第 ３７ 卷 第 ４ 期 ２０１４ 年 ４ 月
计 算 机 学 报 ＣＨＩＮＥＳＥ ＪＯＵＲＮＡＬ ＯＦ ＣＯＭＰＵＴＥＲＳ
Ｖｏｌ．３７ Ｎｏ．４ Ａｐｒ．２０１４
新浪微博网信息传播分析与预测
曹 玖 新１） 吴 江 林１） 石
伟１） 刘
波１） 郑
啸 罗军舟 １），２）
１）
１）（东南大学计算机科学与工ｎ１） ＷＵ Ｊｉａｎｇ－Ｌｉｎ１） ＳＨＩ Ｗｅｉ １） ＬＩＵ Ｂｏ１） ＺＨＥＮＧ Ｘｉａｏ１），２） ＬＵＯ Ｊｕｎ－Ｚｈｏｕ１）
１）（Ｓｃｈｏｏｌ ｏｆ Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ ａｎｄ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｓｏｕｔｈｅａｓｔ Ｕｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ ２１００９６） ２）（Ｓｃｈｏｏｌ ｏｆ Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ，Ａｎｈｕｉ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ，Ｍａａｎｓｈａｎ，Ａｎｈｕｉ ２４３００２）
Ｋｅｙｗｏｒｄｓ ｍｉｃｒｏｂｌｏｇ；ｒｅｔｗｅｅｔ；ｉｎｆｏｒｍａｔｉｏｎ ｄｉｆｆｕｓｉｏｎ；ｐｒｅｄｉｃｔｉｏｎ；ｓｏｃｉａｌ ｎｅｔｗｏｒｋ；ｓｏｃｉａｌ ｃｏｍｐｕｔｉｎｇ
收稿日期：２０１３－０６－２０；最终修改稿收到日期：２０１４－０１－２３．本课题得到 国 家 “九 七 三 ”重 点 基 础 研 究 发 展 规 划 项 目 基 金 （２０１０ＣＢ３２８１０４）、 国家自然科学基金（６１２７２５３１，６１２０２４４９，６１２７２０５４，６１３７０２０７，６１３７０２０８，６１３０００２４，６１３２０１０６００７）、国 家 “八 六 三 ”高 技 术 研 究 发 展 计 划 项目基金（２０１３ＡＡ０１３５０３）、高等学校博士点学科专项 科 研 基 金（２０１１００９２１３００２）、江 苏 省 网 络 与 信 息 安 全 重 点 实 验 室 项 目（ＢＭ２００３２０１）、 计算机网络和信息集成教育部 重 点 实 验 室 （东 南 大 学）项 目（９３Ｋ－９）资 助．曹 玖 新，男，１９６７ 年 生，博 士，教 授，博 士 生 导 师，中 国 计 算 机 学 会（ＣＣＦ）会员，主要研究领域为服务计算、网络安全与社会 计 算．Ｅ－ｍａｉｌ：ｊｘ．ｃａｏ＠ｓｅｕ．ｅｄｕ．ｃｎ．吴 江 林，男，１９８８ 年 生，硕 士 研 究 生，主 要 研究方向为社会计算．石 伟，男，１９８７年生，硕士研究生，研 究 方 向 为 社 会 计 算．刘 波，女，１９７５ 年 生，博 士，副 教 授，中 国 计 算 机 学 会 （ＣＣＦ）会员，主要研究领域为普适计算、社会计算．郑 啸，男，１９７５年生，博士，教授，中国 计 算 机 学 会（ＣＣＦ）会 员，主 要 研 究 领 域 为 服 务 计算、无线局域网．罗军舟，男，１９６０年生，博士，教授，博士生导师，中国 计 算 机 学 会（ＣＣＦ）会 员，主 要 研 究 领 域 为 下 一 代 网 络 体 系 结 构、 协 议 工 程 、网 络 安 全 、网 格 与 云 计 算 、无 线 局 域 网 ．
７８０
计 算 机 学 报
２０１４ 年
１ 引 言
