留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

在线社交网络结构与区域经济关联性研究

任晓龙 朱燕燕 王思云 廖好 韩筱璞 吕琳媛

任晓龙, 朱燕燕, 王思云, 廖好, 韩筱璞, 吕琳媛. 在线社交网络结构与区域经济关联性研究[J]. 电子科技大学学报, 2015, 44(5): 643-651. doi: 10.3969/j.issn.1001-0548.2015.05.001
引用本文: 任晓龙, 朱燕燕, 王思云, 廖好, 韩筱璞, 吕琳媛. 在线社交网络结构与区域经济关联性研究[J]. 电子科技大学学报, 2015, 44(5): 643-651. doi: 10.3969/j.issn.1001-0548.2015.05.001
REN Xiao-long, ZHU Yan-yan, WANG Si-yun, LIAO Hao, HAN Xiao-pu, LÜ Lin-yuan. Online Social Network Analysis and the Relation with Regional Economic Development[J]. Journal of University of Electronic Science and Technology of China, 2015, 44(5): 643-651. doi: 10.3969/j.issn.1001-0548.2015.05.001
Citation: REN Xiao-long, ZHU Yan-yan, WANG Si-yun, LIAO Hao, HAN Xiao-pu, LÜ Lin-yuan. Online Social Network Analysis and the Relation with Regional Economic Development[J]. Journal of University of Electronic Science and Technology of China, 2015, 44(5): 643-651. doi: 10.3969/j.issn.1001-0548.2015.05.001

在线社交网络结构与区域经济关联性研究

doi: 10.3969/j.issn.1001-0548.2015.05.001
详细信息
  • 中图分类号: TP399

Online Social Network Analysis and the Relation with Regional Economic Development

