社交网络信息传播模型NT-II：融合用户影响与兴趣

"这篇论文提出了一种名为 NT-II 的新型社交网络信息传播模型，该模型利用表达学习技术构建用户影响空间和用户兴趣空间，通过向量表示预测用户接收信息的可能性，考虑用户间影响及用户对信息的兴趣。实验结果显示，NT-II 模型在模拟信息传播和预测效果上表现出优越性。" 在当前数字化时代，社交网络已经成为信息传播的主要平台，而信息如何在用户之间扩散是研究的重要课题。这篇2017年的论文“基于用户影响与兴趣的社交网信息传播模型”由王瑞、刘勇、朱敬华、玄萍和李金宝共同完成，他们分别来自黑龙江大学计算机科学技术学院和黑龙江省数据库与并行计算重点实验室。论文中介绍的 NT-II 模型是对传统社交网络信息传播模型的创新，它摒弃了传统的拓扑结构，转而采用无拓扑结构的方式，这使得模型更加灵活适应不断变化的社交网络环境。 NT-II 模型的核心在于构建两个关键的隐藏空间：用户影响空间和用户兴趣空间。通过表达学习方法，每个用户和每个传播的信息项被映射为这两个空间中的向量。用户影响空间反映了用户之间的影响力关系，而用户兴趣空间则体现了用户对不同信息的兴趣程度。在预测用户是否会接收某个信息时，模型会综合考虑两个因素：一是其他用户对目标用户的影响程度，这通过比较用户向量间的距离来度量；二是目标用户对该信息的兴趣，通过比较用户向量与信息项向量之间的距离来评估。 实验部分展示了 NT-II 模型在模拟信息传播过程和预测传播结果方面的准确性。相比于其他传统模型，NT-II 能更精确地捕捉到用户行为的复杂性和多样性，提高了预测的精度。这一成果对于理解社交网络信息传播的规律、优化信息推送策略以及预防虚假信息传播等方面具有重要的理论和实践价值。 这篇论文提出了一个新颖的、基于用户影响和兴趣的社交网络信息传播模型，该模型通过向量空间的构建和距离度量，有效整合了社交网络中的用户影响力和用户兴趣，从而提高了信息传播的预测准确性。这对于社交媒体分析、信息推荐系统的设计以及网络影响力的量化研究等领域都有着深远的影响。