在移動(dòng)互聯(lián)網(wǎng)迅速發(fā)展的時(shí)代中,信息傳播在速度以及廣度上又有了新的飛躍,不受時(shí)空因素限制的信息和謠言傳播過(guò)程往往變得更加復(fù)雜多變和難以預(yù)測(cè)。當(dāng)網(wǎng)絡(luò)中某些節(jié)點(diǎn)在接收到謠言之后,會(huì)選擇“圍觀”處于停止傳播的狀態(tài);謠言在網(wǎng)絡(luò)上傳播的過(guò)程中,會(huì)被某些人進(jìn)行改變,放大其中不確定的信息內(nèi)容,并添加上自己的扭曲理解或者故意曲解編造。本文將以上兩種現(xiàn)象概括為傳播停滯和信息變異,并針對(duì)性地提出了融入變異和靜默現(xiàn)象的網(wǎng)絡(luò)謠言擴(kuò)散模型以及基于信息擴(kuò)散和有界信任的多層耦合網(wǎng)絡(luò)傳播模型。本文在第一階段融合了謠言在網(wǎng)絡(luò)流通中的傳播停滯現(xiàn)象和信息變異對(duì)于整個(gè)傳播體系造成的影響,在經(jīng)典的SIR（Susceptible-Infective-Removal）謠言傳播模型的基礎(chǔ)上引入了變異者和靜默者的新型角色概念建立了ISOVR（Ignorant-Spreader-Variation-Oyster-Recovery）模型。利用平均場(chǎng)方程表示其模型在網(wǎng)絡(luò)中的傳播情況,并用數(shù)學(xué)方法對(duì)新模型進(jìn)行穩(wěn)定性驗(yàn)證,分析了謠言傳播中的閾值情況。再利用蒙特卡羅方法進(jìn)行仿真模擬。仿真實(shí)驗(yàn)的結(jié)果表明無(wú)論是在小世界網(wǎng)絡(luò)還是無(wú)標(biāo)度網(wǎng)絡(luò)的環(huán)境中,網(wǎng)絡(luò)中... 

【文章來(lái)源】：浙江工商大學(xué)浙江省

【文章頁(yè)數(shù)】：77 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

各角色密度在小世界和無(wú)標(biāo)度網(wǎng)絡(luò)下的變化

融入變異和靜默現(xiàn)象的謠言擴(kuò)散模型及在耦合網(wǎng)絡(luò)中的應(yīng)用研究26(a)小世界網(wǎng)絡(luò)(b)無(wú)標(biāo)度網(wǎng)絡(luò)圖3-3各角色密度在小世界和無(wú)標(biāo)度網(wǎng)絡(luò)下的變化3.4.2ISVOR與SIR之間的模型比較(a)SIR(b)ISOVR圖3-4SIR、ISOVR模型在無(wú)標(biāo)度網(wǎng)絡(luò)下的變化在經(jīng)典的謠言傳播模型SIR中，表示易感者（Susceptible，沒(méi)有接觸過(guò)謠言的人群），表示感染者（Infective，感染了謠言并會(huì)傳播的人群），表示移除者（Removal，免疫謠言的人群）。用ISVOR模型中的表示接受謠言成為的概率，用1表示I脫離謠言狀態(tài)的概率。圖3-4表示在節(jié)點(diǎn)總個(gè)數(shù)均為2000的情況下，=0.5，1=0.1，2=0.1，=0.2，

