社交网络中潜伏者的时间感知分析与排序

挖掘在线社区的沉默成员（也称为潜伏者）已被认为是伴随在线社交网络（OSNs）广泛使用的一个重要问题。现有的潜伏者排序方案有助于理解OSN中的潜伏行为。然而，它们仅限于使用静态网络图的结构属性，从而忽略了任何与时间维度相关的信息。本工作的目标是从两个方面推进潜伏者挖掘研究：(i) 提供对时间方面的深入分析，旨在揭示潜伏者的行为及其与其他用户的关系；(ii) 通过整合有关信息生产和信息消费动作的不同时间感知属性，增强现有的潜伏者排序方法。在Flickr、FriendFeed和Instagram网络上进行网络分析和排序评估，使我们能对潜伏动态的理解以及时间感知排序的瞬态和累积场景得出有趣的结论。