基于在线社交网络的信息传播模型

本文构造了一个基于在线社交网络的信息传播模型.该模型考虑了节点度和传播机理的影响,结合复杂网络和传染病动力学理论,进一步建立了动力学演化方程组.该方程组刻画了不同类型节点随着时间的演化关系,反映了传播动力学过程受到网络拓扑结构和传播机理的影响.本文模拟了在线社交网络中的信息传播过程,并分析了不同类型节点在网络中的行为规律.仿真结果表明:由于在线社交网络的高度连通性,信息在网络中传播的门槛几乎为零;初始传播节点的度越大,信息越容易在网络中迅速传播;中心节点具有较大的社会影响力;具有不同度数的节点在网络中的变 关键词： 在线社交网络 信息传播 微分方程 传染病动力学     

一种基于元胞自动机的自适应网络病毒传播模型

自适应网络是节点动力学和网络动力学相互作用和反馈的演化网络. 基于元胞自动机建立自适应网络中易感-感染-易感(susceptible-infected-susceptible)的病毒传播模型,研究节点为了规避病毒传播所采取的多种网络重连规则对病毒传播及网络统计特征的影响. 结果表明:自适应网络中的重连规则可以有效减缓病毒传播速度,降低病毒传播规模;随机重连规则使得网络统计特征趋于随机网络;基于元胞自动机建立的传播模型清晰地表达了病毒在传播过程中的双稳态现象. 关键词： 自适应网络 传播动力学 网络动力学 元胞自动机     

基于移动社交网络的谣言传播动力学研究

本文在CSR传播模型的基础上提出基于移动社交网络的CSR的谣言传播模型. 改进了CSR模型的传播规则和传播动力学方程, 使得更符合移动SNS上用户的使用习惯. 在CSR模型中的接受概率数学模型基础上, 考虑个人接受阈值对接受概率的影响, 更符合人类接受谣言的心理学特点. 本文对该传播模型进行了理论分析. 并在仿真实验中, 利用多agent仿真平台对新模型和CSR模型以及SIR模型 在匀质网络和异质网络中的传播效果进行了对比研究, 从实验的结果来看, 新的谣言传播模型在匀质网络中传播范围更广, 传播速度更快. 新模型具有初值敏感性的特点. 关键词： 复杂网络 移动社交网络 谣言传播     

手机短信息传播过程和短信息寿命研究

比较了短信息在无标度网络、小世界网络和实际的短信息网络三种网络中的传播过程,寻找影响短信息传播的因素.研究发现,网络拓扑结构和手机用户的转发短信行为均会影响短信息传播过程.在无标度网络中短信息传播速率快于小世界网络和实际的短信息网络,而无标度网络的短信息寿命较小世界网络和实际的短信息网络短;网络中手机用户的转发短信息行为明显影响短信息的传播过程.同时还发现短信息寿命与网络直径有关. 关键词： 复杂网络 短信息 信息传播 人类行为     

一种基于用户相对权重的在线社交网络信息传播模型

根据在线社交网络信息传播特点和目前社交网络传播模型研究中存在的问题, 本文定义了网络用户之间的相互影响力函数, 在此基础上提出了一种基于用户相对权重的社交网络信息传播模型, 并对网络中的传播路径及传播过程进行了分析, 讨论了不同路径的信息传播影响力.为验证模型的有效性, 将传统的SIR模型和本文模型在六类不同网络拓扑下进行了仿真实验.仿真结果表明, 两类模型在均匀网络中没有明显差异, 但在非均匀网络中本文模型更能体现真实网络特点, 实验同时验证了节点的地位影响着信息的传播, 并且发现英文社交平台Twitter和中文社交平台新浪微博在拓扑结构上具备一定相似性.     

基于社交网络的观点传播动力学研究

社交网络和微博是重要的Web2.0应用模式, 其观点传播模式与其他网络媒体以及传统媒体相比有很大差异. 本文提出一种基于在线社交网络的观点传播模型, 研究社交网络中舆论观点扩散的形式与特征. 仿真结果表明: 模型中信息传播的速度与六度分割理论的结论十分符合; 一个带强烈倾向性的观点在固有观点均匀分布的网络中传播的情况下, 稳定时网络中不会出现相反的观点; 稳定时的观点分布与源节点的度和回溯深度有关, 并不受信任界限的限制, 这与Deffuant模型和Hegselmann-Krause模型不同. 同时, 本文还分析了传播意愿、观点变更率和信任界限对弛豫时间的影响.     

