現(xiàn)今對(duì)于移動(dòng)社交網(wǎng)絡(luò)的研究主要是網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)演化模型分析、謠言傳播模型建立和控制策略以及謠言溯源探究和預(yù)測(cè)等,其中謠言傳播模型建立和控制策略已成為情報(bào)科學(xué)以及其他交叉學(xué)科的研究熱點(diǎn)。本文的研究主旨是建立更加貼合實(shí)際移動(dòng)社交網(wǎng)絡(luò)的謠言傳播模型,研究?jī)?nèi)容從均質(zhì)網(wǎng)絡(luò)到異質(zhì)網(wǎng)絡(luò),并在此模型上討論控制輿情傳播的免疫策略。在經(jīng)典的謠言傳播模型基礎(chǔ)上,結(jié)合實(shí)際社交網(wǎng)絡(luò)中用戶群組傳播的特點(diǎn),建立引入群組參數(shù)的謠言傳播模型,在不同網(wǎng)絡(luò)上進(jìn)行穩(wěn)態(tài)分析,根據(jù)其傳播動(dòng)力學(xué)過(guò)程給出模型的傳播閾值,考慮群組參數(shù)、網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)、用戶行為等因素對(duì)傳播過(guò)程的影響。在此模型的基礎(chǔ)上討論均勻、目標(biāo)免疫策略的有效性,從而豐富控制輿情傳播的措施,降低謠言帶來(lái)的損失,維護(hù)社交網(wǎng)絡(luò)的和諧穩(wěn)定。本文的主要研究?jī)?nèi)容如下:（1）在現(xiàn)實(shí)社會(huì)生活中,由于個(gè)人的性格特點(diǎn)、教育背景、法律意識(shí)等因素,一些社交網(wǎng)絡(luò)用戶在接收到信息后無(wú)法確定該則信息是否是謠言,他們將首先會(huì)成為潛伏狀態(tài)。雖然潛伏狀態(tài)的人們不確定謠言的真實(shí)性,但是他們也有可能散布謠言。移動(dòng)社交網(wǎng)絡(luò)的特點(diǎn)在于所有用戶都可以創(chuàng)建和管理社交群組并邀請(qǐng)朋友加入,而已經(jīng)加入的群組成員可以邀請(qǐng)其他... 

【文章來(lái)源】：南京郵電大學(xué)江蘇省

【文章頁(yè)數(shù)】：65 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

研究機(jī)構(gòu)與突現(xiàn)詞混合網(wǎng)絡(luò)圖

達(dá)到了與實(shí)際謠言更相近的傳播時(shí)間。而在國(guó)內(nèi)，上海交通大學(xué)是較早開(kāi)始研究復(fù)雜網(wǎng)絡(luò)中謠言傳播的國(guó)內(nèi)機(jī)構(gòu)，且中間中介性也較高；在2014年該機(jī)構(gòu)的WangJiajia和ZhaoLaijun[4]在原有謠言傳播模型的基礎(chǔ)上，通過(guò)補(bǔ)充一些現(xiàn)實(shí)條件進(jìn)而提出了一種SIRaRu謠言傳播模型，給出了模型在均質(zhì)網(wǎng)絡(luò)和異質(zhì)網(wǎng)絡(luò)中的傳播閾值。同時(shí)通過(guò)數(shù)值模擬，提出了網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)對(duì)謠言傳播具有重要影響。1.1.2研究國(guó)家混合網(wǎng)絡(luò)通過(guò)Citespace對(duì)于檢索的文獻(xiàn)記錄進(jìn)行譜聚類，采用LLR聚類算法對(duì)各個(gè)節(jié)點(diǎn)進(jìn)行聚合，得到研究國(guó)家與突現(xiàn)詞混合時(shí)區(qū)網(wǎng)絡(luò)圖，如圖1.2所示。圖1.2研究國(guó)家與突現(xiàn)詞混合時(shí)區(qū)圖從圖中可以看出英國(guó)、美國(guó)、中國(guó)、法國(guó)、意大利的中間中介性依次降低，在這其中美國(guó)、英國(guó)、意大利和印度這幾個(gè)國(guó)家之間的合作程度較高，美國(guó)處于合作中心；而在亞洲，中國(guó)與伊朗、新加坡、巴西等國(guó)交流合作較為活躍，中國(guó)處于合作中心。表1.2研究國(guó)家或地區(qū)列表（count30）發(fā)文量（count）中間中介性（centrality）首次發(fā)文時(shí)間（year）科研機(jī)構(gòu)（Country）3070.282007中國(guó)2100.401994美國(guó)590.221994法國(guó)590.481995英國(guó)540.041998德國(guó)470.171995意大利340.031998日本340.001995印度320.021999澳大利亞310.021996加拿大通過(guò)分類整理，得到如表1.2所示的各個(gè)國(guó)家或地區(qū)發(fā)文數(shù)的列表。從表格中可以看出，我國(guó)在全世界中發(fā)表的文章數(shù)量最多，其次是美國(guó)；西方諸多國(guó)家從上世界九十年代就開(kāi)始研究復(fù)雜網(wǎng)絡(luò)中的謠言傳播，而亞洲眾多國(guó)家則是從2007年才開(kāi)始研究，雖然發(fā)文數(shù)量上與

