基于动态因素的在线社会网络信息传播效果实时预测模型

Understanding the characters and metrics of the information propagation is vital for many important areas, such as information promotion, virtual market, information recommendation, and public opinion guidance. While among a great deal research about this field, there is little research studying when users should publish given information to obtain better effect of information propagation. Inspired by this question, we firstly propose Intuitionistic fuzzy sets-based methods to measure comprehensive influence and information propagation effect. And then for the two static factors user influence and contents features, we analyze the factors impacting user influence, and understand the correlation between the features about contents and the effect for the given user influence. After that, the impact of online social networks systems on information propagation is analyzed. Lastly two models for two dynamic factors, audience receptive capacity and topic hotness level, are built, and based on two dynamic and static factors, the model of predicting information propagation effect in real-time on online social networks are proposed to predict the effect when information is published in a serial points of future time. The results, which are vital for both theories research and applications, not only provide reference for sociology research, but also provide the strategy guidance for improving information propagation effect.

理解在线社会网络中信息传播特征和规律在消息推广、市场营销、内容推荐、舆论控制等方面都具有极大应用价值。然而该领域现有的大量研究中，鲜有研究关注给定的信息，用户该如何选择恰当的发布时间。以此为切入点，本课题首先提出用直觉模糊集衡量用户影响力、信息传播效果的方法；其次对影响信息传播效果的静态因素进行研究,分析影响用户影响力大小的相关因素，并在确定用户影响力的情况下分析信息内容特征与传播效果的关系；然后分析不同在线社会网络平台对信息传播效果的影响；最后对影响信息传播效果的动态因素如受众接受能力、话题热度进行建模，并基于静态因素分析和动态因素模型，建立信息传播效果的实时预测模型，此模型将对信息在未来一系列时间点发布，取得的实时传播效果进行预测。本课题的研究会对社会学的相关研究提供参考，为在线社会网络用户提高信息传播效果提供实际策略依据，具有非常重要的理论和应用价值。

理解在线社会网络中信息传播的特征和规律，在消息推广、市场营销、内容推荐、舆论控制等方面都具有非常高的应用价值。本课题围绕在线社交网络中信息传播活动展开，对传播效果的影响因素进行分析，对传播效果进行预测建模，具体从四个方面对这些问题进行了比较深入的研究。首先提出了基于三角模糊数的用户影响力综合测量方法，综合多个标准（如转载次数、粉丝数量等）全面反映用户的影响力。其次，根据我们发现的同一特征在用户影响力不同情况下对信息传播效果具有不同的影响的规律，提出了充分考虑用户个性化特点的信息传播效果预测模型。然后，分析了用户在发布信息时平台选择的必要性，并建立了预测模型，对同一信息内容在哪个平台可以获取更高的流行度进行了比较准确的预测。最后，提出了基于微博密度和受众活跃水平的微博流行度预测模型，该模型同时还考虑了单词语义单元和微博邻居信息，可以较准确地预测一条内容在未来一系列时间点发布时的流行度。本课题研究成果对社会学的相关研究提供参考，为在线社会网络用户提高信息传播效果提供实际策略依据，具有非常重要的理论和应用价值。