网络中信息的传播解剖.ppt

Company Logo LOGO * 网络中信息的传播 主要内容 第一部分 传染病模型 第二部分 信息级联模型 第三部分 博弈演化 第四部分 随机过程模型 一、传染病模型 1、 SIR 在传染病动力学中，主要沿用的由Kermack与McKendrick在1927年用动力学的方法建立了SIR传染病模型 。直到现在SIR模型仍被广泛地使用和不断发展。 易感者 susceptibles ，其数量记为S t ，表示t时刻未染病但有可能被该类疾病传染的人数； 染病者 infectives ，其数量记为I t ，表示t时刻已被感染成为病人而且具有传染力的人数； 恢复者 recovered ，其数量记为R t ，表示t时刻已从染病者中移出的人数。 设总人口为N t ，则有N t S t +I t +R t 。 一、传染病模型 SIR模型的建立基于以下三个假设： ⑴ 不考虑人口的出生、死亡、流动等种群动力因素。人口始终保持一个常数，即N t ≡K。 ⑵ 一个病人一旦与易感者接触就必然具有一定的传染力。假设t时刻单位时间内，一个病人能传染的易感者数目与此环境内易感者总数S t 成正比，比例系数为β，从而在t时刻单位时间内被所有病人传染的人数为βS t 。 ⑶ t时刻，单位时间内从染病者中移出的人数与病人数量成正比，比例系数为γ，单位时间内移出者的数量为γI t 。 一、传染病模型 SIR基础模型用微分方程组表示如下： 一、传染病模型 可通过对SIR模型的分析和解的渐近性态来初步研究传染病的流行规律。SIR模型是比较简单粗糙的模型，这个模型得到了历史上发生过的大规模的传染病，如上个世纪初在印度孟买发生的瘟疫数据的有力支持。后来很多研究人员对SIR模型做了推广。 在不考虑出生与死亡等种群动力学因素的情况下，传染病若无潜伏期，动力学模型可表示为： 1 SI模型，患病后难以治愈； 2 SIS模型，患病后可以治愈，恢复者不具有免疫力； 3 SIR模型，患病者治愈后获利终身免疫力； 4 SIRS模型，病人康复后只有暂时免疫力，单位时间内将有部分康复者丧失免疫力而可能再次被感染。 传染病动力学模型不仅可用于传染病研究，而且也可用于生物种群分布、植病、寄生虫病、新技术的传播和扩散、网络病毒的传播、谣言的传播等自然和社会科学问题的研究，反之其他学科，如流体动力学、分子化学反应扩散等的研究方法也可被借鉴来用于传染病扩散的研究。 一、传染病模型 SIR和SIS在社会网络上信息扩散中的应用 传染病模型（Epidemics Modedel）．由于传染病扩散和信息扩散的深度关联，传染病模型完全可以应用到信息扩散研究中，目前研究中使用最为广泛的传染病模型是ＳＩＳ模型和ＳＩＲ模型． 在ＳＩＳ模型中，节点有两种状态：易受感染状态和已受感染状态．在时刻狋，如果节点v周围有一个或者多个已受感染的节点，那么节点v会有大小为p的概率变成已受感染状态，这里的概率p通常是固定的，同信息本身相关，不随用户关系的变化而变化，因此我们认为传染病模型只考虑了信息因素．一段时间之后，节点v可能又重新回归易感染状态。 在ＳＩＲ模型中，节点除了有上述两种状态外，还有第３种免疫状态．免疫状态是说，用户受到感染被治愈后具有了免疫性，不再被感染，也不会感染其它节点． 二、信息级联模型 中国有句成语叫做三人成虎，意思是说假设一个人说大街上有老虎，听者不会相信，两个人说大街上有老虎，听者仍然不会相信，但如果有三个人都说大街上有老虎，人们就会信以为真，真的相信大街上有老虎。这个成语原意是比喻谣言多次的说就会使人信以为真，但这其实反映了一种信息级联的现象。 二、信息级联模型 信息级联在群体中是十分常见的一种现象，简单地说就是信息级联形成后，个体很容易受前面个体的影响，做出与前面个体相同的选择而忽略自己的私有信息。 信息级联现象在网络上更是普遍存在。例如，我们在人人网上有时会看见一个帖子被很多人转发，而很多人转发这个帖子并不是因为对这个帖子十分感兴趣或是对帖子的内容非常了解，而仅仅是由于一种从众心理，看到自己的很多同学朋友转发了，自己也就跟着转发了。 二、信息级联模型 扩散模型-独立级联模型 在该模型中，每个初始激活节点会产生自己独立的扩散级联，级联之间是互相独立、互不干扰的. 在一个有向或无向图上，任何一条边（u，v）都被分配一个属于［0,1］之间的特定值PU,V，这个值代表边（u,v）上的扩散概率. 初始时，部分节点被激活，信息这些节点开始扩散.在时间t，每个当前激活的节点u都会以一定概率PU,V去激活它的每个邻居节点v．如果在时刻t，节点v的多个邻居节点要激活它，这些邻居节点会随机排列地去尝试激活，所有激活尝试都在时刻t内完成．无论邻居节点u是否成