایی نتیجه شبکه پیچیده ای از تعاملات بین شرکت کنندگان متعدد است. در اینجا ما یک مدل نفوذ خطی ایجاد می‌کنیم که در آن به جای نیاز به دانش شبکه اجتماعی و سپس مدل‌سازی انتشار با پیش‌بینی اینکه کدام گره بر کدام گره‌های دیگر در شبکه تأثیر می‌گذارد، بر مدل‌سازی تأثیر جهانی تمرکز می‌کنیم. یک گره در نرخ انتشار از طریق شبکه (ضمنی). ما تعداد گره‌های تازه آلوده را به عنوان تابعی از گره‌های دیگر در گذشته مدل‌سازی می‌کنیم. برای هر گره، یک تابع تأثیر را تخمین می زنیم که تعداد عفونت های بعدی را می توان به تأثیر آن گره در طول زمان نسبت داد. یک فرمول ناپارامتریک مدل منجر به یک مسئله حداقل مربعات ساده می شود که می تواند در مجموعه داده های بزرگ حل شود. ما مدل خود را روی مجموعه‌ای از 500 میلیون توییت و مجموعه‌ای از 170 میلیون مقاله خبری و پست وبلاگ تأیید می‌کنیم. نشان می‌دهیم که مدل تأثیر خطی تأثیرات گره‌ها را با دقت مدل‌سازی می‌کند و پویایی زمانی انتشار اطلاعات را به‌طور قابل اعتماد پیش‌بینی می‌کند. ما متوجه شدیم که الگوهای تأثیر شرکت کنندگان به طور قابل توجهی بسته به نوع گره و موضوع اطلاعات متفاوت است.