在线社交网络传播动力过程及其可视化方法研究

发布时间：2017-09-23 08:37

  本文关键词：在线社交网络传播动力过程及其可视化方法研究

  更多相关文章： 在线社交网络 传播动力过程 传播模式 可视化

【摘要】：在线社交网络作为当今社会的主流社交工具之一,其信息传播过程的复杂性及内部结构的时变,使得其成为近年来的研究热点。鉴于已有的研究方法对其内部真实传播过程的研究存在不足,本文从传播动力模型及信息可视化相结合的角度,运用理论加实践的方法对该课题进行探索性研究。为了更深入的探讨其传播动力过程对信息传播的影响,在理论方面,本文应用传播学理论对在线社交网络传播过程进行了剖析和重新界定,提出具有截断特性和离散特性的信息传播模式,并采用层次递进的方法,对网络结构属性和全局属性进行了解释与验证性研究。在实践应用方面,本文借鉴传统动力学仿真模型——SIR模型,并结合上在线社交网络传播模式特征,构建了在线社交网络信息传播的传播动力模型——SCIRK模型,该模型在考虑了传播过程中节点的自身属性及其对信息的主观接受程度的基础上,提出网络中不同传播角色对于传播过程的控制存在内部耦合作用,从实践的角度分析了模型对于信息传播的实际控制作用,并讨论了模型内部节点间的交互策略及免疫策略,通过对真实网络的仿真分析,验证了该传播动力模型的适用性和有效性。为方便进一步研究在线社交网络的传播动力过程,本文基于Java Swing进行了可视化工具的设计,其设计初衷在于降低在线社交网络传播动力过程研究的复杂程度,将信息传播过程和传播范围更为清晰直观地进行展示,且通过自主定义节点重要性排序指标的计算公式,分析了信息传播动力过程中关键节点的选择对于传播效果的影响,以期对后续相关研究工作提供借鉴。
【关键词】：在线社交网络 传播动力过程 传播模式 可视化
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP393.09;G206
【目录】：

• 摘要4-5
• Abstract5-8
• 第1章 绪论8-15
• 1.1 课题来源及研究的背景和意义8-9
• 1.1.1 课题来源8
• 1.1.2 课题的研究背景8-9
• 1.1.3 课题的研究意义9
• 1.2 国内外研究综述9-13
• 1.2.1 网络拓扑结构国内外研究现状9-11
• 1.2.2 信息传播动力过程国内外研究现状11-12
• 1.2.3 信息可视化国内外研究现状12-13
• 1.3 主要研究内容及研究方法13-15
• 1.3.1 主要研究内容13-14
• 1.3.2 研究方法14-15
• 第2章 在线社交网络结构和传播影响分析15-33
• 2.1 网络基本特征分析15-21
• 2.1.1 网络节点度分布与幂率性质分析15-16
• 2.1.2 网络节点出入度与互惠性分析16-18
• 2.1.3 网络密度与集群程度分析18-19
• 2.1.4 网络同配性与稳定性分析19-21
• 2.2 在线社交网络信息传播模式分析21-27
• 2.2.1 一对一传播模式分析21-23
• 2.2.2 一对多传播模式分析23-24
• 2.2.3 离散过程传播模式分析24-27
• 2.3 网络结构对信息传播的影响分析27-32
• 2.3.1 网络节点度分布对信息传播的影响27-29
• 2.3.2 网络互惠性对信息传播的影响29-30
• 2.3.3 网络密度对信息传播的影响30-31
• 2.3.4 网络稳定性对信息传播的影响31-32
• 2.4 本章小结32-33
• 第3章 在线社交网络传播动力学模型构建33-48
• 3.1 网络传播动力学模型构建33-37
• 3.1.1 传播动力学模型的假设与构建33-35
• 3.1.2 传播动力学模型的设计实现35-37
• 3.2 节点传播影响力分析37-42
• 3.2.1 节点重要性排序37-39
• 3.2.2 节点间交互策略39-41
• 3.2.3 节点相似性指标41-42
• 3.3 传播动力过程免疫策略与控制分析42-47
• 3.3.1 传播动力过程中的免疫策略42-44
• 3.3.2 随机性参数对传播过程的控制分析44-45
• 3.3.3 初始化参数对传播过程的控制分析45-47
• 3.4 本章小结47-48
• 第4章 可视化功能实现及模型效果分析48-61
• 4.1 信息传播动力过程可视化设计48-51
• 4.1.1 力导向布局设计48-49
• 4.1.2 信息传播效果设计49-50
• 4.1.3 可视化交互过程设计50-51
• 4.2 传播动力过程可视化功能实现51-57
• 4.2.1 输入格式的兼容性实现52-53
• 4.2.2 重要性参数实时计算及实现53-54
• 4.2.3 网络拓扑的力导向演化及实现54-55
• 4.2.4 传播动力过程仿真及实现55-57
• 4.3 基于微博用户网络的模型效果分析57-60
• 4.3.1 模型对信息传播动力过程的仿真有效性57-58
• 4.3.2 模型对初始传播源数量选择的敏感性58-59
• 4.3.3 模型对社会事件传播的可控制性59-60
• 4.4 本章小结60-61
• 结论61-62
• 参考文献62-67
• 攻读硕士学位期间发表的学术论文67-69
• 致谢69

，

本文编号：904282