基于鏈邊特性的網絡信息傳播研究
發(fā)布時間：2021-07-17 20:21
信息社會的加速成型,促使自媒體普及、社交方式多樣化,信息傳播也變得更加自由、便捷。微博、微信等社交平臺中的信息傳播是社交網中普遍存在的活動。正面信息的傳播往往能對社會產生積極的影響,例如善款籌集、垃圾分類知識科普等;負面信息的傳播就會對社會產生消極的影響,例如散播謠言、網絡炫富等。用戶在面對不同類型的信息時往往會表現(xiàn)出不同的行為,在網絡中產生的反響也就不同,不同性質的信息傳播也會讓社會產生不同的決策心理,所以研究社交網絡中信息的傳播機制顯得尤為重要。復雜網絡是研究社交網絡的重要基礎,現(xiàn)實社會中的關系網絡所表現(xiàn)出的復雜性在復雜網絡中得到了很好的展現(xiàn),學者通過類比傳染病在復雜網絡上的傳播特征,構建了多種信息傳播模式。本文分別在BA網絡和WS網絡的基礎上規(guī)劃了新的網絡特性,研究了含有親密關系和非親密關系下的傳播現(xiàn)象。本文相關工作有三個方面:（1）含有顯性和隱性鏈邊的信息傳播現(xiàn)象:本文通過分析人際關系網絡,提出了一種具有親密顯性關系和非親密隱性關系的社交網絡模型。信息的傳播過程首先發(fā)生在顯性網絡中,三級傳播后密度達到臨界閾值時,分析了感染密度和感染比例兩種爆發(fā)條件,信息在傳播過程中會發(fā)生隱性鏈...
【文章來源】：蘭州理工大學甘肅省
【文章頁數(shù)】：82 頁
【學位級別】：碩士
【部分圖文】：
WS小世界網絡模型演化圖
基于鏈邊特性的網絡信息傳播研究6時，P(k)0，當kK2時，min(2,2)(2)2202(2)()(1)((2))!kKKkKnnKnpKnKpKPkppenkKn(1.7)（3）無標度網絡模型隨機網絡模型和WS小世界網絡中，網絡的度分布幾乎都服從泊松分布，這一類網絡也被稱為是均勻網絡。1999年，Barabasi和Albert提出了BA無標度網絡模型[50]，該模型和隨機網絡模型、WS網絡模型一樣的是，網絡模型中的節(jié)點連接具有明顯的增長特性和優(yōu)先連接特性，網絡的度分布的最好描述是冪率形式，網絡中節(jié)點的度的大小沒有明顯的特征。BA無標度網絡模型如圖1.2所示，模型的構建算法如下：圖1.2BA網絡模型示意圖①增長機制：從一個含有0m個節(jié)點的連通圖開始，每次加入一個新的節(jié)點并把它連接到0m,(mm)個已存在的節(jié)點上。②優(yōu)先連接：一個新加入的節(jié)點與已經存在的節(jié)點i相連的概率i滿足iijjkk，其中ik為節(jié)點i的度。BA網絡模型中通常用平均場理論（Mean-fieldtheory）分析度分布,這種近似逼近的方法可以得到近似的冪指數(shù)，對于不同屬性的網絡通過進一步的數(shù)學方法可以計算出精確的冪指數(shù)。一般分析思路是先假設一個初始網絡有0m個節(jié)點可以無限的增長(t)，t時刻節(jié)點i的度為()ikt，則加入一個新的節(jié)點后節(jié)點i的度增加1的概率為：
stititdtdrtitdt(1.12)其中s(t)、i(t)和r(t)分別表示S狀態(tài)個體、I狀態(tài)個體和R狀態(tài)個體在t時刻占整個人群的比例，則有s(t)i(t)r(t)1。表示信息傳播的概率，表示信息被遺忘（或個體失去傳播興趣）的概率。三種狀態(tài)個體數(shù)量變化如圖1.4所示。SIR模型中，傳播臨界值是衡量信息能否爆發(fā)傳播的主要條件，均勻網絡中的傳播臨界值為，表示I狀態(tài)個體在t時刻內平均能感染個S狀態(tài)個體，顯然1是該模型的臨界值，當1時，信息能夠在網絡中廣泛傳播，當1時，信息會逐漸消失，不會在網絡中廣泛傳播。圖1.3SIR模型圖
【參考文獻】：
期刊論文
[1]SE2IR Invest Market Rumor Spreading Model Considering Hesitating Mechanism[J]. Hongxing YAO,Xiangyang GAO. Journal of Systems Science and Information. 2019(01)
[2]基于節(jié)點綜合相似度的多標簽傳播社區(qū)劃分算法[J]. 郝梓琳,李雷,施化吉. 計算機應用研究. 2019(06)
[3]Rumor Spreading Model with Immunization Strategy and Delay Time on Homogeneous Networks[J]. 王靜,王亞奇,李敏. Communications in Theoretical Physics. 2017(12)
[4]基于引力學的在線社交網絡空間謠言傳播分析模型[J]. 譚振華,時迎成,石楠翔,楊廣明,王興偉. 計算機研究與發(fā)展. 2017(11)
[5]參照零模型的雙層網絡結構相關性檢測[J]. 崔麗艷,許小可. 科技導報. 2017(14)
[6]基于超網絡的社會化標注行為[J]. 潘旭偉,傅青苗. 系統(tǒng)工程. 2015(03)
