预测社交媒体峰值中的活动
社会与信息网络
2014-06-10 v1 物理与社会
摘要
我们提出了一种新颖的数学模型，用于描述在外部事件驱动的峰值期间微博用户的活动。该模型能够对峰值发生时谁将变得最活跃进行可检验的预测。这类信息对商业组织、政府和慈善机构极具价值，因为它能识别出关键参与者，从而在网络最易接受信息时实时向其推送信息。该模型考虑了动态交互在底层静态网络（记录谁关注谁）上演化的事实。模型基于以下假设：当整个社区已获悉外部新闻事件时，活动的主要驱动力是通过回复收到的消息来参与其中的动机。我们在一个关于英国英超联赛足球俱乐部经理任命的大规模Twitter对话上测试了该模型。我们还展示了针对一场德甲足球比赛、一次营销活动和一档电视节目的进一步结果。在每种情况下，我们发现利用底层连接结构能改进对峰值期间谁将活跃的预测。我们还展示了如何根据网络规模和典型响应率来量化活动峰值的半衰期。
引用
@article{arxiv.1406.2017,
title = {Anticipating Activity in Social Media Spikes},
author = {Desmond J. Higham and Peter Grindrod and Alexander V. Mantzaris and Amanda Otley and Peter Laflin},
journal= {arXiv preprint arXiv:1406.2017},
year = {2014}
}