异构社交网络中消息传播的分类
社会与信息网络
2015-01-23 v1 人工智能
物理与社会
摘要
如今，Twitter、Facebook 和 LinkedIn 等社交网络日益普及。事实上，它们引入了新的习惯、新的交流方式，并且每天收集来自不同来源的各种信息。大多数现有研究工作集中于同质社交网络的分析，即网络中只有一种类型的节点和链接。然而，在现实世界中，社交网络提供多种类型的节点和链接。因此，为了尽可能保留信息，将社交网络视为异构和不确定的至关重要。本文的目标是基于消息在网络中的传播和信念函数理论对社交消息进行分类。所提出的分类器解释了消息在网络上的传播、交叉路径以及链接类型。我们在从 Twitter 收集的真实世界网络上测试了我们的分类器，实验结果表明了我们的信念分类器的性能。
引用
@article{arxiv.1501.05426,
title = {Classification of Message Spreading in a Heterogeneous Social Network},
author = {Siwar Jendoubi and Arnaud Martin and Ludovic Liétard and Boutheina Ben Yaghlane},
journal= {arXiv preprint arXiv:1501.05426},
year = {2015}
}