基于在线社交网络的动态消息传播模型

doi:10.11772/j.issn.1001-9081.2014.07.1960

计算机应用 ›› 2014, Vol. 34 ›› Issue (7): 1960-1963.DOI: 10.11772/j.issn.1001-9081.2014.07.1960

基于在线社交网络的动态消息传播模型

蒙在桥,傅秀芬

广东工业大学计算机学院，广州 510006

收稿日期:2014-01-26 修回日期:2014-02-27 发布日期:2014-08-01 出版日期:2014-07-01
通讯作者: 蒙在桥
作者简介:蒙在桥(1988-)，男，江西赣州人，硕士研究生，主要研究方向:复杂网络、数据挖掘；傅秀芬(1957-)，女，福建漳州人，教授，主要研究方向:网络多媒体、协同软件、网络安全。
基金资助:
广东省自然科学基金资助项目

Dynamic information spreading model based on online social network

MENG Zaiqiao,FU Xiufen

School of Computer, Guangdong University of Technology, Guangzhou Guangdong 510006, China

Received:2014-01-26 Revised:2014-02-27 Online:2014-08-01 Published:2014-07-01
Contact: MENG Zaiqiao

摘要/Abstract

摘要：

传统传播模型较难描述在线社交网络中的复杂活跃模式以及节点间的拓扑差异，并且其接触式的传播者退化方式也与现实不符。针对理论模型模拟与现实消息传播的不符，提出一个基于在线社交网络的动态消息传播模型D-SIR。该模型考虑了在线社交网络中影响消息传播的一些实际因素，引入基于传播延迟的退化方式使传播者自发地退化成免疫者，动态指定节点的权威度和免疫力以适应非均质网络，并考虑接收增强信号效应以及外部社会加强效果。在采集的新浪微博真实传播网络数据中，通过参数变化的传播仿真实验验证了D-SIR模型可以有效反映在线社交网络的现实传播情形，并且较传统模型更具灵活性及可扩展性。

Abstract:

Traditional spreading models have difficulties in descripting the complex activity patterns and the topological differences between nodes in online social networks, and the contact-based spreader annihilation mechanisms in these models do not fit with the reality. To filling the gap between spreading simulations of theoretical model and realities of information spreading, a new dynamic information spreading model (D-SIR) based on online social network was proposed. With consideration of some practical factors in information dissemination process, this model introduced the time delay annihilation mechanism that spreaders changed to stiflers spontaneously and the dynamic authority and resistance of nodes mechanism to apply to inhomogeneous networks, and considered the receiving reinforced signal effect and the social reinforcement. With the variances of parameters, the simulations on the real-world online social network which is constructed by crawled Sina microblog data verify that D-SIR model can reflect the real spreading situation in online social network. And compared to the traditional spreading model, the new model is more flexible and extensible.

中图分类号:

TP391.9

蒙在桥傅秀芬. 基于在线社交网络的动态消息传播模型[J]. 计算机应用, 2014, 34(7): 1960-1963.

MENG Zaiqiao FU Xiufen. Dynamic information spreading model based on online social network[J]. Journal of Computer Applications, 2014, 34(7): 1960-1963.

参考文献

[1]ZHAO L, WANG J, CHEN Y, et al. SIHR rumor spreading model in social networks［J］. Physica A, 2012, 391(7): 2444-2453.
[2]MORENO Y, NEKOVEE M, PACHECO A F. Dynamics of rumor spreading in complex networks［J］. Physical Review E, 2004, 69(6): 066130.

