捕捉社交网络服务中信息扩散的动态：方法与技述综述
社会与信息网络
2021-10-28 v1
摘要
研究SNS（社交网络服务）中的信息扩散在学术界和工业界都具有重要意义。在理论上，它推动了统计学、社会学和数据挖掘等其他学科的发展。在实践中，扩散建模为许多下游应用（例如，舆情监控、谣言源识别和病毒式营销）提供了基础支持。大量工作致力于该领域以理解和量化信息扩散动态。本综述调查并总结了扩散建模中新涌现的杰出工作。我们首先从信息、用户决策和社会向量三个组成部分提出统一的信息扩散概念，随后详细介绍扩散建模的方法论。然后，提出了一种采用混合哲学（即粒度和技术）的新分类法，并在我们的分类法下从假设、方法和优缺点方面对基础扩散模型进行了一系列比较研究。我们进一步基于这些基础模型总结了特殊场景中的代表性扩散建模及重要下游任务。最后，讨论了遵循扩散建模方法论的该领域开放问题。
引用
@article{arxiv.2110.14245,
title = {Capturing Dynamics of Information Diffusion in SNS: A Survey of Methodology and Techniques},
author = {Huacheng Li and Chunhe Xia and Tianbo Wang and Sheng Wen and Chao Chen and Yang Xiang},
journal= {arXiv preprint arXiv:2110.14245},
year = {2021}
}
备注
Author version, with 50 pages, 6 figures, 16 tables, and 5 algorithms