社团结构网络环境下SIS病毒传播建模与分析

考虑许多现实网络具有社团结构,通过引入模块化系数,并在该系数合理范围控制下基于随机网络生成社团网络模型以模拟现实社会网络。通过平均场方法研究网络上的病毒传播动力学行为,推导传播阈值表达式,并用蒙特卡罗仿真加以验证。研究表明:社团结构的存在使得网络度分布发生变化,即社团结构越强,度分布越宽;同时,社团结构越强,病毒越易爆发;另外,传染率远大于阈值时,不同强度的社团结构网络的传播规模趋于一致,即网络结构对传播规模影响不大。     

动态社团发现研究综述

为适应当前动态网络数据的发展,对动态网络中的社团结构进行检测、追踪和预测,对国内外关于动态网络社团发现与演化的相关文献进行了综述。归纳了动态网络的社团发现算法,清晰了社团演化事件的定义,并梳理了社团发现与演化算法的应用场景。通过文献梳理,提出将来动态社团的研究应注重在大数据集上的算法优化、在多语境下的信息挖掘和在多场景下的应用性。     

闪烁小世界网络上疾病传播的动态行为研究

将经典的SI(Susceptible-Infected)模型集成到闪烁小世界网络中,分析疾病传播的动态行为。大量的数值仿真表明,长程连接的动态切换能够显著加快感染传播的动态过程,并且切换频率越高,疾病传播也越快。研究结果对于深入理解传染病的传播规律,预防和控制流行病早期在真实复杂网络中的传播具有重要的现实意义。     

基于节点动态连接度的网络社团划分算法

首先定义了节点动态连接度这一概念,然后介绍了基于节点动态连接度的网络社团划分算法,之后再对其中相关参数的取值范围和社团划分结果之间的关系进行了分析,并以Zachary网络为例验证了分析结论。在此基础上,以dolphins、polbooks和football 3个实际网络为对象,进行了社团划分实验,证明了本算法可通过动态调整参数实现对不同网络的社团划分。最后将实验结果与其他几种常见的社团划分算法结果进行了比较,证明了算法的优势,并对算法中需要注意的一些问题进行了说明。     

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。     

小世界网络上Blume-Emery-Griffiths模型的研究

尝试在小世界网络结构上引入简化Blume-Emery-Griffiths动力学模型,描述三态舆论演化动力学过程。数值模拟结果表明内部热噪声T对舆论演化过程有较大影响,在一定条件下发现舆论演化过程类似于Ising铁磁体,内部热噪声T存在临界值。结果在一定程度上反映了现实舆论的形成过程,同时也印证了该模型的合理性。     

考虑交通流量的复杂网络病毒传播行为研究

研究网络交通流量对病毒传播行为的影响,基于平均场理论,提出一种新的susceptible-infected(SI)传播模型.理论分析表明,随着网络交通流量的增大,病毒在网络中的传播速率明显增加,从而显著增强了病毒爆发的危险性.研究还发现,均匀网络中病毒爆发的时间尺度与节点平均算法介数的倒数成正比;无标度网络中病毒爆发的时间尺度则正比于节点算法介数分布的1、2阶矩之比;此外,病毒在无标度网络上的传播动力学行为不具有明显的层次性,这显然与以往有关SI传播模型的研究不同.通过数值仿真对理论分析进行了验证.     

基于复杂网络的禽流感病毒传播

基于复杂网络理论,研究了禽流感病毒的传播机制.根据实证数据分析,建立了一个禽流感病毒传播的小世界网络模型.通过对病毒传播中个体的接触程度、传染概率、潜伏期等因素研究,分析了现在对禽流感病毒预防措施的有效性.最后,通过对世界卫生组织公布的各地禽流感病毒爆发的数据进行统计,说明了用小世界网络模型模拟禽流感病毒传播的可行性.     

基于同步理论的股票网络社团识别研究

利用股票价格波动时间序列的相关特性,基于同步理论研究股票网络的社团结构。通过对关联矩阵的谱分析确定股票网络中存在复杂的社团结构。随后,利用基于Kuramoto模型的同步聚类算法对网络节点(股票)进行动态分组,由局部序参量确定算法的收敛性并得到稳定的社团结构。通过与快速社团检测算法的对比验证,表明基于Kuramoto模型的同步聚类算法能够正确得到股票网络的社团结构,且更符合股票的属性分类。     

复杂网络中的社团结构

对复杂网络社团结构问题进行了综述。介绍了无权无向网络中社团结构的定义、探索社团结构的算法及算法的评价标准和检验网络。重点总结与类比了具有代表性的算法及其在检验网络上得到的结果,并依据这些结果和评价标准对算法进行了评述。部分地概括了原有算法在加权无向网络中的推广方法。最后对部分社团结构算法的特点进行了横向的比较,对社团结构与网络功能的研究进行简略介绍,并对社团结构研究的发展做出展望。     

基于小世界网络的舆论传播模型研究

人际关系网络是舆论人际传播的载体,利用小世界模型构建人际关系网络拓扑,以此为基础,通过设计个体的局部相互作用规则,引入个体心理因素和外界媒体影响,提出了利用计算机仿真建立舆论传播演化模型的基本思路。初步实现了我国某特定地区舆论传播模型,对该模型的构建过程进行了分析,为量化研究舆论传播这一复杂社会现象提供了有益的探索和思路。     

二维平面异质小世界网络上的囚徒博弈

探讨了基于二维网格构建的异质小世界网络上的演化囚徒博弈,研究了该网络结构的异质性对合作水平的影响.研究发现,网络中异质节点和长程边数在中等水平时,网络的合作水平最高,过多和过少的异质节点和长程边数均不能使合作水平达到最高.此外,不同于同质网络,在特定的条件下,异质网络平均连接度的增加仍然会促进合作水平的提高.     

