發(fā)布時間：2021-03-24 22:23

　　近年來復雜網(wǎng)絡的研究發(fā)展迅速,且其研究主要集中于網(wǎng)絡拓撲結構和網(wǎng)絡上的動力學過程分析;基于復雜網(wǎng)絡上研究信息傳播動力學也是網(wǎng)絡傳播研究的熱點問題之一。隨著信息時代的到來,人們在社交網(wǎng)絡中進行信息傳播和交流,如知識、口碑、謠言及網(wǎng)絡暴力等信息的傳播。而如何促進有利信息的傳播和抑制有害信息的傳播對人們生活更加具有實際意義,因此研究信息傳播機制至關重要。本文在復雜網(wǎng)絡理論的基礎上,分析社交網(wǎng)絡中信息傳播的影響因素及傳播動力學。由于無標度網(wǎng)絡能更加形象地反映現(xiàn)實世界中的社交網(wǎng)絡,結合實際信息傳播機制及具體情況,研究基于無標度網(wǎng)絡建立了幾類新型的信息傳播動力學模型,并對提出的模型進行了詳細地研究和分析,得到與現(xiàn)實生活中的信息傳播現(xiàn)象相吻合的結論。本文工作及創(chuàng)新點主要包括以下幾個方面:1、社交網(wǎng)絡的出現(xiàn)與發(fā)展不僅為學習者提供了一個寬闊的學習環(huán)境,更為知識的廣泛、快速傳播提供了一個良好的平臺。為了研究社交網(wǎng)絡中知識傳播機制及人們認知行為的不同,基于無標度網(wǎng)絡提出了一類新型的ILSFI（Ignoramus-Learner-Spreader-Forgetter-Ignoramus）知識傳播動力學模型。根... 

【文章來源】：長江大學湖北省

【文章頁數(shù)】：86 頁

【學位級別】：碩士

【部分圖文】：

全球Internet網(wǎng)絡，社交網(wǎng)絡，城市交通網(wǎng)絡，神經網(wǎng)絡

第二章復雜網(wǎng)絡與信息傳播概述13者（Infected，I）和治愈者（Removed，R）等不同的狀態(tài)，而信息傳播過程中個體節(jié)點一般分為無知者、信息傳播者和信息抵制者，個體之間轉換方式不同會形成不同的傳染模型。本節(jié)主要介紹SIR信息傳播模型。在SIR模型中，tR表示在t時刻系統(tǒng)中抵制人群的數(shù)量，處于該信息抵制狀態(tài)的個體表明此時的個體已經獲得免疫能力，不傳播該信息。用tRk表示t時刻抵制者所占群體總數(shù)的比例，且有tSttRI1kkk�；跓o標度網(wǎng)絡的SIR信息傳播模型流程圖如圖2-3所示。一個無知者可能會和自己有所關系的信息傳播者交流，以概率感染進而轉變成信息傳播者，同時信息傳播者由于某些原因也會以概率放棄傳播信息，轉變成信息抵制者。圖2-3信息在無知者、傳播者和抵制者之間的傳播流程圖Fig.2-3Flowchartofinformationdisseminationamongignorants,communicatorsandresisters在這里考慮社交網(wǎng)絡中的信息傳播是在無標度網(wǎng)絡上，然后獲得如下信息傳播動力學模型：tIdttdRtkttISdttdItSktdttdSkkkkkkk（2-1）t其中表示在t時刻一個無知者與信息傳播者接觸的概率，并且滿足：iiiiiPitIiktNtItkiP1/（2-2）kiP/表示度為k的節(jié)點與度為i的信息傳播者隨機接觸的概率，Pk//kiiPi，ikiiP表示無標度網(wǎng)絡中的平均度。2.3.3基本再生數(shù)基本再生數(shù)是判斷疾病或信息等是否能在網(wǎng)絡上持續(xù)傳播的重要參數(shù)，在疾病

第三章考慮認知差異的知識傳播動力學模型17似。因此本章基于基于傳染病的研究方法，考慮人們認知差異和社交網(wǎng)絡結構的異質性，在無標度網(wǎng)絡上建立知識信息傳播模型，分析知識信息傳播動力學過程。3.2網(wǎng)絡模型3.2.1模型建立知識信息傳播研究是復雜網(wǎng)絡理論的一個重要應用[73]。為了研究知識傳播在社交網(wǎng)絡的傳播動力學模型，人群作為一個復雜的社交網(wǎng)絡，個體抽象為節(jié)點并且個體之間的連接抽象為邊，人們通過“接觸”傳播知識。在知識動力學傳播過程中，每個節(jié)點有如下四種狀態(tài)：無知者（ignoramus），其代表不知道某個知識的人；學習者（learner），其代表學習了某個知識但不主動傳播知識的人；傳播者（spreader），其代表積極傳播分享知識的人；遺忘者（forgetter），其代表遺忘了所學知識的人。傳播流程圖如圖3-1所示。圖3-1知識在無知者、學習者、傳播者和遺忘者之間的傳播流程圖Fig.3-1Flowdiagramillustratingbetweenignoramus,learner,spreaderandforgetter在知識傳播過程中，考慮無知者與學習者或者傳播者相接觸，則無知者分別接觸學習者和傳播者的感染率為1和2，然后轉變成學習者。吸引參數(shù)用來描述人們對學習新知識的興趣程度�？紤]到每個人學習新知識的受益程度不同，學習者轉變成傳播者的概率為。隨著時間變化人們會遺忘某些學習的知識，也就是一個學習者或者傳播者會分別以遺忘概率1或2轉變成為遺忘者。當然，當再次面對新知識，一個遺忘者會以概率轉變成一個無知者。為了使網(wǎng)絡中的節(jié)點總數(shù)保持時序不變的，假設網(wǎng)絡中的遷入率和遷出率都為，并且所有的新遷入群體均為無知者。社交網(wǎng)絡中節(jié)點的度呈冪律分布且擾動較大，必須考慮節(jié)點度的異質性。用tIk，tLk，tSk，tFk分別表示度為k的四類節(jié)點在t時刻的密度。1t表示

