社交网络用户情绪传播与用户的空间距离和时间跨度有关，受到多种交互机制的影响。从多层网络的研究视角出发，提取大规模社交网络中情绪传播的时空特征，研究用户行为对情绪传播的影响，对预测情绪传播趋势具有实际意义。
情绪是一种复杂的心理体验。个体可以通过模仿其他个体的肢体动作或面部表情来传播情绪，同时情绪会受到各种非语言因素的影响。
多层社交网络中情绪传播呈现以下特征：
(1)社交网络用户情绪与用户的空间距离和时间跨度有关，需要从大规模网络数据中提取时空特征，进而预测情绪传播趋势；
(2)社交网络为用户提供了多种交互机制，使信息和情绪的传播更加便捷， 同时也对情绪传播产生了多维度的影响，有必要研究不同用户交互行为对情绪传播的影响；
(3)利用多层网络分析社交网络的结构和动力学特性， 可以突破传统单层网络分析的局限性。
本文主要贡献包括:
1) 提出一种基于社交网络多种交互行为的情绪传播模型，被称为ECM模型(Emotional Contagion Model)。利用该模型可以分析社交网络中情绪传播的过程与规律。研究发现：多层社交网络中中性情绪用户所占比例随时间逐渐增大，并且正向情绪与负向情绪比例始终接近。情绪传输率越大，用户情绪更容易受到其他用户的影响而发生变化。初始情绪越中立的用户，在演化过程中情绪波动越小，而初始情绪极性越大的用户情绪波动越大。
2) 通过实验对比了本文所提模型与其他情绪传播模型，包括：基于情绪的ESIS模型和独立级联模型，实验结果表明ECM模型对社交网络中情绪传播具有较好的预测效果。
社交网络用户情绪传播与用户的空间距离和时间跨度有关，受到多种交互机制的影响。从多层网络的研究视角出发
ECM模型的演化规律
情绪转换数随用户初始情绪与节点度乘积的变化
文章信息：熊熙, 乔少杰, 吴涛, 吴越, 韩楠, 张海清. 基于时空特征的社交网络情绪传播分析与预测模型. 自动化学报, 2018, 44(12): 2290-2299
本文来自投稿，不代表本人立场，如若转载，请注明出处：http://www.souzhinan.com/kj/281714.html