基于个体选择的小世界网络结构演化

将复杂网络理论和基于博弈论的经济网络理论相结合，探讨小世界网络的结构演化问题。从个体选择的角度，以网络中个体价值优化作为网络结构演化的动力机制，用顶点度分布(P(K))、平均最短路径长度(l)、集群系数(C)作为网络结构演化判据，研究小世界网络的结构演化问题。     

二分网络社团结构的比较性定义

为了解决二分网络的聚类问题,借鉴单顶点网络社团结构的比较性定义,提出了直接基于原始二分网络社团结构的比较性定义,这个定义允许社团之间存在重叠,并定义了在二分网络中顶点与社团之间的作用力.在不引进额外参数的情况下,设计了基于此定义的二分网络的聚类算法,并将此算法应用于人工网和一些实际网络中,结果表明这个算法可以比较准确地对网络进行聚类,说明该定义是有效的.     

小世界网络模型的非线性动力学研究

基于非线性动力学理论,研究了小世界网络模型的非线性动力学现象.首先,在已有的小世界网络非线性动力学模型基础上,从向量场角度,对其中随参数变化系统的定常状态失稳而出现的Hopf分岔进行了数值分析,并根据Hopf分岔的分析结果,对系统在一定参数条件下定常状态的失稳及周期振荡的产生进行了解释;然后,将向量场控制方程转化为映射,从直观映射的角度,详细分析了其中的定量状态,失稳导致的倍周期分岔、系列倍周期分岔,以及周期-3状态,从而证明系统存在混沌特征.研究表明:该系统蕴含有丰富的非线性动力学行为,通过对该类"非均匀"动力系统深入的理论分析,探索出产生各类复杂非线性动力学现象的机理,从而实现对该类网络系统的有效控制.     

基于小世界模型动态演化邻域的微粒群算法

分析了影响网络中信息传播的主要因素,并结合小世界网络的形成机制,提出了一种具有动态邻域结构的微粒群算法.该算法初始化群体拓扑结构为"聚集系数大,平均最短路径长"的环形规则网络,以降低邻域间信息交流的速度,保持种群的多样性.在算法进化过程中,当邻域多样性小于给定阈值时,以小概率向网络随机增加长距离边,逐步形成"聚集系数大,平均最短路径小"的小世界网络,加快邻域间信息交流的速度.仿真结果表明,结合适当的惯性策略,该算法能获得更好的收敛性能和收敛速度.     

小世界社会网络中的信息传播

小世界社会网络模型是一种描述现实社会系统的理想模型,基于此模型,提出小世界社会网络中的信息传播模型。模型中,每个社会参与者都具有一个连续型参数来描述其对于信息的态度,正的态度对信息传播有正反馈作用,而负的态度对于信息传播有负反馈作用。同时,引入局部信息和全局信息概念用以描述社会参与者对于信息的获取能力。信息传播模型在不同随机度和规模的小世界社会网络上进行了计算仿真。仿真结果表明网络的拓扑结构和参与者态度的正负反馈作用以及对于全局信息的权重对于信息的传播均衡结果有显著的影响。     

基于网络权重的多社团网络结构划分算法

利用社团网络的统计特性,提出一种适于社团网络线性时间复杂度的多社团识别算法.构造复杂网络中节点的权重计算函数,进而生成计算序列,用迭代算法对复杂网络各种类型的节点进行集合分配.通过多个不同规模的网络结构数据对算法的性能进行测试,实验结果表明该算法时间复杂度为线性,能够在较短时间内对复杂网络中的社团数和社团结构进行发现,该算法还表现出对不同密度网络社团识别良好的适应性.     

可变相关系数网络病毒传播仿真研究

针对复杂网络中相连节点之间的度相关性与病毒传播之间的关系,基于经典病毒传播模型SIS和SIR,研究了BA无尺度网络、ER随机网络及技术网络、社会网络等真实世界网络上的病毒传播行为。通过连续改变已知网络的度相关系数,来观察病毒传播的变化情况。仿真结果表明,异配网会络加速病毒的传播,而传播速度对同配网络具有更高的敏感性,且同配网络传播临界值较低。此外,目标免疫对异配网络具有更有效的免疫效果。     

基于小世界网络的微博谣言传播演进研究

刻画谣言在微博上的快速传播状态,研究影响谣言传播的关键因素。基于传染病的基础模型,将受众扩展为5类(无知者、接触者、传播者、沉寂者、失去兴趣者),引入兴趣衰减系数描述个体多次接触谣言时转发兴趣降低状态,同时考虑了个体只会转发一次的现实状况。为验证模型的有效性,对模型进行了多主体仿真,并将仿真数据与两个真实案例的数据对比,发现构建的模型可以较好地拟合现实情况。通过仿真实验,对不同因素的系数进行对比分析,发现改变兴趣衰减系数、首次转发概率以及小世界网络的属性都显著影响了微博的传播演进过程。