研究不同影響力的節(jié)點(diǎn)在復(fù)雜網(wǎng)絡(luò)信息傳播過程中產(chǎn)生的作用,對(duì)于分析輿論傳播、預(yù)防謠言擴(kuò)散、引導(dǎo)信息傳遞等方面具有重要意義。針對(duì)傳統(tǒng)易感-感染-移出（Susceptible-Infected-Recovered,SIR）模型認(rèn)為網(wǎng)絡(luò)中所有節(jié)點(diǎn)性質(zhì)相同,在信息傳播中具有相同的接觸感染率和恢復(fù)率的問題,提出了節(jié)點(diǎn)影響力下的改進(jìn)SIR傳播模型——NI-SIR（Node Influence SIR）,并對(duì)其閾值推導(dǎo)過程展開深度分析。首先,將復(fù)雜網(wǎng)絡(luò)中的節(jié)點(diǎn)按照影響力的不同進(jìn)行分類,不同類別的節(jié)點(diǎn)賦予其不同的接觸感染率及恢復(fù)率,達(dá)到模擬真實(shí)信息傳播過程的目的;其次,對(duì)NI-SIR模型的閾值進(jìn)行推導(dǎo),從而為進(jìn)一步判斷疾病是否流行或信息擴(kuò)散的趨勢打下理論基礎(chǔ);最后,通過在真實(shí)數(shù)據(jù)集的實(shí)驗(yàn)對(duì)比,證明NI-SIR模型的偏差率明顯低于傳統(tǒng)SIR模型,在真實(shí)網(wǎng)絡(luò)中有更好的適用性。 

【文章來源】：電訊技術(shù). 2019,59(12)北大核心

【文章頁數(shù)】：7 頁

【部分圖文】：

經(jīng)典SIR模型結(jié)構(gòu)圖

NI-SIR模型結(jié)構(gòu)圖

由上述條件可以確定模型參數(shù)和初始值如下:S=340 000 000,K=0.7%,C=83%,E=16.3%,λ1=80%,λ2=4%,λ3=0.01%,μ1=1%,μ2=10%,μ3=50%,I=25 000,E=0;經(jīng)典SIR模型默認(rèn)λ=50%,μ=50%。利用 Matlab進(jìn)行微分方程組數(shù)值求解,得到經(jīng)典SIR模型和NI-SIR模型三類節(jié)點(diǎn)占比變化趨勢圖分別如圖3和圖4所示,圖中也給出了其局部放大圖。圖4 NI-SIR模型三類節(jié)點(diǎn)占比變化趨勢

【參考文獻(xiàn)】：
期刊論文
[1]傳播動(dòng)力學(xué)模型回顧與展望[J]. 王玉,陳姍姍,傅新楚.  應(yīng)用數(shù)學(xué)與計(jì)算數(shù)學(xué)學(xué)報(bào). 2018(02)
[2]在線社交網(wǎng)絡(luò)信息傳播機(jī)制與動(dòng)力學(xué)研究綜述[J]. 張子柯.  情報(bào)學(xué)報(bào). 2017(04)



本文編號(hào)：3117073