融入變異和靜默現(xiàn)象的謠言擴(kuò)散模型及在耦合網(wǎng)絡(luò)中的應(yīng)用研究27=0.5，1=0.5，2=0.5，=0.3，=0.25，1=0.5，2=0.5時(shí)，SIR、ISOVR模型在無(wú)標(biāo)度網(wǎng)絡(luò)下的密度變化情況。SIR模型只存在著簡(jiǎn)單的到到的關(guān)系，由圖3-4(a)中可知，的數(shù)量迅速下降，不斷增長(zhǎng)直到頂峰后下降，在期間開(kāi)始出現(xiàn)并不斷增長(zhǎng)。圖4(b)中的ISOVR模型曲線，用傳播者和變異者的數(shù)量之后來(lái)表示網(wǎng)絡(luò)中傳謠的人群，其數(shù)量與SIR模型中傳播謠言的人相比上升的更加快速，并且峰值也比較校這是因?yàn)镮SVOR存在變異現(xiàn)象，部分傳播者變成變異者之后，具有更大的感染性，從而加快謠言在網(wǎng)絡(luò)中的擴(kuò)散。與此同時(shí)，群體中存在著善于思考等因素的靜默現(xiàn)象，部分傳謠者會(huì)變成緩沖作用的靜默者，減少了傳謠者的峰值。ISVOR中的變異和靜默原理比SIR中簡(jiǎn)單的直線關(guān)系更加復(fù)雜、合理和貼近現(xiàn)實(shí)，與生活中的“以訛傳訛”和“圍觀群眾”情況更合乎。3.4.3變異者免疫率對(duì)謠言傳播影響(a)小世界網(wǎng)絡(luò)(b)無(wú)標(biāo)度網(wǎng)絡(luò)圖3-5當(dāng)2分別取三個(gè)值時(shí)所有傳謠者密度在小世界和無(wú)標(biāo)度網(wǎng)絡(luò)下的變化設(shè)maxS(t)+V(t)表示所有傳謠者即傳播者和變異者的密度在傳播過(guò)程中的最大值，用來(lái)表示謠言在網(wǎng)絡(luò)中傳播的最大感染力。圖3-5、圖3-6、圖3-7表示當(dāng)2=0.5，變異者的免疫率2分別取0.1、0.3、0.5時(shí)，所有傳謠者、免疫者、靜默者分別在WS小世界網(wǎng)絡(luò)和BA無(wú)標(biāo)度網(wǎng)絡(luò)中的密度。從圖5中可以看出，maxS(t)+V(t)經(jīng)歷了不斷增長(zhǎng)到達(dá)高峰后不斷下跌的過(guò)程。其中，maxS(t)+V(t)隨著變異者免疫率2的增大而

【參考文獻(xiàn)】：
期刊論文
[1]基于真實(shí)信息傳播者的謠言傳播模型的動(dòng)力學(xué)分析[J]. 張菊平,郭昊明,荊文君,靳禎.  物理學(xué)報(bào). 2019(15)
[2]基于用戶相對(duì)權(quán)重的在線社交網(wǎng)絡(luò)輿情傳播控制模型[J]. 王家坤,于灝,王新華,白麗.  系統(tǒng)工程理論與實(shí)踐. 2019(06)
[3]雙層社交網(wǎng)絡(luò)信息傳播模式研究[J]. 黃田田.  經(jīng)濟(jì)研究導(dǎo)刊. 2019(07)
[4]雙層社交網(wǎng)絡(luò)上的企業(yè)輿情傳播模型及控制策略研究[J]. 王家坤,王新華.  管理科學(xué). 2019(01)
[5]基于社會(huì)認(rèn)同原理的謠言擴(kuò)散模型[J]. 付偉,潘曉中,劉亞州.  計(jì)算機(jī)工程. 2018(09)
[6]基于個(gè)體興趣度差異和辟謠機(jī)制的謠言傳播模型[J]. 冉茂潔,劉超,黃賢英,劉小洋,楊宏雨,張光建.  計(jì)算機(jī)應(yīng)用. 2018(11)
[7]基于擴(kuò)展Hegselmann-Krause模型的輿論演化模式研究[J]. 何建佳,劉舉勝.  情報(bào)科學(xué). 2018(01)
[8]雙層社會(huì)網(wǎng)絡(luò)上的輿情傳播動(dòng)力學(xué)分析[J]. 李丹丹,馬靜.  系統(tǒng)工程理論與實(shí)踐. 2017(10)
[9]基于水軍信任懲罰的多維用戶影響力度量模型[J]. 李志宏,莊云蓓.  系統(tǒng)工程理論與實(shí)踐. 2017(07)
[10]突發(fā)事件發(fā)生后謠言傳播的ISrSnR模型[J]. 李志宏,莊云蓓.  系統(tǒng)工程. 2017(05)

博士論文
[1]復(fù)雜網(wǎng)絡(luò)上的信息有效傳播研究[D]. 高磊.電子科技大學(xué) 2017

碩士論文
[1]基于復(fù)雜社會(huì)網(wǎng)絡(luò)的微博營(yíng)銷理論[D]. 李玲.天津工業(yè)大學(xué) 2018
[2]大連“線上到線下”型網(wǎng)絡(luò)輿情的協(xié)同治理研究[D]. 陳志煒.大連理工大學(xué) 2016



本文編號(hào)：3592901