社交网络SETQR传播模型研究

    公开(公告)号:CN113946733A

    公开(公告)日:2022-01-18

    申请号:CN202010683427.1

    申请日:2020-07-15

    Inventor: 张月霞 陈紫扬

    Abstract: 本发明提供了一种社交网络的SETQR传播模型。该说明研究信息在社交网络上的传播规律和影响因素,对于分析舆论传播、预防谣言扩散、引导信息传递等方面具有重要意义。本文针对传统SEIR模型存在的不足进行改进,建立SETQR模型,运用概率定理推导出信息传播规律。同时,运用差分动力学和再生矩阵法求解出SETQR模型的平衡点和基本再生数,并通过理论分析证明了SETQR模型在平衡点处的稳定性。最后,进行了实验验证,仿真结果表明SETQR模型在平衡点处具有局部稳定性,与理论分析一致。通过进一步的仿真,分析了时滞机制、遏制机制和遗忘机制对信息传播速度及网络达到平衡状态所需时间的影响。

    官方信息控制下的舆情传播模型研究

    公开(公告)号:CN113946732A

    公开(公告)日:2022-01-18

    申请号:CN202010677930.6

    申请日:2020-07-15

    Inventor: 张月霞 陈紫扬

    Abstract: 互联网技术的高速发展,在为我们带来高效生活的同时,也成为谣言滋生与传播的温床,对国家信息安全和社会舆论健康产生了巨大的威胁,有效控制舆论传播进程已经成为当代社会网络研究的热门话题之一。本文基于官方信息控制下舆情传播过程中的时延性、潜伏性和转换性建立官方信息控制下舆情传播模型(OI‑SEIR),根据网络节点的影响和重要程度,从理论上推导出节点态度转换概率,使得该模型更加符合实际情况。通过实际案例,分析了官方信息对舆情传播进程的重要影响,为政府及相关部门对舆情网络的监管和正确引导提供了理论依据,具有一定的现实意义。

    结合二层节点度和聚类系数的链路预测算法

    公开(公告)号:CN111797563A

    公开(公告)日:2020-10-20

    申请号:CN201910264176.0

    申请日:2019-04-03

    Inventor: 张月霞 陈紫扬

    Abstract: 本发明提供了一种结合二层节点度和聚类系数的链路预测算法(Link Prediction Method Based on Two-layer Degree of Node and Clustering Coefficient,TDNCC)。其中,所述方法包括:首先,全面考虑网络局部结构信息以及共同邻居节点之间的差异性,在相似性评价指标的选择上将节点度和聚类系数结合。其次,深度挖掘节点相似性性质并将节点度扩展到二层,在三个真实数据集中分别进行仿真实验。最后,结果表明提出的算法相比于CommonNeighbors、Adamic-Adar和Resource Allocation等经典算法具有更好的性能。

    基于中心节点的二层相异性社区发现算法研究

    公开(公告)号:CN111797281A

    公开(公告)日:2020-10-20

    申请号:CN201910264110.1

    申请日:2019-04-03

    Inventor: 张月霞 陈紫扬

    Abstract: 本发明提供了一种基于中心节点的二层相异性社区发现算法(TDCN-CD)。其中,所述方法包括:首先,通过节点的度和距离选择中心节点,避免了同一社区中距离较近的节点同时被选为中心节点。其次,提出了基于二层的节点相异性指标,可以深度挖掘节点相异性性质,达到精确社区划分的效果。最后,采用Karate和Dolphins两个数据集,分别进行仿真和结果分析,表明相比于Girvan-Newman和Fast-Newman经典社区划分算法,TDCN-CD算法可以有效地检测出社区结构,达到更加准确划分社区的效果。

    基于节点影响力的改进SIR传播模型研究

    公开(公告)号:CN111785390A

    公开(公告)日:2020-10-16

    申请号:CN201910264109.9

    申请日:2019-04-03

    Inventor: 张月霞 陈紫扬

    Abstract: 研究不同影响力的节点在复杂网络信息传播过程中产生的作用,对于分析舆论传播、预防谣言扩散、引导信息传递等方面具有重要意义。针对传统SIR模型认为网络中所有节点性质相同,在信息传播中具有相同的接触感染率和恢复率的问题,提出了基于节点影响力的改进SIR传播模型(NI-SIR)并对其阈值推导过程展开深度分析。本文首先将复杂网络中的节点按照影响力的不同进行分类,不同类别的节点赋予其不同的接触感染率及恢复率,达到模拟真实信息传播过程的目的;其次,对NI-SIR模型的阈值进行推导,从而为进一步判断疾病是否流行或信息扩散的趋势打下理论基础;最后,通过仿真实验证明NI-SIR模型比传统SIR模型更接近真实信息传播过程,在真实网络中有更好的适用性。

Patent Agency Ranking