排序方式: 共有2条查询结果,搜索用时 0 毫秒
1
1.
基于标准网络结构熵这一度量"有序性"的指标,以微博传播网络为例,首次将这一宏观指标运用到网络的微观演化研究中.首先,根据"网络大V"参与情况的不同,将微博传播网络分为"无V型网络"、"单V型网络"和"多V型网络".其次,依托实际数据,在标准结构熵的视角下,分别运用枚举法、跟踪法、介入法探讨了这三种网络的演化特征,发现了网络中不同节点的微观演化对宏观"有序性"的差异性影响,其中"大V"节点具备明显的"熵减"效应.最后,归纳提出"熵减点"的相关概念,并提出一套用来识别复杂网络重要节点的"熵减点判别法".方法相较于传统方法具有一些优点且适用性较强,可以扩展到其他复杂系统与复杂网络研究中,为网络结构熵理论的实际应用提供了一些思路. 相似文献
2.
为定量地揭示微博传播行为内在的时间演化规律,将微博转发量随时间的变化定义为微博传播波.根据微博传播网络的结构,将微博传播波分解为由若干"大V"所引发的微博传播子波.通过实证,发现了微博传播子波所遵从的统一的指数衰减函数形式.最终实现了将微博传播行为重构为一系列指数衰减函数的叠加,并对该函数中各参数的意义及影响因素进行了初步的探讨. 相似文献
1