按年被提到
20142014 · 6 次2026
社会、经济与科学研究›社交网络与在线社区·arXiv:1401.4208 · cs.SI

Epidemiological modeling of online social network dynamics

在线社交网络动态的流行病学建模
John Cannarella, Joshua A. Spechler · 2014

用传染病模型预测在线社交网络用户的兴衰,并推断 Facebook 衰落

开始阅读 ↗PDFalphaXiv 讨论
被推荐 · 7 人首次 2014-01-22 · 最近 2018-03-25
7不同的人
3活跃月份
7讨论串
106被引(OpenAlex)

论文用流行病学模型解释在线社交网络的用户采用与流失:把采用类比为感染,把放弃类比为康复。作者改造经典 SIR 模型,引入“感染性康复”动态,即康复需要已康复者与感染者接触,得到 irSIR 模型,并用 Google 搜索词“MySpace”数据验证。随后把模型用于“Facebook”搜索数据,外推预测其活跃度在未来几年内快速下降。

HN 为什么提它

HN 上的人围绕它对 Facebook 衰落的预测展开争论:有人认为它可检验、可证伪,也有人指出它建立在几个很不稳的假设之上。

实证研究难度 2 / 5约 20 分钟有时效性
读之前最好知道
1SIR 传染病模型
2常微分方程基础
3曲线拟合与外推
4社交网络基础

HN 书评

推荐在前,同类按时间 · 每篇最多保留 20 条,统计用全部提及
推荐ronaldx · 2014-01

“The science is good.”

认可这篇论文的科学性
Facebook may lose 80% of users by 2017, say Princeton researchers原评论 ↗
批评chaz · 2014-01

“This study is based on a couple of very shaky assumptions.”

Facebook May Lose 80% of Its User Base by 2017原评论 ↗
被提交为 story · 5 次