基于社团间影响力的群体舆论演化机制研究
发布时间:2021-10-25 18:26
信息时代的快速发展,诸如微信、微博、抖音、快手等社交媒体已经逐渐占据了我们生活的一大部分,成为日常信息交流,吐槽社会热点问题的主要工具,技术的进步改变了我们的交流方式,使我们的生活更加便利,但随之带来的弊端也不容忽视。近些年来,因为互联网爆发的舆论从而对社会产生不良影响的事件频频出现,在此背景下,对网络舆情的研究就显得尤为重要,只有掌握其产生,演化规律,政府及企业才能更好的对其进行监管,引导甚至是利用起来,产生巨大的营销价值。本文通过对国内外相关研究成果的整理分析,综合了复杂网络、社交网络以及计算机仿真等研究方法,创新提出基于社团间影响力的舆论演化机制,通过对群体内社团之间的影响力机制展开研究,从而提出一种新的群体舆论演化模型,同时对模型的可行性进行了仿真实验并作出分析,本文的主要成果主要为以下三个方面:1.通过对经典的舆论演化模型Deffaunt模型的分析,结合现实情况,对经典Deffaunt模型进行扩展,加入节点亲密度这一参数,进而让模型能够好的匹配现实生活的舆论演化模式,并通过仿真实验对改进的模型进行验证,仿真结果表明改进后模型对现实情况具有较好的适用性。2.提出社团间影响力这一...
【文章来源】:南京邮电大学江苏省
【文章页数】:56 页
【学位级别】:硕士
【部分图文】:
几种规则网络拓扑图
大学硕士研究生学位论文 第二章 相关背景) 全局耦合网络 (b) 最近邻耦合网络 (c) 星型网络图 2.1 几种规则网络拓扑图网络机网络从字面意思理解即通过随机性产生的网络,网络之间的连边具有很强的图即其中一个较为典型的模型,是 Erdos 和 Renyi 在 40 多年前提出的随机图们假设地上随机散落大量的纽扣,然后我们以同样的概率 p 给每对纽扣系上们就能得到一个有 N 个节点,约¤ ( ) ζ 条边的 ER 随机图的实例
P(K) = ( ) ( ) (2-6)因此,ER 随机图也成为“Poission 随机图”。3.小世界网络在从完全规则网络到完全随机图的过渡阶段,Watts 和 Strogtz 在 1998 年提出了一个小世界模型,称为 WS 小世界模型,WS 小世界网络聚类特性相对来书比较明显和路径长度也比较小[46]。其构造算法如下:(1)从规则图出发,首先构造一个具有 n 个节点的规则网络,并将其圈起来,以保证每个节点都与其相邻的 k/2 节点相连,k 是偶数。;(2)随机重连,以概率 p 随机地对网络中的每条边进行相连(保持边的一个端点不动,而另一个端点随机选择网络中的一个节点),其中规定,任意两个不同的节点之间至多只能有一条边,并且每一个节点都不能形成闭环(即节点与节点自身相连)。下面 3 个图表示了小世界网络、规则网络、随机网络三者之间的关系:规则网络 小世界网络 规则+随机网络
【参考文献】:
期刊论文
[1]机会网络舆情传播的MCA模型及仿真研究[J]. 赵焱鑫,王小明,李黎. 计算机应用研究. 2015(02)
[2]因特网舆情传播的协同元胞自动机模型[J]. 方薇,何留进,宋良图. 计算机应用. 2012(02)
[3]Opinion evolution based on cellular automata rules in small world networks[J]. 石晓明,施伦,张解放. Chinese Physics B. 2010(03)
[4]群体决策过程中的群体思维研究[J]. 毕鹏程,席酉民. 管理科学学报. 2002(01)
博士论文
[1]社会网络上的舆论一致性与人类创新行为动力学[D]. 林颖婷.中国科学技术大学 2014
硕士论文
[1]社交网络的社团发现及社团演化分析[D]. 李国伟.西安电子科技大学 2017
[2]基于无标度网络的舆论演化动力学模型研究[D]. 李曌宇.重庆邮电大学 2013
[3]基于社交网络的社团划分算法研究[D]. 马静.山东师范大学 2011
本文编号:3457953
【文章来源】:南京邮电大学江苏省
【文章页数】:56 页
【学位级别】:硕士
【部分图文】:
几种规则网络拓扑图
大学硕士研究生学位论文 第二章 相关背景) 全局耦合网络 (b) 最近邻耦合网络 (c) 星型网络图 2.1 几种规则网络拓扑图网络机网络从字面意思理解即通过随机性产生的网络,网络之间的连边具有很强的图即其中一个较为典型的模型,是 Erdos 和 Renyi 在 40 多年前提出的随机图们假设地上随机散落大量的纽扣,然后我们以同样的概率 p 给每对纽扣系上们就能得到一个有 N 个节点,约¤ ( ) ζ 条边的 ER 随机图的实例
P(K) = ( ) ( ) (2-6)因此,ER 随机图也成为“Poission 随机图”。3.小世界网络在从完全规则网络到完全随机图的过渡阶段,Watts 和 Strogtz 在 1998 年提出了一个小世界模型,称为 WS 小世界模型,WS 小世界网络聚类特性相对来书比较明显和路径长度也比较小[46]。其构造算法如下:(1)从规则图出发,首先构造一个具有 n 个节点的规则网络,并将其圈起来,以保证每个节点都与其相邻的 k/2 节点相连,k 是偶数。;(2)随机重连,以概率 p 随机地对网络中的每条边进行相连(保持边的一个端点不动,而另一个端点随机选择网络中的一个节点),其中规定,任意两个不同的节点之间至多只能有一条边,并且每一个节点都不能形成闭环(即节点与节点自身相连)。下面 3 个图表示了小世界网络、规则网络、随机网络三者之间的关系:规则网络 小世界网络 规则+随机网络
【参考文献】:
期刊论文
[1]机会网络舆情传播的MCA模型及仿真研究[J]. 赵焱鑫,王小明,李黎. 计算机应用研究. 2015(02)
[2]因特网舆情传播的协同元胞自动机模型[J]. 方薇,何留进,宋良图. 计算机应用. 2012(02)
[3]Opinion evolution based on cellular automata rules in small world networks[J]. 石晓明,施伦,张解放. Chinese Physics B. 2010(03)
[4]群体决策过程中的群体思维研究[J]. 毕鹏程,席酉民. 管理科学学报. 2002(01)
博士论文
[1]社会网络上的舆论一致性与人类创新行为动力学[D]. 林颖婷.中国科学技术大学 2014
硕士论文
[1]社交网络的社团发现及社团演化分析[D]. 李国伟.西安电子科技大学 2017
[2]基于无标度网络的舆论演化动力学模型研究[D]. 李曌宇.重庆邮电大学 2013
[3]基于社交网络的社团划分算法研究[D]. 马静.山东师范大学 2011
本文编号:3457953
本文链接:https://www.wllwen.com/xinwenchuanbolunwen/3457953.html