Jun, 2015
社交网络中的观点动态学习和预测
Learning and Forecasting Opinion Dynamics in Social Networks
Abir De, Isabel Valera, Niloy Ganguly, Sourangshu Bhattacharya, Manuel Gomez Rodriguez
TL;DR本文提出了 SLANT,一种基于标记的跳跃扩散随机微分方程的概率建模框架,用于表示用户随时间变化的意见,可以从历史细粒度事件数据中进行有效的模型模拟和参数估计,并利用该框架得出了一组有效的预测公式,实验结果表明,该模型提供了良好的拟合,并且比其他方法实现了更准确的预测。