發(fā)布時間：2021-09-30 20:02

　　復雜網(wǎng)絡的研究對于人們從宏觀和微觀上理解系統(tǒng)的運行機制以及系統(tǒng)中個體在運行過程中所起作用有很大幫助。近年來,傳播動力學作為復雜網(wǎng)絡研究的一個重要方面,得到了人們的廣泛關注。傳播過程在我們的生活中無處不在,事實上,識別并充分地利用網(wǎng)絡中傳播能力較強的節(jié)點,有利于在社交網(wǎng)絡中控制輿論的導向,促進新產(chǎn)品的大規(guī)模推廣,抑制接觸網(wǎng)絡中流行病的爆發(fā)等。目前已有大量中心性指標被提出用于識別和衡量復雜網(wǎng)絡中傳播能力較強的節(jié)點。這些指標從不同的角度考察節(jié)點在網(wǎng)絡中節(jié)點的重要性,各有優(yōu)勢及不足。如度中心性和k-shell分解算法,算法實現(xiàn)簡單,時間復雜度較低,但通常情況下劃分粒度較粗,與真實情況存在一定差距。接近中心性、介數(shù)中心性、特征向量中心性考慮的因素更具全局性,但時間復雜度相對更高,不適合在大規(guī)模網(wǎng)絡中應用。結合目前的研究現(xiàn)狀以及存在的問題,本文主要創(chuàng)新性工作及研究成果概括為以下兩個方面:1)設計了分類鄰居算法,根據(jù)節(jié)點在k-shell分解過程中被移除順序,將節(jié)點的鄰居分類,通過給不同類別的鄰居分配不同權重,區(qū)分鄰居對節(jié)點傳播能力的貢獻。本文認為節(jié)點的鄰居越多并且鄰居越接近于網(wǎng)絡的核心,則節(jié)點的傳播... 

【文章來源】：天津理工大學天津市

【文章頁數(shù)】：63 頁

【學位級別】：碩士

【部分圖文】：

圖(a)，(b)，(c)表示當連邊概率的值分別為0.1，0.15，0.2時的隨機網(wǎng)絡

第二章 復雜網(wǎng)絡中傳播動力學簡介大差異。實際上，真實網(wǎng)絡并不是完全隨機的，而是存在一定的隨機性。Watts 和 Strongtz 于 1998 年提出小世界網(wǎng)絡模型，后來被稱為 WS 小世界模型。模型的主要思想是：在規(guī)則網(wǎng)絡中對連邊進行隨機化重連。具體構造方法為：1） 初始狀態(tài)：規(guī)則網(wǎng)絡，并且是一個包含 個節(jié)點的最近鄰耦合環(huán)狀網(wǎng)絡，每個點都與它左右相連的各 /2個節(jié)點相連， 為偶數(shù)。2） 隨機重連：以概率 隨機重連網(wǎng)絡中的每條邊，即保持邊的一端連接不變，另端重新隨機選擇連接一個節(jié)點。其中需要保證不能出現(xiàn)重邊和自環(huán)。WS 小世界網(wǎng)絡模型如圖 2-2 所示。

都與它左右相連的各 /2個節(jié)點相連， 為偶數(shù)。2） 隨機重連：以概率 隨機重連網(wǎng)絡中的每條邊，即保持邊的一端連接不變，另重新隨機選擇連接一個節(jié)點。其中需要保證不能出現(xiàn)重邊和自環(huán)。WS 小世界網(wǎng)絡模型如圖 2-2 所示。圖 2-2 WS 小世界網(wǎng)絡，生成過程采取已有邊隨機重連。

【參考文獻】：
期刊論文
[1]Spatial epidemiology of networked metapopulation: an overview[J]. Lin Wang,Xiang Li.  Chinese Science Bulletin. 2014(28)
[2]復雜網(wǎng)絡上的傳播動力學及其新進展[J]. 夏承遺,劉忠信,陳增強,袁著祉.  智能系統(tǒng)學報. 2009(05)
[3]復雜網(wǎng)絡上的博弈[J]. 吳枝喜,榮智海,王文旭.  力學進展. 2008(06)

碩士論文
[1]社會網(wǎng)絡圖數(shù)據(jù)隱私攻擊研究[D]. 謝宛洋.東北師范大學 2012



本文編號：3416548