传播科学谣言时在线交流脉冲序列的时间模式：频率如何、谁与谁互动？
社会与信息网络
2015-09-09 v2 信息论
math.IT
摘要
我们研究在 Twitter 上传播关于希格斯玻色子发现的消息时，在线用户交流的复杂时间序列（脉冲序列）。我们关注用户间的在线社交互动，如转推、提及和回复，并为每个用户构建不同类型的主动（执行动作）和被动（接收动作）脉冲序列。利用局部变异分析这些脉冲序列，以量化主动与被动用户的时间行为，作为其活跃度与知名度的函数。我们表明主动脉冲序列具有突发性，与其激活频率无关。相反，对于被动脉冲序列，知名用户的局部变异呈现不相关（泊松随机）动力学。我们进一步刻画不同互动中局部变异的相关性。我们得到转推与提及之间高度的相关性，因而具有一致的时间行为，但仅针对知名用户，这表明引发在线关注意味着这两种互动动力学的一致性。
引用
@article{arxiv.1508.00540,
title = {Temporal Pattern of Online Communication Spike Trains in Spreading a Scientific Rumor: How Often, Who Interacts with Whom?},
author = {Ceyda Sanli and Renaud Lambiotte},
journal= {arXiv preprint arXiv:1508.00540},
year = {2015}
}
备注
A statistical data analysis & data mining on Social Dynamic Behavior, 9 pages and 7 figures