典型生化网络构建子块中噪声传播的机制

活性细胞的内部过程是一个内在的随机过程,而细胞内分子丰度的波动对细胞的生长和发育会产生重大影响. 对生化网络（包括信号转导网络和代谢网络）的典型构建子块,采用统一的生化反应模式,应用线性噪声逼近理论刻画出噪声传播的一般机制：信号转导网络中存在噪声传播,且噪声强度满足加和规则;代谢网络中没有噪声传播,稳定态处物种分子数的分布相互独立. 这为理解细胞内部过程奠定了理论基础. 关键词： 噪声传播 线性噪声逼近 信号转导网络 代谢网络     

基于平均场理论的微博传播网络模型

微博是在通过用户关注机制建立的用户网络上分享实时信息的社交平台,而微博消息主要通过用户的转发行为使消息在用户网络上传播.掌握微博消息的传播机制,对研究微博上舆论谣言的传播、产品推广等具有指导作用.本文通过对微博传播网络的结构分析来探索微博传播过程,利用新浪微博数据,建立微博传播网络,分析该网络的生成机制,使用平均场论的方法,推导微博传播网络的度分布模型.实验结果表明:微博传播网络的度分布是时间相依的,在特定时间下网络的度分布服从幂律分布.     

一种改进的基于信息传播率的复杂网络影响力评估算法

评价网络中节点的信息传播影响力对于理解网络结构与网络功能具有重要意义.目前,许多基于最短路径的指标,如接近中心性、介数中心性以及半局部(SP)指标等相继用于评价节点传播影响力.最短路径表示节点间信息传播途径始终选择最优方式,然而实际上网络间的信息传播过程更类似于随机游走,信息的传播途径可以是节点间的任一可达路径,在集聚系数高的网络中,节点的局部高聚簇性有利于信息的有效扩散,若只考虑信息按最优传播方式即最短路径传播,则会低估节点信息传播的能力,从而降低节点影响力的排序精度.综合考虑节点与三步内邻居间的有效可达路径以及信息传播率,提出了一种SP指标的改进算法,即ASP算法.在多个经典的实际网络和人工网络上利用SIR模型对传播过程进行仿真,结果表明ASP指标与度指标、核数指标、接近中心性指标、介数中心性指标以及SP指标相比,可以更精确地对节点传播影响力进行排序.     

同时考虑传染媒介和传播延迟的复杂网络病毒传播行为研究

提出一种新的流行病传播模型,基于平均场理论,研究传染媒介和传播延迟同时存在对网络中流行病传播行为的影响.理论分析和仿真结果表明,传染媒介和传播延迟同时存在显著增强了网络中流行病爆发的危险性,并加速了流行病的传播.研究还发现,对于给定的有效传播率,均匀网络中流行病的感染程度分别与传染媒介的传染概率和传播延迟呈对数关系,无标度网络中流行病的感染程度与传染媒介的传染概率呈幂率关系,而与传播延迟之间则存在线性关系。     

复杂网络上的意见动力学对谣言传播的影响

通过在SIR(susceptible-infected-recovered)模型中引入抑制者对谣言的辟谣机制研究了在线社交网络上的意见动力学对谣言传播的影响.在这一模型中,节点可以与自身的邻居组成1个群,传播者可以通过该群传播信息,抑制者也可以在此群中对信息发表意见进行辟谣.辟谣机制在降低未知者对于谣言的接受概率的同时也可以促使传播者向抑制者转变.本文采用ER(Erd?s-Rényi)随机网络、无标度网络以及真实的社交网络研究了抑制者的沉默概率对于谣言传播范围的影响.首先发现,谣言传播的过程以传播者的峰值为界可以分为两个阶段,即谣言自由传播的前期以及抑制者和传播者互相制衡的后期;其次,谣言的传播会随着抑制者的沉默概率的增大而突然暴发.在谣言暴发阈值之下,沉默概率的增大不会导致谣言传播范围显著增大,这是由于未知者在感知到谣言并转变为传播者后又迅速转变为抑制者;而当沉默概率达到谣言暴发阈值时,抑制者将不能控制传播者对谣言的传播从而导致抑制者的降低和谣言的暴发;最后,无标度上的谣言自由传播的前期阶段比随机网络持续的时间更短,从而使无标度上的谣言更难以暴发.本文的模型综合考虑了意见动力学和谣言传播的相互作用,更加真实地模拟了真实世界社交网络中的谣言传播过程.为谣言传播的控制和干预提供了一些有用的思路和见解.     

