可变聚类系数无标度网络上的谣言传播仿真研究

在经典谣言传播模型的基础上,研究了具有幂律度分布和可变聚类系数的无标度网络上的谣言传播行为。目标是研究聚类系数对谣言传播的影响,通过改变特殊的参数调节网络的聚类系数来观察谣言传播的变化情况。仿真结果表明,聚类系数越高的网络,越能抑制谣言的传播,而聚类系数越低的网络,谣言传播将更加猖獗。     

无标度网络中遗忘率变化的谣言传播模型研究

本文在无标度网络中研究了遗忘率随时间变化的谣言传播模型,推导出了对应的平均场方程,并在社交网络人人网中就遗忘率对谣言传播过程的影响进行了数值模拟.结果表明:遗忘率对谣言传播的最终规模有重要影响,初始遗忘率越大或遗忘速度越大,谣言的最终传播规模越小;与遗忘率为常数的谣言传播模型相比,谣言在遗忘率随时间变化的模型中传播规模更小.研究还表明,网络结构对谣言传播也有重要影响,谣言在无标度网络中的传播速度比在均匀网络中更快,最终传播规模更小.     

具有非一致传播率的无标度网络谣言传播模型

考虑到实际复杂网络中的个体对于谣言的免疫存在差异的情况,通过引入谣言接受度函数,描述不同节点的非一致性传播率。基于平均场理论,建立具有非一致传播率的无标度网络谣言传播模型,研究了无标度网络上的谣言传播行为。理论分析和仿真实验表明,节点对谣言接受度的差异可导致谣言传播速度减缓,传播规模减小,同时谣言在无标度网络上的传播阈值明显增加,可以有效抑制谣言的爆发和降低谣言传播的风险。     

基于无标度网络的制造网格资源配置仿真研究

为了研究制造网格资源配置的效率变化问题,结合制造资源的分布性、多样性等特点,应用无标度网络理论建立了制造网格资源配置的网络模型。通过对复杂网络的统计指标值和属性函数数值的计算,选择出合适的资源配置方案,实现全局资源优化配置。运用该模型和资源配置评价指标,通过仿真实验数据分析,得出资源配置的效率随着制造网格结构演化的变化规律:节点数不变时,整体资源配置效率在平均值上下摆动;任务节点数增加时,整体资源配置效率缓慢下降,趋于一个定值。该研究结果可以作为制造企业优化资源配置、选择全局优化方案的理论参考。     

拓扑可调无标度网络上的雪堆博弈研究

复杂网络上博弈个体间合作行为的涌现具有重要的现实意义.为了研究无标度网络拓扑结构对合作涌现的影响,结合雪堆博弈模型和比例模仿策略,研究了拓扑结构可调的无标度网络上的博弈动力学演化,具体研究内容为网络的幂律指数、平均度和平均聚类系数与合作密度的关系.仿真结果表明,无标度网络的合作密度与网络度分布的均匀程度正相关,高聚类结构可以有效增强网络上的合作密度,即幂律指数越高,平均聚类系数越小时,合作水平越低;另外,平均度与合作密度呈现非单调关系,存在一个最佳平均度.     

基于Matlab仿真的技术创新网络的无标度特征

Joel(2009)认为技术创新网络中连接的形成更多的决定于节点企业阃知识资产的重叠程度,但是现有对技术创新网络的仿真研究大多直接应用了复杂网络研究方法,仅考虑了网络中节点企业的度对网络中新连接形成的影响,较少关注知识资产在网络连接形成中的重要作用,其结论一般是技术创新网络具有小世界网络的特征.本文认为新加入技术创新网...     

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.     

基于无标度网络的应用层组播仿真

最新的研究表明,Internet网络中节点的连接度服从幂律分布,且具有无标度(scale-free)特性.基于无标度网络模型建立的网络仿真能够更真实的反映在互联网中应用的演化特征.基于对无标度网络的研究,提出了一种基于对数关系的改进的非平稳增长模型,在此模型基础上建立了基于gossip协议的应用层组播(ALM)的模拟仿真.仿真结果表明,与常用的随机网络模型比较,提出的基于无标度网络的模型与互联网的实际情况更吻合;与Planetlab实验床试验和实际测量数据分析比较,基于无标度网络的仿真可以有效模拟大规模网络上的应用.     

基于无标度网络与观点传播动力学的股权拍卖机制设计与仿真研究

在无标度网络上运用观点传播动力学动态地刻画了风险投资退出股权拍卖过程中外部投资者之间的交互影响及其真实估值的动态演进规律,在此基础之上构建了满足激励相容与个体理性条件的股权拍卖模型,Netlogo仿真分析结果表明所设计的股权拍卖机制能够有效地揭示外部投资者的真实信息,风险投资家最终能够以合理的市场出清价格出售其所持有的风险企业股权;外部投资者的初始真实估值分布对股权拍卖的结果具有决定性的影响,宏观市场中风险企业的评价水平对股权拍卖结果的影响则相对较弱,外部投资者的易受影响程度与交互阈值取值的变化不影响外部投资者真实估值分布与风险投资家收益的走势,但会影响拍卖结果的变动幅度.     

