本文關(guān)鍵詞：基于復(fù)雜網(wǎng)絡(luò)理論的微博傳播動力學(xué)研究，由筆耕文化傳播整理發(fā)布。

【摘要】：復(fù)雜網(wǎng)絡(luò)是研究自然界復(fù)雜系統(tǒng)的一種新方法，本文主要利用復(fù)雜網(wǎng)絡(luò)分析方法對新浪微博這種熱門社交網(wǎng)絡(luò)上消息的傳播動力學(xué)展開研究。微博是在通過用戶關(guān)注機(jī)制建立的用戶網(wǎng)絡(luò)上分享實時信息的社交平臺，微博消息主要通過用戶的轉(zhuǎn)發(fā)行為使消息在用戶網(wǎng)絡(luò)上傳播。 隨著網(wǎng)絡(luò)上微博用戶量的不斷壯大，微博消息的實時性、便捷性和開放性的傳播特點(diǎn)，以及微博消息裂變式的傳播方式，使消息可以在非常短的時間內(nèi)在微博上迅速傳播，這使得微博這種社交網(wǎng)絡(luò)帶來的安全問題也越來越突出。當(dāng)微博上出現(xiàn)敏感的社會問題時，很容易被用戶惡意渲染并轉(zhuǎn)發(fā)，一旦有人惡意煽動，極易造成不良輿論快速廣泛傳播。如何去描述微博消息的傳播過程，挖掘它們的傳播特性，進(jìn)而采取高效的控制措施，是復(fù)雜網(wǎng)絡(luò)領(lǐng)域極具挑戰(zhàn)性的一項研究。 本文通過以下三個方面研究微博上消息的傳播動力學(xué)行為：首先利用新浪微博數(shù)據(jù)，建立微博傳播網(wǎng)絡(luò)，基于復(fù)雜網(wǎng)絡(luò)分析方法，分析微博傳播網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)特性來揭示微博的傳播規(guī)律與特征；其次根據(jù)微博的傳播規(guī)律生成微博傳播網(wǎng)絡(luò)的構(gòu)造算法，使用平均場論的方法，推導(dǎo)微博傳播網(wǎng)絡(luò)的度分布模型；最后分析基于節(jié)點(diǎn)中心性的六種免疫策略對微博傳播的控制效果。實驗結(jié)果表明：微博傳播網(wǎng)絡(luò)的度分布是時間相依的，在特定時間下網(wǎng)絡(luò)的度分布服從冪律分布，對接近中心性節(jié)點(diǎn)和度中心性節(jié)點(diǎn)免疫使微博傳播影響的規(guī)模迅速下降，，是最有效的微博控制策略。
【關(guān)鍵詞】：復(fù)雜網(wǎng)絡(luò) 微博傳播網(wǎng)絡(luò) 平均場理論 節(jié)點(diǎn)免疫
【學(xué)位授予單位】：杭州電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP393.092;O157.5
【目錄】：

• 摘要5-6
• ABSTRACT6-7
• 目錄7-9
• 第1章 緒論9-14
• 1.1 研究背景及研究意義9-10
• 1.2 國內(nèi)外研究現(xiàn)狀10-12
• 1.3 分析工具12-13
• 1.4 本文組織結(jié)構(gòu)13-14
• 第2章 復(fù)雜網(wǎng)絡(luò)基礎(chǔ)與微博傳播網(wǎng)絡(luò)14-26
• 2.1 復(fù)雜網(wǎng)絡(luò)基本拓?fù)湫再|(zhì)14-18
• 2.1.1 節(jié)點(diǎn)的度14-15
• 2.1.2 平均路徑長度與直徑15
• 2.1.3 聚類系數(shù)15-16
• 2.1.4 網(wǎng)絡(luò)度分布與網(wǎng)絡(luò)熵16-17
• 2.1.5 度-度相關(guān)性17-18
• 2.2 復(fù)雜網(wǎng)絡(luò)模型18-20
• 2.2.1 規(guī)則網(wǎng)絡(luò)18-19
• 2.2.2 隨機(jī)網(wǎng)絡(luò)19
• 2.2.3 小世界網(wǎng)絡(luò)模型19-20
• 2.2.4 無標(biāo)度網(wǎng)絡(luò)模型20
• 2.3 微博傳播網(wǎng)絡(luò)構(gòu)建20-21
• 2.4 數(shù)據(jù)收集與整理21-24
• 2.5 本章小結(jié)24-26
• 第3章 基于復(fù)雜網(wǎng)絡(luò)理論的微博傳播規(guī)律分析26-37
• 3.1 節(jié)點(diǎn)的度26-28
• 3.2 小世界特征28-31
• 3.3 無標(biāo)度特征與網(wǎng)絡(luò)結(jié)構(gòu)熵31-34
• 3.3.1 度分布31-33
• 3.3.2 網(wǎng)絡(luò)結(jié)構(gòu)熵33-34
• 3.4 節(jié)點(diǎn)相關(guān)性34-36
• 3.5 本章小結(jié)36-37
• 第4章 基于平均場理論的微博傳播網(wǎng)絡(luò)模型37-44
• 4.1 相關(guān)研究37-39
• 4.2 微博傳播網(wǎng)絡(luò)模型的構(gòu)造算法39-40
• 4.3 獨(dú)立于演化時間的微博傳播網(wǎng)絡(luò)模型40-41
• 4.4 依賴演化時間的微博傳播網(wǎng)絡(luò)模型41-43
• 4.5 本章小結(jié)43-44
• 第5章 微博傳播網(wǎng)絡(luò)的節(jié)點(diǎn)免疫策略44-52
• 5.1 節(jié)點(diǎn)中心性45-46
• 5.1.1 度中心性45
• 5.1.2 介數(shù)中心性45-46
• 5.1.3 接近中心性46
• 5.1.4 特征向量中心性46
• 5.1.5 k-核中心性46
• 5.2 算法描述46-47
• 5.3 實驗分析47-50
• 5.4 本章小結(jié)50-52
• 第6章 總結(jié)與展望52-54
• 致謝54-55
• 參考文獻(xiàn)55-59
• 附錄59-60
• 詳細(xì)摘要60-62

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前9條

1 胡海波;徐玲;王科;汪小帆;;大型在線社會網(wǎng)絡(luò)結(jié)構(gòu)分析[J];上海交通大學(xué)學(xué)報;2009年04期

2 田占偉;隋s

本文編號：457883