无标度网络上社交信息传播动力学分析

发布时间：2024-03-09 07:29

　　近年来,网络信息科技迅速发展,使Facebook、Twitter以及新浪微博等在线社交网络平台兴起,从而使人们更易获取各种信息。如何准确揭示社交网络中信息传播的规律,以及如何有效地影响和控制信息的传播,已成为复杂网络科学领域研究的热点,所以复杂网络的研究引起了广大科研工作者的兴趣。复杂网络已涉及到数理学科、网络拓扑理论、系统科学以及传播动力学等众多不同领域,基于此,从网络拓扑结构和传播动力学两个角度,考虑到无标度网络能更加形象地反映现实世界中的社交网络,本文基于无标度网络构建社交信息传播的相关模型,并对建立的模型进行了详细地研究和分析。本文工作及创新点主要包括如下几个方面:1. 考虑到社交网络的异质性以及信息的发布和转发机制对社交信息传播的影响,基于无标度网络提出了一类新型的SIFT(Susceptible-Issuer-Forwarder-Stifler)社交信息传播模型。通过平均场理论,计算出了SIFT模型的基本再生数₀R和系统的平衡点(包括信息消失平衡点和信息流行平衡点),然后详细地研究了信息消失平衡点的全局渐近稳定性、信息传播的持久性以及信息流行平衡点的全...

【文章页数】：76 页

【学位级别】：硕士

【部分图文】：

图3-2不同情况下1，2对0R的影响(a)和(b)

第3章具有发布与转发机制的社交信息传播模型25图3-2不同情况下1，2对0R的影响(a)和(b)Fig.3-2Effectsofparameters1or2on0Rwhen(a)andwhen(b)图3-3参数,和对0R的影响Fig.3-3Effectsofparameters,....

图3-7不同下，300300I+F的比例变化(a)和(b)

第3章具有发布与转发机制的社交信息传播模型27图3-6当0R1时，在不同度下的发布者和转发者的动态行为Fig.3-6Dynamicalbehaviorofissuersandforwarderswithdifferentdegreewhen0R1在图3-7中，讨论的是再转发率对信....

图4-2每类人群随时间变化曲线0R1(a)和0R1(b)

第4章具有心理因素的在线社交谣言传播模型42图4-2每类人群随时间变化曲线0R1(a)和0R1(b)Fig.4-2Eachcompartmentpopulationchangesovertimewhen0R1(a)andwhen0R1(b)在图4-3（a）中，选取=0.1,=0.....

图4-3在不同度下，谣言传播者随时间变化曲线0R1(a)和0R1(b)

第4章具有心理因素的在线社交谣言传播模型42图4-2每类人群随时间变化曲线0R1(a)和0R1(b)Fig.4-2Eachcompartmentpopulationchangesovertimewhen0R1(a)andwhen0R1(b)在图4-3（a）中，选取=0.1,=0.....

本文编号：3923117