基于社交网络的单纯形意见空间的观点一致性建模分析

发布时间：2020-01-25 11:21

【摘要】：近年来,随着科技的迅速发展,人们的生活中存在着越来越多的各种不同的复杂网络,例如人际关系网,因特网等等,许多信息在这些网络结构中传递,相互碰撞影响,无时无刻地对我们的生活发挥着重要作用。而社交网络与人们的生活最息息相关,因此,研究基于社交网络的观点融合的碰撞模型,对我们的生活,对探索社会舆论观点的形成的规律,有着重要意义。传统的观点融合模型,对观点的描述多为0和1模式,即对一个观点不是支持就是反对,与现实中人们对观点的想法差别较大。本文选择一个更真实的角度,假定一个观点由多个变量构成,共同形成一个观点。然后采用拓扑中单纯形的相关概念来刻画这个观点,拓扑中的单纯形可以用一种直观的方式来表现复杂的模型,并且能够用Q分析法来分析单纯形内在的性质与结构。对于信息的传播,采用疾病传染模型。在这些基础上,本文构建出观点碰撞的模型,再通过撰写MATLAB代码,来仿真观点碰撞融合的过程。本文研究了在不同网络结构下,观点碰撞融合的情况。对于网络结构,本文选择了三种经典的网络结构,即完全网络,随机网络和无标度网络。完全网络是最简单的网络结构,无标度网络最贴近现实,而随机网络处于两者之间。选择这三种网络进行仿真实验,比较客观,结果也更可靠。从模拟的结果中,我们发现在不同的网络结构中的观念融合模拟曲线,其整体的趋势最终都是平坦的,变化趋势相似。网络结构的不同虽然会有一些影响,但是整体的基本趋势相同,并没有决定性的影响。反而一些特定的参数和网络指标对结果有着巨大影响。在仿真模拟中,对相同的网络结构,本文采用不同的初始节点数,即网络规模的大小;不同的事件数,即多少种不同的观念等一些参变量作为初始值,来进行模拟仿真,比较它们对结果的影响。我们发现,网络规模的大小不会影响拟合曲线的整体趋势,但是规模越大,曲线变化的速率越慢。同时,初始的事件数越多,拟合曲线的最初值越小。本文还探究了同一个网络在不同拓扑状态下观点融合的情况。研究网络不同拓扑状态下的观点融合,本文主要采取网络故障的方式对网络拓扑状态的改变进行模拟,这也是十分符合真实的情况的。真实的网络中,总会出现一些节点或者边的故障。在拓扑网络中,贝蒂数是重要的结构指标,贝蒂数1?代表连通性,贝蒂数0?表示连通分支数,本文选择了不同贝蒂数,进行仿真模拟实验,然后比较观点融合的结果。从中本文发现和总结了一些规律,贝蒂数1?越大,其观点融合情况越好,反之,则融合情况比较差等。
【图文】：

完全网络

哈尔滨工业大学理学硕士学位论文点融合与单纯形网络空间构观点融合的方法，传统的方法对于事件的观点构建为含有多个变量的集合，采用单形构建，用 Q 分析来研究其性质，同时也三种典型的网络结构进行了介绍。交网络介绍单的，也是比较规则的网络，即每个人可是一个完全图。对于一个N 个顶点的完节点的度为 N 1，每个节点的聚类系数交网络最基础的网络结构，如图 2-1.

模型图,随机网络,模型图

图 2-2 MATLAB 生成的随机网络和无标度网络的模型图在上个世纪末，，科学家们发现互联网、人际关系网和科研合作网络等等存一些共同的规律，它们节点的度满足指数分布，并且没有明显的的特征长度。以说，增长的无标度网络的直径几乎是不变的，所以这些网络被人们称之为无度网络。图 2-2（b）就是无标度网络的模拟图，可以看出，无标度网络是一个均匀的网络，其中会出现度比较大的节点。Barabasi 和 Albert 通过研究其内在原理，提出了著名的 BA 模型，构建一标度网络[32-34]。其基本算法如下：1）增长性：网络规模是不断扩大的，不断向网络中增加新节点。2）优先连接性：新增的网络节点倾向于连接度较大的节点，其连接的概i ：iijjkk （
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：O157.5

【相似文献】