论文部分内容阅读
随着因特网技术与应用的进一步深入,微博、论坛等社交网络得到了迅猛的发展,并逐步形成了一个至关重要的信息传播平台。微博网络是基于现实生活中的社会关系建立的,它是对我们现实生活的一个映射,所以对微博网络的研究有助于我们深入地了解和认识用户在现实中的社会关系、兴趣等等。国内最大的社交网络是新浪微博,用户数量已经有5.4亿。为了更好地了解微博网络的特征及用户在信息传播中的地位,本文选取“新浪微博”作为研究对象,运用复杂网络理论和社会网络的分析方法,对微博网络进行分析研究。本文的研究结果为运用无标度、适应度理论来研究微博网络内信息的传播提供了理论和实践参考。同时,基于中心度的分析让我们能更方便地确定用户在信息传播过程中的重要程度,具有重要的理论价值和现实意义。本论文的主要研究工作如下:1)阐述微博网络的研究背景、发展现状和研究意义。介绍复杂网络的基本参数,度分布、聚类系数、平均路径长度;介绍复杂网络的三个网络模型,即小世界模型、无标度模型、适应度模型;介绍社会网络分析法的基本概念,重点介绍中心度的概念。2)通过新浪微博的开放平台,调用提供的API获取用户信息,即实验数据的获取,以朋友关系构成微博网络。通过对微博网络的数据分析,发现微博网络具有较短的平均路径长度和较高的聚类系数,验证微博网络的小世界特性,此外,发现微博网络中节点的度分布服从幂律分布,表明微博网络具有无标度特性;通过分析网络中不同节点的度随时间的变化情况,发现微博网络中存在适应度特性。3)运用社会网络的分析方法,研究新浪微博网络中各用户在信息传播过程中所发挥的作用及用户在网络中的重要性。基于社会网络分析方法中的中心度分析,通过计算出各节点的点度中心度、紧密中心度、中间中心度,从不同的侧重点分析网络中各用户所处位置的重要程度,从而确定在网络的信息传播过程中不同用户所起的作用。