在线社会系统的用户行为分析研究进展

从社交、点评行为分析,超图网络模型构建,节点重要性识别和网络信息传播等角度介绍了在线社会系统的相关工作,并指出了可能的一些研究方向,为相关的研究工作者提供了借鉴。     

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。     

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.     

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。     

突发事件发生后谣言传播的IS_rS_nR模型

随着社交网络的发展,谣言传播的模拟变得尤为重要。基于传统的D-K谣言传播模型,首先提出一种新的考虑谣言信息和非谣言信息竞争传播的未知者-谣言传播者-非谣言信息传播者-沉默者(IS_rS_nR)模型,并综合考虑网络结构、用户间的交互行为等多种属性以用户群体的平均社会影响力计算不同群体间的转移概率。其次,给出IS_rS_nR模型的平均场方程,并分析方程平衡解的存在性和稳定性。MATLAB的仿真结果显示:(1)非谣言信息的传播与谣言传播的趋势一致;(2)网络平均度、谣言传播者、非谣言信息传播者群体的平均社会影响力对信息传播的传播速度、传播周期及传播范围均有显著作用。研究成果可以在一定程度上对于舆情监测和市场营销起到指导作用。     

动态社交网络中非完全信息下谣言溯源问题研究

突发事件发生后,在线社交网络往往成为谣言滋生与传播的重灾区.追溯谣言源头,从源头阻断谣言传播是舆情管控的有效手段.但在实际中在线社交网络是动态变化的,并且谣言传播的历史情况信息很难完全获取,通常只能获取当前时刻下谣言的传播情况,因此本文聚焦于研究动态社交网络中非完全信息下谣言溯源问题.本文根据节点的传播级联在最后一层网络上的感染集合与当前时刻下新增被谣言感染节点集合的期望对称差构造目标函数,并证明了目标函数具有#P-hard的性质,且既不是次模函数也不是超模函数.接下来设计了基于可达集合抽样的方法寻找谣言源头节点,并给出了算法框架和计算复杂度分析.最后在三个真实的动态网络数据集上仿真验证了本文所提出谣言溯源方法 RSS相比于已有方法的效果更好,并探究了动态社交网络的拓扑结构变化对本文提出的谣言溯源方法准确性的影响.     

基于最大可达概率的虚假信息溯源问题研究

随着互联网的持续普及,虚假信息传播的速度和趋势在增加,广泛的传播将会不断影响并损害国家、社会及个人的利益,负面影响会变得难以控制.因此,本文基于最大可达概率研究了在社交网络中的三阶段虚假信息溯源问题,对于无向且连通的感染图G(V,E,p)而言,给出了最大可达概率的定义,从而进一步得到网络中每个节点的接近可达概率和最长可达路径值.除此之外,本文基于IC模型获取源候选节点集(IC-OCNS),再基于最大可达概率对网络中源候选节点集进一步筛选,提出三阶段可达概率算法(TSRA)来更好地解决社交网络中虚假信息的溯源问题.最后,在实验阶段,本文在现实世界的三个社交网络数据集中进行实验比较,验证算法的可行性和误差率,该研究可以为网络安全中虚假信息的控制和应对提供管理和决策支持.     

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.     

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.     

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.     

基于hMETIS与FP-Growth的协同创新社区领域知识发现方法

基于在线社区的协同创新作为一种汲取用户智慧的有效机制,有利于企业发掘其产品创新方向.然而大数据时代下,信息过载及失真为社区中的知识获取带来了诸多挑战,且已有研究主要聚焦于利用价值较低的高频知识的提取.因此,为了充分挖掘用户经验与创新知识,本文基于社区知识间的共现关系构建了知识超图模型,并利用超图划分算法hMETIS对知识超图进行了探索性分析,同时结合关联规则算法FP-Growth进一步研究了知识间的关联关系,以此获取不同领域的价值知识.最后,本文通过一个实例证明了该方法的有效性.本文的研究实现了对社区知识的深度挖掘与分析,提出的领域知识发现方法对企业社区管理和产品创新极具指导意义.     

基于社会网络冲突信息传播的群体特征

当两种冲突信息在社会网络上同时传播时,社会群体呈现的特征值得研究. 依据复杂性科学和社会学研究的有关理论和方法,利用了网络传播的SIR模型,建立了信息的传播演化模型. 在传播过程中引入个体处理冲突信息的三种行为方式：先入为主、从众行为和领导意见,并在大规模社会网络上进行了不同行为方式传播模型的对比研究. 研究表明,社会网络的结构和个体行为的倾向对信息传播结果有显著影响. 由局域性相互作用发展为集体行为,整体特性比局部特性呈现出更多的变化趋势. 研究结果有助于解释大规模社会群体呈现出的某些特征,如群体极化和群体多样性等现象.     

在线社交网络中考虑抑制代价的谣言澄清策略研究

现有针对谣言澄清问题的研究,往往忽略了实施谣言澄清策略需要付出的代价问题.为此,本文构建了一种在线社交网络(online social networks,OSN)中,同时考虑信息整体流行度和个体传播倾向的动态线性阈值谣言传播模型(dynamic linear threshold based rumor spreading,DLTRS);并基于该模型,设计了一种考虑辟谣信息传播时间、种子节点数量、信息内容等谣言抑制代价的谣言澄清算法(rumor clarification considering cost restraint,RCCR);利用构建的网络和真实OSN环境下的数据集,对提出的谣言传播模型和澄清算法进行了仿真实验,并进一步分析了各参数变化对算法性能的影响.     

