基于Twitter的信息传播仿真研究

刘晓芳　秦江涛

摘要：通过对twitter网站上的转发和评论数据进行统计分析表明，用户的信息传播能力服从幂律分布。在此基础上，对以上2个实证数据集进行可视化仿真研究，结果显示某用户的微博被转发的人数越多，其对信息在网络中传播扩散的作用越大，但是不同的网络，关键节点对信息传播的影响程度不同。幂指数的大小决定了无标度网络中关键节点出度值的分布范围，幂指数越大，关键节点的出度值分布越均匀，其对信息在网络中的传播范围的影响相对越小。endprint

摘要：通过对twitter网站上的转发和评论数据进行统计分析表明，用户的信息传播能力服从幂律分布。在此基础上，对以上2个实证数据集进行可视化仿真研究，结果显示某用户的微博被转发的人数越多，其对信息在网络中传播扩散的作用越大，但是不同的网络，关键节点对信息传播的影响程度不同。幂指数的大小决定了无标度网络中关键节点出度值的分布范围，幂指数越大，关键节点的出度值分布越均匀，其对信息在网络中的传播范围的影响相对越小。endprint

摘要：通过对twitter网站上的转发和评论数据进行统计分析表明，用户的信息传播能力服从幂律分布。在此基础上，对以上2个实证数据集进行可视化仿真研究，结果显示某用户的微博被转发的人数越多，其对信息在网络中传播扩散的作用越大，但是不同的网络，关键节点对信息传播的影响程度不同。幂指数的大小决定了无标度网络中关键节点出度值的分布范围，幂指数越大，关键节点的出度值分布越均匀，其对信息在网络中的传播范围的影响相对越小。endprint