Abstract
Nowadays, social networks are extremely large-scale with tremendous information flows, where understanding how the information diffuse over social networks becomes an important research issue. Most of the existing works on information diffusion analysis are based on either network structure modeling or empirical approach with dataset mining. However, the information diffusion is also heavily influenced by network users' decisions, actions and their socio-economic connections, which is generally ignored by existing works. In this paper, we propose an evolutionary game theoretic framework to model the dynamic information diffusion process in social networks. To verify our theoretical analysis, we conduct experiments by using Facebook network and real-world information spreading dataset of Memetracker. Experiment results show that the proposed game theoretic framework is effective and practical in modeling the social network users' information forwarding behaviors
چکیده
امروزه شبکه های اجتماعی، بسیار وسیع و همراه با جریان های اطلاعاتی عظیمی شده است، که باعث شده درک اینکه این اطلاعات چگونه در شبکه های اجتماعی انتشار می یابد تبدیل به یک موضوع تحقیقاتی مهم تبدیل شود. اکثر کارهای انجامشده درباره تجزیه و تحلیل انتشار اطلاعات، یا بر اساس نمونه های ساختاری شبکه اند یا بر اساس نتایج تجربی به دست آمده از داده کاوی مجموعه داده ها می باشند. هرچند، انتشار اطلاعات شدیداً توسط اعمال، تصمیمات و ارتباط های اجتماعی-اقتصادی کاربران شبکه تحت تأثیر قرار می گیرد که معمولاً در کارهای موجود آنها را نادیده می گیرند. در این مقاله ما یک دوره تکاملی در چارچوبی نظری را در نظر می گیریم که فرایند انتشار اطلاعات به صورت پویا مدل سازی می کند. برای برسی تحلیل های نظری خود، ما رفتار را به صورت تجربی به وسیله استفاده از شبکه facebook و انتشار مجموعه داده های میمیتراکر در دنیای واقعی مورد ارزیابی قرار می دهیم. نتایج تجربی به دست آمده نشان می دهد که دوره چارچوب نظری پیشنهادی ما در مدلسازی رفتارهای پیشروی اطلاعات کاربران در شبکه های اجتماعی موثر و کارا می باشد.
1-مقدمه
امروزه شبکه های اجتماعی در مقیاس بسیار وسیعی در حال گسترش اند، مثلاً facebook از سپتامبر 2012 تا کنون نزدیک به یک بیلیون کاربر داشته است. در چنین شبکه اجتماعی وسیعی، کاربران هر روز در حال تغییر اطلاعات و وضعیت خود می باشند. چگونه انتشار اطلاعات در زیربنای شبکه های اجتماعی تبدیل به یک موضوع تحقیقاتی مهم شد...