基于局域信息社交网络信息传播模型.docVIP

基于局域信息社交网络信息传播模型 　　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间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息传播情况。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；传染病模型；用户影响力 　　中图分类号： TP393.02； TP391.9 文献标志码：A 　　Abstract： The traditional information propagation model is more suitable for homogeneous network， and cannot be effectively applied to the nonhomogeneous scalefree Social Network （SN）. To solve this problem， an information propagation model based on local information was proposed. Topological characteristic difference between users and different effect on information propagation of user influence were considered in the model， and the probability of infection was calculated according to the neighbor nodes infection and authority. Thus it could simulate the information propagation on real social network. By taking simulation experiments on Sina microblog networks， it shows that the proposed model can reflect the propagation scope and rapidity better than the traditional SusceptibleInfectiveRecovered （SIR） model. By adjusting the parameters of the proposed model， it can verify the impact of control measures to the propagation results. 　　Key words： Social Network （SN）； information propagation； complex network； epidemic model； user influence 　　0 引言 　　社交网络（Social Network， SN）是一群人或团体按照某种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较长的历史，1967年哈佛教授Stanley Milgram提出六度分离（six degrees separation）的推断拉开了社交网络研究的帷幕[1]。20世纪末，Watts和Strogatz提出的WS小世界模型[2]以及Barabási和Albert提出的BA模型[3]，掀起了网络拓扑及演化机制的研究热潮。近年来，以Facebook、Twitter为代表的在线社交网络服务迅猛发展，深刻影响并改变着社交网络中信息传播的模式，而社交网络的巨大传播影响力，也使得对其传播机制与传播模型的研究成为热点。 　　关于信息传播模型的研究，大多源于经典的SIS（SusceptibleInfectedSusceptible）传染病传播模型和SIR（SusceptibleInfectiveRecovered）传染病传播模型，然而这些传统的传播模型相对简单，理论上的一些限制条件往往很难应用于实际网络，并且社交网络中信息传播同疾病传播有一定差异：如信息传播的活性随时间快速衰减，而疾病不会；信息传播中不同传播者的影响力不同；信息传播具有记忆性和社会加强效应等。因此，许多研究者考虑在传统模型中加入更多的实际因素，以缩小理论模型与实际传播的差异。如文献[4]的传播模型中引入