社交网络中种子用户分布对产品扩散的影响

在社交网络中同样数量的种子用户群体在社交网络中的不同分布,往往对新产品的传播效率造成影响.探讨在具备小世界特性的社交网络中,种子用户分布与社交产品扩散速度的关系.设计了基于阈值模型和基于节点相关性的仿真实验,基于大规模实际社交网络的数据,采用计算机仿真模拟方法来从微观角度进行观察.研究发现,社交网络中种子用户紧密度与社交产品扩散速度正相关,但影响加速递减.     

用户行为驱动的在线社交网络建模

基于节点威望和节点相似性这两个驱动在线社交网络连接形成的潜在机制,从用户连接行为入手,本文提出一个在线社交网络生成模型.采用优先连接刻画网络无标度特性;从微博好友推荐机制建模节点趋同性.该网络模型考虑了社交网络形成的一些重要驱动因素,如同质性和聚类性.从网络连接的微观交互中寻求刻画网络宏观特性的连接机制是本文研究的出发点.模型有力刻画了在线社交网络的统计特性,如度分布、聚类系数、度相关性.结果表明节点威望吸引和节点相似性是在线社交网络结构形成的内在机理.     

面向应急管理的大图重要节点中介度高效近似计算方法

社交网络中的重要节点对于信息的传播效率有着至关重要的作用,也是近年来的研究热点问题.同时,随着新媒体时代手机、微博、微信等新兴媒介日益变快的信息传播速度,政府部门和企业已经逐渐认识到通过识别社交网络中的重要节点对于管理和控制社交网络中的信息传播,在面向应急的非常规突发事件数据获取与分析中,有着举足轻重的作用.新媒体时代也扩展了人们社会活动的信息容量与交换速度,以MapReduce为代表的分布式计算系统在应急管理的大规模社交网络数据分析中也变得越来越普遍.为了便于应急管理中的信息传播控制,针对应急管理中大规模社交网络图上重要节点识别的关键问题,本文提出了一种新颖的基于轴节点选择策略的大图重要节点中介度近似计算方法和原型系统,并通过模拟数据和真实数据(包含一个连续六个月的真实社交网络数据集)进行了验证.实验结果表明,该方法能非常有效地找出社交网络上的重要节点,对于应急管理中的信息传播控制有着重要的作用.     

在线社会网络增长中的优先连接

基于两组实证数据,研究了在线社会网络中用户的优先连接行为,发现虽然对不同的网络优先性指数存在较大的差异,但用户均表现出统计上显著的优先连接行为.基于此构建了一网络增长模型,考虑了三种场景下的优先性,模型解析解、数值模拟与实证数据三者之间取得了较好的一致.对实证网络数据进行了统计分析,讨论了两网络度分布统计特性的异同.分析了结构网络之上的用户交流网络,发现用户之间的平均交流强度在其度值超过邓巴数后迅速减小.     

多层同步网络在舆情仿真研究中的应用

为统筹考虑线上社交网络与线下社交网络在舆情传播中的作用,首次提出了一种包含"媒体层-线上层-线下层"的多层同步网络模型,并在此基础上搭建了舆情仿真系统框架.基于对人类社交网络拓扑结构的已有研究成果,给出了多层同步网络的缺省设定.通过案例仿真,分析了线上网络与线下网络之间的相互影响,对比了舆情事件目击者数量在多媒体传播、自媒体传播这两种舆论传播模式中的作用差异.最后,讨论了多层同步网络模型的兼容性与可扩展性,并指出了该模型改进的方向.     

在线社交网络资源评论关系超网络演化模型

采用超网络方法,基于用户在社交网络上的评分数据,构建模型,以分析在线社交网络的资源评论特点及其演化规律。将用户视为节点,将资源评论关系视为超边,构建了一个节点按泊松过程到达,允许老节点互连的非均齐超网络演化模型。使用泊松过程理论和连续化方法对模型进行分析,获得超度分布的解析表达式,结果表明,该网络具有"富者愈富"现象。并对豆瓣的图书评分数据集进行了数据分析,实证结果与理论分析结果相符合。模型揭示了社交网络中用户个体之间的微观相互作用而导致的资源评论关系的宏观特性和规律。文中提出的方法也可用于分析其他类似的网络。     

基于区间直觉模糊数的群决策模型及其在社交网络中应用

基于经典熵方法的局限,提出一个新的区间直觉模糊熵计算方法.考虑社交网络数据高度动态及非结构化的特性,引入区间直觉模糊思想,创新性地将社交网络用户影响力量化评价转化为模糊多属性群决策问题,提出基于区间直觉模糊数的用户影响力动态评价模型.该模型对用户影响力进行多层次分解,建立模糊情境下的指标体系,以区间数描述用户数据,同时引入时间维度考察数据的动态差异,采用新的熵方法计算模糊熵,设计主客观相结合的熵权确定方法,从而对用户影响力进行量化分析.克服了主观赋权的局限,提供了社交网络量化评价的新思路,拓展了区间直觉模糊群决策方法的应用.最后,应用该模型对新浪微博用户进行影响力动态评价,验证模型的有效性.     

