We propose a dynamic information pr

We propose a dynamic information propagation model based on Continuous-Time Markov Process to predict the influence dynamics of social network users, where the nodes in the propagation sequences are the users, and the edges connect users who refer to the same topic contiguously on time. Finally we present a comprehensive empirical study on a large-scale twitter dataset to compare the influence metrics within our proposed evaluation framework. Experimental results validate our ideas and demonstrate the prediction performance of our proposed algorithms.

ผลลัพธ์ (ไทย) 1:

เราเสนอแบบเผยแพร่ข้อมูลแบบไดนามิกที่ขึ้นอยู่กับกระบวนการของ Markov เวลาอย่างต่อเนื่องเพื่อทำนายการเปลี่ยนแปลงอิทธิพลของผู้ใช้เครือข่ายทางสังคม ซึ่งในลำดับแพร่กระจายโหนดที่มีผู้ใช้ และผู้ใช้ที่อ้างอิงถึงหัวข้อเดียวกันไปทางเวลาเชื่อมต่อขอบ สุดท้าย เราปัจจุบันครอบคลุมการศึกษารวมบนทวิตเตอร์ขนาดใหญ่ชุดข้อมูลเพื่อเปรียบเทียบการวัดอิทธิพลภายในกรอบการประเมินการนำเสนอของเรา ผลการทดลองตรวจสอบความคิดของเรา และแสดงให้เห็นถึงประสิทธิภาพการทำงานของอัลกอริทึมของเรานำเสนอการทำนาย

ผลลัพธ์ (ไทย) 2:

เราได้นำเสนอรูปแบบการบริหารจัดการข้อมูลแบบไดนามิกตามอย่างต่อเนื่องเวลามาร์คอฟกระบวนการในการทำนายที่มีอิทธิพลต่อการเปลี่ยนแปลงของผู้ใช้เครือข่ายทางสังคมที่โหนดในลำดับการขยายพันธุ์เป็นผู้ใช้และขอบเชื่อมต่อผู้ใช้ที่อ้างถึงหัวข้อเดียวกันติดกันในเวลา ในที่สุดเรานำเสนอการศึกษาเชิงประจักษ์ที่ครอบคลุมเกี่ยวกับขนาดใหญ่ twitter ชุดข้อมูลเพื่อเปรียบเทียบอิทธิพลของตัวชี้วัดในกรอบการประเมินผลของเรานำเสนอ ผลการทดลองตรวจสอบความคิดของเราและแสดงให้เห็นถึงประสิทธิภาพการทำงานของการคาดการณ์ของอัลกอริทึมที่นำเสนอของเรา

ผลลัพธ์ (ไทย) 3:

เรานำเสนอแบบไดนามิกตามกระบวนการมาร์คอฟโมเดลข้อมูลแบบเวลาต่อเนื่องทำนายอิทธิพลการเปลี่ยนแปลงของผู้ใช้เครือข่ายทางสังคมที่โหนดในการขยายพันธุ์ดังนี้คือผู้ใช้ และขอบเชื่อมต่อผู้ใช้ที่อ้างถึงหัวข้อเดียวกัน contiguously ในเวลาในที่สุดเราปัจจุบันเป็นการศึกษาเชิงประจักษ์ในชุดข้อมูล Twitter ขนาดใหญ่เพื่อเปรียบเทียบตัวชี้วัดในการประเมินอิทธิพลของเราเสนอกรอบ ผลตรวจสอบความคิดของเราและแสดงให้เห็นถึงประสิทธิภาพของการทำนายเสนออัลกอริทึม