[3]NEKOVEE M, MORENO Y, BIANCONI G, et al. Theory of rumour spreading in complex social networks［J］. Physica A, 2007, 374(1): 457-70.
[4]BORGE-HOLTHOEFER J, MELONI S, GONALVES B, et al. Emergence of influential spreaders in modified rumor models［J］. Journal of Statistical Physics, 2013, 151(1/2): 383-393.
[5]ZHAO L, QIU X, WANG X, et al. Rumor spreading model considering forgetting and remembering mechanisms in inhomogeneous networks［J］. Physica A, 2012, 392(4): 987-94.
[6]LYU L, CHEN D B, ZHOU T. The small world yields the most effective information spreading［J］. New Journal of Physics, 2011, 13(12): 123005.
[7]ZHANG Y, LIU Y, ZHANG H, et al. The research of information dissemination model on online social network［J］. Acta Physica Sinica, 2011, 60(5): 50501. (张彦超, 刘云, 张海峰, 等. 基于在线社交网络的信息传播模型［J］. 物理学报, 2011, 60(5): 50501.)
[8]WANG H, HAN J, DENG L, et al. Dynamics of rumor spreading in mobile social networks［J］. Acta Physica Sinica, 2013, 62(11): 110505.(王辉, 韩江洪, 邓林, 等. 基于移动社交网络的谣言传播动力学研究［J］. 物理学报, 2013, 62(11): 110505.)
[9]ZHAO L, XIE W, GAO H O, et al. A rumor spreading model with variable forgetting rate［J］. Physica A, 2013, 392(23): 6146-6154.
[10]XU X J, CHEN G. The SIS model with time delay on complex networks［J］. International Journal of Bifurcation and Chaos, 2009, 19(2): 623-628.
[11]MISLOVE A, MARCON M, GUMMADI K P, et al. Measurement and analysis of online social networks［C］// Proceedings of the 7th ACM SIGCOMM Conference on Internet Measurement. New York: ACM, 2007: 29-42.
[12]PERRA N, GONALVES B, PASTOR-SATORRAS R, et al. Activity driven modeling of time varying networks［J］. Scientific Reports, 2012, 2: Article no. 469.
[13]BORGE-HOLTHOEFER J, MORENO Y. Absence of influential spreaders in rumor dynamics［J］. Physical Review E, 2012, 85(2): 026116.
[14]LIN C X, MEI Q, HAN J, et al. The joint inference of topic diffusion and evolution in social communities［C］// Proceedings of the 11th IEEE International Conference on Data Mining. Piscataway: IEEE, 2011: 378-387.
[15]CENTOLA D. The spread of behavior in an online social network experiment［J］. Science, 2010, 329(5996): 1194-1197.
[16]NEWMAN M E. Power laws, Pareto distributions and Zipf's law［J］. Contemporary Physics, 2005, 46(5): 323-351.

基于在线社交网络的动态消息传播模型

Dynamic information spreading model based on online social network

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	闫文杰, 党东月. 基于特征自适应提取的宽度量子态层析模型[J]. 《计算机应用》唯一官方网站, 2024, 44(12): 3861-3866.
[2]	王一帆, 林绍福, 李云江. 基于区块链和零知识证明的高速公路自由流收费方法[J]. 《计算机应用》唯一官方网站, 2024, 44(12): 3741-3750.
[3]	何长久, 杨婧涵, 周丕宇, 边昕烨, 吕明明, 董迪, 付岩, 王海鹏. 基于Transformer和门控循环单元的肽序列理论串联质谱图预测方法[J]. 《计算机应用》唯一官方网站, 2024, 44(12): 3958-3964.
[4]	刘哲旭张澳冰樊智勇. 飞机狭小空间虚拟维修姿态分层求解方法[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.
[5]	苗荣华孙奕程王森武燕婷杜明鲍劲松. DTOps：数字孪生系统开发运维一体化方法[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.
[6]	王中钰, 钱晓东. 基于改进期望最大化算法的供应链网络边连接规则优化[J]. 《计算机应用》唯一官方网站, 2024, 44(11): 3386-3395.
[7]	王昱, 关智慧, 李远鹏. 基于轨迹预测和分布式MADDPG的无人机集群追击决策[J]. 《计算机应用》唯一官方网站, 2024, 44(11): 3623-3628.
[8]	阚绪康, 史格非, 杨雪榕. 基于动态特征点滤除与关键帧选择优化的ORB-SLAM2算法[J]. 《计算机应用》唯一官方网站, 2024, 44(10): 3185-3190.
[9]	陈廷伟, 张嘉诚, 王俊陆. 面向联邦学习的随机验证区块链构建[J]. 《计算机应用》唯一官方网站, 2024, 44(9): 2770-2776.
[10]	黄梦源, 常侃, 凌铭阳, 韦新杰, 覃团发. 基于层间引导的低光照图像渐进增强算法[J]. 《计算机应用》唯一官方网站, 2024, 44(6): 1911-1919.
[11]	符五久周林邓建杰游泳. 分数阶自治动力学系统初值问题的递推公式及其应用[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.
[12]	封筠, 毕健康, 霍一儒, 李家宽. 轻量化沥青路面裂缝图像分割网络PIPNet[J]. 《计算机应用》唯一官方网站, 2024, 44(5): 1520-1526.
[13]	沈涵, 王中生, 周舟, 王长元. 基于多应用场景的改进DV-Hop定位模型[J]. 《计算机应用》唯一官方网站, 2024, 44(4): 1219-1227.
[14]	马源源, 解蕾蕾, 董南, 刘娜. 考虑用户能动性和流动性的舆情传播模型[J]. 《计算机应用》唯一官方网站, 2024, 44(2): 619-627.
[15]	郭呈史春秀梅顺峰张熠. 基于大数据的复杂系统智能建模方法[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.