基于带跳随机微分方程的微博集体行为建模
物理与社会
2017-10-10 v1 社会与信息网络
摘要
在线社交网络行为的表征与理解，无论从基础研究还是实际应用的角度都具有重要意义。本文提出一个随机微分方程来描述在线微博行为。我们的分析基于从新浪微博（中国最受欢迎的微博平台之一）收集的微博数据。我们特别关注微博行为的集体特性，这些特性在分析数据中表现为周期性模式、基线附近的随机波动以及异常跳跃。与现有工作相比，我们在模型中使用了时变参数来刻画微博行为的周期性特征，并引入复合泊松过程来描述新浪微博量中的异常尖峰。这些显著优点带来了预测性能的大幅提升，从而验证了模型的有效性。这项工作可能为未来在线社交网络平台中异常行为的检测提供潜在应用。
引用
@article{arxiv.1710.02651,
title = {Modeling Collective Behavior of Posting Microblog by Stochastic Differential Equation with Jump},
author = {Jun-Shan Pan and Yuan-Qi Li and Xiang Liu and Han-Ping Hu and Yong Hu},
journal= {arXiv preprint arXiv:1710.02651},
year = {2017}
}