Twitterのフォローと同類選択性 - かふぇ・べいぶ別館
Twitterにほとんど書き込まない私が書くのもなんだが，Twitterのフォローの仕方には次の二種類があるように思う． 比較的似た相手を見つけてフォローする（例，友人，同業者，同じ趣味の人など） 自分と異なる優れたorこまめに情報を提供してくれる相手を見つけてフォローする（有名人，ニュース関係，企業の公式アカウントなど） 今までいろいろなネットワーク構造を分析してきた経験から推測すると，1はいわゆる社会ネットワークであり，次数（フォロー数，被フォロー数）相関などを見ても正になる（つまり，比較的近い次数の人同士が結びつきやすい）のではないだろうか．これに対して，2はWWWであり，次数相関は負，つまり被フォロー数が多い人を多くの被フォロー数が少ない人がフォローするようになる． 言い換えると，1は情報共有のためのネットワークである．つまり，同類の人達の間の発言を見て，彼らとの情報共有をおこなえ
Yes, There is a Correlation From Social Networks to Personal Behavior on the Web - 日々の勉強の航跡
Parag Singla and Matthew Richardson Yes, There is a Correlation From Social Networks to Personal Behavior on the Web International World Wide Web Conference 2008 pp.655-664 PDFのある場所へのリンク 概要 social networkと個人の属性の関係を調べた論文。 メッセンジャーからネットワークを構成。 個人の属性として、検索エンジンのクエリーログ、年齢、性別、地域を用いている。 結果 性別以外で隣人との属性が似ている傾向が見られた。性別は逆の結果。 chatに費やした時間が長い程その傾向が強かった。 単位メッセージあたりの時間が長い程傾向は弱くなった。 距離２の隣人でもその傾向は見られたが、距離１の隣人よりは弱かっ
Statistical Analysis of the Social Network and Discussion Threads - 日々の勉強の航跡
Vicenc Gomez and Andreas Kaltenbrunner and Vicente Lopez Statistical Analysis of the Social Network and Discussion Threads International World Wide Web Conference 2008 pp.645-654 PDFのある場所へのリンク 概要 Slashdot上でのコメントから構成したネットワークの解析と、Slashdotにおけるスレッドの構造の解析を行っている。 assortative mixingではなかった。 次数分布がpower-lawよりもlog-normal distributionでよりよく近似できることを主張。 controversyのdegreeの計り方にはh-indexを利用。 ABSTRACT Sloashdot上でのコメ
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
