PopRank：基于Facebook页面影响力与用户参与度的排序算法
社会与信息网络
2019-03-06 v1
摘要
在线用户倾向于获取与其信念体系一致的信息，而忽略异议信息。此类动态可能影响页面流行度。在本文中，我们引入一种称为PopRank的算法，基于Facebook页面与用户之间的相互交互来评估页面影响力与用户参与度。PopRank背后的思想是：i）高影响力页面吸引许多低参与度的用户，即它们接收来自极少评论的用户的评论；ii）高参与度用户与高影响力页面交互，即他们大多评论具有高流行度的页面。所得的页面排序能够预测页面将收到的评论数量及其帖子数量。页面影响力结果证明略微依赖于页面的信息内容（例如科学 vs 阴谋论），但与用户的两极分化无关。
引用
@article{arxiv.1808.00062,
title = {PopRank: Ranking pages' impact and users' engagement on Facebook},
author = {Andrea Zaccaria and Michela del Vicario and Walter Quattrociocchi and Antonio Scala and Luciano Pietronero},
journal= {arXiv preprint arXiv:1808.00062},
year = {2019}
}
备注
10 pages, 5 figures