重访社交媒体中的回访行为：Phoenix-R 模型与发现
社会与信息网络
2014-06-24 v2 物理与社会
摘要
一位艺术家在在线电台会获得多少次收听？YouTube 视频会有多少次播放？这些访问中有多少来自新用户或回访用户？对社会活动流行度动态进行建模和挖掘，对于研究人员、内容创作者和服务提供商具有重要意义。我们在此调查了回访（单个用户的连续访问）对内容流行度的影响。利用四个包含数千万媒体对象（如 YouTube 视频、Twitter 话题标签或 LastFM 艺术家）的社会活动数据集，我们展示了回访在此类对象流行度演变中的作用。其次，我们提出了 Phoenix-R 模型，该模型能够捕捉单个对象的流行度动态。Phoenix-R 具备以下理想特性：(1) 简洁性，基于最小描述长度原理，且均方根误差低于当前最先进的基线模型；(2) 适用性，该模型能有效预测对象未来的流行度数值。
引用
@article{arxiv.1405.1459,
title = {Revisit Behavior in Social Media: The Phoenix-R Model and Discoveries},
author = {Flavio Figueiredo and Jussara M. Almeida and Yasuko Matsubara and Bruno Ribeiro and Christos Faloutsos},
journal= {arXiv preprint arXiv:1405.1459},
year = {2014}
}
备注
To appear on European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases 2014