La modelización de la difusión de información en las redes sociales ha atraído mucha atención tanto de la academia como de la industria. Basado en el método de función generadora universal y la teoría de interferencia de estrés-fuerza discreta, se propone un método novedoso para modelar las acciones de reenvío aleatorio de los usuarios, y se extraen los usuarios más susceptibles. El efecto de un usuario en la difusión de información se cuantifica como susceptibilidad de nodo (NS), y la NS se define como la probabilidad de que la cantidad de información (mensaje) que el usuario reenvía sea mayor que la que recibe. El modelo puede abordar tres preguntas: qué usuarios son más susceptibles, a qué tipos de información son más susceptibles, y cuándo son más susceptibles. Las soluciones a estas preguntas son muy útiles para los profesionales. Se utiliza un estudio de caso para ilustrar la viabilidad y practicidad del modelo propuesto.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículos:
HAC: Control de acceso híbrido para redes sociales en línea
Artículos:
Predicción del rendimiento del hardware de gráficos de aviónica con aprendizaje automático.
Artículos:
Extracción de información desde la web para identificar acciones de un modelo de dominio en planificación automática
Artículos:
Estudio sobre la cadena de suministro considerando el arrepentimiento anticipado bajo descuentos de precio.
Artículos:
Oscilaciones en Sistemas de Primer Orden en Tiempo Continuo a través de Retroalimentación de Retraso en el Tiempo
Artículos:
La curva S como herramienta para la planeación y control de procesos de construcción: casos de estudio
Artículos:
Investigación sobre control de costos de proyectos de construcción con base en la teoría de construcción sin pérdidas y BIM : caso práctico
Artículos:
Agua subterránea : el recurso oculto
Artículos:
Modelo de aceptación de las tecnologías basadas en la inteligencia artificial (IA) en las empresas de construcción: Aplicación del Modelo de Aceptación de la Tecnología (TAM) en combinación con el Marco Tecnología-Organización-Entorno (TOE)