随着 互 联 网 技 术 的 普 及，更 多 的 人 享 受 到 互 联 网带来 的 便 利 和 乐 趣．尤 其 是 近 几 年 在 线 社 交 网 络 的 ［１］ 迅 速 发 展，人 们 越 来 越 多 地 参 与 到 互 联 网 上 丰富的 社 交 活 动 中．以 国 内 最 大 的 微 博 网 站——— 新浪微博为例，截至 目 前 新 浪 微 博 的 注 册 用 户 已 超 过５亿，每天有超 过 １ 亿 条 微 博 内 容 产 生．事 实 上， 以微博为代表的社交网络已经成为当前最重要的媒 体 之 一 ．因 此 ，研 究 用 户 的 在 线 行 为 以 及 信 息 的 传 播 规律将有助于网络公司对每个用户的偏好进行更为 准 确 地 把 握 ，并 将 其 可 能 感 兴 趣 的 话 题 信 息 、其 他 用 户或者用户社群推 荐 给 用 户；政 府 部 门 则 可 以 通 过 预测消息传播范围 和 用 户 观 点 态 度，准 确 判 断 舆 论 的 热 点 问 题 ，以 便 及 时 采 取 科 学 的 控 制 和 引 导 ．
不 同 ，小 世 界 模 型 人 们 之 间 的 距 离 都 比 较 短 ，但 实 际 上电子 邮 件 传 播 有 的 要 经 过 数 百 个 中 间 节 点．在 Ｋｏｓｓｉｎｅｔｓ等 人 的 ［１０］ 工 作 中，作 者 首 先 对 社 会 网 络 数据进行网络聚类，之 后 生 成 特 征 结 构 传 播 树 并 得 到 异 步 响 应 时 间 ，最 终 提 出 并 描 述 了 一 个 概 率 模 型 ． 也有 不 少 研 究 采 用 ＳＩＲ、ＳＩＳ 等 经 典 传 播 模 型 对 ［１１］ 信息传播扩散进行分析研究．
Ａｂｓｔｒａｃｔ Ｉｎ ｔｈｉｓ ｐａｐｅｒ，ｒｅｓｅａｒｃｈ ｉｓ ｃｏｎｄｕｃｔｅｄ ｏｎ Ｓｉｎａ ｍｉｃｒｏｂｌｏｇ ｆｏｒ ｔｈｅ ｐｕｒｐｏｓｅ ｏｆ ａｎａｌｙｚｉｎｇ ｉｎｆｏｒｍａｔｉｏｎ ｆｏｒｗａｒｄｉｎｇ ａｎｄ ｐｒｏｐａｇａｔｉｏｎ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ，ａｓ ｗｅｌｌ ａｓ ｐｒｅｄｉｃｔｉｎｇ ｐｒｏｐａｇａｔｉｏｎ ｂｅｈａｖｉｏｒ． Ｂａｓｅｄ ｏｎ ａ ｌａｒｇｅ ｎｕｍｂｅｒ ｏｆ ｏｎｌｉｎｅ ｄａｔａ ｆｒｏｍ Ｓｉｎａ ｍｉｃｒｏｂｌｏｇ，ａ ｖａｒｉｅｔｙ ｏｆ ｐｏｓｓｉｂｌｅ ｆａｃｔｏｒｓ ｔｈａｔ ａｆｆｅｃｔ ｕｓｅｒｓ’ｒｅｔｗｅｅｔｉｎｇ ｂｅｈａｖｉｏｒ ｈａｖｅ ｂｅｅｎ ａｎａｌｙｚｅｄ ａｎｄ ｖａｒｉｏｕｓ ｆｅａｔｕｒｅｓ ｈａｖｅ ｂｅｅｎ ｍｉｎｅｄ ａｎｄ ｍｏｄｅｌｅｄ．Ｔｈｒｅｅ ｃｏｍｐｒｅｈｅｎｓｉｖｅ ｆｅａｔｕｒｅｓ，ｂａｓｅｄ ｏｎ ｕｓｅｒ ａｔｔｒｉｂｕｔｅｓ，ｓｏｃｉａｌ ｒｅｌａｔｉｏｎｓ ａｎｄ ｍｉｃｒｏｂｌｏｇ ｃｏｎｔｅｎｔｓ，ａｒｅ ｕｓｅｄ ｔｏ ｐｒｅｄｉｃｔ ｕｓｅｒｓ’ｒｅｔｗｅｅｔ ｂｅｈａｖｉｏｒ ｂｙ ｍａｃｈｉｎｅ ｌｅａｒｎｉｎｇ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ａｌｇｏ－ ｒｉｔｈｍｓ．Ｔｈｅ ｍｉｃｒｏｂｌｏｇ ｔｏｐｏｌｏｇｙ ｇｒａｐｈ ｏｎ ｆｏｌｌｏｗｉｎｇ ｒｅｌａｔｉｏｎ ｉｓ ｃｏｎｓｔｒｕｃｔｅｄ，ａｎｄ ｔｈｅ ｃａｓｃａｄｅ ｐｒｏｂａｂｉｌｉｔｙ ｍｏｄｅｌ ｉｓ ｕｓｅｄ ｔｏ ｐｒｅｄｉｃｔ ｔｈｅ ｐｒｏｐａｇａｔｉｏｎ ｐａｔｈｓ ｏｆ ａ ｔｗｅｅｔ，ｔｈｅｎ ａ ｔｗｅｅｔ’ｓ ｉｎｆｌｕｅｎｃｅ ｃａｎ ｂｅ ｐｒｅｄｉｃｔｅｄ．