  • 摘要: 通过腾讯QQ数据集详细分析了中国在线社交网络中用户的统计特征,交友、聊天等行为规律和地理分布规律。同时,对比《中国城市统计年鉴》等权威统计资料,发现在线社交网络的用户和用户行为数据,例如各地区的用户数、聊天数与该地区发展指标呈正相关,这表示在线社交网络数据能够在一定程度上反映各地经济、交通、通信等城市建设状况,相关结果对于区域经济研究具有启发意义。
  • [1] WASSERMAN S. Social network analysis: Methods and applications[M]. Cambridge: Cambridge University Press, 1994.
    [2] KUMAR R, NOVAK J, TOMKINS A. Structure and evolution of online social networks[C]//Link mining: Models, algorithms, and applications. New York: Springer, 2010: 337-357.
    [3] DOREIAN P, STOKMAN F. Evolution of social networks[M]. New York: Routledge, 2013.
    [4] GARTON L, HAYTHORNTHWAITE C, WELLMAN B. Studying online social networks[J]. Journal of Computer-Mediated Communication, 1997(3): 0-31.
    [5] MISLOVE A, MARCON M, GUMMADI K P, et al. Measurement and analysis of online social networks[C]// Proceedings of the 7th ACM SIGCOMM Conference on Internet Measurement. New York: ACM, 2007: 29-42.
    [6] 周涛, 韩筱璞, 闫小勇, 等. 人类行为时空特性的统计力 学[J]. 电子科技大学学报, 2013, 42(4): 481-540. ZHOU Tao, HAN Xiao-pu, YAN Xiao-yong, et al. Statistical mechanics on temporal and spatial activities of human[J]. Journal of University of Electronic Science and Technology of China, 2013, 42(4): 481-540.
    [7] ZHAO Zhi-dan, ZHOU Tao. Empirical analysis of online human dynamics[J]. Physica A, 2012, 391: 3308-3315.
    [8] 周涛, 汪秉宏, 韩筱璞, 等. 社会网络分析及其在舆情和 疫情防控中的应用[J]. 电子科技大学学报, 2011, 25(6): 742-754. ZHOU Tao, WANG Bing-hong, HAN Xiao-pu, et al. Social network analysis and its application in the prevention and control of propagation for public opinion and the epidemic[J]. Journal of University of Electronic Science and Technology of China, 2011, 25(6): 742-754.
    [9] HOLMBERG L. Seeking social connectedness online and offline: Does happiness require real contact?[D]. Orebro: Orebro University, 2014.
    [10] HRISTOVA D, MUSOLESI M, MASCOLO C. Keep your friends close and your facebook friends closer: a multiplex network approach to the analysis of offline and online social ties[C]//Proceedings Of the Eighth International Conference on Weblogs and Social Media. California: AAAI Press, 2014: 206-215.
    [11] POOL S, KOCHEN M. Contacts and influence[J]. Social Networks, 1979, 1(1): 5-51.
    [12] LIBEN-NOWELL D, NOVAK J, KUMAR R, et al. Geographic routing in social networks[J]. Proc Natl Acad Sci USA, 2005, 102(33): 11623-11628.
    [13] PALCHYKOV V, KASKI K, KERTÉSZ J, et al. Sex differences in intimate relationships[J]. Scientific Reports, 2012(2): 370.1-370.5.
    [14] GIRVAN M, NEWMAN M E J. Community structure in social and biological networks[J]. Proc Natl Acad Sci USA, 2002, 99(12): 7821-7826.
    [15] BACKSTROM L, HUTTENLOCHER D, KLEINBERG J, et al. Group formation in large social networks: membership, growth, and evolution[C]//Proceedings of the 12th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. New York: ACM, 2006, 44-54.
    [16] VISWANATH B, MISLOVE A, CHA M, et al. On the evolution of user interaction in facebook[C]// Proceedings of the 2nd ACM workshop on Online social networks. New York: ACM, 2009: 37-42.
    [17] CHIERICHETTI F, LATTANZI S, PANCONESI A. Rumor spreading in social networks[C]//Automata, Languages and Programming. New York: Springer, 2009: 375-386.
    [18] LIBEN D, KELEINBERG J. The link-prediction problem for social networks[J]. Journal of the American Society for Information Science and Technology, 2007, 58: 1019-1031.
    [19] ZHANG Qian-ming, LÜ Lin-yuan, WANG Wen-qiang, et al. Potential theory for directed networks[J]. PLoS One, 2013(8): e55437.
    [20] 任晓龙, 吕琳媛. 网络重要节点排序方法综述[J]. 科学 通报, 2014, 59: 1175-1197. REN Xiao-long, LÜ Lin-yuan. Review of ranking nodes in complex networks[J]. Chin Sci Bull (Chin Ver), 2014, 59: 1175-1197.
    [21] XIA Ying-jie, REN Xiao-long, PENG Zheng-chao, et al. Effectively identifying the influential spreaders in largescale social networks[C]//Multimedia Tools and Applications. New York: Springer, 2014: 1-13.
    [22] LÜ Lin-yuan, ZHANG Yi-cheng, YEUNG C H, et al. Leaders in social networks, the delicious case[J]. PLoS One, 2011(6): e21202.
    [23] WENG J, LIM E P, JIANG J, et al. Twitterrank: Finding topic-sensitive influential twitterers[C]//Proceedings of the Third ACM International Conference on Web Search and Data Mining. New York: ACM, 2010: 261-270.
    [24] BASTIAN M, HEYMANN S, JACOMY M. Gephi: an open source software for exploring and manipulating networks[C]//Proceedings of the Third International ICWSM, 2009(8): 361-362.
    [25] KITSAK M, GALLOS L K, HAVLIN S, et al. Identification of influential spreaders in complex networks[J]. Nature Phys, 2010(6): 888-893.
    [26] ONNELA J-P, SARAMÄKI J, HYVÖNEN J, et al. Structure and tie strengths in mobile communication networks[J]. Proc Natl Acad Sci USA, 2007, 104: 7332-7336.
  • [1] 康泽, 王建波, 阳成, 许小可, 杜占玮.  控制策略对流行病首达时间的影响研究 . 电子科技大学学报, 2024, 53(1): 119-128. doi: 10.12178/1001-0548.2022419
    [2] 张广胜, 康昭, 田玲.  面向网络安全治理的用户身份识别技术与挑战 . 电子科技大学学报, 2023, 52(3): 398-412. doi: 10.12178/1001-0548.2022106
    [3] 方祺娜, 许小可.  基于异质模体特征的社交网络链路预测 . 电子科技大学学报, 2022, 51(2): 274-281. doi: 10.12178/1001-0548.2021181
    [4] 许楠楠, 胡海波.  基于Lotka-Volterra模型的淘汰机制下的信息相互作用 . 电子科技大学学报, 2022, 51(3): 464-472. doi: 10.12178/1001-0548.2021166
    [5] 聂敏, 罗炜敏, 邓辉, 王伟, 夏虎, 周涛.  高校学生心理健康情况对其社交网络结构的影响研究 . 电子科技大学学报, 2021, 50(2): 317-320. doi: 10.12178/1001-0548.2020032
    [6] 肖海林, 刘小兰, 林潇瑜, 欧阳缮, 邱斌.  C-V2X下基于信用卡风险评估的中继选择算法 . 电子科技大学学报, 2020, 49(1): 71-80. doi: 10.12178/1001-0548.2018102
    [7] 朱军芳, 陈端兵, 周涛, 张千明, 罗咏劼.  网络科学中相对重要节点挖掘方法综述 . 电子科技大学学报, 2019, 48(4): 595-603. doi: 10.3969/j.issn.1001-0548.2019.04.018
    [8] 张永棠, 罗海波.  考虑用户-发布者关系的个性化微博搜索模型 . 电子科技大学学报, 2018, 47(4): 626-632. doi: 10.3969/j.issn.1001-0548.2018.04.024
    [9] 赵倩文, 吴晔, 王胜烽.  人在社交网络中的投资行为研究 . 电子科技大学学报, 2018, 47(2): 298-302. doi: 10.3969/j.issn.1001-0548.2018.02.022
    [10] 张聿博, 张锡哲, 徐超.  基于部分路径的社交网络信息源定位方法 . 电子科技大学学报, 2017, 46(1): 75-80. doi: 10.3969/j.issn.1001-0548.2017.01.012
    [11] 楼凤丹, 周银座, 庄晓丹, 张新荣.  时效网络结构及动力学研究进展综述 . 电子科技大学学报, 2017, 46(1): 109-125. doi: 10.3969/j.issn.1001-0548.2017.01.017
    [12] 罗正华, 孟源.  长距离PON接入技术研究 . 电子科技大学学报, 2015, 44(4): 494-499. doi: 10.3969/j.issn.1001-0548.2015.04.003
    [13] 刘晶, 王峰, 胡亚慧, 李石君.  基于微博行为数据的不活跃用户探测 . 电子科技大学学报, 2015, 44(3): 410-414. doi: 10.3969/j.issn.1001-0548.2015.03.016
    [14] 陈玟宇, 贾贞, 祝光湖.  社交网络上基于信息驱动的行为传播研究 . 电子科技大学学报, 2015, 44(2): 172-177. doi: 10.3969/j.issn.1001-0548.2015.02.002
    [15] 毕娟, 秦志光.  基于概率主题模型的社交网络层次化社区发现算法 . 电子科技大学学报, 2014, 43(6): 898-903. doi: 10.3969/j.issn.1001-0548.2014.06.018
    [16] 李静茹, 喻莉, 赵佳.  加权社交网络节点中心性计算模型 . 电子科技大学学报, 2014, 43(3): 322-328. doi: 10.3969/j.issn.1001-0548.2014.03.001
    [17] 邵凤, 郭强, 曾诗奇, 刘建国.  微博系统网络结构的研究进展 . 电子科技大学学报, 2014, 43(2): 174-183. doi: 10.3969/j.issn.1001-0548.2014.02.003
    [18] 张萍, 魏平, 于鸿洋, 费春.  基于混沌的生物地理分布优化算法 . 电子科技大学学报, 2012, 41(1): 65-69. doi: 10.3969/j.issn.1001-0548.2012.01.013
    [19] 解梅.  移动通信技术及发展 . 电子科技大学学报, 2003, 32(2): 111-115.
    [20] 俞海, 贺昌政, 何跃.  自组织模式识别与经济预测 . 电子科技大学学报, 2003, 32(1): 104-108.
  • 加载中
计量
  • 文章访问数:  5015
  • HTML全文浏览量:  139
  • PDF下载量:  189
  • 被引次数: 0
出版历程
  • 刊出日期:  2015-10-15

