微博网络中的信息传播及观点演化若干问题研究

发布时间：2020-12-03 16:30

　　以微博为主的社交网络新应用的兴起与蓬勃发展,逐渐改变着人们传统的生活习惯和社交模式。在微博中,“自媒体”用户可随时随地通过便捷的接入方式参与在线社交,进而获取信息、交互观点、参与传播。相比于传统社会网络,新兴的微博在线社交网络更加灵活和便捷,再加上参与主体智能化、社交网络复杂化、影响因素多元化等影响,这使得网络舆论产生、发酵、扩散的时间大大缩短,进而增加了舆论信息传播、个体观点演化的复杂性和随机性。基于此,本文借助社会学、传播学等交叉学科的思想和方法,对微博网络信息传播模式、多元话题传播与竞争机制、微观个体观点交互与宏观观点涌现过程、以及网络社区叠加的节点影响力识别等问题进行研究,力图发现并还原微博网络中观点演化、信息传播的微观和宏观规律,建立相应的数学模型,并通过仿真实验寻找可以促进或抑制信息传播、观点扩散的规律和途径。论文的研究工作或有助于对微博中舆论演进过程的进一步了解,同时本文的一些研究结果也可为复杂系统动力学和复杂网络理论研究提供一些应用扩充。论文的研究工作得到了国家自然科学基金项目（No.61401015）、北京市自然科学基金项目（No.4102047）、高等学校博士学科点... 

【文章来源】：北京交通大学北京市 211工程院校 教育部直属院校

【文章页数】：137 页

【学位级别】：博士

【部分图文】：

网络度分布

分析k-shell、介数和紧密度的概率分布和CDF分布发现，k-shell和介数的概率分布近似符合幕律分布规律特性，即大多数节点的k-shdl值和介数值相对较小，网络中节点呈现异质性特征。但是紧密度的分布较为集中，在双对数坐标中，呈现“中间多两边少”的特征。

图2.4紧密度的概率分布和CDF分布2.3.2 Newman快速算法M. E. J. Newman提出的经典的社区划分快速算法（一般称为Newman快速算法，简称FN算法)，厲于基于模块度优化的社团发现算法，主要思路是通过不断优化Q值來提高模块度。FN社区划分算法简要步骤如下所述：步骤1:初始化步骤。将网络中n个节点分别作为独立社团，且初始化参数e,,和a,，使其满足：0 其它e = ■丨 （2.3)‘—如果节点/和/有边相连.2/na=-^ (2.4)2m


本文编号：2896415