且不自連）。 （c）按照上一步的規(guī)則繼續(xù)選擇次鄰邊隨機(jī)重連新的節(jié)點(diǎn)，直至考慮過(guò)初始時(shí)刻整個(gè)網(wǎng)絡(luò)中的每一條邊。初始時(shí)刻網(wǎng)絡(luò)中有2NK條邊，繞整個(gè)環(huán)2K圈后，隨機(jī)化重連過(guò)程停止。 在依照上述算法構(gòu)造的網(wǎng)絡(luò)的過(guò)程中，若是隨機(jī)化重連概率 p 0，此時(shí)構(gòu)造的網(wǎng)絡(luò)是完全規(guī)則網(wǎng)絡(luò)；若是隨機(jī)化重連概率 p 1，此時(shí)構(gòu)造的網(wǎng)絡(luò)是隨機(jī)網(wǎng)絡(luò)。要想獲得 WS 小世界網(wǎng)絡(luò)模型，可通過(guò)調(diào)節(jié)隨機(jī)化重連概率 p 使得模型從完全規(guī)則網(wǎng)絡(luò)過(guò)渡到隨機(jī)網(wǎng)絡(luò)，如圖 2.1所示。

【參考文獻(xiàn)】：
期刊論文
[1]一種改進(jìn)的SEIR網(wǎng)絡(luò)謠言傳播模型研究[J]. 范純龍,宋會(huì)敏,丁國(guó)輝.  情報(bào)雜志. 2017(03)
[2]媒體介入下的謠言傳播模型及其控制策略[J]. 梁新媛,萬(wàn)佑紅.  南京郵電大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(01)
[3]基于LabVIEW的BA無(wú)標(biāo)度網(wǎng)絡(luò)演化模擬軟件[J]. 周茜,陳佳瑩,劉海洋,王玫寶,呂孟軒,劉松,劉歌群.  電子科技. 2016(07)
[4]在線社交網(wǎng)絡(luò)謠言傳播的仿真研究——基于聚類系數(shù)可變的無(wú)標(biāo)度網(wǎng)絡(luò)環(huán)境[J]. 朱張祥,劉詠梅.  復(fù)雜系統(tǒng)與復(fù)雜性科學(xué). 2016(02)
[5]社交網(wǎng)絡(luò)上從眾現(xiàn)象對(duì)謠言傳播影響的研究[J]. 朱冠樺,蔣國(guó)平,夏玲玲.  計(jì)算機(jī)科學(xué). 2016(02)
[6]無(wú)標(biāo)度網(wǎng)絡(luò)中遺忘率變化的謠言傳播模型研究[J]. 王筱莉,趙來(lái)軍,謝婉林.  系統(tǒng)工程理論與實(shí)踐. 2015(02)
[7]在線社交網(wǎng)絡(luò)中謠言的傳播與抑制[J]. 顧亦然,夏玲玲.  物理學(xué)報(bào). 2012(23)
[8]基于復(fù)雜網(wǎng)絡(luò)的謠言傳播模型[J]. 王長(zhǎng)春,陳超.  系統(tǒng)工程理論與實(shí)踐. 2012(01)
[9]PREVENTING RUMOR SPREADING ON SMALL-WORLD NETWORKS[J]. Jinyu HUANG·Xiaogang JIN AI Institute,School of Computer Science,Zhejiang University,Hangzhou 310027,China;Ningbo Institute of Technology,Zhejiang University,Ningbo 315100,China..  Journal of Systems Science & Complexity. 2011(03)
[10]網(wǎng)絡(luò)信息傳播動(dòng)力學(xué)建模研究[J]. 賀筱媛,胡曉峰.  系統(tǒng)仿真學(xué)報(bào). 2010(11)

博士論文
[1]復(fù)雜網(wǎng)絡(luò)上的信息傳播動(dòng)力學(xué)建模與免疫策略研究[D]. 夏玲玲.南京郵電大學(xué) 2017
[2]復(fù)雜網(wǎng)絡(luò)上帶有潛伏期的傳染病動(dòng)力學(xué)模型研究[D]. 康慧燕.上海大學(xué) 2015

碩士論文
[1]幾類復(fù)雜網(wǎng)絡(luò)上的疾病傳播SEIS和SEIR模型研究[D]. 趙璇.湘潭大學(xué) 2018
[2]基于SIR社交網(wǎng)絡(luò)的謠言傳播模型研究[D]. 余莎莎.南京郵電大學(xué) 2017
[3]考慮媒體介入下的謠言傳播模型及控制策略[D]. 梁新媛.南京郵電大學(xué) 2017



本文編號(hào)：3011521