网络舆情主题传播路径怎么那样分析和计算啊？

我读了《基于LDA模型的新冠疫情微博用户主题聚类图谱及主题传播路径研究》，这篇文章太有参考简直了。但是网络舆情主题传播路径怎么那样分析和计算啊？跟我设想的不一样，我原先设想是把一个微博转发给另一个微博，再转发给下一个微博...，把这个传播路径表示出来。没想到这篇文章是那样统计计算的。有什么理论依据啊？

这篇文章在知网上可以查到，可以看看这篇文章引用的文章，估计在引用文章里可以找到你的答案

通过 PageRank 值确定各个网络社群的意见领袖，结合 LDA 主题模型得到“文档-主题分布”，获得意见领袖之间的相似度，利用该相似度确定不同社群间意见领袖的语义距离，并将语义距离作为社群之间的边权重，通过 Dijkstra 算法计算遍历各个意见领袖的最短主题传播路径。


从这篇文章的描述看，

1. 通过PageRank确定意见领袖
2. 以相似度为基础， 确定不同社群间意见领袖的语义距离， 并进一步计算主题传播路径。

内容分析应用 发表于 2021-7-7 14:55
通过 PageRank 值确定各个网络社群的意见领袖，结合 LDA 主题模型得到“文档-主题分布”，获得意见领袖之间 ...

其实我觉得使用Dijkstra算法是为了让论文有技术含量的，根本不需要这个算法，一共才10个节点，就是全连通，也是一个好小好小的图，随便一个算法都可以把最短路径找出来。

我觉得这里说“传播路径”不太准确，不知道其他论文是怎样说的，这里其实是“话题演变路径”。话题在人与人之间传播的时候，每个参与的人会对语句做一些调整，越传越走样，这个是一个自然过程，那么根据相似度可以找出来最近的演变后的话题。也许从统计角度，话题演变路径也就是传播路径，不知道有没有权威文章说这个