移动社交网络中考虑群组的谣言传播动力学建模研究
发布时间：2021-01-31 20:24
现今对于移动社交网络的研究主要是网络拓扑结构演化模型分析、谣言传播模型建立和控制策略以及谣言溯源探究和预测等,其中谣言传播模型建立和控制策略已成为情报科学以及其他交叉学科的研究热点。本文的研究主旨是建立更加贴合实际移动社交网络的谣言传播模型,研究内容从均质网络到异质网络,并在此模型上讨论控制舆情传播的免疫策略。在经典的谣言传播模型基础上,结合实际社交网络中用户群组传播的特点,建立引入群组参数的谣言传播模型,在不同网络上进行稳态分析,根据其传播动力学过程给出模型的传播阈值,考虑群组参数、网络拓扑结构、用户行为等因素对传播过程的影响。在此模型的基础上讨论均匀、目标免疫策略的有效性,从而丰富控制舆情传播的措施,降低谣言带来的损失,维护社交网络的和谐稳定。本文的主要研究内容如下:（1）在现实社会生活中,由于个人的性格特点、教育背景、法律意识等因素,一些社交网络用户在接收到信息后无法确定该则信息是否是谣言,他们将首先会成为潜伏状态。虽然潜伏状态的人们不确定谣言的真实性,但是他们也有可能散布谣言。移动社交网络的特点在于所有用户都可以创建和管理社交群组并邀请朋友加入,而已经加入的群组成员可以邀请其他...
【文章来源】：南京邮电大学江苏省
【文章页数】：65 页
【学位级别】：硕士
【部分图文】：
研究机构与突现词混合网络图
达到了与实际谣言更相近的传播时间。而在国内，上海交通大学是较早开始研究复杂网络中谣言传播的国内机构，且中间中介性也较高；在2014年该机构的WangJiajia和ZhaoLaijun[4]在原有谣言传播模型的基础上，通过补充一些现实条件进而提出了一种SIRaRu谣言传播模型，给出了模型在均质网络和异质网络中的传播阈值。同时通过数值模拟，提出了网络拓扑结构对谣言传播具有重要影响。1.1.2研究国家混合网络通过Citespace对于检索的文献记录进行谱聚类，采用LLR聚类算法对各个节点进行聚合，得到研究国家与突现词混合时区网络图，如图1.2所示。图1.2研究国家与突现词混合时区图从图中可以看出英国、美国、中国、法国、意大利的中间中介性依次降低，在这其中美国、英国、意大利和印度这几个国家之间的合作程度较高，美国处于合作中心；而在亚洲，中国与伊朗、新加坡、巴西等国交流合作较为活跃，中国处于合作中心。表1.2研究国家或地区列表（count30）发文量（count）中间中介性（centrality）首次发文时间（year）科研机构（Country）3070.282007中国2100.401994美国590.221994法国590.481995英国540.041998德国470.171995意大利340.031998日本340.001995印度320.021999澳大利亚310.021996加拿大通过分类整理，得到如表1.2所示的各个国家或地区发文数的列表。从表格中可以看出，我国在全世界中发表的文章数量最多，其次是美国；西方诸多国家从上世界九十年代就开始研究复杂网络中的谣言传播，而亚洲众多国家则是从2007年才开始研究，虽然发文数量上与
且不自连）。 （c）按照上一步的规则继续选择次邻边随机重连新的节点，直至考虑过初始时刻整个网络中的每一条边。初始时刻网络中有2NK条边，绕整个环2K圈后，随机化重连过程停止。 在依照上述算法构造的网络的过程中，若是随机化重连概率 p 0，此时构造的网络是完全规则网络；若是随机化重连概率 p 1，此时构造的网络是随机网络。要想获得 WS 小世界网络模型，可通过调节随机化重连概率 p 使得模型从完全规则网络过渡到随机网络，如图 2.1所示。
【参考文献】：
期刊论文
[1]一种改进的SEIR网络谣言传播模型研究[J]. 范纯龙,宋会敏,丁国辉. 情报杂志. 2017(03)
[2]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)
[3]基于LabVIEW的BA无标度网络演化模拟软件[J]. 周茜,陈佳莹,刘海洋,王玫宝,吕孟轩,刘松,刘歌群. 电子科技. 2016(07)
[4]在线社交网络谣言传播的仿真研究——基于聚类系数可变的无标度网络环境[J]. 朱张祥,刘咏梅. 复杂系统与复杂性科学. 2016(02)
[5]社交网络上从众现象对谣言传播影响的研究[J]. 朱冠桦,蒋国平,夏玲玲. 计算机科学. 2016(02)
[6]无标度网络中遗忘率变化的谣言传播模型研究[J]. 王筱莉,赵来军,谢婉林. 系统工程理论与实践. 2015(02)
[7]在线社交网络中谣言的传播与抑制[J]. 顾亦然,夏玲玲. 物理学报. 2012(23)
[8]基于复杂网络的谣言传播模型[J]. 王长春,陈超. 系统工程理论与实践. 2012(01)
[9]PREVENTING RUMOR SPREADING ON SMALL-WORLD NETWORKS[J]. Jinyu HUANG·Xiaogang JIN AI Institute,School of Computer Science,Zhejiang University,Hangzhou 310027,China;Ningbo Institute of Technology,Zhejiang University,Ningbo 315100,China.. Journal of Systems Science & Complexity. 2011(03)
[10]网络信息传播动力学建模研究[J]. 贺筱媛,胡晓峰. 系统仿真学报. 2010(11)
