Information Diffusion Through Blogspace

دسته بندی: جامعه شناسی
ویرایش:  
نویسندگان: Gruhl D.,  Liben-Nowell D.,  Guha R.,  Tomkins A.  
سری:  
 
ناشر:  
سال نشر:  
تعداد صفحات: 24 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 273 کیلوبایت 

قیمت کتاب (تومان) : 30,000

مقاله منتشر شده در «مجموعه مقالات سیزدهمین کنفرانس بین المللی وب جهانی، 17-20 می» — 2004 — نیویورک — ص. 491-501. — doi:10.1145/988672.988739 ما پویایی انتشار اطلاعات را در محیط های انتشارات شخصی کم هزینه مطالعه می کنیم، با استفاده از مجموعه بزرگی از وبلاگ ها در طول زمان به عنوان دامنه نمونه ما . ما این مجموعه را در دو سطح مشخص و مدل سازی می کنیم. اول، ما یک توصیف کلان از انتشار موضوع از طریق مجموعه خود ارائه می دهیم، و مفهوم موضوعات طولانی مدت "پچ پچ" را که به صورت بازگشتی از موضوعات "سنبله" تولید شده توسط رویدادهای جهان خارج، یا به ندرت، توسط طنین اندازهای درون جامعه تشکیل شده است، رسمی می کنیم. دوم، ما یک توصیف میکروسکوپی از انتشار از فردی به فرد دیگر را ارائه می‌کنیم، که از نظریه بیماری‌های عفونی برای مدل‌سازی جریان استفاده می‌کند. ما الگوریتمی را برای القای شبکه انتشار زیربنایی از دنباله‌ای از پست‌ها پیشنهاد می‌کنیم، اعتبارسنجی می‌کنیم و نتایج را گزارش می‌کنیم.

Article published in the "Proceedings of the 13th international conference on World Wide Web, May 17-20" — 2004 — New York — p. 491-501. — doi:10.1145/988672.988739 We study the dynamics of information propagation in environments of low-overhead personal publishing, using a large collection of weblogs over time as our example domain. We characterize and model this collection at two levels. First, we present a macroscopic characterization of topic propagation through our corpus, formalizing the notion of long-running “chatter” topics consisting recursively of “spike” topics generated by outside world events, or more rarely, by resonances within the community. Second, we present a microscopic characterization of propagation from individual to individual, drawing on the theory of infectious diseases to model the flow. We propose, validate, and employ an algorithm to induce the underlying propagation network from a sequence of posts, and report on the results.