近年来,在线社交网络得到迅速发展,各种应用层出不穷,为人们开拓了新的信息分享和交流平台,它不仅在传递信息、促进交流等方面起着重要作用,而且渗透到人们的日常生产生活中。在线社交网络上普遍存在同一事件产生的不同类型的竞争性信息同时在网络中传播的情形,这些信息之间往往存在着正相关或负相关的特性。本文致力于分析不同类型信息的竞争性传播机制,探索原生信息正向传播与衍生信息逆向反馈的作用规则,构建基于在线社交网络的竞争性信息传播模型,并开展一系列科学实验,以检验模型的有效性。主要研究工作如下:(1)研究在线社交网络特征与传播主体的社会属性,引入衰减系数、噪声系数等参变量刻画用户间信息竞争传播的效果,定义竞争反馈函数描述信息的反馈机制。根据信息竞争扩散过程生成信息传播树,从而揭示在线社交网络上的个人社交关系、网络集群主体、空间拓扑结构、信息驱动力量之间的复杂竞争传播规律和互动机制。(2)研究网络上不同类型信息之间的竞争机制和节点状态转化规则,竞争性信息传播过程本质上是齐次马尔可夫随机过程。根据个体交互关系建立节点状态转换概率图,用随机过程方法推导出状态转换概率矩阵,构建节点状态转化的竞争性信息扩散微观概率模型,从微观层面上揭示网络上不同类型信息之间的竞争扩散传播原理。(3)在线社交网络上拓扑结构复杂、用户数量众多、个体行为多样,探究社交网络中不同类型的竞争性信息在同步传播和异步传播模式下的全寿命周期过程。考虑到个体行为在宏观上符合统计规律性,运用动态时间序列和非线性动力学方法,构建竞争性信息传播宏观演化模型,用以刻画信息竞争传播过程对整个系统的影响。求解传播模型平衡点,证明系统稳定性,开展单因素敏感性分析、仿真分析、实证对比分析实验,以确保模型是客观的、有效的。综上所述,本文深入分析了竞争性信息的传播规律,根据节点间信息交互规则、反馈机制和竞争机理,构建了微观概率模型和宏观演化模型。实验结果表明,传播模型仿真结果数据与在线社交网络上真实监测统计数据之间的吻合程度高,相似度和相关系数分别达到0.8469和0.8274以上,误差波动范围在正负0.2以内,说明模型精度较高。所以,本文得到的相关结论比单一信息传播有着更为真实的应用背景,具有更为广泛的应用价值。