基于局域信息的社交网络信息传播模型.pdf

《基于局域信息的社交网络信息传播模型.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、JournalofComputerApplicationsISSNl0o1．90812O15．O21O计算机应用，2015，35(2)：322—325，331CODENJYIIDUhttp：／／www．joea．cn文章编号：1001-9081(2015)02．0322—04doi：10．11772／j．issn．1001—9081．2015．02．0322基于局域信息的社交网络信息传播模型程晓涛。，刘彩霞，刘树新(国家数字交换系统工程技术研究中心，郑州450002)({通信作者电子邮箱chengxtg0@gmail．coin

2、)摘要：针对传统传播模型更适用于均匀网络而无法有效应用于现实非均匀无标度社交网络的问题，提出一种基于用户局域信息的社交网络信息传播模型。模型中考虑了无标度网络中用户问拓扑特征差异和用户影响力不同对信息传播的影响，根据节点周边邻居节点的感染情况和权威性计算感染概率，模拟现实社交网络中的信。E-传播情况。通过在采集的真实微博网络数据上进行仿真实验，结果表明该模型较传统的SIR模型更能体现社交网络中信息传播的快速性与范围的广泛性；同时，通过调整模型中的相关参数，验证了相关管控措施对传播效果的影响。关键词：社交网络；信息传播；复杂网络

3、；传染病模型；用户影响力中图分类号：TP393．02；TP391．9文献标志码：AInformationpropagationmodelforsocialnetworkbasedonlocalinformationCHENGXiaotao。．LIUCaixia．LIUShuxin(ChinaNationalDigitalSwitchingSystemEngineeringandTechnologicalR&DCenter,ZhengzhouHenan450002，China)Abstract：Thetraditionalinf

4、ormationpropagationmodelismoresuitableforhomogeneousnetwork，andcannotbeeffectivelyappliedtothenon—homogeneousscale—freeSocialNetwork(SN)．Tosolvethisproblem，aninformationpropagationmodelbasedonlocalinformationwasproposed．Topologicalcharacteristicdifferencebetweenusei

5、sanddifferenteffeetoninformationpropagationofuserinfluencewereconsideredinthemodel，andtheprobabilityofinfectionwascalculatedaccordingtotheneighbornodes’infectionandauthority．Thusitcouldsimulatetheinformationpropagationonrealsocialnetwork．Bytakingsimulationexperiment

6、sonSinamicroblognetworks，itshowsthattheproposedmodelcanreflectthepropagationscopeandrapiditybetterthanthetraditionalSusceptible—Infective—Recovered(SIR)mode1．Byadjustingtheparametersoftheproposedmodel，itcanverifytheimpactofcontrolmeasurestothepropagationresults．Keyw

7、ords：SocialNetwork(SN)；informationpropagation；complexnetwork；epidemicmodel；userinfluence社会加强效应等。因此，许多研究者考虑在传统模型中加入0引言更多的实际因素，以缩小理论模型与实际传播的差异。如文社交网络(SocialNetwork，SN)是一群人或团体按照某种献[4]的传播模型中引入传播节点以一定速度自发变成免疫关系连接在一起而构成的一个系统。对社交网络的研究已有者的机制，不同的变化速度体现了信息活性的不同；文献[5]较长的历史，196

8、7年哈佛教授StanleyMilgram提出六度分离结合移动社交网络的特点，在经典谣言传播模型的基础上，考(sixdegreesseparation)的推断拉开了社交网络研究的帷虑个人接受阈值对接受概率的影响，提出了一种考虑接受阈幕⋯。2O世纪末，Watts和Strogatz