异质自适应网络中的核心-边缘结构及其对疾病传播的抑制作用

节点属性异质自适应网络中疾病传播的研究表明节点属性异质性可以很大程度上增大传播阈值, 并且自组织形成一个更鲁棒的度异质网络结构. 本文从数值模拟方面研究鲁棒的度分布异质结构的自组织形成过程, 分析发现核心-边缘结构的形成才是导致传播阈值增大的根本原因. 鉴于此, 提出一种重连策略, 能够促进核心-边缘结构的形成, 从而达到增大传播阈值的目的. 这不仅有助于深入认识节点属性异质自适应网络中的流行病传播过程, 而且为疾病传播控制策略的提出提供了新思路.     

在线热点事件的时空演变规律

为了理解舆论的时空演变斑图并揭示其形成机理, 本文运用统计物理学方法, 通过对在线评论数据进行统计分析, 定量地研究了在线热点事件关注度(在线评论数) 的时空演变规律. 实证表明, 虽然事件关注度在不同地区的分布存在极大的异质性, 即遵循双段幂律分布; 但是不同地区内事件的关注程度在时间演变过程中却表现出明显的一致性, 其不同时间内的Zipf分布变化很小. 关联性分析显示地区关注度受到该地区经济的显著影响, 而不同地区关注度演变行为的一致性来源于地区之间的强关联性. 另一方面, 舆论引导将显著影响事件的关注度, 导致传播速度(单位时间内评论数的增量) 急剧增加. 通过计算不同地区传播速度的信息熵, 我们发现评论的地区分布在大部分时间内都具有一致性, 而舆论引导有助于保持这种一致性. 地区传播速度之间的关联性分析表明在整个事件中经济较发达地区的舆论变化更趋于一致, 暗示这些地区对于舆论引导的响应更快, 因此加强发达地区的舆论引导有利于控制舆论的整体传播.