基于无标度网络的恐怖信息传播与最优应对策略

通过BA无标度网络模型刻画社会结构,基于NetLogo软件建立异质性多主体模型,考虑随机和择优两种策略,模拟恐怖信息在网络中的传播和政府的干预措施,以研究恐怖信息传播的影响因素和政府的最优应对策略.研究结果表明:网络恐怖信息的传播速度主要取决于网络结构和个体的从众程度,与恐怖集团的传播策略关系不大.政府有效应对恐怖信息传播的最优策略取决于个体的从众程度、政府的干预范围等多方面因素:个体从众程度的增加能够有效降低政府干预措施的生效时间;政府干预范围的增大在随机应对策略和择优应对策略下均能够实现更好的干预效果.     

BBS在线复杂网络及其成员交互特性研究

针对BBS论坛成员信息简单,连接关系随机和成员关系模糊的特点,提出基于阈值的BBS回复关系和共同回复关系的两种方法来构建BBS成员交互特性网络,并对这两种方法构建的复杂网络特性展开分析与讨论.同时为了讨论与分析成员的行为特征和交互模式,还讨论了BBS成员相似度和关联度模型.实验结果表明基于阈值的BBS成员在线网络满足小世界特性和无尺度特性.     

Agent-Based Simulation of Rumor Propagation on Social Network Based on Active Immune Mechanism

To simulate the rumor propagation process on online social network during emergency, a new rumor propagation model was built based on active immune mechanism. The rumor propagation mechanisms were analyzed and corresponding parameters were defined. BA scale free network and NW small world network that can be used for representing the online social network structure were constructed and their characteristics were compared. Agent-based simulations were conducted on both networks and results show that BA scale free network is more conductive to spreading rumors and it can facilitate the rumor refutation process at the same time. Rumors paid attention to by more people is likely to spread quicker and broader but for which the rumor refutation process will be more effective. The model provides a useful tool for understanding and predicting the rumor propagation process on online social network during emergency, providing useful instructions for rumor propagation intervention.     

基于Memetic算法和关联学习的社会网络聚类分析

针对社会网络系统中的社会属性知识没有被充分挖掘,网络结构优化算法学习能力弱的问题,提出了一种Memetic关联学习算法(MRLA)。研究了新算法的基本原理和各个算子,实现了社会属性信息的有效利用。新算法充分结合基于Memetic计算的准确性和基于社会关联学习的快速性,以3个真实社会网络数据集作为测试集,实验结果表明MRLA算法能够有效实现社会网络的聚类分析。     

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。     

基于模糊聚类的BP神经网络模型研究及应用

在神经网络的应用过程中,经常遇到样本太多问题,采用模糊聚类分析,科学选取学习样本,使少量的学习样本本身包含全部样本的特性,很好地解决了由于样本多学习速度慢的问题,并提出了训练结果检验方法.此方法可以作为神经网络应用的一个拓展.     

邻居效应下的复杂社会网络扩散

复杂社会网络中的扩散不仅受到大众媒体等外部因素影响,更与其社会关系网络中邻居个体的选择密切相关.文中用"邻居效应函数"刻画邻居对个体选择的影响机制,分析了外部因素与邻居效应共同影响下的扩散均衡及其影响因素.研究发现,邻居效应函数的凹凸性决定了扩散的均衡,多重均衡的存在会增加扩散的不确定性,邻居效应的强度和复杂社会网络的结构特征对均衡采用者比例有重要影响.管理者在制定决策时应该考虑网络结构与邻居间相互影响.     

OSN下的客户领袖声音在线识别方法

在线社会性网络(OSN)下的客户领袖声音容易形成电子口碑或舆论,直接影响企业营销决策规划与实施.旨在发现OSN下的客户领袖声音,引导其成为正向效用的电子口碑或电子舆论,以支持企业营销决策.通过在线检测客户日志数据,将各个代理软件所侦听到的表征客户声音的多重属性数据进行融合,完整、准确地表述客户声音;再采用基于距离的多指标离散和综合的统计方法,自动锁定、跟踪检测和在线甄别其中的客户领袖声音.经过实际算例数据验证,证明该方法科学、合理、有效.     

时序网络视角下网络舆情的演化模型研究

随着对社交媒体的研究深入,平台用户之间的社会关系网络为动态的时序网络逐步得到认同。为了对比并分析时序网络下舆情扩散的过程和结果,采用计算机仿真的分析方法,通过构建时序网络,并采用SIR模型作为舆情扩散的信息扩散模型。多智能体仿真结果表明,舆情扩散结果的不确定性一方面来自于时序网络的复杂网络结构和信息扩散模型,而另一方面则是源于将用户之间的社会关系网络看作是静态网络。通过参数分析确定了提高舆情扩散的思路和方向。     

无标度物流网络中延误扩散临界条件的仿真研究

针对无标度物流网络延误扩散发生的临界条件,应用平均场理论,建立以延误节点密度为标度的常微分方程,求解延误扩散的临界条件;通过设计物流网络中延误扩散仿真系统,生成具有无标度属性的虚拟网络,对临界条件进行了仿真验证。研究结果表明：无标度物流网络中存在少数具有较高度值的关键节点,一旦这些节点出现服务障碍,将导致更大范围内的延误和更快的延误扩散速率。