改进SIR模型在社交网络信息传播中的应用

通过对社交网络结构的分析,将热传播结点引入网络,提出基于改进SIR的信息传播模型,并利用Tumblr中的实际数据进行仿真分析。结果表明,随着免疫概率的降低以及网络推手或普通传播者与易感者接触率的增加,信息在网络中的传播范围和传播速度都将得到一定的提升,在不加控制的情况下,信息会传播给特定网络中的大多数用户。改进的SIR模型可以较准确地揭示信息在社交网络中传播的内在规律。     

基于邻居度信息的节点传播能力度量算法

复杂网络中的节点传播能力度量具有十分重要的意义,有助于抑制谣言扩散、疾病传播等。研究者们普遍用度量节点传播能力,然而度指标忽略了邻居节点的重要程度。文中考虑邻居节点度信息,提出了一种新的度量节点传播能力方法。该方法通过计算邻居节点度的α次方的和来度量节点的传播能力。通过α调整邻居节点对目标节点的重要程度,α越大,度大的邻居节点对目标节点的贡献越大。实验结果表明,在最优值α情况下,文中提出的算法相对于度和K-核分解方法能更加准确地度量节点的传播能力。文中提出的度量方法只考虑邻居节点度信息,因此非常适合于大规模网络的节点传播能力度量。     

基于节点影响力的标签传播社区划分算法

针对高效的LPA社区划分算法存在结果不稳定性的问题,提出一种新的基于节点影响力的标签传播社区划分算法(Node Influence based Label Propagation Algorithm for Community Discovery,简称NIB算法),使得保持社区划分高效的同时可以尽可能地降低由于社区划分不合理带来的核心节点影响精度的损失。该算法首先为每个节点分配唯一标签并评估节点的影响力,然后按照影响力大小由高到低的次序迭代更新节点的标签,更新完毕可得到一个稳定的社区划分结果。最后在真实数据集上对NIB算法的稳定性与划分质量进行验证。     

基于三级邻居的复杂网络节点影响力度量方法

已有的节点影响力度量方法均存在一定的局限性。该文基于三度影响力原则,综合考虑局部度量的适宜层次及大规模网络的可扩展性,提出一种基于3级邻居的节点影响力度量方法(TIM)。该方法将节点2, 3级具有传播衰减特性的邻居视为整体,用于度量节点的影响能力。利用传染病模型及独立级联模型,在3个真实数据集验证了该方法的有效性。实验结果表明,基于3级邻居的节点影响力度量方法在影响力一致性、区分度、排序性等指标中表现优越,且能够有效求解影响力最大化问题。

     

改进的SIR计算机病毒传播模型的注记

通过构造Dulac函数,研究了一种改进的SIR计算机病毒传播模型的流行病平衡点的全局渐近稳定性,利用数值模拟验证了结论的正确性。     

一种基于局部传播路径的复杂网络关键节点识别方法

复杂网络中的关键节点识别是研究复杂网络结构、功能、性质的重要基础,在市场营销、谣言控制、交通规划等不同领域都有很强的应用价值。节点的关键性等价于节点的影响力,因此,关键节点识别问题可看作节点影响力评估问题。文章提出了一种基于局部传播路径的复杂网络关键节点识别方法,该方法仅需计算目标节点两步之内的拓扑结构,还综合考虑了传播概率对节点影响力评估的影响。与常见的度中心性、介数中心性、接近中心性、Kshell中心性相比,该算法识别结果更准确,在不同传播概率下表现更稳定。     

基于线性阈值模型的影响力传播权重学习

度量用户间影响力对商品的营销和推广具有重要作用。然而,已有工作通常假设用户之间的相互影响行为是独立的,忽略了影响力在传播过程中具有的累积效应。为解决此问题,该文在线性阈值模型的框架下,提出一种影响力传播权重的计算方法。该方法将社交网络中用户的历史行为日志看作样本,借鉴最大似然估计的思想对用户间影响力学习问题建模,并设计一种优化的粒子群算法对问题求解。实验使用真实数据验证了该方法的有效性。     

