多重网络中基于危机意识的疫苗接种模型

研究者在分析单层网络中个体危机意识对病毒传播的影响时,较少考虑个体危机意识的差异性。为此,将信息传播速率和个人敏感度引入多重网络,提出一种基于危机意识的SIR-SIRV模型。分别采用SIR信息传播模型和SIRV病毒传播模型描述通信网络信息与社会接触网络病毒间的交互传播过程,根据个体自身所处实际环境及病毒传播区域信息,设计个体的最佳疫苗接种策略,以提高疫苗接种的自主性。实验结果表明,该模型可使病毒感染节点密度与免疫节点密度通过自我调节即达到稳态,具有较强的自主性。     

基于Agent动态网络的疾病传播模型

提出一个基于Agent动态网络的疾病传播模型,研究疾病在人群中传播扩散的动态过程。在扩展疾病传播的SIR模型基础上,利用不同的个体状态描述各阶段病情。在二维规则网络上,通过增加个体自主移动性构建动态社会网络,并考虑个体异质性和所采取的防护措施对疾病传播的影响。仿真结果表明,该模型较好地反映了动态社会网络和个体适应性行为对疾病传播的影响,并与实际情况基本保持一致。     

具有非马尔可夫旅途感染的流行病传播模型研究

针对旅途中的接触可以扩大流行病传播规模的问题,在集合种群网络中考虑一种时滞旅行行为和旅途中的疾病传播和恢复过程,构建具有非马尔可夫旅途感染的传播模型并利用计算机仿真模拟系统中的传播过程。基于微观马尔可夫链方法,构建预测疾病流行阈值的理论框架。仿真结果表明,旅途感染可以促进流行病在旅途中的传播,抑制其在种群内的传播;旅途时长和旅途接触概率能够改变流行病的演化趋势。这些结果有助于理解旅途感染如何影响流行病的传播。     

DTM-SIR模型上信任机制对信息传播的影响

信任是连接人与人之间复杂社交关系的桥梁。通过网络分层机制将个体信任水平动态转变策略与社交网络上信息动态传播过程分层研究,从两个网络层节点独立传播和交互影响角度来研究个体信任水平博弈对信息传播过程的影响,改进了单层网路研究的局限性。两层网络节点符合层内独立传播、层间相互影响的规则。信任层节点的传播采用博弈演化动力学方法来处理,信息传播层节点传播则符合流行病动力学SIR传播模型,但其受信任层信任因子的影响。并且文中给出了DTM-SIR模型各层元素动态变化的具体分析过程,通过实例仿真表明信任层的引入对信息传播扩大化影响具有积极的意义。     

基于行为预测的微博网络信息传播建模

研究微博网络中的信息传播及扩散机制在市场营销、舆情管控等方面具有重要意义。当前的传播模型大多忽视了用户间的个体差异。为解决这一问题, 提取了影响转发行为的四类特征, 利用机器学习中的逻辑回归模型分析预测个体转发行为, 并在此基础上融入用户个体差异, 建立了一种基于行为预测的信息传播模型。实验表明, 该模型能较好地模拟真实网络中的信息传播过程。     

流行病在空间分布人群中的传播模型

研究流行病传播规律,考虑了流行病在空间分布人群中的随机传播过程。目前,人们通常应用复杂网络来模拟人群中的流行病传播过程,但是,复杂网络模型中没有空间、距离等概念,在现实中,人群通常是空间分布,即空间关系是流行病传播的重要影响因素。针对上述问题,提出一种流行病传播的新模型,使人群分布在一个有界区域内,并创新性地引入了距离的概念,改善了复杂网络模型忽视空间因素的缺陷。利用模型建构,通过编写Matlab程序对整个传播过程进行仿真,分析了个体针对病毒所产生的暂时性免疫力对流行病传播过程的影响。表明仿真结果与实际现象吻合。结果证明将空间因素纳入模型更为合理。     

P2P网络文件分发过程及影响传播因素研究

在P2P网络中,流行文件的下载行为类似于流行病的传播过程,因此可以通过传染病动力学来描述P2P文件共享系统中文件的分发过程。利用传染病动力学模型,建立了一种P2P文件分发模型,并推导了确定文件传播能力的基本再生数计算公式。实验证明,得到的基本再生数公式能够很好地描述文件分发过程的行为和反映不同参数对文件传播带来的不同影响。     

