Evently：基于霍克斯过程的转发级联建模与分析
社会与信息网络
2021-03-15 v3 计算机与社会
摘要
对在线话语动态进行建模是理解信息在线与离线传播以及新兴在线行为的核心活动。目前，在线社交媒体分析的实践者——通常是社会科学、政治科学和传播科学的研究者——与能够检查用户在线讨论的工具的可及性之间存在脱节。在此我们提出 evently，一个使用自激过程对在线转发级联（特别是转推级联）进行建模的工具。它提供了一套全面的功能，用于处理来自 Twitter 公共 API 的原始数据、建模已处理转推级联的时间动态，以及用广泛的扩散度量来刻画在线用户。该工具面向具有不同计算机专业水平的研究者设计，并包含教程和详细文档。我们用一个关于 COVID-19 的主题数据集的端到端在线用户行为分析来说明 evently 的用法。我们表明，仅基于其内容在网上的传播方式来刻画用户，我们可以区分有影响力的用户和在线机器人。
引用
@article{arxiv.2006.06167,
title = {Evently: Modeling and Analyzing Reshare Cascades with Hawkes Processes},
author = {Quyu Kong and Rohit Ram and Marian-Andrei Rizoiu},
journal= {arXiv preprint arXiv:2006.06167},
year = {2021}
}
备注
WSDM 2021 Demo