在线社交网络核心用户挖掘与传播规模预测

编辑导读：新浪微博作为一个新型的社交软件，已经成为了信息传播的重要载体。它具有传播迅速、信息量大、覆盖面广的特点，但同时对一些不良的社会事件也产生了推波助澜的作用。本文将从六个方面，对其传播链路展开分析，希望对你有帮助。

摘要：

新浪微博作为21世纪一种新型的社交软件，已经成为当今中国社会各界信息传播的重要载体。与传统社交平台的传播方式不同，其信息通过用户交互行为如发布、评论、转发等形式进行传播，具有信息量大、覆盖面广、传播迅速且传播过程具有裂变性等特点，这在一定程度上推动了广告优化、商品营销等信息产业的发展，但同时也对危害事件、谣言等传播起到推波助澜的作用，其引发的问题为互联网的安全运行带来了新的挑战。

本文通过研究30条热门微博的完整转发链路，挖掘信息扩散主要推动者，量化参与者对信息传播的影响力，剖析微博热门信息传播范式，提出一种基于微博关注关系以及传染病模型的传播预测模型，同时展望信息强化效应在传播规模预测的应用，结合用户影响力，在线性阈值模型的基础上着重考虑不同用户的核心程度，预测单条微博的最终传播规模。

关键词：微博；社交网络；核心传播者；信息扩散；传染病模型

一、引言

在单条微博传播网络中，信息的扩散主要依赖于用户间的转发，大多数用户存在于信息传播树较底层次范围内，微博最终扩散规模通常由极少数用户决定，这些用户往往是官方机构、舆论大V或者事件实际参与者，即为核心传播者。

核心传播者的识别，可以协助人们快速了解信息传播过程以及整体传播趋势，精准定位信息扩散中的“裂变点”，便于提前对网络舆情传播进行有效干预，对于热点发现、广告投递、谣言阻断、官方辟谣等具有重要意义(1)。

图1 核心用户挖掘相关工作

除了核心用户的识别，传播规模也是影响微博最终传播效果的关键要素之一。通过对信息传播规模的预测，可以提早发现信息传播的最终影响范围。相关研究集中于信息传播建模、影响力最大化等方面。其在实际应用中也十分重要，例如企业推广新产品期间，据此寻找最优营销策略，实现降低推广成本的同时提高经济效益；政府部门则可以用其来衡量谣言等不良信息危害程度，或运用信息在社交网络里的传播范式科学有效地发布信息，引导舆论走向，提供决策支撑等(2)。

图2 传播规模预测相关工作

基于上述分析，本文主要阐述了以下两方面工作：

第一，本文通过分析微博网络中完整的转发链路，定义了核者的识别。

第二，本文通过提取微博网络中的相关特征，综合分析对转发产生影响的因素，考虑到影响转发因素的用户影响力以及信息强化效应，以线性阈值模型（LT）、传染病模型（SEIR）为最初蓝本，改进阈值表示方法，实现对于单条微博最终传播规模的预测。

二、数据分析 2.1 数据介绍

本研究使用数据为30条热门微博的完整转发链路，全部传播数据及参与传播的账号关系（脱敏），包括用户转发时间以及部分转发用户的关注。

2.2 转发层级分析

转发深度与广度是信息传播的重要指标，通过对30条不同类型微博传播链路进行分析，我们有如下发现（附录Ⅰ）：

不同主体类型微博往往具有不同的转发深度。

对同一事件，不同微博文本对于转发深度也有不同影响。

转发深度与最终规模有相对较弱的正相关关系。

2.3 关注结构分析

关注关系是其社交网络结构的重要组成部分，用户间的关注关系共同构成网络结构的入度与出度。通过分析88829条用户关注数据有如下发现（附录Ⅱ（1））：

有8420人次（10%）关注人数高达993，我们分析提供的数据爬取时最高爬取量为993。

大量用户关注数在100~200档位，符合一般逻辑，因为大多数人处理社交事务精力有限。

三、核心用户挖掘

核心用户挖掘往往与关键节点发现以及影响力最大化等研究结合在一起， Richardson和Domingos等人(3)的研究认为影响最大化问题本质上是一个算法问题，问题的关键在于精确识别网络中某些对于信息扩散最具影响力的节点。