一种基于邻居节点间相互影响和改进概率的社交网络信息传播模型.pdfVIP

一种基于邻居节点间相互影响和改进概率的社交网络信息传播模 型 作者 张永, 和凯 机构 兰州理工大学 计算机与通信学院 发表期刊 《计算机应用研究》 预排期卷 2018 年第35 卷第3 期 访问地址 /article/02-2018-03-025.html 发布日期 2017-03-21 09:17:59 引用格式 张永, 和凯. 一种基于邻居节点间相互影响和改进概率的社交网络信息传播模型[J/OL]. [2017-03 -21]. /article/02-2018-03-025.html. 摘要 目前网络传播动力学的研究焦点之一是以经典的传染病动力学模型为基础，研究特定网络的信息 传播规律。针对社交网络中信息传播的特点，在传统的SIR 模型基础上，通过加入新的一类假免 疫节点，建立了新的SDIR 模型。并考虑到邻居节点间的相互影响，通过定义三个传播概率函数， 对 SDIR 模型做了改进，得到了更加符合社交网络特点的传播模型。对比不同条件下信息传播的 过程，实验证明了信息不能覆盖全网络，Twitter 比新浪微博有更好的信息传播效率的推测，并发 现初始传播概率会对信息传播有重要影响。 关键词 社交网络, 信息传播, SDIR 模型 中图分类号 TP393 基金项目 35 优先出版 计 算 机 应 用 研 究 第 卷 一种基于邻居节点间相互影响和改进概率的社交网络信息传播模型 张 永，和 凯 (兰州理工大学 计算机与通信学院，兰州 730050) 摘 要：目前网络传播动力学的研究焦点之一是以经典的传染病动力学模型为基础，研究特定网络的信息传播规律。针 对社交网络中信息传播的特点，在传统的SIR 模型基础上，通过加入新的一类假免疫节点，建立了新的SDIR 模型。并 考虑到邻居节点间的相互影响，通过定义三个传播概率函数，对SDIR 模型做了改进，得到了更加符合社交网络特点的 Twitter 传播模型。对比不同条件下信息传播的过程，实验证明了信息不能覆盖全网络， 比新浪微博有更好的信息传播效 率的推测，并发现初始传播概率会对信息传播有重要影响。 关键词：社交网络；信息传播；SDIR 模型 中图分类号：TP393 Information propagation model with improved probability based on influence of neighbors for social network Zhang Yong, He Kai (College of Computer Communication, LanZhou University Of Technology, Lanzhou 730050, China) Abstract: One of current focus of spreading dynamics research is analyzing the propagation of