论文部分内容阅读
社交网络具有线上线下动态交互的特点,用户不仅从线上社交网络获取信息,也从线下社交网络获取信息,目前社交网络的研究大多集中在单层社交网络,分为线上社交网络和线下社交网络,但是现实生活中信息的传播一般是在线上线下交互社交网络中进行的,线上社交网络和线下社交网络的重叠是普遍现象,线上线下社交网络是一种典型的双层耦合网络。随着线上线下社交网络应用不断拓展,线上线下融合的交流与合作更加高效,世界各地用户的社交活动产生海量数据,传统方法已无法满足处理双层耦合社交网络数据的需求,如何高效、合理利用好这些数据促进知识文化传播和商业活动推广等是值得思考的问题。目前国内外将聚类、分类和关联等数据挖掘技术应用于社交网络分析的成果有很多,然而这些研究忽略了具有一定规模的双层耦合社交网络上信息传播规律的分析与利用,本研究从双层耦合社交网络信息传播规律问题出发,基于复杂网络和传播动力学相关理论,结合数据挖掘中关联规则技术,针对双层耦合社交网络信息传播规律等方面进行研究。本文主要工作成果如下:1.构建社交网络信息传播链路预测是研究信息传播规律的基础,本文通过问卷调查采集校园线下社交网络数据,获得已知链接关系,提取网络的特征属性,采用BP神经网络算法完成了线下社交网络信息传播链路预测的构建;问卷调查发现,自身心情,对方态度和外部环境是影响线下社交活动的三个因素。2.从校园双层耦合社交网络拓扑结构出发,结合传染病模型,基于关联规则分析双层耦合网络节点间信息传播所产生的数据,提出一种双层耦合网络信息传播规律模型,实验表明此信息传播规律模型可获得有参考价值的信息传播规律,对于社交网络信息传播规律研究领域有一定参考意义。3.进行了线上社交网络信息传播和双层耦合社交网络信息传播的对比分析,发现了一些对于舆情控制,知识文化传播和商业活动推广有借鉴意义的知识。公司推广产品和政府高校传播文化知识过程中,在初始推广度较小时进行线下推广,当有一定效果时,改为全线上推广,将会得到较好的推广效果;对于各个年龄段的人们来说,商家推广产品和国家传播文化知识时所获得的效果不一样,最好能够对于不同年龄层对象设置不同的推广解决方案;社交网络免疫节点的存在会加快信息传播的速度,但是传播效果会变差。