基于节点影响力和局部中心度的社区发现方法

一方面,社区信息沿着最短路径传播且随着传播逐渐衰减,信息传到较远位置可能性很小。另一方面,在信息量一定的情况下,在不同路径长度下,每条边累积信息量不同。由此两方面的考虑,引入节点影响力和局部中心度,结合GN算法删除最大边介数的核心思想,得到一种新的社区发现算法WLCD(weighted local community detection,WLCD)。实验证明,在三种真实网络数据集中,WLCD算法对比其他几种经典社区检测算法更好,在模块度、调整兰德系数、标准互信息以及准确率等评价指标方面都有比较好的结果。     

社交网络中用户区域影响力评估算法研究

以人人网为例对在线社交网络的分析,从区域信息传播的角度出发,研究社交网络中,信息传播的微观过程.通过真实测量用户的信息传播行为,完成用户信息传播网络的构建和测量.发现区域信息传播网络中少量核心节点覆盖了大部分的网络传播行为.针对这些核心节点,文中提出了一种基于节点传播意愿和传播能力综合考察的节点传播影响力识别算法InfluenceRank,并通过与多种相关算法进行比对,验证了算法的有效性.     

传播动力学研究综述

为了解决信息在复杂网络中的传播和控制问题,众多学者使用了传染病动力学作为建模和研究方法。本文介绍了传播动力学的研究意义,介绍了传染病动力学的SI、SIS、SIR和SEIR模型,并分析了各模型的特点。最后对传播动力学的研究提出了一些展望。     

新型影响力最大化算法

如何从包含成千上万个节点的社会网络中选取初始节点集来传播信息,使最后接受者的数量达到最大化,已成为社会网络领域研究的热点。在此背景下,提出了一种新的初始节点选择算法——基于社区的影响力最大化算法,该算法在综合考虑传播效果及时间复杂度的基础上,将初始节点的选择过程划分为网络划分、启发、贪心三个阶段。并通过实验证明,与已有算法相比,该算法最终的传播效果更为理想,且时间复杂度较低。     

基于超级节点的P2P信任模型的研究

提出基于超级节点的P2P网络信任模型—Super Trust。在Super Trust模型中,对节点的信任值采用了组内直接信任,组内间接信任和组间信任相结合的方式,从而提高了信任值计算的精确性;此外,通过引入超级节点机制,提高了系统交互的成功率。实验结果表明,与基于推荐信任传统模型和RBTrust模型相比,Super Trust具有较高的交易成功率,并且在不同的恶意节点攻击模式下具有较高的成功交易率。     

基于相似度特性的复杂网络演化算法研究

提出了一种基于相似度特性和三角形结构的复杂网络演化算法,利用平均场理论给出网络的度分布、聚类系数和平均距离等特性的理论分析,并利用NetworkX工具包进行仿真验证,证明该演化模型在增加相似节点连接概率的同时具有幂率分布和小世界特性。     

一种基于节点活跃度的链路预测改进算法

针对赛博空间中的社会舆情数据链路预测的问题,提出将网络节点活跃度作为一个重要的指标整合到预测算法中,以提高链路预测的准确性和科学性。首先定义了节点活跃度并构建三个用于表示节点活跃度的函数,然后以实际数据为样本进行实例验证,最后通过与三个主流算法在使用三个函数前后的准确度进行比较,链路预测的准确度有明显提高。     

Research on social network influence maximization algorithm based on time sequential relationship

For the time sequential relationship between nodes in a dynamic social network,social network influence maximization based on time sequential relationship was proved.The problem was to find k nodes on a time sequential social network to maximize the spread of information.Firstly,the propagation probability between nodes was calculated by the improved degree estimation algorithm.Secondly,in order to solve the problem that WCM models based on static social networks could not be applied to time sequential social networks,an IWCM propagation model was proposed and based on this,a two-stage time sequential social network influence maximization algorithm was proposed.The algorithm used the time sequential heuristic phase and the time sequential greedy phase to select the candidate node with the largest influence estimated value inf (u) and the most influential seeds.At last,the efficiency and accuracy of the TIM algorithm were proved by experiments.In addition,the algorithm combines the advantages of the heuristic algorithm and the greedy algorithm,reducing the calculation range of the marginal revenue from all nodes in the network to the candidate nodes,and greatly shortens the running time of the program while ensuring accuracy.     