社交网络异质信息投资者市场演化及其规律

通过引入双因素交互机制和参照依赖优化过程,构建出社交网络环境下的异质信息交易模型.根据投资者的不同社交环境特性,分别使用Watts-Strogatz小世界网络和Modified Barabási-Albert网络来模拟线下和线上社交网络环境,并进行了市场仿真.研究表明:在无社交,线下社交,线上社交环境中,投资者不购买信息仅靠搭便车获利的难度依次增加了.社交环境中投资者的私有信号向社交圈内公众信号转化,引发不完全信息下决策的羊群效应,从而形成比无社交环境低且波动更剧烈的市场效率.相比于线下,线上环境中私有信号的进一步转化使得市场效率也随之进一步降低.社交网络环境下投资者需要支付更高的信息成本来弥补交互所致的低市场效率;线上比线下环境效率更低,支付的成本也更高.     

一种视频会议业务流的Gamma-Beta多重分形模型

针对计算机网络中的视频会议业务流,提出了一种新的Gamma Beta多重分形模型。这种模型基于视频会议业务流的Gamma分布特性,采用Beta分布产生多重分形的乘子。与普通的多重分形模型不同的是,新模型充分考虑了视频业务流在各个不同时间尺度的概率分布特性,确保其在不同的时间尺度上都能拟合源数据的分布。由于决定网络业务流排队分析特性的关键时间尺度是随着缓冲区的容量和节点传输速率而变化的,提出的模型能描述几乎各个时间尺度上的业务流特性,因此能适应各种不同情况的缓冲区的排队分析。最后,通过对视频业务流的仿真实验与排队分析验证了模型的有效性。     

动态消费者社交网络中产品扩散研究

考虑消费者社交网络的动态性和异质性,利用复杂网络和微分方程的相关理论,建立了不考虑广告或价格策略、考虑广告策略和同时考虑广告和价格策略的产品扩散模型,分析了垄断厂商产品持续扩散的阈值条件.研究表明:不考虑广告或价格策略时,产品持续扩散的阈值条件与网络特性和动态性有关.厂商实施广告和撇脂定价策略时,产品持续扩散与价格约束条件有关,该条件与网络的特性无关.其他策略情形下,若潜在消费者中存在创新者,产品将始终持续扩散.     

双层社会网络上的舆情传播动力学分析

本文构建了由线上社交网络和线下物理接触网络构成的双层社会网络模型,通过理论分析计算出稳态时的舆情传播者比例,得到双层社会网络上的舆情传播阈值大于单层线上网络舆情传播阈值,而小于单层线下网络舆情传播阈值.仿真实验结果表明,在线社交网络能够扩大舆情传播范围、加快舆情传播速度.各层子网的传播率对另一层网络中传播者比例几乎没有影响.此外,来自于线下网络的传播者转移率对舆情传播过程的影响作用小于来自于线上网络的传播者转移率.     

具有高簇系数的权重演化无标度网络模型

提出了一个演化的权重无标度网络模型.在传统的加权网络模型的强度优先连接机制基础上,考虑了网络按照模块结构和三角结构进行演化的特性.研究了模块结构和三角结构的演化机制对无标度模型结构特性的影响.仿真结果表明该权重网络的度、强度和权值都服从幂率分布,网络的平均强度与度之间具有高相关特性,网络的平均簇系数与度的函数关系服从幂率分布,模块结构和三角结构的演化机制能够显著提高网络的簇系数.     

基于节点批量生长机制的无标度网络演化模型

基于网络新生节点批量生长的机制,提出了一种无标度网络演化模型.模型中考虑了新生节点之间的耦合模式,并引入了新的参数,使其更符合现实网络的演化形式.采用主方程法对模型的度分布进行了解析,并通过数值模拟验证了模型具有无标度特性.而且,不同参数取值下较大的簇系数及平均路径长度为网络规模对数成长的特性也表明了该模型具有小世界效应.     

