计算机科学 > 社会与信息网络
[提交于 2012年2月29日
(v1)
,最后修订 2012年3月9日 (此版本, v2)]
标题: 多个传播者影响Twitter的间接影响
标题: Multiple spreaders affect the indirect influence on Twitter
摘要: 大多数关于社会影响的研究都集中在直接影响上,而另一个有趣的问题可以被提出,即两个在网络中没有直接连接的用户之间是否存在间接影响,以及什么因素会影响这种影响。 此外,\emph{复杂传染}理论告诉我们,更多的传播者会增强两个用户之间的间接影响。 我们对由$n$并行传播者传播的间接影响强度的观察,并通过 Twitter 上的转发概率进行量化,表明复杂传染在全球范围内得到了验证,但在局部却遭到违反。 换句话说,转发概率随着某些局部下降而非单调地增加。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.