搜索

x

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于复杂网络理论的微博用户关系网络演化模型研究

王亚奇 王静 杨海滨

引用本文:
Citation:

基于复杂网络理论的微博用户关系网络演化模型研究

王亚奇, 王静, 杨海滨

An evolution model of microblog user relationship networks based on complex network theory

Wang Ya-Qi, Wang Jing, Yang Hai-Bin
PDF
导出引用
  • 微博给人们提供便利的同时也产生了较大的负面影响. 为获取微博谣言的传播规律,进而采取有效措施防控其传播,本文基于复杂网络理论研究微博用户关系网络的内部特征,提出一种微博用户关系网络演化模型,借助于平均场理论,分析该演化模型的拓扑统计特性,以及谣言在该演化模型上的传播动力学行为. 理论分析和仿真实验表明,由该模型演化生成的微博用户关系网络具有无标度特性. 度分布指数不仅与反向连接概率有关,而且还取决于节点的吸引度分布. 研究还发现,与指数分布和均匀分布相比,当节点吸引度满足幂律分布时,稳态时的谣言传播程度较大. 此外,随着反向连接概率或节点初始连边数量的增加,谣言爆发的概率以及网络中最终接受谣言的节点数量都会明显增大.
    Microblog provides convenience to the society, but at the same time, it also brings some adverse effects. To obtain the propagation mechanism of microblog rumor, and then take effective measures to prevent its spread, according to the complex network theory, in this paper we investigate the internal characteristics of microblog user relationship networks, and present a microblog user relationship network evolution model. By using the mean-field theory, the topological statistical property of our evolution model, and the dynamical behaviors of rumor spreading on such a model are analyzed. Theoretical analysis and simulation results show that such an evolving network exhibits a scale-free property. The degree distribution exponent not only is related to the reverse connection probability, but also depends on the node attraction degree distribution. It is also found that when the node attraction degree follows a power-law distribution, the steady-state rumor prevalence is great compared with the exponential distribution and uniform distribution. Moreover, as the reverse connection probability or the number of node initial edges increases, the probability of rumor outbreak and the number of nodes finally infected by the rumor will also increase.
    • 基金项目: 国家自然科学基金(批准号:61402531,61103231,61103230,61272492)、陕西省自然科学基础研究计划(批准号:2014JQ8358,2014JQ8307)和武警工程大学基础研究基金(批准号:WJY201218,WJY201419)资助的课题.
    • Funds: Project supported by the National Natural Science Foundation of China (Grant Nos. 61402531, 61103231, 61103230, 61272492), the Natural Science Basic Research Plan in Shaanxi Province of China (Grant Nos. 2014JQ8358, 2014JQ8307), and the Basic Research Foundation of Engineering University of the Chinese People's Armed Police Force (Grant Nos. WJY201218, WJY201419).
    [1]

    Watts D J, Strogatz S H 1998 Nature 393 440

    [2]

    Barabási A L, Albert R 1999 Science 286 509

    [3]

    Li X, Chen G A 2003 Physica A 328 274

    [4]

    Tian S, Li H J, Zhao Y 2013 Appl. Res. Comput. 30 869 (in Chinese) [田思, 李慧嘉, 赵岳 2013 计算机应用研究 30 869]

    [5]

    Wang X F, Chen G 2002 IEEE Trans. Circ. Sys. I 49 54

    [6]

    Fang J Q, Liang Y 2005 Chin. Phys. Lett. 22 2719

    [7]

    Chen L J, Liu M, Chen D X, Xie L 2009 Chin. J. Comput. 32 69 (in Chinese) [陈力军, 刘明, 陈道蓄, 谢立 2009 计算机学报 32 69]

    [8]

    Wang Y Q, Yang X Y 2013 Chin. Phys. B 22 010509

    [9]

    Gu Y R, Xia L L 2012 Acta Phys. Sin. 61 238701 (in Chinese) [顾亦然, 夏玲玲 2012 物理学报 61 238701]

    [10]

    Zhong W D, Wang Y Q, Han Y L, Wang J 2014 Secrecy Science and Technology 9 256 (in Chinese) [钟卫东, 王亚奇, 韩益亮, 王静 2014 保密科学技术 9 258]

    [11]

    Zhao X X, Wang J Z 2013 Discrete Dynamics in Nature and Society 2013 1

    [12]

    Borge-Holthoefer J, Rivero A, Moreno Y 2012 Phys. Rev. E 85 066123

    [13]

    Wang Y Q, Yang X Y, Wang J 2014 Chin. J. Phys. 52 816

    [14]

    Zhao L J, Wang Q, Cheng J J, Zhang D 2012 Physica A 391 3978

    [15]

    Zhou J, Liu Z H, Li W B 2007 Phys. Lett. A 368 458

    [16]

    Wang Y Q, Yang X Y, Han Y L, Wang X A 2013 Commun. Theor. Phys. 59 510

    [17]

    Moreno Y, Nekovee M, Pacheco A 2004 Phys. Rev. E 69 066130

    [18]