Research on mobile strategy of anchor node based on weighted virtual force model

The existing mobility strategy of the anchor node in wireless sensor network (WSN) has the shortcomings of too long moving path and low positioning accuracy when the anchor node traverses the network voids area.A new mobility strategy of WSN anchor node was proposed based on an improved virtual forces model.The number of neighbor nodes and the distance between the neighbor nodes to the anchor nodes were introduced as their own dense weight attributes.The unknown nodes intensity was used as weights to improve the traditional virtual force model.Meantime the distance-measuring error ε was taken into account.The optimal distribution,direction selection,shift step length and fallback strategy of anchor node could be analyzed by the trilateration.Using the number of virtual beacon received by the unknown node and the distance between the unknown node to the anchor node calculate the virtual force.Then according to the virtual force,the direction was chosen and the anchor nodes were moved.Simulation experiments show that the strategy can make the anchor nodes move according to the specific circumstances of unknown node distribution.It has a high positioning accuracy and strong adaptability.It can successfully shorten the path of the anchor node movement and reduce the number of virtual beacon.Moreover it can effectively avoid the anchor node to enter the network voids area and reduce the number of collinear virtual anchor nodes.     

基于马尔可夫链的网络蠕虫传播模型

提出了网络蠕虫的随机传播模型。首先,基于马尔可夫链对于网络蠕虫进行了建模,并且讨论了模型的极限分布以及平稳分布的存在性。然后,讨论了网络蠕虫在传播初期灭绝的充要条件以及在传播后期灭绝的必要条件。最后,讨论了网络蠕虫的传播规模。仿真实验对于模型进行了验证,讨论了模型中传播参数,时间参数以及漏洞主机数等相关参数对于网络蠕虫传播的影响,并且与G-W模型进行了数据对比,说明了本模型的优势。     

基于遗传算法改进的洪水预报模型

根据人工神经网络处理大规模非线性动力系统、遗传算法具有较好的寻优能力的特点,将二者有机的结合起来,提出了基于遗传算法改进的洪水预报模型,并将其应用于四川省达州市州河流域的水文预报。实验结果表明,本模型能够减少训练次数,提高预报精度,能更好的对洪水进行预报。     

基于移动元胞自动机的网络舆情传播模型

为了准确刻画网络舆情的变化规律,针对经典元胞自动机存在的不足,考虑网络舆情主体的可移动因素,提出一种基于移动元胞自动机的网络舆情传播模型。首先对经典元胞自动机的工作原理进行分析,提出移动元胞自动机模型,然后根据网络舆情的特点,制定网络舆情主体状态转换规则和移动规则,建立移动元胞自动机的网络舆情传播模型,最后采用Matlab 2011对网络舆情演化过程进行仿真分析。仿真结果表明,舆情主体移动概率对网络舆情传播速度和同质化率影响比较大,移动元胞自动机模型可以很好地描述网络舆情的实际传播过程。     

Epidemic spreading on scale-free networks with diversity of node anti-attack abilities

In this article,a modified susceptible-infected-removed(SIR) model is proposed to study the influence of diversity of node anti-attack abilities on the threshold of propagation in scale-free networks.In particular,a vulnerability function related to node degree is introduced into the model to describe the diversity of a node anti-attack ability.Analytical results are derived using the mean-field theory and it is observed that the diversity of anti-attack of nodes in scale-free networks can increase effectiv...