社交网络中考虑不同传播概率上的谣言传播模型

现有的谣言传播模型无法描述不同节点对谣言传播概率的影响,从而造成了谣言传播模型无法真实地描述现实社交网络中的谣言传播,进而影响了对网络中谣言传播的控制。针对这一问题,在SIR传播模型的基础上考虑了谣言在不同节点之间的传播概率,并且分析了不同节点对传播概率的影响情况,从而建立了社交网络中考虑网络节点自身影响的谣言传播模型。最后,通过将改进的谣言传播模型与常用的SIR模型进行对比,实验结果显示,提出的改进模型可以较快地控制网络中谣言的传播。     

无标度网络中谣言传播的研究

在网络化高度发展的今天,网络谣言传播泛滥,控制网络谣言传播逐渐成为一个值得关注的问题。文中通过分析现实世界中网络谣言的传播特性和方式,提出一种新的谣言传播模型-HKASI模型,建立基于HKASI模型的动力学方程组。在无标度网络中仿真谣言的传播演化过程,分析模型特性,求出无标度网络谣言传播各状态的临界值,选取不同概率仿真比较模型中的参数对各个传播状态的影响,得出在无标度网络中谣言扩散的高速性,以及通过提高公民求证意识可以有效阻止网络谣言传播的结论。     

社交网络中谣言传播的从众效应和权威效应

针对社交网络中影响谣言传播的社会环境因素，分析了两种最普遍的社会效应——从众效应和权威效应对谣言传播的影响。首先，将社交网络中的人群划分为未知者（S）、犹豫者（H）、传播者（I）和免疫者（R）四种类型，并根据新的状态转移机制建立了SHIR谣言传播模型；其次，应用迭代技巧和拟合方法分析了初始传播者密度、初始传播率与谣言传播峰值之间的关系；最后，从个体角度刻画了谣言传播的从众效应和权威效应，仿真分析了两种社会效应对谣言传播的影响。实验结果表明：谣言传播峰值与初始传播者密度呈线性增长关系，但到达传播峰值的时间随初始传播者密度的增加快速减少；初始传播率越大，谣言传播峰值越高，到达传播峰值的时间越短；从众效应和权威效应能够显著扩大谣言传播范围，提高无谣言稳定态网络中免疫者的比率；网络密度越高，谣言传播速度越快，范围越广；相同条件下从众效应的影响强于权威效应，但随着网络密度的增加，两者的差别逐渐减小；初始传播者越重要，谣言传播速度越快，范围越广，但权威效应的影响更突出。     

谣言传播的个体心理

这段时间，网络谣言频出，社会上呼吁治理网络谣言的声音也越来越高。谣言的兴起是个复杂的过程，但是，对于我们个人来说，能做到的就是不传谣，不信谣，当然，这有个前提，就是你能判定出这个消息是个谣言。如何判定是不是谣言呢？我想，一方面要靠政府和相关机构及时公开信息，让大众能够了解事情的真相，谣言自然不攻自破。日本地震后中国的“抢盐”风波就是最好的例证，在只有谣言一个消息渠道的时候，抢盐迅速波及整个中国。当政府和各大媒体介入，普及中国盐产地基本知识的时候，抢盐就被大家当做笑话来谈。     

谣言传播过程中官方媒体影响模型

随着互联网的迅猛发展,网络谣言正如“病毒”一样在我们的生活中散播。如何有效地消除谣言在人们接收健康信息时带去的阻碍以及混淆作用,在现今的信息时代显得尤为重要。本文借鉴了经典的SIS疾病传播模型和种群竞争模型,探讨了官方媒体在谣言传播过程中的影响作用,构建非线性微分方程模型来刻画谣言传播过程,并对方程的平衡点、解的有界性以及稳定性进行了分析。最后,赋予相关参数一定的数值,利用MATLAB进行模拟仿真,讨论不同情境下的演化机理,得出了相关结论与建议,为应急管理者制定谣言传播控制策略提供支持。     

一种推荐模式下的谣言传播模型

随着信息传播方式的改变,通过信息推荐平台的谣言信息传播成为了谣言传播的重要方式,构建推荐模式下的谣言传播模型对网络谣言的治理具有积极作用。考虑到推荐机制对用户的分割效应,在谣言传播过程中根据人物相似性将网络用户划分在不同的传播域,定义了传播域中用户与信息的交互方式,提出了一种基于谣言信息热度和平台用户密度的谣言传播模型,并对影响谣言信息传播的因素进行了仿真分析。通过仿真发现：在推荐机制下,人们对信息的接受率主要是受信息本身影响;在推荐平台上,增大谣言信息传播阈值有利于阻止谣言的传播;谣言的接受率越大,对辟谣信息的加入时间要求越高。     

