在线社交网络中网络结构与用户行为的协同演化模型：以网络驱动内容生成为例
社会与信息网络
2018-11-28 v2 物理与社会
应用统计
摘要
随着在线社交网站（SNS）的快速发展，平台所有者和在线营销者亟需探究这些平台上内容生产背后的驱动因素。然而，由于无法单独评估网络形成与网络影响的作用，既往研究难以从观测数据中对这些因素进行统计建模。本文采用并改进了一种行动者导向的连续时间模型，利用基于马尔可夫链蒙特卡洛（MCMC）的模拟方法，联合估计用户社交网络结构与其内容生产行为的协同演化。具体而言，我们提供了一种在存在可观测与不可观测协变量时分析具有网络效应的非平稳连续行为的方法，类似于社交媒体生态系统中观察到的情形。借助某大型社交网站的独特数据集，我们将模型应用于跨越六个月的大学生数据，发现：1）用户倾向于与具有相似发帖行为的他人建立连接；2）然而，在建立连接后，用户的发帖行为趋于分化；3）同伴影响对发帖行为的强度敏感。此外，我们的方法为研究者和从业者提供了统计严谨的途径，以分析观测数据中的网络效应。这些结果为 SNS 平台维持活跃且可行的社区提供了见解与建议。
引用
@article{arxiv.1512.06469,
title = {A Co-evolution Model of Network Structure and User Behavior in Online Social Networks: The Case of Network-Driven Content Generation},
author = {Prasanta Bhattacharya and Tuan Q. Phan and Xue Bai and Edoardo Airoldi},
journal= {arXiv preprint arXiv:1512.06469},
year = {2018}
}