基于社交网络连边的谣言传播模型研究

发布时间：2022-01-07 15:56

　　在线社交网络的快速发展,给谣言的传播提供了新的平台,加快了谣言的传播速度、提高了控制谣言的难度。近年来,谣言的传播给国家和社会带来了极大的社会负面影响和巨大的经济损失,因此研究谣言的传播机制具有重要意义。在本文中,我们主要基于SIR模型来研究谣言的传播,考虑了个体差异,媒体辟谣,分别提出了两类基于网络连边的不同谣言传播模型,通过矩阵法计算出了基本再生数,分析了谣言传播的最终规模,并通过数值仿真实例验证了本文结果的有效性和正确性。论文的主要研究成果包括以下几个方面:基于SIR模型,从网络连边的角度出发,考虑到个体差异（辨别谣言能力不同）,建立了谣言传播模型,使用矩阵法求出模型的基本再生数。并分别基于配置网络和无标度网络进行数值仿真,发现模型数值解和随机模拟结果非常相近,模型对谣言传播的预测有较好效果。考虑了媒体的辟谣作用,将网络按连边端点状态分为“人-人”网络和“媒体-人”网络,建立了谣言传播模型。并分别使用恒定和变化媒体辟谣概率对模型的基本再生数、最终规模进行了分析。最后将文中三个模型的数值解进行了对比,发现媒体辟谣对谣言传播有显著的抑制作用、变化的媒体辟谣概率更符合谣言传播的实际情况... 

【文章来源】：南京航空航天大学江苏省 211工程院校

【文章页数】：52 页

【学位级别】：硕士

【部分图文】：

无向图和有向图

图 2.3 多重边含有环和多重边，那么图G 为简单图。为端点的边的数量称为节点 的次，也称为节点 的度，记为 deg中描述节点性质的一个重要参数，也是描述节点属性的最基本概念么节点 的度 k 也是与节点 有边连接的节点数目。如果一个节着这个节点在图中和很多其他的节点有相互关系，我们认为这样响力；反之，度较低的节点在图中影响力较低。度是网络中所有节点度的平均值，记为 k 。对于节点数为 N 的图阵为 NNijAa ，有 NjijNiiijkaa11， NiNjijNiiaNkNk11 111.

图 2.4 BA 无标度网络的演化过程示意图2.2.4 配置网络本文中的模型都基于配置网络（ configurat ionmo del）进行了讨论。配置网络具有很好的网络特性，网络中的任一节点v 和其他节点间存在连边的概率正比于节点v 的度，即节点v 的度越大，其他节点和节点v间存在连边的可能性越大。若节点v 的度为vk ，节点b的度为bk ，配置网络的边集为E ，边 v , x E，那么节点 x b（节点v和节点b 间有边）的概率bp 为 1 ivibbkkp . （2.11）当配置网络中的节点数量足够多时，配置网络中存在环和重边的概率很小，所以我们一般认为配置网络中不存在环和重边。配置网络的生成过程如下：（1）对于网络中的节点 v V，我们称其半边或者线头。定义节点v的度为vd ，网络P 。

【参考文献】：
期刊论文
[1]Facebook:“全球第一大社交网站”快速成长的秘密[J]. 李骏.  传媒评论. 2014(05)
[2]流行病模型在微博转发预测中的应用(英文)[J]. 王昊,李义萍,冯卓楠,冯铃.  中国通信. 2013(03)
[3]在线社交网络中谣言的传播与抑制[J]. 顾亦然,夏玲玲.  物理学报. 2012(23)
[4]复杂网络链路预测[J]. 吕琳媛.  电子科技大学学报. 2010(05)



本文编号：3574834