融入变异和静默现象的谣言扩散模型及在耦合网络中的应用研究
发布时间：2022-01-16 15:06
在移动互联网迅速发展的时代中,信息传播在速度以及广度上又有了新的飞跃,不受时空因素限制的信息和谣言传播过程往往变得更加复杂多变和难以预测。当网络中某些节点在接收到谣言之后,会选择“围观”处于停止传播的状态;谣言在网络上传播的过程中,会被某些人进行改变,放大其中不确定的信息内容,并添加上自己的扭曲理解或者故意曲解编造。本文将以上两种现象概括为传播停滞和信息变异,并针对性地提出了融入变异和静默现象的网络谣言扩散模型以及基于信息扩散和有界信任的多层耦合网络传播模型。本文在第一阶段融合了谣言在网络流通中的传播停滞现象和信息变异对于整个传播体系造成的影响,在经典的SIR（Susceptible-Infective-Removal）谣言传播模型的基础上引入了变异者和静默者的新型角色概念建立了ISOVR（Ignorant-Spreader-Variation-Oyster-Recovery）模型。利用平均场方程表示其模型在网络中的传播情况,并用数学方法对新模型进行稳定性验证,分析了谣言传播中的阈值情况。再利用蒙特卡罗方法进行仿真模拟。仿真实验的结果表明无论是在小世界网络还是无标度网络的环境中,网络中...
【文章来源】：浙江工商大学浙江省
【文章页数】：77 页
【学位级别】：硕士
【部分图文】：
各角色密度在小世界和无标度网络下的变化
融入变异和静默现象的谣言扩散模型及在耦合网络中的应用研究26(a)小世界网络(b)无标度网络图3-3各角色密度在小世界和无标度网络下的变化3.4.2ISVOR与SIR之间的模型比较(a)SIR(b)ISOVR图3-4SIR、ISOVR模型在无标度网络下的变化在经典的谣言传播模型SIR中，表示易感者（Susceptible，没有接触过谣言的人群），表示感染者（Infective，感染了谣言并会传播的人群），表示移除者（Removal，免疫谣言的人群）。用ISVOR模型中的表示接受谣言成为的概率，用1表示I脱离谣言状态的概率。图3-4表示在节点总个数均为2000的情况下，=0.5，1=0.1，2=0.1，=0.2，
融入变异和静默现象的谣言扩散模型及在耦合网络中的应用研究27=0.5，1=0.5，2=0.5，=0.3，=0.25，1=0.5，2=0.5时，SIR、ISOVR模型在无标度网络下的密度变化情况。SIR模型只存在着简单的到到的关系，由图3-4(a)中可知，的数量迅速下降，不断增长直到顶峰后下降，在期间开始出现并不断增长。图4(b)中的ISOVR模型曲线，用传播者和变异者的数量之后来表示网络中传谣的人群，其数量与SIR模型中传播谣言的人相比上升的更加快速，并且峰值也比较校这是因为ISVOR存在变异现象，部分传播者变成变异者之后，具有更大的感染性，从而加快谣言在网络中的扩散。与此同时，群体中存在着善于思考等因素的静默现象，部分传谣者会变成缓冲作用的静默者，减少了传谣者的峰值。ISVOR中的变异和静默原理比SIR中简单的直线关系更加复杂、合理和贴近现实，与生活中的“以讹传讹”和“围观群众”情况更合乎。3.4.3变异者免疫率对谣言传播影响(a)小世界网络(b)无标度网络图3-5当2分别取三个值时所有传谣者密度在小世界和无标度网络下的变化设maxS(t)+V(t)表示所有传谣者即传播者和变异者的密度在传播过程中的最大值，用来表示谣言在网络中传播的最大感染力。图3-5、图3-6、图3-7表示当2=0.5，变异者的免疫率2分别取0.1、0.3、0.5时，所有传谣者、免疫者、静默者分别在WS小世界网络和BA无标度网络中的密度。从图5中可以看出，maxS(t)+V(t)经历了不断增长到达高峰后不断下跌的过程。其中，maxS(t)+V(t)随着变异者免疫率2的增大而
【参考文献】：
期刊论文
[1]基于真实信息传播者的谣言传播模型的动力学分析[J]. 张菊平,郭昊明,荆文君,靳祯. 物理学报. 2019(15)
[2]基于用户相对权重的在线社交网络舆情传播控制模型[J]. 王家坤,于灏,王新华,白丽. 系统工程理论与实践. 2019(06)
[3]双层社交网络信息传播模式研究[J]. 黄田田. 经济研究导刊. 2019(07)
[4]双层社交网络上的企业舆情传播模型及控制策略研究[J]. 王家坤,王新华. 管理科学. 2019(01)
[5]基于社会认同原理的谣言扩散模型[J]. 付伟,潘晓中,刘亚州. 计算机工程. 2018(09)
[6]基于个体兴趣度差异和辟谣机制的谣言传播模型[J]. 冉茂洁,刘超,黄贤英,刘小洋,杨宏雨,张光建. 计算机应用. 2018(11)
[7]基于扩展Hegselmann-Krause模型的舆论演化模式研究[J]. 何建佳,刘举胜. 情报科学. 2018(01)
[8]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)
