انتشار پیام در شبکه های اجتماعی
ترجمه نشده

انتشار پیام در شبکه های اجتماعی

عنوان فارسی مقاله: تجزیه و تحلیل و ارزیابی مدل های انتشار پیام تصادفی در شبکه های اجتماعی
عنوان انگلیسی مقاله: Analysis and Evaluation of Random-Based Message Propagation Models on the Social Networks
مجله/کنفرانس: شبکه های کامپیوتری – Computer Networks
رشته های تحصیلی مرتبط: مهندسی فناوری اطلاعات
گرایش های تحصیلی مرتبط: اینترنت و شبکه های گسترده
کلمات کلیدی فارسی: خدمات شبکه اجتماعی (SNS)، مدل انتشار پیام (MPM)، خوشه اجتماعی
کلمات کلیدی انگلیسی: SNS (Social Network Service), MPM (Message Propagation Model), Social Cluster
نوع نگارش مقاله: مقاله پژوهشی (Research Article)
نمایه: Scopus – Master Journals List – JCR
شناسه دیجیتال (DOI): https://doi.org/10.1016/j.comnet.2019.107047
دانشگاه: National Ilan University, Shennong Rd., Yilan City 台灣 ۲۶۰, Taiwan
ناشر: الزویر - Elsevier
نوع ارائه مقاله: ژورنال
نوع مقاله: ISI
سال انتشار مقاله: 2020
ایمپکت فاکتور: 4.205 در سال 2019
شاخص H_index: 119 در سال 2020
شاخص SJR: 0.592 در سال 2019
شناسه ISSN: ۱۳۸۹-۱۲۸۶
شاخص Quartile (چارک): Q1 در سال 2019
فرمت مقاله انگلیسی: PDF
تعداد صفحات مقاله انگلیسی: 14
وضعیت ترجمه: ترجمه نشده است
قیمت مقاله انگلیسی: رایگان
آیا این مقاله بیس است: خیر
آیا این مقاله مدل مفهومی دارد: ندارد
آیا این مقاله پرسشنامه دارد: ندارد
آیا این مقاله متغیر دارد: ندارد
کد محصول: E14646
رفرنس: دارای رفرنس در داخل متن و انتهای مقاله
فهرست انگلیسی مطالب

Abstract


۱٫ Introduction


۲٫ The socially influential propagation models


۳٫ Message propagation model (MPM) for social networks


۴٫ Simulation environment and result analysis


۵٫ Conclusion


CRediT authorship contribution statement


Declaration of Competing Interest


Appendix. Supplementary materials


Research Data


References

نمونه متن انگلیسی مقاله

Abstract


Social network services (SNS), based on the complex relationships among people in real-life and virtual world, have become a major internet service for people to communicate with each other. Different social networks have different characteristics and varying levels of influence. To understand the message propagation process, the driving power behind it and its social influence, this paper presents a detailed analysis of message propagation models over the social networks by analyzing the relationships among nodes. This paper presents five proposed models which aim to analyze message propagations on social networks. We analyze the message propagation models and show how messages spread through the social networks. Furthermore, we propose a social network analysis on Hadoop platform to verify the social network characteristics. We also present a measurement study of messages collected from 900K users on Facebook, to verify our proposed models by means of big-data Hadoop platform. We believe that our research provides valuable insights for future social network service research.


Introduction


Recently, the rapid development and advancement of social network service (SNS) has made it possible to connect people who share the same interests and activities across political, economic, and geographic borders. Social network services have become a major internet service for people to communicate with each other. The current social network services generally operate based on the Six Degrees of Separation [1], which suggests that two random people are able to connect by a chain of six acquaintances on average, and aims to help users expand their personal networks through friends and connections. The mathematical analyses of the social network services revealed that most of the social network data and structures are too large and complex to be transformed into strict mathematical description. Therefore, computer simulations or big data analyses has become an accredited scientific verification, but how to collect useful information is a topic worth discussing. Nowadays, many researchers are interested in how to discover the rule or structure behind the complex social networks. In this paper, we present five proposed models to analyze message propagation on social networks. We analyze the message propagation models and show how messages spread through the social network.

  • اشتراک گذاری در

دیدگاه خود را بنویسید:

تاکنون دیدگاهی برای این نوشته ارسال نشده است

انتشار پیام در شبکه های اجتماعی
نوشته های مرتبط
مقالات جدید
پیوندها