公开(公告)号：CN109903853A

公开(公告)日：2019-06-18

申请号：CN201910015017.7

申请日：2019-01-08

Applicant: 南京邮电大学

Inventor： 宋玉蓉 ,  张彬 ,  张栩

IPC: G16H50/80 ,  G06Q50/00

Abstract: 本发明揭示了一种基于个体敏感度与大众媒体影响力的双层网络传播模型构建方法，包括如下步骤：S1、构建信息传播与病毒传播的双层网络模型；S2、利用连续时间马尔科夫过程推导病毒传播阈值；S3、利用信息传播概率与信息遗忘概率来表征双层网络模型中上层的信息传播情况；S4、构建基于个体敏感度与大众媒体影响力的双层网络传播模型。本发明通过引入个体敏感度与大众媒体影响力的因素、推导病毒传播阈值的方式，拓扑出了一种更加贴合实际情况的双层复杂网络传播模型。同时，本发明还分析了多重网络中的各种传播影响因子，全面地分析了多重网络中的病毒传播，能够体现出真实的传播情况、为控制病毒的传播规模提供了重要的参考依据。

公开(公告)号：CN107943882A

公开(公告)日：2018-04-20

申请号：CN201711131517.4

申请日：2017-11-15

Applicant: 南京邮电大学

Inventor： 宋玉蓉 ,  杨李 ,  夏玲玲 ,  张栩 ,  李因伟

IPC: G06F17/30 ,  G06Q50/00

CPC classification number: G06F16/9024 ,  G06Q50/01

Abstract: 本发明公开了基于边扩散性K-truss分解方法的网络重要节点识别方法，包括步骤1：计算网络G中每条边的支持度SD(eij)和对信息的扩散能力DD(eij)；步骤2：依据边的支持度和扩散能力重新定义边的支持度SDV(eij)；步骤3：过滤出网络中SDV(eij)＝0的边，并将更新后的网络记为G'为；步骤4：对网络G'进行K-truss分解；步骤5：对网络G'继续执行步骤4，直到网络中的所有边满足SDV(eij)≥K-2；步骤6：重复步骤4至步骤5，直至网络中的所有连边都被删除，所有节点都被分解在相应的truss层；步骤7：根据K越大，其对应的truss层的节点也越重要的规则对节点进行排序。本发明提高影响力节点发现的准确度的同时降低时间复杂度。

公开(公告)号：CN109903853B

公开(公告)日：2022-08-23

申请号：CN201910015017.7

申请日：2019-01-08

Applicant: 南京邮电大学

Inventor： 宋玉蓉 ,  张彬 ,  张栩

IPC: G16H50/80 ,  G06Q50/00

Abstract: 本发明揭示了一种基于个体敏感度与大众媒体影响力的双层网络传播模型构建方法，包括如下步骤：S1、构建信息传播与病毒传播的双层网络模型；S2、利用连续时间马尔科夫过程推导病毒传播阈值；S3、利用信息传播概率与信息遗忘概率来表征双层网络模型中上层的信息传播情况；S4、构建基于个体敏感度与大众媒体影响力的双层网络传播模型。本发明通过引入个体敏感度与大众媒体影响力的因素、推导病毒传播阈值的方式，拓扑出了一种更加贴合实际情况的双层复杂网络传播模型。同时，本发明还分析了多重网络中的各种传播影响因子，全面地分析了多重网络中的病毒传播，能够体现出真实的传播情况、为控制病毒的传播规模提供了重要的参考依据。