HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于社交网络的信息扩散分析研究

作者:张凌; 罗曼曼; 朱礼军社交网络信息扩散独立级联模型

摘要:【目的】针对社交网络中的营销信息扩散过程进行分析,识别最优扩散节点。【方法】以华为Mate 9手机为例,研究Twitter网络中人们、转发、评论等用户关系网络,对信息扩散过程进行分析与建模。最后通过独立级联模型对网络进行扩散预测,探索基于不同度量指标选择的初始扩散节点对信息扩散的影响。【结果】仿真结果表明:基于高入度中心性可激活节点数最多,激活节点总数达到所有节点的23.54%;基于高出度中心性节点激活总数非常低,只能激活不到3%的节点。【局限】独立级联模型的参数设置有进一步优化空间。【结论】企业除了需要关注官方节点外,提前预知并合理利用"意外"节点对于市场营销人员获取市场反馈具有很强的现实意义。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

数据分析与知识发现

《数据分析与知识发现》(CN:10-1478/G2)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《数据分析与知识发现》内容定位于广泛吸纳计算机科学、数据科学、情报科学以及数字科研、数字教育和数字文化等领域的技术与方法,研究数据驱动的语义计算、内容分析、数据挖掘、知识发现、智能管理和决策支持等方面的技术、方法、系统以及支撑设施、政策与机制等,尤其是聚焦从海量、异构、分布、动态、甚至富媒体数据中挖掘和发现知识以支持研究、管理和决...

杂志详情