Twitter网络的社会-空间帕累托前沿
社会与信息网络
2015-07-01 v1 物理与社会
摘要
社交媒体提供了丰富的网络数据来源。该数据由一组节点和一组关系（边）表示。通常可以从同一组节点获取或推断多种类型的关系，例如观测到的好友连接、通过语义比较推断的链接、或基于地理邻近性的关系。这些边集可由一个多层网络表示。在本文中，我们回顾了一种执行多层网络社区检测的方法，并阐释其作为可视化工具用于分析不同社区划分的用途。该算法在来自Twitter的数据集上进行了说明，具体涉及国家橄榄球联盟（NFL）。
引用
@article{arxiv.1506.08916,
title = {Socio-Spatial Pareto Frontiers of Twitter Networks},
author = {Brandon Oselio and Alex Kulesza and Alfred Hero},
journal= {arXiv preprint arXiv:1506.08916},
year = {2015}
}