基于协调博弈的交通拥塞传播临界值研究

为深入分析交通网络的拥塞扩散过程,得出交通拥塞传播的临界值,提出了交通拥塞传播的协调博弈模型。通过网络个体之间的协调博弈,从出行者面对拥塞的决策行为出发,描述了交通网络的拥塞扩散过程。通过网络邻居之间的行为传递,形成了交通网络的拥塞扩散模型,并利用概率母函数方法推导了交通拥塞扩散的临界条件。最后构建了交通通塞的仿真系统,并通过路网结构、节点度分布等参数对交通拥塞进行了仿真分析。仿真实验结果与解析分析结果一致,并能反映交通拥塞动态过程信息,结果表明交通拥塞扩散的临界条件关键在于拥塞节点对周边正常节点的影响力,当局部交通拥塞对周边节点的影响力达到一定程度时,可能导致大规模交通拥塞的出现。     

基于多特征信息传播模型的微博意见领袖挖掘

在线社交网络中的意见领袖通常是指在社交网络的信息传播中具有较大社会影响力的个体。针对当前意见领袖挖掘方法中只考虑社交网络的拓扑结构和节点的个体属性,缺乏信息传播中交互特征的问题,该文提出了基于扩展独立级联模型,并融入网络结构特征、个体属性和行为特征的意见领袖挖掘模型(extended independent cascade, EIC)。该模型以个体属性、个体在信息传播过程中的交互行为建立加权的传播网络,利用改进的CELF(cost effective lazy forward)算法,挖掘网络中影响力较大的个体。通过实验验证,在意见领袖的扩展核心率指标上,该算法优于拓扑结构类算法,且具有较好的稳定性,同时并未降低意见领袖的传播范围。     

在线社交网络中信息传播模式的特征分析

在线社交网络以其独特的传播优势,已成为一种流行的社交媒体平台。针对在线社交网络中信息传播模式的形式特点,结合传染病动力学原理,提出了在线社交网络中的信息传播模型。模型考虑了不同用户行为对传播机理的影响,并建立了不同用户节点的演化方程组,模拟了信息传播的过程,分析了不同类型的用户在网络中的行为特征以及影响信息传播的主要因素。实验结果表明：不同类型的用户在信息传播过程中有着特定的行为规律,信息不会无限制地传播,并在最终达到平稳状态,并且传播系数和免疫系数越大,信息传播达到稳态的速度就越快。     

自适应复杂网络中的病毒传播模型

提出了一个基于自适应复杂网络的病毒传播模型。模型中,易感节点为了不被感染,能够有意识地避开与感染节点的连接,此过程一方面使得网络结构发生了变化,另一方面网络结构的变化又反过来对病毒传播过程造成了影响。着重考查了模型中个体的躲避行为对病毒传播效果的影响,结果显示,在个体躲避行为的驱动下,系统的最终染病节点数会发生振荡,并且在一定的参数范围内系统出现了双稳状态。     

无标度网络中考虑个体重视的传染病传播研究

分析传染病传播动力学行为是复杂网络研究的基本问题之一,现有的传染病传播模型研究没有充分考虑到传染病传播过程中人为因素的影响,即易染个体在传染病传播过程中的行为反应。针对以上问题提出了一种改进的无标度网络中具有个体重视的SIR传染病传播模型。利用平均场理论方法,分析了所提模型的动力学行为。研究了在无标度网络中具有个体重视的易染个体的比例和个体重视度对传染病传播的影响。理论分析和数值模拟结果表明,增大具有个体重视的易染个体的比例和增加易染个体的重视度,可以有效地改善传染病的传播阈值、传播的速度和爆发的规模。     

Epidemic spreading model of complex dynamical network with the heterogeneity of nodes

In this paper, we model epidemic spreading by considering the mobility of nodes in complex dynamical network based on mean field theory using differential equations. Moreover, a resistance factor which can characterise the impact of individual's difference on the propagation dynamics in complex dynamical network is proposed by considering the influence of total number of connections and the continuous time to remain in contact. The effect of heterogeneity on the evolution process of propagation dynamics is explored by simulation. Extensive simulations are conducted to study the key influence parameters and the influence of them on the spreading dynamics, which are helpful to the understanding of epidemic spreading mechanism and the designing of effective control strategies.     