【參考文獻】：
期刊論文
[1]移動社交網(wǎng)絡信息傳播研究述評與展望[J]. 張鵬,趙動員,梅蕾.  情報科學. 2020(02)
[2]傳播理論下的網(wǎng)絡暴力研究[J]. 周佩.  新媒體研究. 2019(23)
[3]基于網(wǎng)絡口碑的消費者重購行為影響因素及其機制研究[J]. 陳賽花.  商業(yè)經濟研究. 2019(20)
[4]網(wǎng)絡口碑對消費者購買意愿影響研究綜述[J]. 侯海青,龔雅靜.  西安石油大學學報(社會科學版). 2019(03)
[5]網(wǎng)絡知識社區(qū)中知識傳播擴散的仿真模型研究[J]. 杜智濤,付宏,李輝.  情報理論與實踐. 2019(03)
[6]網(wǎng)絡輿論暴力的形成機制與治理研究[J]. 管雅樂.  現(xiàn)代商貿工業(yè). 2019(07)
[7]社交網(wǎng)絡拓撲與信息傳播[J]. 覃志華.  信息與電腦(理論版). 2017(21)
[8]如何看待新媒體環(huán)境下的網(wǎng)絡暴力事件[J]. 丁曉蕾.  傳播與版權. 2017(05)
[9]基于復雜網(wǎng)絡的虛擬社區(qū)創(chuàng)新知識傳播機制研究[J]. 葉騰,韓麗川,邢春曉,張妍.  現(xiàn)代圖書情報技術. 2016(Z1)
[10]復雜網(wǎng)絡上流行病傳播動力學的爆發(fā)閾值解析綜述[J]. 李睿琪,王偉,舒盼盼,楊慧,潘黎明,崔愛香,唐明.  復雜系統(tǒng)與復雜性科學. 2016(01)

博士論文
[1]傳播動力學中的網(wǎng)絡結構度量及合作演化研究[D]. 宋波.南京郵電大學 2019
[2]復雜網(wǎng)絡上的信息傳播動力學建模與免疫策略研究[D]. 夏玲玲.南京郵電大學 2017
[3]基于平均場理論的信息傳播模型研究[D]. 董蘇雅拉圖.北京工業(yè)大學 2018
[4]社交網(wǎng)絡在線口碑信息傳播模型研究[D]. 崔雪蓮.大連理工大學 2017
[5]幾類復雜網(wǎng)絡上的傳播模型與動力學分析[D]. 蘇貞.北京郵電大學 2017
[6]復雜網(wǎng)絡上的信息有效傳播研究[D]. 高磊.電子科技大學 2017
[7]社交網(wǎng)絡中的信息與影響力傳播模式研究[D]. 孫凌.北京交通大學 2017
[8]復雜網(wǎng)絡建模及其傳播動力學研究[D]. 崔愛香.電子科技大學 2014
[9]復雜網(wǎng)絡上流行病和信息傳播動力學研究[D]. 劉真真.大連理工大學 2013
[10]基于人類動力學的社交網(wǎng)絡信息傳播實證分析與建模研究[D]. 吳聯(lián)仁.北京郵電大學 2013

碩士論文
[1]主題細分下在線社交網(wǎng)絡用戶信息傳播力評價研究[D]. 孔月晗.南京郵電大學 2019
[2]知乎社區(qū)的社交網(wǎng)絡信息傳播模型研究[D]. 張倩倩.西安理工大學 2019
[3]面向社交網(wǎng)絡的謠言傳播模型研究[D]. 陳迪強.重慶郵電大學 2019
[4]一種基于復雜網(wǎng)絡的知識傳播效益模型[D]. 康彪.華中師范大學 2019
[5]基于無標度網(wǎng)絡的信息傳播模型動力學分析[D]. 侯景瑞.華中科技大學 2019
[6]無標度網(wǎng)絡下微博信息傳播行為研究[D]. 劉映芳.成都理工大學 2019
[7]社交網(wǎng)絡謠言傳播模型及動力學分析[D]. 吳曉.重慶理工大學 2019
[8]社交網(wǎng)絡結構分析與預測建模[D]. 胡建濤.電子科技大學 2019
[9]基于復雜網(wǎng)絡的輿情信息傳播機制研究[D]. 張碩.首都經濟貿易大學 2018
[10]復雜網(wǎng)絡的信息傳播動力學及控制策略研究[D]. 趙甜芳.大連理工大學 2017



本文編號：3098503