| 基于任务队列的网络信息有效分类传播模型研究 |
| |
| 引用本文： | 杨林枫,黄贤英,刘小洋,刘超,刘万平.基于任务队列的网络信息有效分类传播模型研究[J].四川大学学报(自然科学版),2018,55(4):727-732. |
| |
| 作者姓名： | 杨林枫 黄贤英 刘小洋 刘超 刘万平 |
| |
| 作者单位： | 重庆理工大学计算机科学与工程学院, 重庆 400054,重庆理工大学计算机科学与工程学院, 重庆 400054,重庆理工大学计算机科学与工程学院, 重庆 400054,重庆理工大学计算机科学与工程学院, 重庆 400054,重庆理工大学计算机科学与工程学院, 重庆 400054 |
| |
| 基金项目： | 教育部人文社科青年基金 (16YJC860010,15YJC790061)； 重庆市教委任务社科一般项目(17SKG144)； 国家社科基金西部项目(17XXW004)； 教育部人文社会科学研究专项任务项目(16JDSZ2019) |
| |
| 摘 要： | 针对在线社交网络信息传播模型在事件描述中没有对其利害分类、等待时间概率下降意义模糊，提出了一种非线性时变信息有效分类传播方法，并在此基础上建立了事件分类的E-C模型。首先利用动力学的网络传播模型、传播用户之间的社会网络关系与用户行为之间的联系，其次结合任务优先级、等待时间与概率发生函数的非线性时变关系分析了在线网络信息传播模型，最后引入N指数函数建立E-C模型。仿真结果表明：传播过程中等待时间概率图遵循幂律分布，改进后的模型对有利事件与传统模型作对比，在等待时间概率分布图中的效果有23.1%的提升，对于有害事件，则有21.8%的提升，理论仿真结果与真实数据的变化趋势一致，提出的E-C模型合理、有效。
|
| 关 键 词： | 非线性动力学 在线社交网络 网络传播模型 等待时间概率 |
| 收稿时间： | 2017/4/29 0:00:00 |
| 修稿时间： | 2017/11/16 0:00:00 |
Research on Effective Classification of Network Information Based on Task Queue |
| |
| YANG Lin-Feng,HUANG Xian Ying,LIU Xiao Yang,LIU Chao and LIU Wan-Ping.Research on Effective Classification of Network Information Based on Task Queue[J].Journal of Sichuan University (Natural Science Edition),2018,55(4):727-732. |
| |
| Authors: | YANG Lin-Feng HUANG Xian Ying LIU Xiao Yang LIU Chao and LIU Wan-Ping |
| |
| Institution: | College of Computer Science and Engineering, Chongqing University of Technology, Chongqing 400054, China,College of Computer Science and Engineering, Chongqing University of Technology, Chongqing 400054, China,Chongqing University of Technology,College of Computer Science and Engineering, Chongqing University of Technology, Chongqing 400054, China and College of Computer Science and Engineering, Chongqing University of Technology, Chongqing 400054, China |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《四川大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《四川大学学报(自然科学版)》下载免费的PDF全文 |
|
