基于邻居节点耦合的信息传播研究

发布时间：2022-01-21 17:30

　　21世纪是一个信息爆炸的时代,每天都会有无数的信息产生与传播,特别是随着互联网技术的发展与自媒体技术的应用,参与信息传播的个体增多,信息传播的范围变大。与此同时,信息传播的方式也在发生变化,以前大众只能接收来自固定媒体的信息,如电视、报纸等,而现如今大众可以通过网络来获取自己感兴趣的信息,所以影响信息传播的因素也变得越来越多样,越来越复杂。因而研究信息的传播,特别是研究特殊因素对信息的传播有着深远的意义。随着复杂网络理论的研究成果越来越多,各学科的学者们也将复杂网络应用到相应领域,许多问题都有了新的解决方案,比如传染病传播动力学方程的建立,金融股权分配问题,信息和谣言传播规律的研究,都是基于复杂网络理论而提出的解决方法。本文在已有成果的基础上,研究了邻居节点之间的某些耦合关系对于信息传播的影响,建立了更加符合信息传播规律的网络模型与传播模型。本文的内容主要包含以下两个方面:（1）基于人们对于信息的记忆能力,为网络中的节点赋予记忆能力,通过多轮次的信息传播训练,构建具有记忆性的网络模型,再基于机器学习中的无监督学习,构建具有记忆-聚类能力的信息传播模型。人们对于某一类信息的记忆,会使得人... 

【文章来源】：兰州理工大学甘肃省

【文章页数】：76 页

【学位级别】：硕士

【部分图文】：

三种常见的规则网络

硕士学位论文7图1.2WS小世界网络构造过程(选取自文献[2])通过小世界网络的构造过程可以发现，网络中每个节点的度至少为K/2，而规则网络的度有着明确的限制，随机网络的度却没有任何的限制。这也说明WS小世界网络的拓扑性质与重连概率p有着很大的关系，根据学者们的研究，可以发现他们的如下规律。图1.3WS小世界网络模型聚类系数和平均路径长度与重连概率p的关系(选取自文献[2])图1.3为归一化后的结果，使得聚类系数和平均路径长度的最大值均为1。但仍可以发现，随着重连概率p的减小，平均路径长度是变短的，而聚类系数却是变高的，这表现出了典型的小世界特性。WS小世界网络虽然符合小世界特性，但其算法的局限性使得网络中可能存在孤立节点，于是Newman和Watts于1999对WS小世界网络进行改进，在不断

le），处于该状态的个体是有可能被感染的个体。（2）感染状态I（Infected），表示该个体已经被某种病毒感染，同时该个体还有可能将病毒传播给邻居中的易感状态个体。（3）移除状态R（Recovered），若个体处于该状态，说明该个体已经被治愈，且获得了免疫力，不会再被同种病毒所感染。有了这三种状态的个体，就可以建立起SI、SIS、SIR三种经典的传染病模型。2.1.1SI传染病模型现实中，有多种只要被感染就无法被治愈的因病毒引起的疾病，比如HIV病毒引起的艾滋病，基于这种情况提出了SI传播模型，其模型示意图如图2.1所示。图2.1SI模型状态转化图人群中个体的状态分为两种S和I，用()和()分别表示时刻易感状态人群和感染状态人群占整个人群的比例，表示状态个体会以概率转变为状态。模型的微分方程可表示为：{()=()()()=()()(2.1)在时刻，人群中只存在状态个体和状态个体，因而()+()=1。

【参考文献】：
期刊论文
[1]复杂网络理论及其应用研究概述[J]. 刘涛,陈忠,陈晓荣.  系统工程. 2005(06)



本文编号：3600674