[9]基于水军信任惩罚的多维用户影响力度量模型[J]. 李志宏,庄云蓓. 系统工程理论与实践. 2017(07)
[10]突发事件发生后谣言传播的ISrSnR模型[J]. 李志宏,庄云蓓. 系统工程. 2017(05)
博士论文
[1]复杂网络上的信息有效传播研究[D]. 高磊.电子科技大学 2017
硕士论文
[1]基于复杂社会网络的微博营销理论[D]. 李玲.天津工业大学 2018
[2]大连“线上到线下”型网络舆情的协同治理研究[D]. 陈志炜.大连理工大学 2016
本文编号：3592901
【文章来源】：浙江工商大学浙江省
【文章页数】：77 页
【学位级别】：硕士
【部分图文】：
各角色密度在小世界和无标度网络下的变化
融入变异和静默现象的谣言扩散模型及在耦合网络中的应用研究26(a)小世界网络(b)无标度网络图3-3各角色密度在小世界和无标度网络下的变化3.4.2ISVOR与SIR之间的模型比较(a)SIR(b)ISOVR图3-4SIR、ISOVR模型在无标度网络下的变化在经典的谣言传播模型SIR中，表示易感者（Susceptible，没有接触过谣言的人群），表示感染者（Infective，感染了谣言并会传播的人群），表示移除者（Removal，免疫谣言的人群）。用ISVOR模型中的表示接受谣言成为的概率，用1表示I脱离谣言状态的概率。图3-4表示在节点总个数均为2000的情况下，=0.5，1=0.1，2=0.1，=0.2，
融入变异和静默现象的谣言扩散模型及在耦合网络中的应用研究27=0.5，1=0.5，2=0.5，=0.3，=0.25，1=0.5，2=0.5时，SIR、ISOVR模型在无标度网络下的密度变化情况。SIR模型只存在着简单的到到的关系，由图3-4(a)中可知，的数量迅速下降，不断增长直到顶峰后下降，在期间开始出现并不断增长。图4(b)中的ISOVR模型曲线，用传播者和变异者的数量之后来表示网络中传谣的人群，其数量与SIR模型中传播谣言的人相比上升的更加快速，并且峰值也比较校这是因为ISVOR存在变异现象，部分传播者变成变异者之后，具有更大的感染性，从而加快谣言在网络中的扩散。与此同时，群体中存在着善于思考等因素的静默现象，部分传谣者会变成缓冲作用的静默者，减少了传谣者的峰值。ISVOR中的变异和静默原理比SIR中简单的直线关系更加复杂、合理和贴近现实，与生活中的“以讹传讹”和“围观群众”情况更合乎。3.4.3变异者免疫率对谣言传播影响(a)小世界网络(b)无标度网络图3-5当2分别取三个值时所有传谣者密度在小世界和无标度网络下的变化设maxS(t)+V(t)表示所有传谣者即传播者和变异者的密度在传播过程中的最大值，用来表示谣言在网络中传播的最大感染力。图3-5、图3-6、图3-7表示当2=0.5，变异者的免疫率2分别取0.1、0.3、0.5时，所有传谣者、免疫者、静默者分别在WS小世界网络和BA无标度网络中的密度。从图5中可以看出，maxS(t)+V(t)经历了不断增长到达高峰后不断下跌的过程。其中，maxS(t)+V(t)随着变异者免疫率2的增大而
【参考文献】：
期刊论文
[1]基于真实信息传播者的谣言传播模型的动力学分析[J]. 张菊平,郭昊明,荆文君,靳祯. 物理学报. 2019(15)
[2]基于用户相对权重的在线社交网络舆情传播控制模型[J]. 王家坤,于灏,王新华,白丽. 系统工程理论与实践. 2019(06)
[3]双层社交网络信息传播模式研究[J]. 黄田田. 经济研究导刊. 2019(07)
[4]双层社交网络上的企业舆情传播模型及控制策略研究[J]. 王家坤,王新华. 管理科学. 2019(01)
[5]基于社会认同原理的谣言扩散模型[J]. 付伟,潘晓中,刘亚州. 计算机工程. 2018(09)
[6]基于个体兴趣度差异和辟谣机制的谣言传播模型[J]. 冉茂洁,刘超,黄贤英,刘小洋,杨宏雨,张光建. 计算机应用. 2018(11)
[7]基于扩展Hegselmann-Krause模型的舆论演化模式研究[J]. 何建佳,刘举胜. 情报科学. 2018(01)
[8]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)
[9]基于水军信任惩罚的多维用户影响力度量模型[J]. 李志宏,庄云蓓. 系统工程理论与实践. 2017(07)
[10]突发事件发生后谣言传播的ISrSnR模型[J]. 李志宏,庄云蓓. 系统工程. 2017(05)
博士论文
[1]复杂网络上的信息有效传播研究[D]. 高磊.电子科技大学 2017
硕士论文
[1]基于复杂社会网络的微博营销理论[D]. 李玲.天津工业大学 2018
[2]大连“线上到线下”型网络舆情的协同治理研究[D]. 陈志炜.大连理工大学 2016
本文编号：3592901
本文链接：https://www.wllwen.com/guanlilunwen/ydhl/3592901.html
最近更新
教材专著
