社交网络信息过滤及传播模式研究
发布时间：2020-11-09 12:09
社交网络已经成为信息传播的重要载体,基于社交网络的信息传播研究已经在各个领域受到了广泛关注,大量的研究工作都致力于理解这一过程,包括传播模型构建与实证、传播范围预测等。一方面,以往的信息传播模型普遍认为用户之间的交流对于信息传播过程起主要作用,强调用户决策过程由其他个体所决定,然而在一些实际传播场景中则不然。例如,网络上的推文转发过程中,人们对于是否转发某条推文,更加关注的是推文的内容本身而非其他个体的意见,其他个体是否转发这条推文对于个体决策过程的影响是比较微弱的。另一方面,实际生活中的信息往往带有真假色彩,虚假的谣言可能对社会造成重大损害,因此需要某些权威个体及时地对信息真假进行区分,这部分权威个体我们定义为智慧节点。智慧节点的存在使得整个网络有可能达到一种优良的信息过滤能力:真消息广泛传播,同时假消息迅速抑制,令网络“谣言止于智者”。本文在构建信息过滤模型的基础上,主要考虑传播过程中的两个基本问题:网络结构对信息传播的影响以及智慧节点的选点策略。我们首先提出了基于真假消息的信息传播模型,并运用平均场理论分析了该模型的传播动力学,发现了传播过程中的临界阈值条件。接着比较了几种典型的网络结构特性对信息传播的影响,发现“链状”结构的同配网络较之“星形”结构的异配网络更不利于信息的传播。最后针对不同的网络结构,我们提出了不同的智慧节点选择策略,以期用最少的智慧节点达到最优的信息过滤作用,与其他选点策略相比,本文方法效果有了提高。我们的模型旨在为信息传播研究提供经验借鉴和参考。
【学位单位】：浙江工业大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TP391.1;G206
【部分图文】：
恢复者 R 类，指因病愈而具有永久免疫力的人。易感者在时刻t 的数量为 S (t )，相对应的感染者数量 I (t )，恢复者数量 R (t ) N S (t ) + I (t ) + R (t )。SIR 模型基于以下三个基本假设：1）不考虑人口的出生、死亡、流动等种群动力因素。人口始终保持在同 N K是固定的。2）病人一旦与易感者 S 接触则具有一定的传染力。假设在时刻t ，一个病易感者数量与环境内的易感者总数 成正比，比例系数为 ，则在t 时刻，新感染的感染者数量为 S (t )。3）t 时刻，单位时间内感染者中恢复成为恢复者的人数也与病人的数量成例系数为 ，则单位时间内增加的恢复者数量为 I (t )。IR 模型的过程框图可以用图 2-1 描述， S表示易感者 S 中有比例为 的人 I表示感染者I 中有比例为 的人转为恢复态：
浙江工业大学硕士学位论文绪）的传播可以传播到距离源节点二到四的层级，这就是三度rees of influence phenomenon）[51]。就信息的传播宽度而言，与传播宽度往往相对较大。例如 Rodrigues 等人[52]研究 Twitter 中的 URLer 产生的信息传播树宽度要比深度大，传播树宽度最大值为 3841 147。但在因特网信件的传播网络上，结果却是迥异的，Lib]发现因特网上信件传播树既窄又深。
图 3-1 模型相位图，平均度值 z3 II 的右上方区域，真消息能够得到广泛传播而假消息得到抑制，是一。iii)1( 1 0)npz 。对于真消息，网络始终能够传播，而对于假cr ，当cr 时，假消息能够抑制，否则假消息就扩散到全网络真假消息的全局级联边界条件，横坐标表示自然传播率np ，纵坐标表r ，网络平均度值 ，红色实线表示理论上信息传播发生全局级联 II 的上半部分与区域 III 的上半部分是我们的理想区域，同时，在各自息传播临界阈值。理论分析对我们的智慧节点数量筛选具有指导意义r 的选取需要根据信息的自然传播率np （即 H ）挑选，否则信息将不可
