博客圈的特征及其演化机制初探*

doi:10.11925/infotech.1003-3513.2008.04.11

现代图书情报技术

2008, Vol. 24

Issue (4): 56-60 https://doi.org/10.11925/infotech.1003-3513.2008.04.11

情报分析与研究

本期目录 | 过刊浏览 | 高级检索

博客圈的特征及其演化机制初探*

王建冬^1,2王继民¹田飞佳¹

¹(北京大学信息管理系北京 100871)
²(连云港师范高等专科学校图书馆连云港 222000)

The Analysis on the Characteristics of Blog Group and its Evolution Mechanism

Wang Jiandong ^1,2Wang Jimin¹Tian Feijia¹

¹(Department of Information Management， Peking University, Beijing 100871,China)
²(Lianyungang Teacher’s College Library, Lianyungang 222000,China)

摘要
参考文献
相关文章
Metrics

全文: PDF (636 KB)
输出: BibTeX | EndNote (RIS)

摘要

以中文博客圈为考察对象，揭示博客圈的特征和演化机制。基于博客圈的共同用户关系构建博客圈间的复杂网络，并探讨其度分布情况。最后提出一个博客圈间复杂网络的演化模型，以此模型所模拟的结果与实证结果吻合效果较好。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	田飞佳
	王建冬
	王继民

关键词 ：博客圈, 复杂网络, 度分布, 演化模型

Abstract：

Taking Chinese blog groups as the object, this paper reveals the characteristics of blog groups and their evolution mechanism. Then the authors establish a complex network based on the relathonships of the common-member in blog groups. Finally, the authors propose an evolving model of the blog groups complex network. The simulation results based on this model are in quite good agreement with the empirical statistical results.

Key words： Blog group Complex network Degree distribution Evolving model

收稿日期: 2007-11-30 出版日期: 2008-04-25

ZTFLH:

G350

基金资助:

*本文系国家科技支撑计划课题基金项目“知识组织系统的集成及服务体系研究与实现”(项目编号：2006BAH03B03-01)的研究成果之一。

通讯作者: 王建冬 E-mail: zs.wagner@yahoo.com.cn

作者简介: 王建冬,王继民,田飞佳

引用本文:

王建冬,王继民,田飞佳. 博客圈的特征及其演化机制初探*[J]. 现代图书情报技术, 2008, 24(4): 56-60.
Wang Jiandong,Wang Jimin,Tian Feijia. The Analysis on the Characteristics of Blog Group and its Evolution Mechanism. New Technology of Library and Information Service, 2008, 24(4): 56-60.

链接本文:

http://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2008.04.11 或 http://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/Y2008/V24/I4/56

［1］中国互联网络信息中心. 2006年中国博客调查［EB/OL］. (2006-09-25). ［2007-07-15］. http://www.cnnic.cn/uploadfiles/pdf/2006/9/28/182836.pdf.
［2］ Bachnik W, Szymczyk S, Leszczynski P,et al. Quantitive and Sociological Analysis of Blog Networks［J］. Acta Physica Polonica B, 2005.
［3］朱明华，董科军，宋成. Blog空间的特征初探［J］. 微电子学与计算机, 2005,22(9): 27-29.
［4］ Chin A, Chignell M. A Social Hypertext Model for Finding Community in Blogs［C］. Conference on Hypertext and Hypermedia, 2006:11-22.
［5］ Arun Qamra, Belle L Tseng, Edward Y. Chang: Mining Blog Stories Using Community-based and Temporal Clustering［M］. CIKM, 2006: 58-67.
［6］ Michael Chau, Jennifer Jie Xu. Mining Communities and Their Relationships in Blogs: A Study of Online Hate Groups［J］. International Journal of Man-Machine Studies, 2007,65(1): 57-70.
［7］ Shen D, Sun J T, Yang Q, et al. Latent Friend Mining from Blog Data［C］. Sixth International Conference on Data Mining, 2006.
［8］李孟阳. 部落格地图：部落格上的社交相似性［D］. 台北：铭传大学， 2006.
［9］ Conor Hayes, Paolo Avesani. Using Tags and Clustering to Identify Topic-Relevant Blogs［C］. In: Proceedings of International Conference on Weblogs and Social Media (ICWSM-07), March 26-28,2007.
［10］ Adamic L A, Glance N. The Political Blogosphere and the 2004 US Election: Divided They Blog［C］. In:Proceedings of the 3rd International Workshop on Link Discovery,2005:36-43.
［11］ Takama Y, Matsumura A, Kajinami T. Visualization of News Distribution in Blog Space［C］. In:Proceedings of the 2006 IEEE/WIC/ACM International Conference on Web Intelligence and Intelligent Agent Technology,2006.
［12］ Furukawa T, Matsuzawa T, Matsuo Y, et al. Analysis of User Relations and Reading Activity in Weblogs［M］. ANDI’2005.
［13］ Gloor A P, Zhao Y. Analyzing Actors and Their Discussion Topics by Semantic Social Network Analysis［C］. In:Proceedings of IEEE/WIC/ACM International Conference on Information Visualization, 2006:130-135.
［14］和迅网. 什么是博客圈［EB/OL］. (2006-10-01).［2007-09-06］. http://blog.xinhuanet.com/help/qzh1smsbkq.html.
［15］和迅网. 和迅朋友圈［EB/OL］. (2006-10-01).［2007-09-06］.http://group.hexun.com/.
［16］ Barabósi A L. Emergence of Scaling in Random Networks［J］. Science,1999,286(5439):509-512.
［17］张月. 雅虎搜索日志: 体验标签(Tag)的魅力［EB/OL］. (2006-10-01).［2007-09-06］. http://ysearchblog.cn/2006/09/tag_1.html.
［18］和迅网.和讯社区帮助手册［EB/OL］. (2006-11-02).［2007-09-06］. http://home.hexun.com/helpv2/help.aspx.
［19］ Networks. Pajek: Program for Large Network Analysis［EB/OL］. (2006-10-01).［2007-09-06］. http://vlado.fmf.uni-lj.si /pub/networks/pajek/.
［20］汪小帆，李翔，陈关荣. 复杂网络理论及其应用［M］. 北京：清华大学出版社，2006:11-12.
［21］ Reed W J.The Pareto Law of Incomes-An Explanation and an Extension［J］.Economics Letters,2001(74):15-19.
［22］ Reed W J. The Double Pareto-lognormal Distribution-A New Parametric Model for Size Distribution［J］. Com.Stats-. Theory&Method, 2004,33(8):1733-1753.
［23］刘宏鲲,周涛.中国城市航空网络的实证研究与分析［J］. 物理学报,2007,65(1):106-112.

