社交网络信息传播模型与预测算法研究

发布时间：2021-10-20 15:01

　　在社交网络中,信息传播指以社交网络为媒介进行的观点、谣言、评论、用户行为等多种形式信息的传播过程。社交网络对当今社会的信息传播发挥越来越重要的作用,社交网络信息传播的研究具有现实意义。研究观点演化与谣言传播可以深入理解信息传播的内在规律,及时地发现和监控网络舆情,预测突发事件;研究微博信息传播可以分析用户的群体行为以及爱好,预测用户行为趋势;通过对微博网络信息传播的研究,有助于分析不同类型用户的行为特征和兴趣爱好,从而更加精准地投放广告。因此,针对社交网络的信息传播研究越来越受到研究学者的重视。本文结合复杂网络理论、传播动力学、社会心理学和机器学习等学科的思想和方法,对社交网络的观点传播与演化、谣言传播、微博网络传播覆盖范围和传播深度预测等问题进行了研究。论文的主要工作和创新点如下:针对观点和网络的共同演化问题,提出了一种动态自适应网络的有界信任舆论演化模型。模型中观点的演化受网络的影响,观点的演化也会导致网络的动态变化。提出了平均观点集合数、观点统一概率、最大集合人数比例和平均步数四个统计指标,分析动态网络中观点演化的内在规律。实验结果表明,在动态自适应网络模型中,重连概率对观点演化... 

【文章来源】：西北工业大学陕西省 211工程院校 985工程院校

【文章页数】：116 页

【学位级别】：博士

【部分图文】：

考虑遗忘机制的谣言传播模型

图 3-7 who-trust-whom 网络度分布规律传播者在人群中的密度设置为0.5%，未知者的密度设所有的实验中都设置为相同的概率 0.2， 0.2，

1. 用户关注数在微博网络中，用户可以是一个关注者也可以是一个被关注者，这种行为是单方面的。图4-2展示了一个小型的用户关注关系网。在一个关注边中，当用户B单方面的关注了 A，说明 A 是用户 B 感兴趣的用户，A 用户发布的微博会出现在 B 用户的好友圈页面，B就可以对该微博进行评论或者转发。一个用户的关注数在一定程度上可以反映出该用户的活跃程度。图 4-2 微博用户关系示意图2. 用户粉丝数用户的粉丝相对于用户的关注事件来说，是一个逆向过程。如图 4-2 所示，用户 C关注用户B，用户 B也可以关注用户C

【参考文献】：
期刊论文
[1]融合异常检测与随机森林的微博转发行为预测方法[J]. 周先亭,黄文明,邓珍荣.  计算机科学. 2017(07)
[2]动态自适应网络中有界信任舆论演化算法[J]. 王彦本,蔡皖东,卢光跃,白菊蓉,冯景瑜.  西北工业大学学报. 2017(03)
[3]在线社交网络信息传播研究综述[J]. 胡长军,许文文,胡颖,方明哲,刘峰.  电子与信息学报. 2017(04)
[4]媒体介入下的谣言传播模型及其控制策略[J]. 梁新媛,万佑红.  南京邮电大学学报(自然科学版). 2017(01)
[5]动态影响力下网络舆论传播的计算实验研究[J]. 徐迪,戴晓沛.  系统工程理论与实践. 2016(12)
[6]基于转发传播过程的微博转发量预测[J]. 赵惠东,刘刚,石川,吴斌.  电子学报. 2016(12)
[7]基于神经网络的微博舆情预测方法[J]. 何炎祥,刘健博,孙松涛.  华南理工大学学报(自然科学版). 2016(09)
[8]在线网络中具有反沉默螺旋现象的谣言传播模型[J]. 王小初,万佑红.  南京邮电大学学报(自然科学版). 2016(04)
[9]两层无标度网络谣言传播模型仿真研究[J]. 覃志华,刘咏梅.  系统仿真学报. 2016(07)
[10]基于用户行为的微博网络信息扩散模型[J]. 刘红丽,黄雅丽,罗春海,胡海波.  物理学报. 2016(15)

硕士论文
[1]基于新浪微博数据的处理与用户行为分析[D]. 王鲁飞.北京交通大学 2016
[2]社交网络大数据分析平台及用户转发行为分析[D]. 邓凯.西安电子科技大学 2015
[3]社交网络中转发预测的研究[D]. 任天功.哈尔滨理工大学 2015



本文编号：3447115