基于个体兴趣度差异和辟谣机制的谣言传播模型

针对现有谣言传播模型未同时考虑个体兴趣度差异和辟谣机制的问题,提出基于个体兴趣度差异和辟谣机制的IWSR谣言传播模型。计算了模型的平衡点和基本再生数,利用Lyapunov稳定性定理、Hurwitz判据和LaSalle不变性原理,得到部分谣言传播平衡点局部稳定和全局稳定的条件。通过数值仿真得出加强政府辟谣力度或提升个体判断能力等均能有效抑制谣言传播的结论,最后在WS小世界网络和BA无标度网络上的仿真结果得出在不同网络拓扑结构下谣言传播影响因子的影响力度存在差异性的结论。     

融入心理因素的在线社交网络谣言传播模型

随着社交平台的兴起,谣言会在短时间内快速扩散,对社会造成负面影响,因此研究谣言传播过程中的影响因素迫在眉睫,这对政府把控和引导突发事件的舆论起着关键性作用。而目前考虑心理因素对谣言传播过程影响的研究较少,因此该模型在经典传染病模型SEIR模型的基础上,将总人群分为四类：易感状态节点、潜伏状态节点、感染状态节点和免疫状态节点。考虑好奇心心理、从众心理、信息干扰率和个体免疫率四种因素,构建融入心理因素的改进SEIR谣言传播模型。首先,利用微分动力学方法和下一代矩阵理论计算了该模型的平衡点,分析并证明了平衡点的局部渐近稳定性。接着使用MATLAB对模型在自建网络和真实网络中进行仿真实验,数值仿真结果表明：好奇心越强烈,由易感状态节点转变为潜伏状态节点的速度越快,潜伏状态节点的峰值越大;从众心理越强烈,由潜伏状态节点转变为感染状态节点的速度越快,感染状态节点的峰值也越大。适当提高个体免疫率和信息干扰率可以缩短谣言传播时间,降低谣言传播总量。     

基于BA模型的微博谣言传播机理研究

基于BA无标度网络模型,融合微博用户网络的特征,构造一种微博谣言传播网络模型。提出一种新的SIR(susceptible-infected-removed)模型,通过数值仿真探讨微博谣言的传播动力学行为。研究表明,当微博用户规模以及节点间新建连接数量不断增大时,微博谣言的最终感染程度显著增大,网络的传播临界值却大幅降低。研究还发现,拥有较大吸引度的节点比例以及微博用户之间添加反向关注的概率基本不影响谣言的传播特性。     

SPNR：社交网络中的新型谣言传播模型

社交网络中谣言的肆意传播给网络安全以及社会稳定带来了全新的挑战,如何科学地认识和掌握谣言传播、扩散的内在规律,并对谣言进行有效地控制具有非常重要的学术意义和社会意义。文章首先在充分分析目前谣言传播模型的基础上,引入谣言正向感染及负向感染两个感染状态,提出更适用于描述谣言传播的SPNR模型;其次,基于SPNR模型,设计谣言传播SPNR算法,实现谣言传播演化过程的仿真;另外,利用数值仿真的方法,分析了模型主要参数对谣言传播关键指标的影响效果,为制定有效的谣言控制策略提供了可靠的依据;最后,从定性和定量两个角度验证了SPNR模型基本假设的准确性,同时通过将SPNR模型模拟效果与新浪微博实证结果进行对比试验的方式,验证了SPNR谣言传播模型的适用性。     

网络谣言对社会政治稳定影响及对策研究

本文通过分析网络谣言的定义、特点和成因,进而指出网络谣言对当今社会政治稳定的负面影响,并有针对性的提出应对网络谣言的相关对策。     

基于节点亲密度挖掘的谣言抑制算法

通过对谣言等易误导大众舆论的信息传播进行抑制,从而实现对谣言、错误舆论等负面信息的控制。首先,通过对社交网络的结构拓扑以及节点行为特点的分析,提出了基于节点亲密度的社交网络舆论领袖节点识别方法;然后,利用谣言传播特性及节点的亲密度,建立谣言传播模型,并分析谣言在社交网络中传播时节点的状态转化过程;最后,提出了一种利用节点亲密度实现谣言抑制的方法。     

两种典型网络中三种病毒传播模型的传播特性研究

传染性疾病在人类社会的流行,计算机蠕虫病毒在Internet上的频频爆发,都给人类社会造成了巨大的损失。因此,病毒传播研究一直是国际上科学家所关注的焦点。近年来兴起的复杂网络研究为人类认识病毒传播特征、抑制和防御病毒传播提供了一条新的途径。本文研究了两种典型网络中三种病毒传播模型的传播特性。     