[1]	李文政,顾益军,闫红丽. 基于网络贝叶斯信息准则算法的社区数量预测研究*[J]. 数据分析与知识发现, 2020, 4(4): 72-82.
[2]	关鹏,王曰芬. 国内外专利网络研究进展*[J]. 数据分析与知识发现, 2020, 4(1): 26-39.
[3]	李想,钱晓东. 商品在线评价对消费趋同影响研究^*[J]. 数据分析与知识发现, 2019, 3(3): 102-111.
[4]	严娇,马静,房康. 基于融合共现距离的句法网络下文本语义相似度计算 ^*[J]. 数据分析与知识发现, 2019, 3(12): 93-100.
[5]	蒋武轩,熊回香,叶佳鑫,安宁. 网络社交平台中社群标签动态生成研究 ^*[J]. 数据分析与知识发现, 2019, 3(10): 98-109.
[6]	钱晓东, 李敏. 基于复杂网络重叠社区的电子商务用户复合类型识别^*[J]. 数据分析与知识发现, 2018, 2(6): 79-91.
[7]	陈云伟, 张瑞红. 用于情报挖掘的典型网络社团划分算法比较研究^*[J]. 数据分析与知识发现, 2018, 2(10): 84-94.
[8]	刘冰瑶, 马静, 李晓峰. 一种“特征降维”文本复杂网络的话题表示模型^*[J]. 数据分析与知识发现, 2017, 1(11): 53-61.
[9]	吴江,陈君,张劲帆. 协同创新中知识供需系统的模拟研究^*[J]. 现代图书情报技术, 2016, 32(9): 27-33.
[10]	叶腾,韩丽川,邢春晓,张妍. 基于复杂网络的虚拟社区创新知识传播机制研究^*[J]. 现代图书情报技术, 2016, 32(7-8): 70-77.
[11]	夏立新,谭荧. LOD的网络结构分析与可视化^*[J]. 现代图书情报技术, 2016, 32(1): 65-72.
[12]	王小立. 智能多Agent网络的微信信息传播仿真研究[J]. 现代图书情报技术, 2015, 31(6): 85-92.
[13]	杨宁, 黄飞虎, 文奕, 陈云伟. 基于微博用户行为的观点传播模型[J]. 现代图书情报技术, 2015, 31(12): 34-41.
[14]	杜坤, 刘怀亮, 郭路杰. 结合复杂网络的特征权重改进算法研究[J]. 现代图书情报技术, 2015, 31(11): 26-32.
[15]	朱侯. 考虑信任与权威影响的社会网络-舆论协同演化的研究[J]. 现代图书情报技术, 2015, 31(10): 50-57.

Viewed

Full text

Abstract

Cited

Shared

Discussed