网络中信息的传播讲解.ppt

二、信息级联模型 曹玖新。。。。. 一种基于k-核的社会网络影响最大化算法. 计算机学报 2015 四、当初始种子集合S中的数量为K结束 算法结束，初始种子集合为: [34,1,26]或[34,1,25] CCA算法与贪心法结果几乎相同,nice! 为什么不选择节点33?节点33的影响力同样很大。 二、信息级联模型 线性阀值模型 线性阈值模型 (Linear Threshold Model)体现了影响力的累积过程,该模型可以描述为:在社交网络G＝(V,E)中,对任意节点v都有一个对应阀值表示只有当节点v的邻居节点对节点v的影响力之和超过阀值,节点v才能被激活.节点v对其邻居节点u的影响力都存在一个权重,且节点v对所有邻居节点的影响力权重之和不超过1。 给定初始时刻处于活跃状态的用户集合为A,传播过程和独立级联模型类似,不活跃节点v状态受其所有活跃状态节点的影响.如果t时刻节点v处于不活跃状态,且其所有处于活跃状态的邻居节点对节点v的影响力之和大于节点V的阀值,即则节点v从t+1时刻起变为活跃状态。. 三、博弈演化 群体行为分析 三、博弈演化 博弈演化 对于社会关系网络中的一个节点，当它对信息进行传播时，该节点从某种意义上来说将会获得一定的收益，如受欢迎度的提高等；当其他节点对该节点传播的信息提供负反馈时，它需要付出一定的成本，如声誉的降低等．出于自私性和理性的考虑，当节点收益少于付出时，它将没有动机去参与信息的传播，但是不参与信息的传播，节点将得不到任何的收益． 这个矛盾的关系可以用博弈模型来描述和分析，社会关系网络上的节点在寻求自身利益最大化的交互过程中相互制约，此消彼长，需要寻找一个平衡点． 三、博弈演化 观点交互模型 观点交互模型旨在描述一定的社会环境中个体通过观点交互形成和更新自身观点的规律，并在此基础上研究和解释群体观点信息的演化现象． 信息传播模型着眼于群体行为在中观层面展现的整体效果，未特别关注个体观点交互的细节问题． 研究者们提出了各种模型来描述观点交互过程，通常假设参与交互的个体之间具有某种拓扑关系，观点是用户对于某条信息的态度倾向值，所以通常用连续或离散的实数来表达．从混乱的个体意见到具有明显倾向的群体态度出现，是一个从微观层面到中观层面，再到宏观层面的演化过程．这个过程与很多因素相关，比如网络的拓扑结构、用户的心理特性、观点的传播规律、个体间的交互规则等．观点交互模型着重描述了用户间交互规则在观点演化过程中带来的影响 三、博弈演化 博弈演化 下面举出一个简单的个体说服演化博弈模型来说明建模观点交互的方法．首先，个体按照特征分为三类：意见领袖、水军和一般用户．个体的策略集为｛保持观点，同意对方｝，针对个体特征构建不同的收益矩阵．定义用于计算机仿真的演化博弈规则： （１）定义个体观点的取值区间，区间内的数值代表个体观点值； （２）初始时，随机赋予个体观点值； （３）在每一时间步长（博弈回合），个体与另一随机选择的个体进行博弈； （４）每个个体存储前几个时间步长回合的博弈结果； （５）博弈时，双方交换彼此观点数值与个体类型，并取得对方存储的博弈结果； （６）计算对手采取每种策略的概率，并根据收益矩阵计算自身采 取每种策略的期望收益； （７）个体默认采取期望收益最高的策略． 三、博弈演化 信息传播和观点交互是在线社会关系网络中群体形成的基础，信息传播和观点交互模型要能刻画信息传播的过程，分析信息扩散随时间变化的情况，同时，信息传播的过程还包含了传播者对消息内容和观点接受的过程，信息传播和观点交互是网络群体形成的基础，信息传播和观点交互模型也是研究网络群体行为演化的重要基础模型． 三、博弈演化 随机演化博弈 随机性的演化博弈模型将有限人口中的演化博弈动态描述成一个随机过程，再渐近寻找能够使用复制动态方程的条件． 构建一个随机演化博弈通常分为以下几个步骤． 步骤１．博弈的基本参数设定． 博弈过程的４个元素包括：决策人、策略集、收益矩阵和次序． 决策人（Player）：又称局中人，指博弈中能独立决策、独立行动并承担决策结果的个人或组织．决策人的数量必须大于等于两个． 策略集（Strategy）：又称策略空间，指的是供决策人选择的策略集合．决策人在博弈的过程中可以根据实际情况不断调整策略以达到最优收益． 收益矩阵（Payoff）：又称效用（Utility），也就是决策人之间争夺的利益．在策略有限的情况下，所有可能的策略组合都将导致一种收益结果，所有的结果可以用矩阵表示，也可以用函数形式表示． 三、博弈演化 随机演化博弈 步骤２．决策人策略更新过程． 在演化博弈的过程中，决策人通过试错的过程