基于灰色预测的微博网络信息传播模型.pdfVIP

第 37卷 2期 安徽 师 范 大 学 学 报 (自然科学版) JournalofAnhuiNormalUniversity(NaturalScience) V0ll_37No．2 2014年3月 Mar．2014 基于灰色预测 的微博网络信息传播模型 王 杨 ，一， 吴家菁 ， 黄亚坤 ， 陈付龙 ， 赵传信 (1．安徽师范大学 数学计算机科学学院，安徽 芜湖 241000；2．中国科学技术大学 计算机科学与技术学院，安徽合肥 230027) 摘 要：微博网络信息传播具有动态、复杂、无规律性，因此难以进行信息传播的预测与控制．由于 灰色理论在解决少数据、贫信息、不确定性问题具有一定的优势，本文提 出了一种基于灰色神经网 络的微博网络信息传播模型．模型将传播过程中动态、不确定因素作为扩展 BP神经网络的输入参 数，进行训练并预测信息传播的结果规律．仿真结果表明微博网络中信息传播在一般情况下具有初 期传播平稳、中期传播迅速、后期逐渐缓慢形成稳定的传播规律．该模型对于微博网络上信息传播 预测及控制具有一定的应用价值 ． 关键词：微博网络；灰色神经网络；传播机制；控制 中图分类号 ：TP393 文献标识码 ：A 文章编号：1001～2443(2014)02～0129—05 近些年，随着移动通信技术以及web服务技术的发展，微博作为一种新的信息传播形式，逐渐成为人们 Et常交流、通信和娱乐的基本工具n]．微博网络是当前信息传播的重要途径，其传播规律研究受到越来越多 的关注[．微博网络相对一般信息传播媒介来说 ，其动态、复杂等特点更加显著．微博网络中节点会围绕某 信息的传播发展到高级阶段形成具有一定影响力的社团[引．研究微博网络中信息动态传播特性，对信息进 行有效管理以及舆论的控制具有重要的意义． 国内外的研究者对网络社区中信息传播做了大量的工作，这些研究 中，主要有 以下三类 ：第一类是 Sznajd[4,5]借用铁磁中的磁}生粒子等概念为理论基础，利用蒙特卡罗方法进行传播研究，实现比较简单，但个 体之间的交互方式与实际差别较大；第二类是 Hegselman—krase[]提出 “有限信任模型”，通过仿真实验进行 了相关验证 ；Weisbuch[7J等和 Lorenz_8J等在 “有限信任”下进一步的研究，采用信任阈值进行控制个体间的交 互，能够一定程度反应真实社会的交互情况；第三类是关注动力学的一些特殊方向，如Bagnoli[等细致研究 了用户的偏好与意见之间的影响． 然而，这些模型大都从传播的机制出发，研究不同传播机制在收敛时问与最终状态等方面的问题，忽略 信息传播的其他动态、不确定因素．本文从灰色理论角度并结合扩展BP神经网络，提出一种基于灰色神经 网络的微博 网络信息传播模型 (Amicroblognetworkinformationdiss—eminationmodelbasedongrayneural network—SNMGN)． 1 微博信息传播模型 1．1 微博信息传播规则 在微博网络中，每个用户都具有一定数量的 “关注者”，其发布的信息会 以一定概率被其他用户分享、传 播n ．根据节点的不同属性，将节点分为传播节点、未传播节点以及免疫节点． 为了对传播机制进行模型化描述，给出以下相关假设 ： 1)存在于微博网络中，但对信息传播无任何行为的孤立节点，在建模中不考虑； 收稿 日期 ：2013一O5一O2 基金项 目：教育部人文社科青年基金项 目(11YJC880119) 作者简介：王杨 (1971一)，男，安徽灵璧人，博士，教授，中国计算机学会高级会员，主要研究方向为数据挖掘与计算机网络． 引用格式：王杨，吴家菁，黄亚坤，等．基于灰色预测的微博网络信息传播模型[J]．安徽师范大学学报：自然科学版，2014，37(1)：129—133 130 安 徽 师 范 大 学 学 报 (自然 科 学 版 ) 2014正 2)节点的意见不受强制控制，即不存在外界强制性的观念强加； 3)节点所做出的意见倾向与所处的环境有直接的关系； 4)微博网络可以看成是由多个不同的社区组成，