论文部分内容阅读
随着互联网和自媒体时代的到来,网络社交活动日渐频繁,在线社交和实体社交过程中产生海量的信息交换,这种海量信息交换对社交活动起着正向和负向的反馈作用。传统的传播模型尽管已取得较为系统的研究成果,经典传播模型由于未考虑信息真伪和节点与信息互动反应,造成其难于更加精确地描述与分析传播过程,随着进一步研究与思考,网络信息的真伪性变得越来越重要,人们不仅要判断信息真伪,还需要对处理后的信息做出一定的应激反应。由于传统的SIR信息、疾病传播模型距离真实的传播过程仍存在一定的差距,所以,提出符合真实社会传播特点的传播模型是十分有价值的研究。本文的内容包含以下两个方面:(1)考虑到社会中信息真伪的不确定性,通过引入博弈论和社会加强效应精确刻画信息在传播过程中的扩散概率,突出节点在信息传播中的个体差异,从博弈的角度考虑网络中的节点在不同的真假消息下的传播概率变化,结合非完全信息博弈刻画传播概率,根据社会加强效应对基础传播概率进行调整,设计并研究了基于非完全信息博弈的SIR传播模型,基于小世界模型、无标度模型与实际网络数据集进行仿真,从网络模型类型、网络大小、传播概率等方面进行仿真实验。实验结果表明,提出的传播模型丰富了社交网络消息传播控制与免疫的研究技术,且社会加强效应有较好的促进传播效果。(2)为探究在线社交网络上防疫信息与物理接触网络上疾病传播的交互规律,揭示防疫信息对疾病传播的抑制作用,面向多重网络提出了一种基于博弈论的耦合传播模型。首先,采用混合策略纳什均衡对节点个体传播策略决策进行建模,针对传播概率进行刻画,考虑多重网络的拓扑特性,提出了耦合传播模型;其次,对提出模型的传播动力学微分方程进行解析,得到了防疫信息可以有效抑制疾病传播的结果;最后,在小世界、无标度以及真实数据集上,针对防疫信息不同传播时延,对防疫信息和疾病传播过程进行了模拟仿真,并与无防疫信息的经典传播模型进行了对比,分析了防疫信息的抑制作用。结果表明,社交网络上的防疫信息和物理网络上的疾病传播具有一定的交互行为,信息传播时延与物理网络中抑制疾病作用呈现出一种负相关关系,从而揭示出“防疫信息对疾病传播具有抑制作用,信息传播时延越低,对疾病传播的抑制效果越明显”的特点。