Table of Contents Weibo Repost Network 对于多个公共事件 对于单个公共事件 构建一个大V之间互相关注的网络 数据分析

• 寻找合适的用户样本库，暂时可以用大V用户代替，之后可以选择合适的方法进行采样

1. 从大V用户样本库中查找他们转发的相关事件的微博，看他们的引起的转发量，可以用来评价其影响力

• • 在一个公共事件中，假设一个大V只发布一条相关微博，则他的该条微博的转发门槛可以定义为：转发量/他的粉丝数量
    • 这样，可以计算所有大v的平均门槛
  • 对于多个公共事件，可以计算一个大V的平均转发门槛，
    • 这样说来，用一个大V的平均转发门槛来评价其影响力会不会更好？
      • 转发门槛其实表现了一个大v受他人影响的程度。评价其影响力还是采用hits算法比较合适。
        • 构建：人和事件的二模网络，以粉丝数量和转发量加权，采用hits算法计算。

1. 研究事件的属性对转发门槛的影响——大V的平均转发门槛是否与事件的属性有关系？（而不仅仅决定于大V自身的影响力？）

• • 事件的属性的确会影响，所以可以对不同属性的事件来计算，分析其差异。

1. 研究单条微博转发路径中的引爆点

• • 建议选取典型的单条微博

1. 研究整个事件传播路径中的引爆点？一个事件在不同的扩散程度之间有没有临界点，这些临界点与大V及其转发门槛是否有关系？

• • 计算每一天的大v平均转发门槛<threshold>_t&lt;/big&gt;</threshold>，勾勒它与当天转发量的关系。

• 研究大V互相关注的网络中的静态属性等
  • 这个数据知微已经有了，可以哪来好好分析一下其网络结构特征，无标度、小世界等

http://data.weibo.com/index/hotword?wid=1061508130000143672&wname=%E5%A4%A9%E6%B4%A5%E6%B8%AF%E7%88%86%E7%82%B8