基于元胞自动机的洪泽湖洪水蔓延模型研究

分析了元胞自动机的基本原理和构成,利用元胞自动机原理建立了洪泽湖洪水蔓延模型。模型以栅格空间数据结构作为基础,采用二维元胞自动机模型,确定了元胞空间和元胞状态,建立了洪泽湖洪水蔓延的规则,并根据规则以9邻域方式进行元胞状态的更新。选择性地测试了洪水蔓延模型的计算结果,模型计算数据与实际数据的比较表明,二维元胞自动机模型能够更为简单、快速地模拟洪泽湖洪水的蔓延。     

个体差异对病毒传播效率的影响*

为了弥补传统病毒传播模型的缺陷,利用原胞自动机方法模拟了感染概率呈0-1分布、均匀分布、指数分布、幂律分布这四种情况下的病毒传播过程,结果发现当感染概率呈0-1分布时病毒的传播效率最高,而感染概率呈幂律分布时病毒的传播效率最低,这说明个体差异的存在能降低病毒传播的效率。该结论扩充了人们对病毒传播的认识,同时对真实系统的设计具有一定的参考价值。     

kNN中局部生成模型测度学习

已有的关于k近邻测度学习算法的工作主要集中于纯区分模型。在假定隐含的生成模型已知的情况下,提出了一种通过分析样本的k个近邻点的概率密度学习测度的方法。实验表明,这种基于类的生成模型假设学习到的局部测度可以有效改善kNN区分模型的性能。     

CDMA通信系统中扩频序列的仿真研究

为了改善传统扩频序列的性能,提出了构造一种基于Gold和Walsh序列的复合序列的方法.对m、Gold以及Walsh等传统扩频序列的产生和相关特性进行了研究.在此基础上,针对Walsh序列相关性能不够理想的特点,通过将序列循环相乘,利用复合序列的基本思想将Gold序列与Walsh序列相组合,设计出这种新的复合序列,即Gold-Walsh序列.仿真实验结果表明,该复合序列与传统扩频序列相比较,具有较优的相关特性.     

Rumor spreading in social networks

Social networks are an interesting class of graphs likely to become of increasing importance in the future, not only theoretically, but also for its probable applications to ad hoc and mobile networking. Rumor spreading is one of the basic mechanisms for information dissemination in networks; its relevance stemming from its simplicity of implementation and effectiveness. In this paper, we study the performance of rumor spreading in the classic preferential attachment model of Bollobás et al. which is considered to be a valuable model for social networks. We prove that, in these networks: (a) The standard PUSH-PULL strategy delivers the message to all nodes within O(log²n) rounds with high probability; (b) by themselves, PUSH and PULL require polynomially many rounds. (These results are under the assumption that m, the number of new links added with each new node is at least 2. If m=1 the graph is disconnected with high probability, so no rumor spreading strategy can work.) Our analysis is based on a careful study of some new properties of preferential attachment graphs which could be of independent interest.     

Declarative planning in procedural agent architectures

Practical agent languages and their corresponding architectures have often relied on a static plan library with more or less direct trigger-response activation mechanisms as a source for agent behaviours for the sake of runtime efficiency. Although efficient, such a language design choice severely limits an agent’s ability to reason about its goals and adapt to unforeseen circumstances after being deployed. This effectively delegates the task of planning to the designers themselves, who must design plan libraries able to cope with every foreseeable situation an agent might find itself in by designing plans to deal with any contingency. In this paper we develop a formal conversion process from traditional BDI agent languages into declarative planning. Using this conversion process, we show how to integrate domain independent planning algorithms into the BDI interpreter, allowing a designer to program an agent not only through the trigger-response mechanism used in traditional languages, but also in terms of declarative goals. Our contribution here is twofold: firstly we increase an agent’s ability to cope with unforeseen situations and secondly we unburden an agent designer from having to define multiple plan combinations that could be easily generated by a planner.     

基于局部仿射模型的多模态弹性图像配准

针对目前弹性图像配准方法较难应用于多模态图像的问题,提出了一种转化图像模态的解决方案。计算图像中每个灰度值在另一幅图像中对应像素的灰度均值,使用该均值代替原图像中对应的像素值,两幅图像灰度被转换为基本一致的状态,使用局部仿射模型配准图像。将灰度转换后的图像与目标图像配准,再将图像的形变参数映射到浮动图像中就可以实现多模态的图像配准。实验结果表明该方法可将局部仿射模型成功地用于多模态图像配准。