具有随机性的确定性网络模型

为了进一步研究复杂网络的统计特性,简单介绍了复杂网络的几个统计指标,给出了一种通过边的迭代方式生成一种确定性网络模型的方法.在此模型构造算法的基础上对网络的个别特性进行了推导,并通过计算机编程构造了模拟网络,对比了不同规模模拟网络的部分统计特性.由推导结果和模拟数据可知,迭代生成的网络具有较小的平均路径长度和较大的群聚系数,度分布服从指数分布.因此可判断出生成的确定性网络既具有小世界特性,又具有完全随机网络的特性.     

在线社交网络谣言传播的仿真研究——基于聚类系数可变的无标度网络环境

在经典SIR传染病模型的基础上,根据在线社交网络中谣言传播的特点,将网络谣言的受众用户扩展为无知者、知晓者、信任者、传播者、暂时免疫者和永久免疫者6类。同时考虑到用户会因为不断接触某一相同的谣言而导致对该谣言的信任水平增加的现实情况,引入社会加强正向效应,提出了一个改进的在线社交网络谣言传播模型,并结合复杂网络的相关理论建立了一个考虑聚类系数可变的无标度网络环境进行仿真研究。仿真发现,谣言的传播能力与影响范围会随着社会加强正向效应、用户首次接触并相信谣言的概率、孤立节点密度以及初始传播节点的度的增大而增大,但会随着网络聚类系数的增加而得到抑制。本文提出的谣言传播模型比较符合真实在线社交网络的谣言传播特性,可以为实践中网络谣言的管控提供一定理论参考。     

融合多关系的矩阵分解社会化推荐算法

在现实的社交网络中,用户之间往往存在多种关系,而现有的社会化推荐算法都只考虑一种关系对推荐结果的影响。基于多子网复合复杂网络模型,将用户间的多种社交关系引入用户特征矩阵,提出了基于多关系的矩阵分解社会化推荐算法。通过对2个真实数据集上的实验结果分析,发现加入多种社交关系的矩阵分解社会化推荐方法比传统的矩阵分解算法在推荐准确率方面有显著提高。     

基于Agent动态小世界网络的HIV同性传播仿真研究

提出了一个agent动态小世界网络仿真模型,结合了小世界网络结点和agent的双重特性,研究了HIV(Human Immunodeficiency Virus)在同性人群中传播扩散的动态过程。为了适应社会网络上HIV传播的动态特性,模型在小世界网络基础上增加两个个体之间的偶然关系和固定关系以及个体从系统中的移入和移出。介绍了HIV病情发展的不同阶段及疾病参数,考虑了个体的自主性和检测对HIV传播的影响。仿真结果表明该模型较好地反映了动态社会网络和个体自主性行为对HIV传播的影响。     

突发事件社交网络舆情的扩散与控制

针对突发事件社交网络舆情扩散特征,考虑政府及公众媒体对社交网络舆情参与者产生的影响,建立一种突发事件社交网络舆情扩散模型。定义并分析突发事件社交网络舆情扩散趋势的转折点,由舆情扩散模型推导出度量突发事件社交网络舆情扩散趋势的测度,同时给出并证明在不同舆情扩散测度下转折点的存在性及舆情扩散趋势。根据舆情扩散测度给出一种最优控制的目标函数,利用舆情扩散测度的关键因素,推导出使目标函数值最小的舆情扩散控制方法。通过数值模拟计算,说明模型及控制方法的有效性和实用性。     

在线社交网络的拓扑特性分析

介绍了社交网络的背景知识,讨论了社交网络拓扑特性的研究框架,选取不同类型的社交网络对其拓扑特性进行评述,并针对各种典型社交网络的拓扑特性进行比较总结,最后展望了需要进一步研究的方向。     

基于OSN的谣言传播模型及影响力节点研究

经典的谣言传播模型较难描述现实在线社交网络的复杂活跃模式,为此提出一个基于在线社交网络的动态谣言传播模型。该模型采用传播者基于时间退化函数的自发退化方式,动态指定节点的权威度和免疫力,并考虑了接收增强信号效应。通过对真实微博网络的谣言传播仿真验证了模型的有效性。将模型用于识别网络中的影响力节点,根据传播仿真数据评估节点的传播影响力,并分析节点传播影响力与各中心性指标间的相关性。结果显示:有向社交网络中节点的影响力并不能由k-核的大小表征,而出度和紧密中心性才是更好的描述标量。