在线社交网络中信息传播机制研究

发布时间：2021-10-07 00:12

　　近年来,随着互联网技术的快速发展和移动终端的普及,以微博、微信等为代表的在线社交网络平台作为信息传播与共享的重要媒介,聚集了规模庞大的用户群体,并以极高的实时性与极强的传播性组成了一个巨大的信息传播网络。快速推进人类跨入自媒体时代,为人民的生活提供了便利,为社会生产注入了新的活力,对提高国家经济与促进社会发展起到巨大促进作用。文明与技术的发展是把双刃剑,在线社交网络带给人们便捷的同时,也使得网络空间环境恶化,不良信息肆意传播,对人民生活、社会发展及国家安定带来诸多弊端,因此探索在线社交网络信息传播的内在规律与机制,分析信息传播特性及影响传播因素,是高效治理网络中不良信息的重要前提。国内外许多学者针对在线社交网络中信息传播与控制问题展开深入研究并取得了诸多成果。本文在前人研究的基础上对在线社交网络中信息传播与控制做了进一步的研究,主要内容如下:（1）考虑在实际传播中用户获取信息后没有及时传播的情况,本文以经典SIR模型为基础,引入知情节点C,构建受邻居节点与信息时效性影响的SCIR传播模型。由于用户在接收到信息之后会产生自身的主观认知,即是否倾向于传播该信息的态度值,而态度值会受到邻居节... 

【文章来源】：兰州理工大学甘肃省

【文章页数】：62 页

【学位级别】：硕士

【部分图文】：

Poisson分布

幂律分布

在线社交网络中信息传播机制研究12每个节点都以k/2个邻居节点相连，其中k为偶数。（2）随机重连：将第一步构建的网络中任意两个节点以概率p随机重连，即指定网络中的一个节点，随机寻找网络中的另一个节点建立连边，此外所有节点均不能出现重连或者自连。从WS小世界网络模型的构造过程得出，p0时，为完全规则网络；p1时，为完全随机网络；p介于0到1之间时，所构建的网络从规则网络逐渐向随机网络过渡，其中过渡部分则为小世界网络。WS小世界的聚类系数C(p)如式(2.9)所示。3(2)()4(1)KCpK(2.9)图2.6为WS小世界网络的聚类系数和平均路径长度随p的变化，选取自文献[10]。图2.6聚类系数和平均路径长度随p的变化关系从上图可以得出，当p0时，是一个最近邻耦合网络，此时C(0)3/4,L(0)N/2K，网络表现出高聚类和较大的平均路径长度特性，当0p1时，C(p)C(0)，L(p)L(0)，此时，网络聚类系数变化较小，平均路径长度快速变小，表现出了网络的小世界特性。2.4.4无标度网络随着对复杂网络研究的不断深入，研究发现实际的网络规模是不断增大的，如社交网络中系统用户的数量是不断增多的，科研网络中文章的数量也是在逐渐累积的，并且新增的节点会更加倾向于和网络中已存度大的节点建立连边，而随机模型与小世界模型网络的规模是固定的，节点间的连边是随机进行的，基于实

【参考文献】：
期刊论文
[1]基于强关系的移动社交网络信息传播机理建模与仿真研究[J]. 张鹏,赵动员,谢毛迪,梅蕾.  情报科学. 2019(03)
[2]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)
[3]节点影响力下无标度网络谣言传播研究[J]. 刘亚州,王静,潘晓中,付伟.  小型微型计算机系统. 2018(11)
[4]社交网络中考虑不同传播概率上的谣言传播模型[J]. 王飞雪,李芳.  计算机应用研究. 2019(11)
[5]基于情境的社交网络信息传播链路预测研究[J]. 郑建国,朱君璇,曹如中.  情报理论与实践. 2018(06)
[6]具有自我学习机制的网络谣言传播与仿真研究[J]. 马宇红,张琴,陈闪.  西南大学学报(自然科学版). 2017(05)
[7]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)
[8]考虑从众效应的谣言传播模型[J]. 万佑红,王小初.  计算机应用. 2016(09)
[9]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)
[10]基于SIR的SNS网络舆情话题传播模型研究[J]. 丁学君.  计算机仿真. 2015(01)

硕士论文
[1]基于贝叶斯联盟博弈的无线通信物理层安全研究[D]. 李玲.天津大学 2014
[2]基于SEIR的社交网络信息传播模型的研究[D]. 杨旭颖.西安电子科技大学 2014



本文编号：3421007