融入网络结构与社交习惯的不对称用户关系强度计算

伴随着大量用户内容的创建和交换,社交网络平台中产生了大规模的互动数据和复杂的用户关系,受到了越来越多研究者的关注.但是现有对关系强度研究多是从用户特征属性相似度和社交行为两方面进行,忽略了网络结构对关系强度的影响,且并未考虑社交行为存在的方向性和习惯性问题.基于此,本文提出了不对称的社交网络用户关系强度计算方法(DSTS-ATI),该方法融合用户特征属性相似度、网络结构连接强度、社交行为交互强度三个维度来综合计算用户关系.在计算网络拓扑结构连接强度时,不仅考虑了用户间邻居节点数,还考虑了邻居节点连接边数.社交互动行为发生的方向性和习惯性,会影响用户对关系强度的感知,因此本文计算出不同社交行为的贡献权重,从交互双方感知用户社交强度.实验证明,本文提出的不对称用户关系强度的方法能够提高用户关系强度预测的准确性,有助于微博意见领袖的发现和信息传播机制的研究.     

基于前景理论和概率语言术语的突发事件应急响应决策方法

针对突发事件应急响应决策中决策信息存在不确定性以及决策者很难完全理性的问题，提出一种新的基于前景理论和概率语言术语的应急响应决策方法。首先，将决策者的评估表示为概率语言术语，提出了基于Jensen-Shannon散度的概率语言术语相似性度量。其次，将描述决策者心理行为的前景理论运用到概率语言环境中，并结合提出的概率语言术语相似性度量构建前景决策矩阵；进一步，借鉴偏差最小化的思想构建了决策标准权重模型，用以计算决策标准权重。在此基础上，结合前景决策矩阵及决策标准权重求得各个方案的综合前景值，并以此排序。最后，通过一个海上事故案例说明了提出方法的有效性和优越性。     

基于证据理论的异类信息统一表示与建模

在复杂系统的性能、可靠性评估中,由于信息不完备、实验样本有限、对复杂物理过程的认识不充分等原因,存在多种不确定性.由于不确定性的来源不同,因此在系统建模时不确定性参数存在概率分布、模糊分布、概率包络、区间信息等多种表达方式,难以用统一的方法对系统的性能、可靠性进行量化评估.研究了概率分布、概率包络、模糊分布、专家估计信息、小样本测试数据等不同类型的信息转化为基于证据理论的统一表示的方法,讨论了基于证据理论的异类信息统一表示方法在模型不确定性量化中的应用.实例仿真表明了所提出方法的有效性.     

面向任务与基于ANP的网络信息体系能力需求满足度分析方法

针对目前在网络信息体系能力评估领域凸显的评估针对性较弱、能力关联性缺失等典型问题,以使命任务为牵引,基于复杂网络分析思想提出了一种网络信息体系能力需求满足度分析方法.该方法通过使命任务分解,将其关联映射到具体能力上,获取特定使命任务下的网络信息体系能力需求;以现有系统技战术性能指标为依据,借助能力满足度理论实现能力值量化,同时利用ANP进行能力相关性建模,获取网络化能力指标权重;进而通过多维能力融合及综合能力图谱,分析并展现体系现有能力水平之于特定使命任务的满足程度.最后以海军某使命下的体系能力需求为典型案例,检验该方法的可用性和有效性.     

基于CRPF的残差似然比检验故障诊断算法

分析了非线性系统故障诊断领域中常用方法的优缺点,针对外界随机扰动对于滤波精度的不利影响以及故障诊断的连续实现问题,通过代价评估的粒子滤波、交互式多模型和序贯概率比检验三者的有机结合,提出了一种基于代价评估粒子滤波的残差似然比检验故障诊断算法。采用代价评估粒子滤波替代交互式多模型中的次优滤波器,同时简化交互式多模型输入交互和输出交互环节。将滤波过程中得到的残差信息引入序贯概率比检验框架中,构建了一种新的在线残差似然比检验方法。实现了对于非线性系统状态有效估计以及对于系统模式连续、可靠的辨识。计算机仿真实验验证了算法的有效性。     

基于话题共振的群体情绪演化动力学模型研究

在线社交网络中舆情话题共振现象愈发多见,相似或相关话题的互动与叠加使公众群体情绪变得愈发复杂和不确定,增加了政府管控的难度.为此本文构建了一种在线社交网络中考虑可变交互阈值、基于观点动力学的双层复杂网络模型,将话题关系、时间机制、政府、媒体、网民等因素作为变量参数,利用中国流行的在线社交平台新浪微博数据进行了仿真模拟及对比验证.结果显示话题共振效应的存在对群体情绪的演化产生了一定的“阻尼”作用,使群体情绪表现的更加“固执”,难以被外界环境信息影响;同时在舆情生命周期不同阶段发生的话题共振现象中,群体情绪展示出了不同的演化特征.因此,针对不同情景的舆情事件,政府应采取不同应对策略以提升网络生态的治理能力.     

耦合网络视角下企业社交媒体对知识传播影响

运用复杂网络传播动力学理论,建立了企业社交媒体与员工线下互动双层耦合网络上的知识传播模型,推导出区分知识在耦合网络中传播与否的阈值条件,从耦合网络的视角探讨了企业社交媒体对企业中知识传播的影响.研究表明,如果员工个体在单位时间内通过企业社交媒体与线下两渠道交流某一知识的最大次数不变,那么适当增大单位时间内企业社交媒体中的知识交流次数对耦合网络中这一知识的传播起到促进作用.然而,企业社交媒体中的知识交流次数过多,整个耦合网络中知识的传播绩效将降低.此外,在节点数不变的情况下,增大传播初始时刻知识拥有者数量可以促进耦合网络中知识的传播,但每新增一个知识拥有者的促进作用递减.