在线社交网络结构与区域经济关联性研究

doi: 10.3969/j.issn.1001-0548.2015.05.001
  • 中图分类号: TP399

摘要: 通过腾讯QQ数据集详细分析了中国在线社交网络中用户的统计特征,交友、聊天等行为规律和地理分布规律。同时,对比《中国城市统计年鉴》等权威统计资料,发现在线社交网络的用户和用户行为数据,例如各地区的用户数、聊天数与该地区发展指标呈正相关,这表示在线社交网络数据能够在一定程度上反映各地经济、交通、通信等城市建设状况,相关结果对于区域经济研究具有启发意义。

English Abstract

任晓龙, 朱燕燕, 王思云, 廖好, 韩筱璞, 吕琳媛. 在线社交网络结构与区域经济关联性研究[J]. 电子科技大学学报, 2015, 44(5): 643-651. doi: 10.3969/j.issn.1001-0548.2015.05.001
引用本文: 任晓龙, 朱燕燕, 王思云, 廖好, 韩筱璞, 吕琳媛. 在线社交网络结构与区域经济关联性研究[J]. 电子科技大学学报, 2015, 44(5): 643-651. doi: 10.3969/j.issn.1001-0548.2015.05.001
REN Xiao-long, ZHU Yan-yan, WANG Si-yun, LIAO Hao, HAN Xiao-pu, LÜ Lin-yuan. Online Social Network Analysis and the Relation with Regional Economic Development[J]. Journal of University of Electronic Science and Technology of China, 2015, 44(5): 643-651. doi: 10.3969/j.issn.1001-0548.2015.05.001
Citation: REN Xiao-long, ZHU Yan-yan, WANG Si-yun, LIAO Hao, HAN Xiao-pu, LÜ Lin-yuan. Online Social Network Analysis and the Relation with Regional Economic Development[J]. Journal of University of Electronic Science and Technology of China, 2015, 44(5): 643-651. doi: 10.3969/j.issn.1001-0548.2015.05.001
参考文献 (26)

目录

    /

    返回文章
    返回