Twitter用户行为的聚合表征与转发图分析

以往对Twitter用户行为的大部分分析都集中于个体信息级联和社交关注者图。我们转而研究聚合用户行为和转发图，侧重于定量描述。我们发现，生命周期推文分布是源自幂律危险函数的II型离散威布尔分布；推文速率分布虽然在渐近意义上是幂律的，但在有限样本区间内表现出对数正态截断；而推文间隔时间分布是带有指数截断的幂律分布。转发图如同社交图一样具有小世界和无标度特性，但异配性较低，且具有更强的聚类性。这些差异与转发图更好地捕捉了用户间的真实社会关系和信任是一致的。除了理解和建模人类通信模式及社交网络之外，我们还讨论了在替代性、去中心化微博系统中的应用——包括预测真实世界性能和检测垃圾信息。