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.     

基于复杂网络的谣言传播模型

分析了谣言传播的心理学机制和敌我双方的对抗策略, 引入谣言属性变量并藉此建立了平均场下的谣言传播新模型. 借助严格一阶随机占优和严格二阶随机占优的概念分别讨论了谣言属性、敌我双方干预强度、网络结构特征和谣言传播效果之间的关系,提出并证明了具有重要管理意义的4个命题. 通过仿真实验进一步验证了命题的正确性.     

双重情绪交叉感染下重大疫情网络舆情传播研究

重大疫情会引起各种网民情绪的爆发,网民极端情绪交互作用在一定程度上决定着舆情走向。考虑重大疫情下网民情绪异质性与交叉感染性,将舆情信息中情绪因素对网络舆情传播的影响量化为强化度、分歧度和交叉感染率3个维度指标,构建双重情绪交叉感染下的SIPINR舆情传播模型;数值求解平衡点和传播阈值,证明了传播平衡点的稳定性;通过数值仿真揭示重大疫情网络舆情传播规律。研究表明：双重情绪交叉感染的存在将促使重大疫情网络舆情传播更加持久;初始情绪传播者比例不同会影响重大疫情网络舆情传播趋势;情绪强化度、分歧度和双重情绪交叉感染率均对网络舆情传播态势具有重要影响。     

基于多层耦合网络的舆情传播控制研究

为研究平台间信息交互对舆情传播以及舆情控制的影响,以微信和微博平台为例,利用多智能体建模方法和改进的SEIR模型,构建了包含“微信层-微博层-控制层”的多层耦合网络舆情传播和舆情控制模型。在Anylogic平台选取“湖北省红十字会物资使用情况引发质疑”舆情事件进行了仿真实验,分析了单/双平台、控制范围、控制力度、控制时间、平台间交互等因素的影响,研究了多平台互动传播下的媒体引导和政府干预策略。仿真实验表明,模型很好地刻画了微信、微博平台的信息传播特性,反映了舆情的跨平台传播效应。     

网络传播动力学

病毒的流行、谣言的散布、观点的传递都是在不同网络上的形形色色的传播现象,既存在着现象后的不同起因和特征,更存在着千丝万缕的联系和共通的演化机理.汇总了复旦大学、华东师范大学和中国科学技术大学的研究小组过去几年里在网络传播动力学的研究成果.     

行为反应对复杂网络上传染病动力学的影响

结合国内外的最新研究进展,重点介绍个体行为反应对传播动力学的影响,尤其是对复杂网络上传染病动力学的影响,最后提出一些值得深入研究的问题。     

基于复杂社会网络的服务质量口碑传播

对复杂网络结构和功能的理解成为解释生物学、科学技术和社会学中各种不同客观现象的基础.本文利用复杂网络传播的有关理论,结合服务质量口碑传播的特点提出了服务质量口碑传播演化模型,并将模型在基于电话通话记录建立了的社会网进行模拟研究,得出了有意义的结果,为有关管理经验提供了定量化的解释.本文采用的方法论和实证结果可为网络的传播及相关的管理问题研究提供参考.     

社会网络分析及其在舆情和疫情防控中的应用

研究社会网络的结构与演化特性对于评估与控制传染病爆发这类突发事件,以及监测预防伴随突发事件而生的谣言和恐慌情绪的蔓延,都有重要意义.对这一领域的研究前沿进展进行了较为全面的综述,并对该领域中若干值得研究者注意的新的研究方向,特别是涉及突发事件管理的方面,进行了论述.这些方向包括:人类空间移动模式和行为时间特性的影响;具有地理效应和区别接触频率的含权社会接触网络和其上传染病传播的规律;考虑人群面对突发事件时的心理压力的更符合实际舆情传播的动力学模型等.     

具有发酵期的舆情传播与控制模型

互联网已经成为舆论斗争的主战场,个体在获得网络舆情信息后,会根据自己的判断以确定是否继续传播信息。考虑个体在获知信息后的信息发酵过程,基于系统动力学的思想,提出了具有发酵期的舆情传播模型。为了适应应急决策的动态过程,基于最优控制理论的方法,构建了社会效用最大化的控制模型,利用庞特里亚金最大值原理,进一步得出了舆情传播的动态最优控制策略。最后,基于模型推导结论和数据模拟,说明了最优控制的优势所在,提出了在应急管理中舆情的控制建议,为应急管理奠定了理论基础和决策依据。     

复杂网络上考虑感染媒介的SIR传播模型研究

基于复杂网络框架,将感染媒介集成到经典的SIR(Susceptible-Infected-Recovered)传播模型中研究感染媒介对传播行为的影响.利用平均场理论,分析得到了均匀拓扑和异构拓扑环境下疾病传播的临界值,发现感染媒介可以减小传播的临界值,促进疾病的大规模爆发.同时,数值仿真的结果也进一步证实了感染媒介会加剧传染病的传播和流行.     