谣言传播中PA-BDI个体模型的研究

谣言传播中个体模型的研究,主要从个体的主体思维过程出发,采用BDI模型进行建模研究,谣言传播网络中的个体角色完全对等。但是在实际的谣言传播网络中,由于政府部门等公共个体的行为对普通个体的行为具有很大的影响,所以谣言传播中个体的角色并不完全对等。在公共权威（Public Authority,PA）对个体影响的基础上,把公共权威引入BDI,提出基于公共权威的PA-BDI模型,进行不对等谣言传播网络中个体模型的研究。     

MODM: multi-objective diffusion model for dynamic social networks using evolutionary algorithm

A lot of research efforts have been made to model the diffusion process in social networks that varies from adoption of products in marketing strategies to disease and virus spread. Previously, a diffusion process is usually considered as a single-objective optimization problem, in which different heuristics or approximate algorithms are applied to optimize an objective of spreading single piece of information that captures the notion of diffusion. However, in real social networks individuals simultaneously receive several pieces of information during their communication. Single-objective solutions are inadequate for collective spread of several information pieces. Therefore, in this paper, we propose a Multi-Objective Diffusion Model (MODM) that allows the modeling of complex and nonlinear phenomena of multiple types of information exchange, and calculate the information worth of each individual from different aspects of information spread such as score, influence and diversity. We design evolutionary algorithm to achieve the multi-objectives in single diffusion process. Through extensive experiments on a real world data set, we have observed that MODM leads to a richer and more realistic class of diffusion model compared to a single objective. This signifies the correlation between the importance of each individual and his information processing capability. Our results indicate that some individuals in the network are naturally and significantly better connected in terms of receiving information irrespective of the starting position of the diffusion process.     

疫情沿交通工具跨区域扩散建模及最优控制

交通运输系统在服务民众的同时也为疫情沿跨区域传播扩散提供了载体.鉴于此,研究疫情沿多种交通工具跨区域扩散模型及最优控制问题.考虑人口空间状态、迁徙过程、疫情状态和交通工具特征,构建多区域迁徙-疫情扩散耦合动力学方程,并分析其扩散性质.综合考虑应急资源的有限性,进一步建立基于本地与迁徙隔离政策的动态最优控制模型.数值计算对比分析不同管控策略组合下疫情的扩散速度与范围,验证疫情扩散模型和最优控制策略的有效性.结果表明:疫情可以借助交通工具快速扩散;仅对单一交通工具实施管控措施可以快速降低疫情跨区域扩散的速度,但对均衡状态的扩散范围影响小.     

Inferring Contagion Patterns in Social Contact Networks with Limited Infection Data

The spread of infectious disease is an inherently stochastic process. As such, real time control and prediction methods present a significant challenge. For diseases which spread through direct human interaction, (e.g., transferred from infected to susceptible individuals) the contagion process can be modeled on a social-contact network where individuals are represented as nodes, and contacts between individuals are represented as links. The model presented in this paper seeks to identify the infection pattern which depicts the current state of an ongoing outbreak. This is accomplished by inferring the most likely paths of infection through a contact network under the assumption of partially available infection data. The problem is formulated as a bi-linear integer program, and heuristic solution methods are developed based on sub-problems which can be solved much more efficiently. The heuristic performance is presented for a range of randomly generated networks and different levels of information. The model results, which include the most likely set of infection spreading contacts, can be used to provide insight into future epidemic outbreak patterns, and aid in the development of intervention strategies.     

D2SNet: Dynamics of diffusion and dynamic human behaviour in social networks

In this paper, we present an original and formal framework, the D2SNet model designed to combine both the social network evolution and the diffusion dynamics among individuals. We have conducted experiments on three social networks that show identical characteristics as real social networks. A formal definition of the model is provided and we describe its implementation in a simulation tool. We represent human behaviors and information dissemination strategies by standard and synthetic scheme. In a first step, we study the impact of network growing strategies only and we highlight important parameters such as the evolution speed and mainly the kind of strategies that favour or not the spread. Then we study a more complete evolution strategy that involves link creation and deletion. We provide a deep analysis on the impact of each parameter such as evolution speed, creation and deletion probabilities and dynamic human behaviors on the diffusion amplitude and coverage. Our study gives a novel and useful insight in the diffusion process in a dynamic context.