基于社团结构的多层网络伪信息扩散及干预研究

发布时间：2020-10-31 09:04

　　 伪信息不同于普通的虚假信息,通常具有严格假的信息内核以及部分表象真实,更具迷惑性。由于公共危机中伪信息大多关系人们的根本利益,更易引发群体的盲目传播。近年来,随着网络技术飞速发展,网络形式的媒体影响力日益突出,成为拥有强大动员力量的传播工具,深刻的影响着社会科技、政治和经济等各领域。其中,以微信、微博和论坛等为代表的社交工具对伪信息的传播,如不加以控制很容易演变成为公共危机,是近年来危害社会和谐稳定的焦点问题。而公共危机一旦引发,会造成不可估量的财产损失。要预防公共危机的产生,就要在伪信息扩散到达一定规模(阈值)前进行干预。基于上述背景,本文首先根据实际伪信息的扩散途径,分析在线社交网络与线下社交网络的拓扑结构,引入社团结构这一概念,对以往的单层网络进行改进,构建基于社团结构的公共危机伪信息扩散的双层网络拓扑结构。并对自由扩散状态下的信息扩散机制进行研究,得出伪信息最终爆发规模以及时间与节点性质的关联。其次,基于社团结构的双层网络中识别网络节点影响力的排序情况,为接下来为伪信息的干预策略中节点的选取奠定基础。在节点影响力识别过程中,本文基于经典的k-shell节点法提出了一种新的识别方法——计算节点的Nc值,并经过SIR模型验证识别结果的准确性。最后,在明确信息扩散机制的前提下,依据干预力度和干预方式的不同,根据节点的属性,设定伪信息扩散过程中的干预策略。并在netlogo软件中应用SIR模型进行传播,验证不同干预策略对伪信息扩散的控制程度,佐证策略选取的准确性。
【学位单位】：燕山大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：D63
【部分图文】：

图 2-2 football 网络的社团结构划分图采用 Newman 快速聚类算法划分后 football 网，共划分出 10 个社团。其中，规模最大的社团共有 16 个节点组成，规模最小的也有 9 个节点组成，属于社团分布较均匀的典型网络。在对 football 网络通过 k-shell 节点法进行分解后，得到每个节点的 ks 值。通过观察发现，115 个节点的网络中，有 114 个节点的 ks 值均为 8，只有 43 号节点的 ks值为 7。在这种社团结构分布比较均匀情况下，用 k-shell 分解法对节点的影响力进行排序就不再适用。在节点的 ks 值的基础上，通过划分出复杂网络的社团结构，提出了一种新的节点影响力的衡量方法。2.4 典型传播模型的介绍与比较2.4.1 规则网络在规则网络中，理想状态是网络中任意两节点间都有连边相接。此时网络的聚

第 3 章 基于社团结构的多层网络伪信息无干预扩散机制研特性。多层复杂网络拓扑结构由在线网络和线下网络无标度网络的双重特征。该多层网的构成方式如下：整个网络中节点都处于线下社交网络中，存在形式小中的节点的度分布、聚类程度以及平均路径长度等指如图 3-1 所示。

络中的节点的度分布、聚类程度以及平均路径长度等指如图 3-1 所示。图 3-1 小世界网络节点的度分布变化情况络中的部分个体逐渐接触网络成为在线网络节点，表逐渐向无标度网络演化，用网络b 表示。多层复合网络及平均路径长度等指标也逐步表现出无标度网络特征
【相似文献】

相关期刊论文 前10条

1 贾宁宁;封筠;;复杂网络的社团结构发现[J];河北省科学院学报;2013年02期

2 宣照国;苗静;党延忠;刘建国;;科研领域关联网络的社团结构分析[J];上海理工大学学报;2008年02期

3 丁全红;俞建宁;张建刚;;具有社团结构和多耦合时滞的复杂网络的拓扑识别[J];科技促进发展;2012年s1期

4 司夏萌;刘云;丁飞;熊菲;;具有社团结构的有界信任舆论涌现模型研究[J];系统仿真学报;2009年23期

5 陈宏斌;胡延庆;狄增如;;元胞自动机法寻找社团结构[J];北京师范大学学报(自然科学版);2008年02期

6 马涛;郭进利;王福红;;企业非正式组织社团划分的超网络模型研究[J];技术经济与管理研究;2017年05期

7 王立敏;高学东;马红权;;基于最大节点接近度的局部社团结构探测算法[J];计算机工程;2010年01期

8 马学彬;白婧;郑田玉;;机会网络中基于有权社团结构图的路由协议研究[J];电子学报;2016年10期

9 杨欢;;完全子图的邻域重叠社团结构探测[J];物联网技术;2012年07期

10 杨欢;韩定定;;完全子图的邻域重叠社团结构探测[J];现代电子技术;2012年18期

相关博士学位论文 前10条

1 王茹;微博网络社团发现与预测方法研究[D];西北工业大学;2017年

2 何嘉林;复杂网络中的社团结构探测和应用研究[D];电子科技大学;2017年

3 武志昊;复杂网络中的重叠社团发现问题研究[D];北京交通大学;2013年

4 韩继辉;基于传播动力学的复杂网络社团检测方法研究[D];华中师范大学;2017年

5 刘瑶;社会网络特征分析与社团结构挖掘[D];电子科技大学;2013年

6 于乐;社会网络中社团发现及网络演化分析[D];北京邮电大学;2014年

7 庞垠;复杂网络社团结构探测方法及社团内节点层次关系研究[D];北京理工大学;2015年

8 邵斐;复杂社团网络中病毒传播与控制研究[D];南京邮电大学;2013年

9 魏芳;基于图挖掘的网络社团结构发现[D];复旦大学;2008年

10 邸月;中国A股市场股票与其主要投资基金股东组成的二分网性质研究[D];北京邮电大学;2012年

相关硕士学位论文 前10条

1 赵雪;基于社团结构的多层网络伪信息扩散及干预研究[D];燕山大学;2018年

2 吕品;基于社团结构动态演化的主题突变监测研究[D];南京理工大学;2018年

3 孙文;复杂网络的递归社团检测算法研究[D];华中科技大学;2017年

4 王晶;具有社团结构的复杂网络上的SIR模型[D];山西大学;2018年

5 王晓宝;面向复杂网络结合网络拓扑和节点内容的语义社团发现的研究[D];天津大学;2017年

6 刘春龙;基于网络结构改变的社团检测算法研究[D];安徽大学;2018年

7 方莲娣;基于三支决策的非重叠社团划分研究[D];安徽大学;2018年

8 刘坤昇;复杂网络社团演化追踪算法研究[D];电子科技大学;2018年

9 甘立强;基于节点相似度的社团结构划分算法的研究[D];兰州理工大学;2018年

10 薛惠宁;两类具有社团结构和主动饮酒的网络酗酒模型的动力学[D];兰州理工大学;2018年

本文编号：2863746