无标度网络中最大传染能力限定的病毒传播问题研究

传统的病毒传播模型在无限大无标度网络上不存在病毒传播阈值,即无论病毒的传播速率多么低,病毒始终能够在网络中传播.但研究发现,这个结论是在网络中存在超级传染者的假设下得到的,然而许多真实的无标度网络中并不存在超级传染者.因此,文章提出了一个最大传染能力限定的病毒传播模型,并从理论上证明了在最大传染能力限定的无限大无标度网络上,病毒传播阈值是存在的;同时,也分析了最大传染能力限定下非零传播阈值与有限规模网络下非零传播阈值的本质区别,并解释了为什么人们总是认为传统病毒传播模型对许多真实网络病毒感染程度估计过高的 关键词： 无标度网络 最大传染能力 传播阈值 感染程度     

基于新曝光冲突性消息的网络舆论逆转研究

对网络舆论逆转过程进行研究具有十分重要的意义,它有助于管理者有效引导舆论朝良性方向发展.目前,网络舆论逆转研究主要集中于动力学模型构建与仿真实验分析,其研究结果具有一定的理论价值.然而,这是否适用于真实社交网络环境,还尚未经过测试.为了对舆论逆转过程进行研究,构建了符合实际的模型,并对网络舆论逆转典型事例进行了深入分析.通过观察统计,发现网络舆论逆转具有自身的规律:新曝光冲突性消息是导致舆论发生逆转的根本原因;消息的传播影响着群体的发声与沉默;消息的属性包括传播率、可信度、观点倾向、起始传播时间和消息源中心度决定着舆论逆转的幅度.依据这一规律,设置了消息属性参数,并将消息传播与观点演化过程相结合,构建了网络舆论逆转模型.模型的仿真实验结果表明,新冲突性消息的传播率、可信度和消息源中心度正向影响着舆论逆转幅度,其中可信度较传播率影响更大.新的冲突性消息曝光的时间越早,舆论逆转的速率越快,幅度越大.该模型与实际相符,可为理解和解释网络舆论逆转过程、引导网络舆论提供理论依据.     

基于元胞自动机考虑传播延迟的复杂网络病毒传播研究

基于元胞自动机,研究传播延迟对复杂网络病毒传播动力学行为的影响,提出一种新的易染状态-感染状态-易染状态(SIS)传播模型.研究表明,传播延迟的存在显著降低了网络的传播临界值,增强了网络中病毒爆发的危险性.研究还发现,随着传播延迟的增大,病毒的感染程度以及传播速率都明显增大.此外,SIS传播模型不仅能够反映病毒的平均传播趋势,而且可以描述病毒随时间的动态演化过程以及病毒的爆发和消亡等概率事件,从而有效地克服了利用平均场方法构建的微分方程模型只能反映病毒平均传播趋势的局限性.同时,还给出有效控制网络中病毒传 关键词： 复杂网络 病毒传播 元胞自动机 传播延迟     

疾病传播与级联失效相互作用的研究:度不相关网络中疾病扩散条件的分析

在网络科学中,对疾病传播和级联失效的研究分属两个独立的领域,但在实际中存在许多两个过程相互耦合的情况. 比如在通信网络中,病毒传播会对数据传输造成影响,导致网络中负载变化,进而可能引发级联失效. 这个现象已被观察到. 通过建立两个动态过程相互作用的模型及针对该模型的分析,本文给出了计入节点的负载和容量时疾病爆发的条件. 这一条件是由描述疾病传播速率的传播概率与描述节点容量大小的冗余系数共同决定的. 进一步探讨表明,当疾病传播速率一定而冗余系数变化时,疾病恰好开始传播的临界点附近未感染且未失效的节点的数量是最大的,即在此点上网络处于最佳工作状态. 因此给出疾病爆发的临界条件具有重要意义. 关键词： 复杂网络 疾病传播 级联失效     

微博双向“关注”网络节点中心性及传播 影响力的分析

根据新浪微博的实际数据, 建立了两个基于双向“关注”的用户关系网络, 通过分析网络拓扑统计特征, 发现二者均具有小世界、无标度特征. 通过对节点度、紧密度、介数和k-core 四个网络中心性指标进行实证分析, 发现节点度服从分段幂率分布; 介数相比其他中心性指标差异性最为显著; 两个网络均具有明显的层次性, 但不是所有度值大的节点核数也大; 全局范围内各中心性指标之间存在着较强的相关性, 但在度值较大的节点群这种相关性明显减弱. 此外, 借助基于传染病动力学的SIR信息传播模型来分析四种指标在刻画节点传播能力方面的差异性, 仿真结果表明, 选择具有不同中心性指标的初始传播节点, 对信息传播速度和范围均具有不同影响; 紧密度和k-core较其他指标可以更加准确地描述节点在信息传播中所处的网络核心位置, 这有助于识别信息传播拓扑网络中的关键节点.     

基于复杂网络的交通拥堵与传播动力学分析

本文运用改进的中观交通流模型,研究了网络拓扑结构对交通拥堵的影响,进而分析复杂网络上的交通传播动力学特征和传播规律.结论有助于提出消除交通拥堵的有效控制策略以及交通规划的合理方案. 关键词： 复杂网络 交通流 交通拥堵 传播特性     

有限步传播范围期望指标判别节点传播影响力

在线社交网络逐渐成为人们不可或缺的重要工具,识别网络中具有高影响力的节点作为初始传播源,在社会感知与谣言控制等方面具有重要意义.本文基于独立级联模型,给出了一个描述有限步传播范围期望的指标-传播度,并设计了一种高效的递推算法.该指标在局部拓扑结构信息的基础上融合了传播概率对影响力进行刻画,能够较好地反映单个节点的传播影响力.对于多传播源影响力极大化问题,本文提出了一种基于传播度的启发式算法-传播度折扣算法,使得多个传播源的联合影响力最大.最后,将上述方法应用到三个真实网络中,与经典指标和方法相比,该方法不需要知道网络的全局结构信息,而是充分了利用网络的局部结构信息,可以较快地筛选出高传播影响力的传播源.     

基于一维元胞自动机的复杂网络恶意软件传播研究

基于一维元胞自动机,研究复杂网络恶意软件传播行为.利用信息网络节点全局交互的特点,建立元胞自动机邻域和状态转换函数,提出恶意软件传播模型,研究在多种网络拓扑下恶意软件传播的概率行为.研究表明,该模型能够准确描述在最近邻耦合网络（nearest-neighbor coupled network, NC）,Erdos-Renyi（ER）随机网络,Watts-Strogatz（WS） 小世界网络和Barabasi-Albert（BA）幂率网络等拓扑下的传播动力学行为,不仅能反映恶意软件传播的平均趋势,而且可以描述病毒消亡和渗透等稀有概率事件,有效克服基于平均场方法建立的微分方程模型只能反映传播的平均趋势,只适合对传播作整体预测的局限性.同时,研究指出网络中度分布的异质化程度和网络的局域空间交互特征是影响传播及免疫行为的关键要素. 关键词： 复杂网络 恶意软件传播 元胞自动机 状态转换函数     

基于元胞自动机的复杂信息系统安全风险传播研究

基于元胞自动机建立复杂信息系统安全风险传播模型, 研究复杂信息系统安全风险在最近邻耦合网络、 随机网络,　Watts-Strogatz 小世界网络和Barabasi-Albert无标度网络 四种网络拓扑下的传播问题. 通过研究安全风险传播模型在四种网络拓扑下安全风险的传播阈值, 与现有的传播阈值研究成果进行比较, 验证模型的正确性, 并分析验证网络拓扑结构中度分布的异质化程度越高传播阈值越小的结论. 通过对安全风险的传播演化趋势进行研究, 分析验证网络度分布的异质化程度越高、安全风险影响范围越小、传播速度越快的结论, 并指出度分布的异质化程度越高、模型后期的免疫机制对控制安全风险传播的效果越缓慢. 通过对安全风险在传播最早期就趋于消亡的情况进行研究, 分析得出安全风险在传播之初就趋于消亡的消亡率与传播率之间呈现近似负指数的关系, 并且初期的感染源越多安全风险的消亡率越低. 分析了影响复杂信息系统安全风险传播的关键要素, 对复杂信息系统中安全风险传播的控制具有指导作用. 关键词： 复杂信息系统 复杂网络 安全风险传播 元胞自动机