在线社交网络信息传播的控制策略研究

发布时间：2020-12-30 16:53

　　随着WEB 2.0时代的到来,网络信息科技迅速发展,Facebook、Twitter以及新浪微博等在线社交网络平台,成为人们获取信息、发表观点、日常交流的主要渠道和方式,并逐渐成为人们在线生活中不可或缺的一部分。如何准确揭示在线社交网络中传播信息的规律,如何有效地影响和控制信息的传播,已成为网络科学领域研究的热点。因此,本文综合运用系统科学、互联网技术、网络拓扑理论和传播动力学等方面的理论和思想,对在线社交网络中信息传播的统计特性进行分析,力图准确描述社交网络中信息传播的模式和特点。并在此基础上,从网络拓扑结构和传播动力学两个维度出发,构建在线社交网络信息传播的相关模型,从而制定有效的信息传播控制和优化策略,为网络信息营销者和监管者提供一定的决策理论支持。首先,从信息传播的角度来分析在线社交网络信息传播的特征,研究用户好友数、信息传播时间间隔等因素对信息传播的影响。然后,从用户信息传播行为的角度来研究在线社交网络信息的传播规律,分析社交网络中活跃用户在信息传播中的重要作用。从两个不同的角度对信息传播的规律进行分析研究,有助于深入理解社交网络信息传播的机制,从而构建更加准确的信息传播模型... 

【文章来源】：上海理工大学上海市

【文章页数】：64 页

【学位级别】：硕士

【部分图文】：

对数正态分布Q-Q验证图

有向网络示意图

(b) Cond-mat 网络图 4-3 c-核分解算法与度方法的准确性对比验采用与图 4-3 实验类似的方法，进一步比较 c-核分解性的差异。在图 4-4 中，交叉度值ck 相同的节点在网,)ik差异很小；而介数值相同的节点在网络中的很大。除此之外，介数中心性指标还是一个全局指标适于应用在大规模网络之中。因此，在 Email 网络和心性方法相比，c-核分解算法能够更加准确衡量节点的

【参考文献】：
期刊论文
[1]微博用户的信息发布行为模式实证研究[J]. 于晶,刘臣.  现代情报. 2015(10)
[2]基于多属性决策的复杂网络节点重要性综合评价方法[J]. 于会,刘尊,李勇军.  物理学报. 2013(02)
[3]在线社会网络用户的信息分享行为预测研究[J]. 刘臣,田占伟,于晶,单伟.  计算机应用研究. 2013(04)
[4]Modeling online social networks based on preferential linking[J]. 胡海波,郭进利,陈骏.  Chinese Physics B. 2012(11)
[5]微博类社交网络中信息传播的测量与分析[J]. 张赛,徐恪,李海涛.  西安交通大学学报. 2013(02)
[6]基于社交网络的观点传播动力学研究[J]. 熊熙,胡勇.  物理学报. 2012(15)
[7]新浪微博数据挖掘方案[J]. 廉捷,周欣,曹伟,刘云.  清华大学学报(自然科学版). 2011(10)
[8]传染病传播模型综述[J]. 张发,李璐,宣慧玉.  系统工程理论与实践. 2011(09)
[9]基于在线社交网络的信息传播模型[J]. 张彦超,刘云,张海峰,程辉,熊菲.  物理学报. 2011(05)
[10]网络传播动力学[J]. 李翔,刘宗华,汪秉宏.  复杂系统与复杂性科学. 2010(Z1)



本文编号：2947976