论文部分内容阅读
在过去的几年里，国内外互联网技术的快速发展给人类带来了全新的科技体验，互联网的发展已经全面迈进了web2.0时代，是互联网的又一次黄金时代。作为web2.0的主要代表产物之一，微博的诞生和其迅猛的发展，体现了web2.0在网络中的强烈的传播性和高效的互动性。而与微博相关的研究也越来越多的引起国内外学者的关注，特别是基于国外的Twitter，国内的新浪微博等平台。
微博信息传播的关键在于转发，而具备什么样特征的微博消息更容易被用户转发，影响内容转发的因素有哪些，这对于研究微博的传播特性具有重要的意义。本文正是带着这样的问题对微博内容的转发行为进行了深入的研究，涉及到的工作主要包括以下两个方面：
首先，对影响微博内容转发的因素进行了分析，并尽可能多的找出这些影响因素，通过对每个因素进行单独分析，分别确定其对转发概率大小的影响程度。最终获得了影响程度的具体概率值。
其次，通过对贝叶斯网络的传统预测模型和对象关系模型的分析，引入了它们两者的综合模型即概率关系模型，针对微博内容转发概率因素的具体模型建立，参数分析，综合各个因素的共同作用，应用MATLAB的BTN工具箱进行实验数据仿真，最终获得了各个因素影响下的转发概率矩阵表，从矩阵表中可以清楚的获取不同影响因素组合下的微博内容转发概率值。
本文在微博转发概率的研究过程中，通过参数的描述和量化，能最终获得转发概率表，对以后进一步准确的研究微博的转发行为具有一定的指导意义，同时对微博社区的舆论话题的及时发现也起到了重要作用。