基于个人意愿的社会网络团体结构与信息检测方案

个人意愿对于形成网络社团和传播信息有着重要的影响力,因此本文提出一种基于个人意愿的社团结构与信息检测方案.该方案中的社团检测算法初次检测以融入节点属性的模块度,再次检测以兴趣度并能发现重叠社团,最后精细检测以个人意愿,本文社团检测算法（ε_CSDA）较之前的算法更有效的是可以发现重叠社团;同时,该方案建立的信息传播模型在指数模型基础上构建边特征向量（边属性）、节点特征向量（节点属性）和意愿向量（用户意愿、社团意愿和节点意愿）,并以传播概率和传播延迟构建模型基本关系,从而使得该模型实现了基于个人意愿的信息传播.实验结果表明,加入个人意愿的社团检测和信息传播方案,能够保证社团检测的有效性和实用性,能够实现用户间信息传播的主动性和可靠性.     

基于网络模体的移动社会网络信息可控传播方法

移动社会网络中的信息传播具有突发性、多元性、偏差性等特点,使得相关话题和事件能够在短时间内形成强大的网络和社会舆论场,这有可能被恶意用户利用来散布谣言,给网络环境带来了恶劣的影响。针对这一问题,该文提出一种基于网络模体的信息可控传播方法。首先,提出多实体的竞争性独立级联模型(MCIC),该模型在信息竞争扩散理论的基础上,首次结合社会网络层用户的社会属性,来感知恶意信息并控制信息传播。其次,该文定义了控制信息流模体(CIFM),并选择出具有可控传播功能的关键网络模体,设计其在通信层的高效可控传播算法。最后,通过理论推导证明了该文方法具有收敛性。仿真实验表明,与其他方法相比,所提方法不仅在信息传播中最大感染时间和平均感染时间上更有优势,而且在控制信息传播方面的效果也是最好的。     

基于元胞自动机的音乐传播模式仿真研究

传统音乐传播模式存在群众传播不积极、传播模式复杂等问题,为此,提出基于元胞自动机的音乐传播模式仿真研究。结合音乐传播的复杂性,利用元胞自动机基本原理构建动态模型,从中心度、关系强度两个方面对传播效果进行仿真实验。通过实验验证该模式的合理性,并由此得出结论。实验结果表明,在元胞空间弱关系条件下,音乐传播模式可具有良好的传播效率、模式简单,且群众核心人物对音乐传播的积极行为显著大于边缘位置参与群的积极性,为音乐传播模式提供了有效途径。     

通用智能技术路线下的人机传播应用

人工智能（Artificial Intelligence,AI）时代,数字技术的迭代与叠加,人机交互与传播进入新的发展时期。通用智能技术作为一种重要的传播路线,旨在模拟人类大脑的工作原理,实现更高效、更智能的信息处理。人机传播作为信息传播的重要领域,受到了广泛关注。基于此,从类脑技术的角度出发,探讨人机传播的应用,推动我国AI技术的健康发展。     

天波超视距雷达多模传播抑制研究

电离层多模传播引起天波超视距雷达杂波频谱大幅展宽,严重制约海面慢速目标检测.给出了基于工作频率选择的多模传播抑制方法,指出该方法的核心问题是全频段电离层传播模式信息获取,可通过电离层返回散射探测传播模式区提取解决.结合电离层电波传播理论、信号处理、图像处理、统计分析、射线追踪等多类方法,以准抛物模型为基础,提出了一种多模传播下传播模式区域智能提取算法,实现针对某一指定探测区域的单模式工作频率选择,从而有效抑制多模传播.     

基于MDT数据的深度覆盖智能预测方法研究

本文基于大规模MDT数据结合机器学习算法，将人工智能技术与网络规划仿真相结合，研究一种符合网络实际环境的无线电波传播模型，实现网络深度覆盖的智能预测。通过将原始MDT数据清洗和去噪得到合理的数据集，搭建全连接神经网络，计算每个接收点与发射机之间的6种关键地理特征向量，并输入神经网络进行训练及网络参数调优，得到指标合理的传播模型。基于网络工参进行单站、多站的仿真验证和外场测试对比，模型泛化性好、鲁棒性高，仿真预测结果合理准确，符合地理环境变化，与外场测试对比效果理想。基于MDT数据训练的智能传播模型能精准地实现网络深度覆盖预测，具有极高的指导意义和应用价值。     

科学成果的微信传播现状及影响力研究—以10个科学类微信公众号为例

通过对国内10 个科学类微信公众平台展开调研,归纳了科学成果的微信公众平台四大特征,讨论了科学成果的微信公众平台影响力的两大要素,最后提出完善科学成果的微信公众平台的建议：提高多类型功能利用率,丰富科学信息传播形式;强化多类型营销理念,扩大科学传播范围;细分多类型受众群体,明晰不同受众关系属性;强化多类型制度监管,营造良好的科普环境。     

复杂网络环境下基于推荐链分类的动态信任模型

针对网络环境中复杂的推荐信息处理问题,提出了一种基于推荐链分类的信任模型。该分类方法基于节点间的诚实属性,在实际经验数据的基础之上能选择出有效的推荐链。针对推荐信息的传播使用了以信息增益为基础的参数,使推荐信息更精准,考虑了时间的影响并且能把交互能力与诚实属性清楚地区分开。在最终的直接信任与推荐信息的聚合计算过程中采用了信息论中熵的概念,摆脱了以往主观设定参数的模糊性。模型中主要的聚合参数能随着交互的进行而不断地修正,达到了最贴近真实值的情形。仿真实验验证了新模型分类的有效性以及参数设置的合理性。     

基于云安全环境的蠕虫传播模型

云安全体系的出现标志着病毒检测和防御的重心从用户端向网络和后台服务器群转变,针对云安全体系环境,基于经典SIR模型提出了一种新的病毒传播模型(SIR_C)。SIR_C在考虑传统防御措施以及蠕虫造成的网络拥塞流量对自身传播遏制作用的基础上,重点分析了网络中云安全的部署程度和信息收集能力对蠕虫传播模型的影响。实验证明SIR_C模型是蠕虫传播研究在云安全环境下有意义的尝试。     

基于微博网络的信息传播模型

微博（Microblog）中信息传播的面积、速度、效率都得到了极大提高,研究信息在微博中的传播规律,对控制和引导舆论具有非常重要的理论价值和现实意义。结合信息在微博网络中的传播规则和微博网络的拓扑结构,通过构建一种新的基于微博网络的信息传播模型,并在实际新浪微博拓扑子网中模拟信息流向,得到如下结论：当信息敏感度大于某一临界值后,明星用户在信息扩散中的意见领袖角色随着信息敏感度的增加而逐渐弱化,当信息敏感度趋于1时,明星用户在信息传播中的优势趋于0。