Ｅｘｐｅｒｉｍｅｎｔ ｉｎｄｉｃａｔｅｓ ｔｈａｔ Ｓｉｎａ ｍｉｃｒｏｂｌｏｇ ｍｅｅｔｓ ｃｏｍｐｌｅｘ ｎｅｔｗｏｒｋ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ， ａｎｄ ｓｏｃｉａｌ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｈａｖｅ ａ ｇｒｅａｔｅｒ ｉｎｆｌｕｅｎｃｅ ｏｎ ｆｏｒｗａｒｄｉｎｇ ｂｅｈａｖｉｏｒ．Ｆｕｒｔｈｅｒｍｏｒｅ，ｉｔ ｖｅｒｉｆｉｅｓ ｔｈｅ ｖａｌｉｄｉｔｙ ｏｆ ｐｒｏｐａｇａｔｉｏｎ ｐｒｅｄｉｃｔｉｏｎ．
２）（安徽工业大学计算机学院 安徽 马鞍山 ２４３００２）
摘 要 文中以新浪微博为研究对象，以分析新浪微 博 的 信 息 转 发 与 传 播 特 征 为 研 究 目 的 ，并 对 传 播 行 为 进 行 预 测．在获取大量新浪微博在线数据的基础上，对各种 可 能 影 响 用 户 转 发 行 为 的 因 素 进 行 统 计 、分 析，挖 掘 各 种 影 响 因素特征并进行建模．提出基于用户属性、社交关系 和 微 博 内 容 三 类 综 合 特 征，使 用 机 器 学 习 的 分 类 方 法，对 给 定 微博的用户转发行为进行预测．基于微博网关注关系拓扑，利用概率级联模型对 给 定 微 博 的 转 发 路 径 进 行 预 测 ，为 预测微博的影响范围提供依据．文中通过实验分析了 新 浪 微 博 符 合 复 杂 网 络 特 征 、社 交 类 特 征 对 转 发 行 为 有 重 要 影 响 ，并 验 证 了 传 播 预 测 的 有 效 性 ．
研究者 对 不 同 类 型 的 多 种 在 线 社 交 网 络 进 行 了 研 究 ，包 括 Ｆｌｉｃｋｒ［１２］、Ｂｌｏｇｓ［１３］、Ｄｉｇｇ［１４］以 及 ＹｏｕＴｕｂｅ［１５］等，这些研究揭示了 信 息 在 社 交 网 络 上 传播所表现出来 的 规 律．Ｆａｎ 等 人 对 ［１６］ 新 浪 微 博 的 拓扑及信息扩散进 行 了 研 究，发 现 新 浪 微 博 的 拓 扑 结构具有小世界及 无 标 度 特 性，度 分 布 服 从 幂 律 分 布，热 门 事 件 的 扩 散 拓 扑 呈 现 星 形 或 两 级 结 构． Ｗｅｂｂｅｒｌｅｙ 等 人 对 ［１７］ 信 息 在 Ｔｗｉｔｔｅｒ 上 传 播 的 深 度 、产 生 影 响 的 广 度 以 及 转 发 延 迟 进 行 了 研 究 ，作 为 对用户行为模式和转发规律的初步研究对本文的研 究 工 作 具 有 很 好 的 借 鉴 意 义．Ｇａｌｕｂａ 等 人［１８］ 对 Ｔｗｉｔｔｅｒ上 ＵＲＬ 信 息 在 用 户 之 间 传 播 规 律 进 行 了 研究，提 出 了 一 个 预 测 ＵＲＬ 转 发 路 径 预 测 模 型． Ｙａｎｇ等 人 发 ［１９］ 现 在 Ｔｗｉｔｔｅｒ上 信 息 内 容 对 相 关 用 户的提及率是影响 该 信 息 传 播 速 度、规 模 及 范 围 的 重要因素．
Ｌｉｂｅｎ－Ｎｏｗｅｌｌ等 人 较 ［９］ 为 全 面 地 讨 论 了 信 息 在真实社会网络中传播的特征及与之相关的一系列 问 题 ，并 且 指 出 ：精 确 的 预 测 信 息 传 播 路 径 是 非 常 困 难的；使用简单的预 测 模 型 往 往 与 真 实 情 况 相 距 甚 远，比如 Ｅｍａｉｌ的实 际 传 播 模 式 与 小 世 界 传 播 模 型
关 键 词 微 博 ；转 发 ；信 息 传 播 ；预 测 ；社 交 网 络 ；社 会 计 算 中图法分类号 ＴＰ３９３ ＤＯＩ号 １０．３７２４／ＳＰ．Ｊ．１０１６．２０１４．００７７９