通信技术的快速发展创造了信息传播的新途径,低成本和快速传播的通信工具成为了人类获取信息、表达思想以及实现信息传播的主要途径。方便快捷的信息交互方式提高了信息传播的速度,扩大了信息传播的规模。由于在线社交媒体平台的便利性,用户无需面对面就能随意的发表言论,这类新型的信息传播媒介中用户数量日益增多。在线社交平台逐渐成为了互联网舆论传播的温床,一个良好的信息传播模型对于舆情态势的分析和舆情预警极为重要。虽然许多研究者们已经从不同的角度设计了很多信息传播模型,但是对信息传播的拓扑结构和时间等综合分析的研究还很有限。因此,本文旨在构建更加符合社会现实的信息传播模型。具体工作内容如下:（1）经典的线性阈值模型中节点的激活阈值为随机赋值,而实际上每个节点的激活阈值往往具有很强的个体差异性。鉴于此本文从用户角度出发,重点考虑个体自身因素及邻居节点的信息传播影响能力作为确定节点激活阈值的因素。首先,根据网络拓扑的结构特点,不同网络位置节点传播信息的能力存在差异,急需引入多层次的方式度量节点传播影响力的大小。本文从全局特征、局部特征和节点的自身属性三个方面有效识别社交网络中的影响力用户,并将其作为计算节点激活阈值的一方面因素,表示个体层面信息的接受度和信息动摇程度。其次,结合人本能所具有的集体意识这一特点,刻画网络中节点的同质性程度,将处于信息激活态的节点比例作为节点激活阈值的另一影响因素。此外,引入时间衰减因子对信息的时效性进行刻画,在经典的线性阈值模型基础上提出了基于用户传播影响力的信息传播模型。实验分析表明,该模型能够有效的反映出节点位置对于信息扩散的影响,同时能够准确的表征信息传播的动态特征。（2）研究微博社交平台上的信息传播模型在分析用户交互行为、获取传播路径、确定意见领袖、发现舆论热点等方面发挥重要作用。生物信息学中的脉冲神经P系统（Spiking neural P systems,简称SNP系统）在信息分析领域得到了广泛的应用。鉴于SNP系统的并发结构和异步触发规则与社会网络的真实信息传播模式具有明显的一致性,因此可以作为一种极具潜力的信息传播研究理论载体,本文引入SNP系统及其变体来研究微博平台上信息传播的具体实现细节。用SNP系统中的基本元素来表示和定义微博中的信息传播对象,进而提出了一种简单、直观的信息传播模型,即DWIP-SNP。与传统图模型相比,在DWIP-SNP模型中可以更加直观的观察到微博中的转发、评论等用户交互行为。本文将DWIP-SNP系统与时延相结合,从生物计算系统的角度来表征信息的动态扩散。最后,以微博数据集为例,验证了本文所提出的DWIP-SNP模型的可行性。
暂无评论