微信信息传播级联分析与中国物流行业发展研究
微信信息传播级联分析
结构指标的相关性模式
在分析微信信息传播级联时,我们聚焦于质量(mass)与其他结构指标之间的相关性。通过热力图分析,有如下发现:
- 正相关关系 :广度(breadth)与质量呈正相关,即一个微信级联的质量越大,其广度很可能也处于较高水平。同时,质量与深度(depth)和维纳指数(Wiener Index)也呈正相关。
- 不确定性现象 :当质量较大时,热力图呈现出发散趋势。当级联质量处于中等以下时,级联往往具有较低的深度和较小的维纳指数。这一现象可以用不确定性理论解释,随着微信级联质量的增大,其结构演化的不确定性增加,当前级联可能保持简单结构,也可能转变为复杂结构。
为区分微信级联结构的简单与复杂,我们定义了“星型”和“链型”两种结构模式,以维纳指数作为数值指标。在质量为(n)的情况下,“纯星型”结构的维纳指数为((2 - 2/n)),“纯链型”结构的维纳指数为(( (n + 1)/3 ))。从数学角度看,在任何质量值(n)下,“纯链型”结构都比“纯星型”结构更复杂。从实证数据集来看,大多数微信级联的结构复杂度介于“纯星型”和“纯链型”之间,尤其是大型级联,其主要结构模式更接近星型。随着级联质量的增大,扩散过程中的不确定性增加,链型元素逐渐融入级联结构,导致维纳指数的方差增大。
预测级联结构演化
- 特征提取 :从实证数据集中,我们为每个级联提取了六类有用特征,这些特征均在级联质量为(k)的中间阶段获取,具体如下:
超级会员免费看
订阅专栏 解锁全文
3万+

被折叠的 条评论
为什么被折叠?