[7]基于SCIR的微博輿情話題傳播模型研究[J]. 丁學君. 計算機工程與應用. 2015(08)
[8]一種基于節(jié)點相異度的社團層次劃分算法[J]. 羅明偉,姚宏亮,李俊照,王浩. 計算機工程. 2014(01)
[9]一種基于超網絡視角的復雜網絡社團區(qū)劃算法[J]. 武澎,王恒山,劉奇. 計算機應用研究. 2014(02)
[10]零模型及其在復雜網絡研究中的應用[J]. 陳泉,楊建梅,曾進群. 復雜系統(tǒng)與復雜性科學. 2013(01)
本文編號：3288855
【文章來源】：蘭州理工大學甘肅省
【文章頁數(shù)】：82 頁
【學位級別】：碩士
【部分圖文】：
WS小世界網絡模型演化圖
基于鏈邊特性的網絡信息傳播研究6時，P(k)0，當kK2時，min(2,2)(2)2202(2)()(1)((2))!kKKkKnnKnpKnKpKPkppenkKn(1.7)（3）無標度網絡模型隨機網絡模型和WS小世界網絡中，網絡的度分布幾乎都服從泊松分布，這一類網絡也被稱為是均勻網絡。1999年，Barabasi和Albert提出了BA無標度網絡模型[50]，該模型和隨機網絡模型、WS網絡模型一樣的是，網絡模型中的節(jié)點連接具有明顯的增長特性和優(yōu)先連接特性，網絡的度分布的最好描述是冪率形式，網絡中節(jié)點的度的大小沒有明顯的特征。BA無標度網絡模型如圖1.2所示，模型的構建算法如下：圖1.2BA網絡模型示意圖①增長機制：從一個含有0m個節(jié)點的連通圖開始，每次加入一個新的節(jié)點并把它連接到0m,(mm)個已存在的節(jié)點上。②優(yōu)先連接：一個新加入的節(jié)點與已經存在的節(jié)點i相連的概率i滿足iijjkk，其中ik為節(jié)點i的度。BA網絡模型中通常用平均場理論（Mean-fieldtheory）分析度分布,這種近似逼近的方法可以得到近似的冪指數(shù)，對于不同屬性的網絡通過進一步的數(shù)學方法可以計算出精確的冪指數(shù)。一般分析思路是先假設一個初始網絡有0m個節(jié)點可以無限的增長(t)，t時刻節(jié)點i的度為()ikt，則加入一個新的節(jié)點后節(jié)點i的度增加1的概率為：
stititdtdrtitdt(1.12)其中s(t)、i(t)和r(t)分別表示S狀態(tài)個體、I狀態(tài)個體和R狀態(tài)個體在t時刻占整個人群的比例，則有s(t)i(t)r(t)1。表示信息傳播的概率，表示信息被遺忘（或個體失去傳播興趣）的概率。三種狀態(tài)個體數(shù)量變化如圖1.4所示。SIR模型中，傳播臨界值是衡量信息能否爆發(fā)傳播的主要條件，均勻網絡中的傳播臨界值為，表示I狀態(tài)個體在t時刻內平均能感染個S狀態(tài)個體，顯然1是該模型的臨界值，當1時，信息能夠在網絡中廣泛傳播，當1時，信息會逐漸消失，不會在網絡中廣泛傳播。圖1.3SIR模型圖
【參考文獻】：
期刊論文
[1]SE2IR Invest Market Rumor Spreading Model Considering Hesitating Mechanism[J]. Hongxing YAO,Xiangyang GAO. Journal of Systems Science and Information. 2019(01)
[2]基于節(jié)點綜合相似度的多標簽傳播社區(qū)劃分算法[J]. 郝梓琳,李雷,施化吉. 計算機應用研究. 2019(06)
[3]Rumor Spreading Model with Immunization Strategy and Delay Time on Homogeneous Networks[J]. 王靜,王亞奇,李敏. Communications in Theoretical Physics. 2017(12)
[4]基于引力學的在線社交網絡空間謠言傳播分析模型[J]. 譚振華,時迎成,石楠翔,楊廣明,王興偉. 計算機研究與發(fā)展. 2017(11)
[5]參照零模型的雙層網絡結構相關性檢測[J]. 崔麗艷,許小可. 科技導報. 2017(14)
[6]基于超網絡的社會化標注行為[J]. 潘旭偉,傅青苗. 系統(tǒng)工程. 2015(03)
[7]基于SCIR的微博輿情話題傳播模型研究[J]. 丁學君. 計算機工程與應用. 2015(08)
[8]一種基于節(jié)點相異度的社團層次劃分算法[J]. 羅明偉,姚宏亮,李俊照,王浩. 計算機工程. 2014(01)
[9]一種基于超網絡視角的復雜網絡社團區(qū)劃算法[J]. 武澎,王恒山,劉奇. 計算機應用研究. 2014(02)
[10]零模型及其在復雜網絡研究中的應用[J]. 陳泉,楊建梅,曾進群. 復雜系統(tǒng)與復雜性科學. 2013(01)
本文編號：3288855
本文鏈接：http://sikaile.net/shoufeilunwen/benkebiyelunwen/3288855.html
