一种基于影响力的 Twitter 聚类模型
社会与信息网络
2018-11-20 v1 计算与语言
摘要
本文介绍了一种用于检测和聚类社交网络上突发与病毒式话题的时间框架。基于用户在社会网络上的行为以及来自 Twitter API 的数据集，利用一种聚类方法探讨了内源与外源影响力对病毒式内容发展的作用。通过引入流行度、突发性和相关度分数等指标对结果进行讨论。结果显示出两类用户所发展内容在特征上的明显区别。
引用
@article{arxiv.1811.07655,
title = {An Influence-based Clustering Model on Twitter},
author = {Abbas Ehsanfar and Mo Mansouri},
journal= {arXiv preprint arXiv:1811.07655},
year = {2018}
}
备注
INFORMS 13th Data Mining and Decision Analytics Workshop