基于社交網(wǎng)絡(luò)的信息傳播模型分析
【圖文】:
網(wǎng)終用戶仕木蛤施閣圖
在目前關(guān)于信息傳播模型的研究中,,并沒(méi)有考慮到感染用戶的不同言論傾向,如SIR傳播模型、文獻(xiàn)[11~13,16]中提出的模型。以文獻(xiàn)[16]為例,文章沿用了SIR模型中將用戶分為未知者、傳播者和免疫者三類的思想,考慮了用戶的免疫力變化以及外部社會(huì)加強(qiáng)對(duì)傳播的影響等因素,構(gòu)建了基于在線社交網(wǎng)絡(luò)的消息傳播模型(D-SIR)。在本文模型的數(shù)值仿真中,通過(guò)設(shè)置初始感染用戶,研究網(wǎng)絡(luò)中各類狀態(tài)用戶的數(shù)量隨著傳播層級(jí)數(shù)的變化情況。本文、SIR以及D-SIR模型的仿真結(jié)果如圖4~6所示。從圖4可以看出,易感染狀態(tài)用戶數(shù)量初期呈現(xiàn)出較快的下降趨勢(shì),在一定階段后趨于一個(gè)定值;兩種感染狀態(tài)用戶數(shù)量在初始階段快速增長(zhǎng),當(dāng)達(dá)到最大值后逐漸衰減,呈現(xiàn)固定的生命周期,最后趨向于零;免疫用戶數(shù)量則是保持增加的趨勢(shì)。從圖4~6的對(duì)比可以看出,本文模型由于定義了不同狀態(tài)的感染用戶,所以在仿真結(jié)果中存在兩類感染用戶的數(shù)量曲線,比起另外兩個(gè)模型更能體現(xiàn)出網(wǎng)絡(luò)中信息傳播趨勢(shì)的多樣性。另外,在實(shí)際社交網(wǎng)絡(luò)的信息傳播過(guò)程中,信息的發(fā)布初期傳播速度并不會(huì)極其迅速,而在爆發(fā)時(shí)網(wǎng)絡(luò)中的易感染用戶會(huì)很快收到信息并發(fā)生狀態(tài)轉(zhuǎn)變,因此易感染用戶的曲線變化應(yīng)該是先平緩而后突然下降,形成一個(gè)陡峭下滑的趨勢(shì),本文模型中易感染(S類)用戶的減少趨勢(shì)正是符合這一點(diǎn)。但在SIR模型中,曲線的變化一直平緩減少,并沒(méi)有出現(xiàn)驟減的情況。三種模型感染狀態(tài)用戶峰值對(duì)比如圖7所示。從圖7可以看出,傳播過(guò)程中感染用戶(I類)的峰值本文模型較SIR、D-SIR模型更高,說(shuō)明信息在網(wǎng)絡(luò)中的覆蓋面越廣。特此說(shuō)明,由于本文模型將感染用戶分為兩類,所以感染用戶總數(shù)量為兩類感染用戶數(shù)量相加。2.2不同影響因子對(duì)比分析2.2.1初始感染用戶不同的情況S
【相似文獻(xiàn)】
相關(guān)期刊論文 前10條
1 王啟東;;智慧城市中社交網(wǎng)絡(luò)的優(yōu)化設(shè)計(jì)[J];金卡工程;2013年07期
2 張磊;陳貞翔;楊波;;社交網(wǎng)絡(luò)用戶的人格分析與預(yù)測(cè)[J];計(jì)算機(jī)學(xué)報(bào);2014年08期
3 周國(guó)健;劉璐;邵攸悠;;高校校園社交網(wǎng)絡(luò)系統(tǒng)實(shí)現(xiàn)設(shè)計(jì)研究[J];電子技術(shù)與軟件工程;2014年10期
4 斯蒂芬·卡斯;;在線社區(qū)能否解決隱私問(wèn)題[J];科技創(chuàng)業(yè);2011年08期
5 ;如何在工作場(chǎng)所安全使用社交網(wǎng)絡(luò)[J];計(jì)算機(jī)與網(wǎng)絡(luò);2012年10期
6 郭玉翠;;大學(xué)生社交網(wǎng)絡(luò)應(yīng)用現(xiàn)狀調(diào)查研究——以蘭州高校為例[J];軟件導(dǎo)刊;2013年11期
7 張新;;Google Buzz,你愛不愛[J];軟件和信息服務(wù);2010年03期
8 申強(qiáng);;利用社交網(wǎng)絡(luò)并避免其帶來(lái)的風(fēng)險(xiǎn)[J];信息安全與通信保密;2011年10期
9 范超然;黃曙光;李永成;;微博社交網(wǎng)絡(luò)社區(qū)發(fā)現(xiàn)方法研究[J];微型機(jī)與應(yīng)用;2012年23期
10 舒文瓊;;社交網(wǎng)絡(luò)新玩法:微信向左移聯(lián)瀏覽器向右[J];通信世界;2013年02期
相關(guān)會(huì)議論文 前3條
1 杜p
本文編號(hào):2554558
本文鏈接:http://sikaile.net/guanlilunwen/ydhl/2554558.html