复杂网络上流行病传播动力学的爆发阈值解析综述

对流行病传播爆发阈值的理论解析方法进行总结,主要介绍平均场、点对近似、主方程、边渗流、空穴理论、边划分以及谱分析这7种常用的动力学解析方法的前提假设、具体思路、步骤及其应用局限,并且梳理总结了SIS与SIR模型爆发阈值的异同。     

新个体的加入及初始条件对疾病传播的影响

用复杂网络理论构建人群关系网,采用随机差分方程组等价描述SIS模型与SIR模型的疾病传播过程,通过方程组,理论上得到了某些一般性结论。然后讨论了由于新个体加入使网络变复杂的传播情况,通过仿真发现,新加个体的重要度及人群关系网的拓扑结构对疾病传播过程有影响。此外,研究了SIR模型中不同初始感染个体对疾病传播的影响,当初始个体是随机选取或来自不同k-center时,传播过程有明显的不同。而且对个体数目及平均度相同的网络,在相同条件下,网络的深度越小,感染的人数越多。     

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。     

复杂网络理论在互联网病毒传播研究中的应用

为了更好地应对互联网上计算机病毒肆虐这一严峻形势，制定出相应的策略，有必要对互联网上计算机病毒的传播作深入的研究。本文综述了近几年复杂网络理论在互联网病毒传播研究中的应用。首先介绍了互联网的结构特征，然后从临界值的角度介绍了计算机病毒在不同拓扑结构网络中的传播性质，讨论了相应的免疫机制，并对电子邮件病毒的传播行为进行了系统分析。研究表明，互联网络拓扑结构对计算机病毒的传播行为有着重要的影响。     

基于标签传播识别网络中的关键节点

基于标签传播动力学提出了一种识别网络关键节点的算法,主要思想是把每个节点接收到不同标签的数量作为判断节点重要性的指标。应用两种不同的传播模型,在不同网络上与其它中心性指标作比较。结果表明:基于标签传播的中心性指标比其它的中心性方法可以更好地识别网络中的关键节点。基于标签传播的中心性指标还具有以下优势:不需要利用网络的结构信息,因此可以推广到大规模网络上;揭示了一种现象——好的接收者往往也是好的传播者。     

青岛市公交线路网络复杂性分析

从复杂网络的角度,分析了青岛市公交线路网络的统计性质.定义了城市公交线路网络,基于该定义建立了青岛市的公交线路网络,对该网络的度值分布、度的分布、公交线路长度与公交线路所对应的结点的度关系及网络权的分布进行了分析,并计算了网络平均度、平均最短路长、平均权等统计信息,结果表明青岛市的公交网络较为便捷.     

互联网舆情分析弹性自组织网

主要解决海量互联网信息的舆情分析问题。以概念倾向性和话题属性新概念为基础,建立了具有人工及自我双重训练功能的、具有自我反馈机制的舆情统计分析模型。以互联网为平台构建了虚拟的弹性自组织网,解决了网络舆情分布式计算、规模自由扩展及大规模舆情信息视觉化等的问题,并根据力学抽象使其具备了网络拓扑结构的自优化、自更新功能。实验表明,模型具有分析效率高、准确、结果直观等特点。     

Existence of Positive Periodic Solutions for the SIV Epidemic Model with Impulsive Vaccination and Infection-Age

In this paper, we discuss the SIV epidemic model with impulsive vaccination and infection-age. Bifurcation theory and Lyapunov-Schmidt series expansion are used to show the existence of the positive periodic solutions under some conditions.     

复杂网络动力学框架的几个研究方向

简要介绍了3个复杂网络动力学框架的研究方向：第1个方向涉及布尔网络、信息距离及其动力学描述,可以看作“先分解、后综合”的传统物理学还原论和元胞自动机模型的延伸和发展;第2个方向涉及最小作用量原理在一些类型的复杂网络系统中的新形式和新应用,可以看作传统物理学中的“大自然自组织”观点的延伸和发展;第3个方向涉及演化图的网络矩阵谱描述,可以看作传统图论的延伸和发展。