【相似文献】
本文编号：2876412
【学位单位】：浙江工业大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TP391.1;G206
【部分图文】：
恢复者 R 类，指因病愈而具有永久免疫力的人。易感者在时刻t 的数量为 S (t )，相对应的感染者数量 I (t )，恢复者数量 R (t ) N S (t ) + I (t ) + R (t )。SIR 模型基于以下三个基本假设：1）不考虑人口的出生、死亡、流动等种群动力因素。人口始终保持在同 N K是固定的。2）病人一旦与易感者 S 接触则具有一定的传染力。假设在时刻t ，一个病易感者数量与环境内的易感者总数 成正比，比例系数为 ，则在t 时刻，新感染的感染者数量为 S (t )。3）t 时刻，单位时间内感染者中恢复成为恢复者的人数也与病人的数量成例系数为 ，则单位时间内增加的恢复者数量为 I (t )。IR 模型的过程框图可以用图 2-1 描述， S表示易感者 S 中有比例为 的人 I表示感染者I 中有比例为 的人转为恢复态：
浙江工业大学硕士学位论文绪）的传播可以传播到距离源节点二到四的层级，这就是三度rees of influence phenomenon）[51]。就信息的传播宽度而言，与传播宽度往往相对较大。例如 Rodrigues 等人[52]研究 Twitter 中的 URLer 产生的信息传播树宽度要比深度大，传播树宽度最大值为 3841 147。但在因特网信件的传播网络上，结果却是迥异的，Lib]发现因特网上信件传播树既窄又深。
图 3-1 模型相位图，平均度值 z3 II 的右上方区域，真消息能够得到广泛传播而假消息得到抑制，是一。iii)1( 1 0)npz 。对于真消息，网络始终能够传播，而对于假cr ，当cr 时，假消息能够抑制，否则假消息就扩散到全网络真假消息的全局级联边界条件，横坐标表示自然传播率np ，纵坐标表r ，网络平均度值 ，红色实线表示理论上信息传播发生全局级联 II 的上半部分与区域 III 的上半部分是我们的理想区域，同时，在各自息传播临界阈值。理论分析对我们的智慧节点数量筛选具有指导意义r 的选取需要根据信息的自然传播率np （即 H ）挑选，否则信息将不可
【相似文献】
相关期刊论文 前10条
1 王宁;;中国城市科学研究会智慧节能学组成立[J];建筑;2014年19期
2 本刊讯;;国内首家智慧节能膜及智能节能玻璃项目落户青岛即墨[J];墙材革新与建筑节能;2015年10期
3 崔若春;;高速公路分布式远距离智慧节能供配电系统[J];中国交通信息化;2018年08期
4 吴赐明;;米其林助力海格推出智慧节油客车[J];人民公交;2013年06期
5 邹泽华;;浅谈分布式智慧节能供电系统在淮盐高速全程监控系统中的应用效果[J];江苏科技信息;2015年31期
6 ;杭州建立“智慧节能”系统,提高锅炉能效[J];能源与环境;2015年06期
7 ;国内首家智慧节能膜及节能玻璃项目落户即墨[J];网印工业;2015年11期
8 ;海格发布业内首款智慧节油客车[J];驾驶园;2013年06期
9 ;数字城市专委会智慧节能学组成立[J];建设科技;2015年05期
10 ;米其林“利其行XZA 2+Energy轮胎”助力海格客车智慧节油[J];商用汽车新闻;2013年21期
相关硕士学位论文 前3条
1 王金宝;社交网络信息过滤及传播模式研究[D];浙江工业大学;2018年
2 杨宗海;基于分级响应机制的家庭智慧节水系统设计[D];河北工程大学;2018年
3 薛春洋;智慧节能工业园区能源供给系统优化[D];重庆大学;2017年
本文编号：2876412
本文链接：https://www.wllwen.com/xinwenchuanbolunwen/2876412.html
