مقاله انگلیسی رایگان در مورد مدلسازی انتشار اطلاعات در شبکه های اجتماعی – IEEE 2016

IEEE

 

مشخصات مقاله
ترجمه عنوان مقاله مدلسازی انتشار اطلاعات در شبکه های اجتماعی برای پیش بینی زمانی پویا
عنوان انگلیسی مقاله Modeling Information Diffusion over Social Networks for Temporal Dynamic Prediction
انتشار مقاله سال ۲۰۱۷
تعداد صفحات مقاله انگلیسی  ۴ صفحه
هزینه دانلود مقاله انگلیسی رایگان میباشد.
پایگاه داده نشریه IEEE
نوع نگارش مقاله
مقاله پژوهشی (Research article)
مقاله بیس این مقاله بیس میباشد
نمایه (index) scopus – master journals – JCR
نوع مقاله ISI
فرمت مقاله انگلیسی  PDF
ایمپکت فاکتور(IF)
۲٫۷۷۵ در سال ۲۰۱۷
شاخص H_index ۱۳۸ در سال ۲۰۱۸
شاخص SJR ۱٫۱۳۳ در سال ۲۰۱۸
رشته های مرتبط  مهندسی کامپیوتر – مهندسی فناوری اطلاعات
گرایش های مرتبط  مهندسی نرم افزار – شبکه های کامپیوتری – اینترنت و شبکه های گسترده
نوع ارائه مقاله
ژورنال
مجله / کنفرانس Transactions on Knowledge and Data Engineering
دانشگاه School of Electrical and Information Engineering Shandong University Weihai, China
کلمات کلیدی انتشار اطلاعات، عوامل هوشمند، مدل، پیش بینی
کلمات کلیدی انگلیسی Information diffusion, intelligent agents, model, prediction
شناسه دیجیتال – doi
https://doi.org/10.1109/TKDE.2017.2702162
کد محصول E11714
وضعیت ترجمه مقاله  ترجمه آماده این مقاله موجود نمیباشد. میتوانید از طریق دکمه پایین سفارش دهید.
دانلود رایگان مقاله دانلود رایگان مقاله انگلیسی
سفارش ترجمه این مقاله سفارش ترجمه این مقاله

 

فهرست مطالب مقاله:
Abstract
۱٫ Introduction
۲٫ Related Work
۳٫ Problem Formulation
۴٫ The Proposed Model
۵٫ Algorithms

 

بخشی از متن مقاله:

Abstract

How to model the process of information diffusion in social networks is a critical research task. Although numerous attempts have been made for this study, few of them can simulate and predict the temporal dynamics of the diffusion process. To address this problem, we propose a novel information diffusion model (GT model), which considers the users in network as intelligent agents. The agent jointly considers all his interacting neighbors and calculates the payoffs for his different choices to make strategic decision. We introduce the time factor into the user payoff, enabling the GT model to not only predict the behavior of a user but also to predict when he will perform the behavior. Both the global influence and social influence are explored in the timedependent payoff calculation, where a new social influence representation method is designed to fully capture the temporal dynamic properties of social influence between users. Experimental results on Sina Weibo and Flickr validate the effectiveness of our methods.

Introduction

Information diffusion modeling over social networks is a critical and challenging task. Diffusion models are used to explain and simulate how information diffuses in a social network. They have a wide range of applications, including information recommendation, viral marketing, breaking news detection, and so on. The current studies on information diffusion modeling can be divided into two categories: theory-centric models and data-centric models.

 

ارسال دیدگاه

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *