微信群与线下交流耦合网络知识传播模型研究
发布时间：2021-06-19 12:23
本文构建了微信群与线下交流耦合网络上的知识传播模型,该模型考虑了微信群中知识交流次数的变化对线下子网络中知识传播率的影响.推导出区分知识在耦合网络中传播与否的阈值条件,并验证了传播阈值始终是一有限数,最后结合实际数据对耦合网络上的知识传播过程进行了数值模拟.结果表明,耦合网络中线下子网络层的传播阈值大于等于单一的线下网络的传播阈值,而小于等于耦合网络的传播阈值.与各层子网络传播率均为正常数的耦合网络模型相比,在线下传播率随微信群中知识交流次数变化的模型中知识的传播阈值和最终传播规模更大,研究还表明,网络结构对知识传播有重要影响,相比于均匀网络,如果线下子网络是无标度的,即使初始时刻知识拥有者数量较少,耦合网络中知识的传播阈值与最终规模也会更大,传播速度更快.
【文章来源】：系统工程理论与实践. 2019,39(07)北大核心CSSCIEICSCD
【文章页数】：11 页
【部分图文】：
图２耦合网络中知识拥有者所占比例随时间变化结果??从图２看出，无论网络结构如何变化，与不考虑微信群对线下知识传播的促进作用所建立的模型（５）相??
有参数取值与图２取值一致，利用模??型⑴和（５）分别对不同规模的耦合网络中知识的传播过程进行数值仿真．从图４可看出，网络的节点总数??越大，知识的最终传播规模越大，传播速度越快．因此，适当增大耦合网络的规模，可以有效促进知识的传播．??最后，本文对比分析初始时刻知识拥有者数量的不同对耦合网络中知识传播的影响．针对某一耦合网络，??设节点总数为２５〇，初始时刻知识拥有者数董分别为５，?１５，?２５，?３５，其余参数与图２取值一致，利用模型（１）??和（５）对知识传播的过程进行数值仿真．从图５看出，相比于初始时刻拥有较多知识拥有者的均勻网络，在??初始时刻知识拥有者数量较少的无标度网络中知识的传播速度更快，最终传播规模更大；还可看出，无论网??络结构如何变化，如果考虑到微信群交流对线下知识传播的促进作用，即使初始时刻知识拥有者的数量相对??较少，那么知识的最终传播规模仍更大，传播速度更快．图５中从上至下每条曲线对应的知识传播阈值依次??为１．５８１３，?１．４２２９，?１．１３５４，?０．８５２２．可以看出，前三条曲线对应的传播阈值都是大于１的，并且依次减小，??而最下面一条曲线对应的传播阈值小于１．因此，数值仿真结果与理论分析结果是一致的．以上分析说??图５初始时刻拥有不同数量知识拥有者的稱合网络中知识拥有者所占比例随时间变化结果??
１８０４??系统工程理论与实践??第３９卷??可看出，耦合网络中趋于稳态时的知识拥有者所占比例随传播率系数Ａ，灸的增大而增大，并且当线下子网??络是无标度网络时，趋于稳态时的知识拥有者所占比例大于均匀网络．从图３可看出，趋于稳态时的知识拥??有者所占比例随遗忘率系数７的增大而减小；当７?２?〇．〇〇４时，知识拥有者所占比例将逐渐减小为０，并且随??着７的增大，知识拥有者所占比例减小的速度也会变快．此时，图３中从上至下每条曲线对应的知识传播阈??值依次为?１．５１２２，?１．４７４２，?１．３０８９，?１．２４２５，?１．１２２９，?１．０００３，?０．９１１７，?０．８８１３？因此，以上分析结果与图?２?仿真结??果以及理论分析结果是一致的．??图３不同遗忘率系数的耦合网络中知识拥有者?图４不同规模的耦合网络中知识拥有者??所占比例随时间变化结果?所占比例随时间变化结果??接着，假设耦合网络的节点数Ｗ分别为５０，?１００，?１５０，?２００，其余所有参数取值与图２取值一致，利用模??型⑴和（５）分别对不同规模的耦合网络中知识的传播过程进行数值仿真．从图４可看出，网络的节点总数??越大，知识的最终传播规模越大，传播速度越快．因此，适当增大耦合网络的规模，可以有效促进知识的传播．??最后，本文对比分析初始时刻知识拥有者数量的不同对耦合网络中知识传播的影响．针对某一耦合网络，??设节点总数为２５〇，初始时刻知识拥有者数董分别为５，?１５，?２５，?３５，其余参数与图２取值一致，利用模型（１）??和（５）对知识传播的过程进行数值仿真．从图５看出，相比于初始时刻拥有较多知识拥有者的均勻网络，在??初始时刻知识拥有者数量较少的无标度网
【参考文献】：
期刊论文
[1]微信群内部的会话网络结构及关键节点测度研究[J]. 巴志超,李纲,王晓,李显鑫. 图书情报工作. 2017(20)
[2]双层社会网络上的舆情传播动力学分析[J]. 李丹丹,马静. 系统工程理论与实践. 2017(10)
[3]微信群社会结构及其演化:基于文本挖掘的案例分析[J]. 王芳,翟羽佳. 情报学报. 2016 (06)
[4]基于线上线下网络的舆情传播模型研究[J]. 于凯,荣莉莉,郭文强,刘泉,颜克胜. 管理评论. 2015(08)
[5]具有饱和接触率的SEIR网络舆情传播模型研究[J]. 林晓静,庄亚明,孙莉玲. 情报杂志. 2015(03)
[6]组织知识系统的知识超网络模型及应用[J]. 席运江,党延忠,廖开际. 管理科学学报. 2009(03)
[7]复杂网络上的知识传播模型[J]. 李金华,孙东川. 华南理工大学学报(自然科学版). 2006(06)
本文编号：3237806
【文章来源】：系统工程理论与实践. 2019,39(07)北大核心CSSCIEICSCD
【文章页数】：11 页
【部分图文】：
图２耦合网络中知识拥有者所占比例随时间变化结果??从图２看出，无论网络结构如何变化，与不考虑微信群对线下知识传播的促进作用所建立的模型（５）相??
有参数取值与图２取值一致，利用模??型⑴和（５）分别对不同规模的耦合网络中知识的传播过程进行数值仿真．从图４可看出，网络的节点总数??越大，知识的最终传播规模越大，传播速度越快．因此，适当增大耦合网络的规模，可以有效促进知识的传播．??最后，本文对比分析初始时刻知识拥有者数量的不同对耦合网络中知识传播的影响．针对某一耦合网络，??设节点总数为２５〇，初始时刻知识拥有者数董分别为５，?１５，?２５，?３５，其余参数与图２取值一致，利用模型（１）??和（５）对知识传播的过程进行数值仿真．从图５看出，相比于初始时刻拥有较多知识拥有者的均勻网络，在??初始时刻知识拥有者数量较少的无标度网络中知识的传播速度更快，最终传播规模更大；还可看出，无论网??络结构如何变化，如果考虑到微信群交流对线下知识传播的促进作用，即使初始时刻知识拥有者的数量相对??较少，那么知识的最终传播规模仍更大，传播速度更快．图５中从上至下每条曲线对应的知识传播阈值依次??为１．５８１３，?１．４２２９，?１．１３５４，?０．８５２２．可以看出，前三条曲线对应的传播阈值都是大于１的，并且依次减小，??而最下面一条曲线对应的传播阈值小于１．因此，数值仿真结果与理论分析结果是一致的．以上分析说??图５初始时刻拥有不同数量知识拥有者的稱合网络中知识拥有者所占比例随时间变化结果??
１８０４??系统工程理论与实践??第３９卷??可看出，耦合网络中趋于稳态时的知识拥有者所占比例随传播率系数Ａ，灸的增大而增大，并且当线下子网??络是无标度网络时，趋于稳态时的知识拥有者所占比例大于均匀网络．从图３可看出，趋于稳态时的知识拥??有者所占比例随遗忘率系数７的增大而减小；当７?２?〇．〇〇４时，知识拥有者所占比例将逐渐减小为０，并且随??着７的增大，知识拥有者所占比例减小的速度也会变快．此时，图３中从上至下每条曲线对应的知识传播阈??值依次为?１．５１２２，?１．４７４２，?１．３０８９，?１．２４２５，?１．１２２９，?１．０００３，?０．９１１７，?０．８８１３？因此，以上分析结果与图?２?仿真结??果以及理论分析结果是一致的．??图３不同遗忘率系数的耦合网络中知识拥有者?图４不同规模的耦合网络中知识拥有者??所占比例随时间变化结果?所占比例随时间变化结果??接着，假设耦合网络的节点数Ｗ分别为５０，?１００，?１５０，?２００，其余所有参数取值与图２取值一致，利用模??型⑴和（５）分别对不同规模的耦合网络中知识的传播过程进行数值仿真．从图４可看出，网络的节点总数??越大，知识的最终传播规模越大，传播速度越快．因此，适当增大耦合网络的规模，可以有效促进知识的传播．??最后，本文对比分析初始时刻知识拥有者数量的不同对耦合网络中知识传播的影响．针对某一耦合网络，??设节点总数为２５〇，初始时刻知识拥有者数董分别为５，?１５，?２５，?３５，其余参数与图２取值一致，利用模型（１）??和（５）对知识传播的过程进行数值仿真．从图５看出，相比于初始时刻拥有较多知识拥有者的均勻网络，在??初始时刻知识拥有者数量较少的无标度网
【参考文献】：
期刊论文
[1]微信群内部的会话网络结构及关键节点测度研究[J]. 巴志超,李纲,王晓,李显鑫. 图书情报工作. 2017(20)
[2]双层社会网络上的舆情传播动力学分析[J]. 李丹丹,马静. 系统工程理论与实践. 2017(10)
[3]微信群社会结构及其演化:基于文本挖掘的案例分析[J]. 王芳,翟羽佳. 情报学报. 2016 (06)
[4]基于线上线下网络的舆情传播模型研究[J]. 于凯,荣莉莉,郭文强,刘泉,颜克胜. 管理评论. 2015(08)
[5]具有饱和接触率的SEIR网络舆情传播模型研究[J]. 林晓静,庄亚明,孙莉玲. 情报杂志. 2015(03)
[6]组织知识系统的知识超网络模型及应用[J]. 席运江,党延忠,廖开际. 管理科学学报. 2009(03)
[7]复杂网络上的知识传播模型[J]. 李金华,孙东川. 华南理工大学学报(自然科学版). 2006(06)
本文编号：3237806
本文链接：https://www.wllwen.com/guanlilunwen/sjfx/3237806.html