博士论文
[1]复杂网络上的信息传播动力学建模与免疫策略研究[D]. 夏玲玲.南京邮电大学 2017
[2]复杂网络上带有潜伏期的传染病动力学模型研究[D]. 康慧燕.上海大学 2015
硕士论文
[1]几类复杂网络上的疾病传播SEIS和SEIR模型研究[D]. 赵璇.湘潭大学 2018
[2]基于SIR社交网络的谣言传播模型研究[D]. 余莎莎.南京邮电大学 2017
[3]考虑媒体介入下的谣言传播模型及控制策略[D]. 梁新媛.南京邮电大学 2017
本文编号：3011521
【文章来源】：南京邮电大学江苏省
【文章页数】：65 页
【学位级别】：硕士
【部分图文】：
研究机构与突现词混合网络图
达到了与实际谣言更相近的传播时间。而在国内，上海交通大学是较早开始研究复杂网络中谣言传播的国内机构，且中间中介性也较高；在2014年该机构的WangJiajia和ZhaoLaijun[4]在原有谣言传播模型的基础上，通过补充一些现实条件进而提出了一种SIRaRu谣言传播模型，给出了模型在均质网络和异质网络中的传播阈值。同时通过数值模拟，提出了网络拓扑结构对谣言传播具有重要影响。1.1.2研究国家混合网络通过Citespace对于检索的文献记录进行谱聚类，采用LLR聚类算法对各个节点进行聚合，得到研究国家与突现词混合时区网络图，如图1.2所示。图1.2研究国家与突现词混合时区图从图中可以看出英国、美国、中国、法国、意大利的中间中介性依次降低，在这其中美国、英国、意大利和印度这几个国家之间的合作程度较高，美国处于合作中心；而在亚洲，中国与伊朗、新加坡、巴西等国交流合作较为活跃，中国处于合作中心。表1.2研究国家或地区列表（count30）发文量（count）中间中介性（centrality）首次发文时间（year）科研机构（Country）3070.282007中国2100.401994美国590.221994法国590.481995英国540.041998德国470.171995意大利340.031998日本340.001995印度320.021999澳大利亚310.021996加拿大通过分类整理，得到如表1.2所示的各个国家或地区发文数的列表。从表格中可以看出，我国在全世界中发表的文章数量最多，其次是美国；西方诸多国家从上世界九十年代就开始研究复杂网络中的谣言传播，而亚洲众多国家则是从2007年才开始研究，虽然发文数量上与
且不自连）。 （c）按照上一步的规则继续选择次邻边随机重连新的节点，直至考虑过初始时刻整个网络中的每一条边。初始时刻网络中有2NK条边，绕整个环2K圈后，随机化重连过程停止。 在依照上述算法构造的网络的过程中，若是随机化重连概率 p 0，此时构造的网络是完全规则网络；若是随机化重连概率 p 1，此时构造的网络是随机网络。要想获得 WS 小世界网络模型，可通过调节随机化重连概率 p 使得模型从完全规则网络过渡到随机网络，如图 2.1所示。
【参考文献】：
期刊论文
[1]一种改进的SEIR网络谣言传播模型研究[J]. 范纯龙,宋会敏,丁国辉. 情报杂志. 2017(03)
[2]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)
[3]基于LabVIEW的BA无标度网络演化模拟软件[J]. 周茜,陈佳莹,刘海洋,王玫宝,吕孟轩,刘松,刘歌群. 电子科技. 2016(07)
[4]在线社交网络谣言传播的仿真研究——基于聚类系数可变的无标度网络环境[J]. 朱张祥,刘咏梅. 复杂系统与复杂性科学. 2016(02)
[5]社交网络上从众现象对谣言传播影响的研究[J]. 朱冠桦,蒋国平,夏玲玲. 计算机科学. 2016(02)
[6]无标度网络中遗忘率变化的谣言传播模型研究[J]. 王筱莉,赵来军,谢婉林. 系统工程理论与实践. 2015(02)
[7]在线社交网络中谣言的传播与抑制[J]. 顾亦然,夏玲玲. 物理学报. 2012(23)
[8]基于复杂网络的谣言传播模型[J]. 王长春,陈超. 系统工程理论与实践. 2012(01)
[9]PREVENTING RUMOR SPREADING ON SMALL-WORLD NETWORKS[J]. Jinyu HUANG·Xiaogang JIN AI Institute,School of Computer Science,Zhejiang University,Hangzhou 310027,China;Ningbo Institute of Technology,Zhejiang University,Ningbo 315100,China.. Journal of Systems Science & Complexity. 2011(03)
[10]网络信息传播动力学建模研究[J]. 贺筱媛,胡晓峰. 系统仿真学报. 2010(11)
博士论文
[1]复杂网络上的信息传播动力学建模与免疫策略研究[D]. 夏玲玲.南京邮电大学 2017
[2]复杂网络上带有潜伏期的传染病动力学模型研究[D]. 康慧燕.上海大学 2015
硕士论文
[1]几类复杂网络上的疾病传播SEIS和SEIR模型研究[D]. 赵璇.湘潭大学 2018
[2]基于SIR社交网络的谣言传播模型研究[D]. 余莎莎.南京邮电大学 2017
[3]考虑媒体介入下的谣言传播模型及控制策略[D]. 梁新媛.南京邮电大学 2017
本文编号：3011521
本文链接：https://www.wllwen.com/shekelunwen/shgj/3011521.html