    Adamic L A, Glance N 2005 Proceedings of the 3rd International Workshop on Link Discovery, New York, USA, 2005 p36

    [19]

    Yin S H 2011 J. Southwest China Normal Univ. 36 57 (in Chinese) [尹书华 2011 西南师范大学学报 36 57]

  • [1]

    Watts D J, Strogatz S H 1998 Nature 393 440

    [2]

    Barabási A L, Albert R 1999 Science 286 509

    [3]

    Li X, Chen G A 2003 Physica A 328 274

    [4]

    Tian S, Li H J, Zhao Y 2013 Appl. Res. Comput. 30 869 (in Chinese) [田思, 李慧嘉, 赵岳 2013 计算机应用研究 30 869]

    [5]

    Wang X F, Chen G 2002 IEEE Trans. Circ. Sys. I 49 54

    [6]

    Fang J Q, Liang Y 2005 Chin. Phys. Lett. 22 2719

    [7]

    Chen L J, Liu M, Chen D X, Xie L 2009 Chin. J. Comput. 32 69 (in Chinese) [陈力军, 刘明, 陈道蓄, 谢立 2009 计算机学报 32 69]

    [8]

    Wang Y Q, Yang X Y 2013 Chin. Phys. B 22 010509

    [9]

    Gu Y R, Xia L L 2012 Acta Phys. Sin. 61 238701 (in Chinese) [顾亦然, 夏玲玲 2012 物理学报 61 238701]

    [10]

    Zhong W D, Wang Y Q, Han Y L, Wang J 2014 Secrecy Science and Technology 9 256 (in Chinese) [钟卫东, 王亚奇, 韩益亮, 王静 2014 保密科学技术 9 258]

    [11]

    Zhao X X, Wang J Z 2013 Discrete Dynamics in Nature and Society 2013 1

    [12]

    Borge-Holthoefer J, Rivero A, Moreno Y 2012 Phys. Rev. E 85 066123

    [13]

    Wang Y Q, Yang X Y, Wang J 2014 Chin. J. Phys. 52 816

    [14]

    Zhao L J, Wang Q, Cheng J J, Zhang D 2012 Physica A 391 3978

    [15]

    Zhou J, Liu Z H, Li W B 2007 Phys. Lett. A 368 458

    [16]

    Wang Y Q, Yang X Y, Han Y L, Wang X A 2013 Commun. Theor. Phys. 59 510

    [17]

    Moreno Y, Nekovee M, Pacheco A 2004 Phys. Rev. E 69 066130

    [18]

    Adamic L A, Glance N 2005 Proceedings of the 3rd International Workshop on Link Discovery, New York, USA, 2005 p36

    [19]

    Yin S H 2011 J. Southwest China Normal Univ. 36 57 (in Chinese) [尹书华 2011 西南师范大学学报 36 57]

  • [1] 王楠, 肖敏, 蒋海军, 黄霞. 时滞和扩散影响下社交网络谣言传播动力学. 物理学报, 2022, 0(0): 0-0. doi: 10.7498/aps.71.20220726
    [2] 王祁月, 刘润然, 贾春晓. 复杂网络上的意见动力学对谣言传播的影响. 物理学报, 2021, 70(6): 068902. doi: 10.7498/aps.70.20201486
    [3] 朱霖河, 李玲. 基于辟谣机制的时滞谣言传播模型的动力学分析. 物理学报, 2020, 69(2): 020501. doi: 10.7498/aps.69.20191503
    [4] 张菊平, 郭昊明, 荆文君, 靳祯. 基于真实信息传播者的谣言传播模型的动力学分析. 物理学报, 2019, 68(15): 150501. doi: 10.7498/aps.68.20190191
    [5] 苏臻, 高超, 李向华. 节点中心性对复杂网络传播模式的影响分析. 物理学报, 2017, 66(12): 120201. doi: 10.7498/aps.66.120201
    [6] 肖云鹏, 李松阳, 刘宴兵. 一种基于社交影响力和平均场理论的信息传播动力学模型. 物理学报, 2017, 66(3): 030501. doi: 10.7498/aps.66.030501
    [7] 万贻平, 张东戈, 任清辉. 考虑谣言清除过程的网络谣言传播与抑制. 物理学报, 2015, 64(24): 240501. doi: 10.7498/aps.64.240501
    [8] 吴腾飞, 周昌乐, 王小华, 黄孝喜, 谌志群, 王荣波. 基于平均场理论的微博传播网络模型. 物理学报, 2014, 63(24): 240501. doi: 10.7498/aps.63.240501
    [9] 胡庆成, 尹龑燊, 马鹏斐, 高旸, 张勇, 邢春晓. 一种新的网络传播中最有影响力的节点发现方法 . 物理学报, 2013, 62(14): 140101. doi: 10.7498/aps.62.140101
    [10] 苑卫国, 刘云, 程军军, 熊菲. 微博双向关注网络节点中心性及传播 影响力的分析. 物理学报, 2013, 62(3): 038901. doi: 10.7498/aps.62.038901
    [11] 邓奇湘, 贾贞, 谢梦舒, 陈彦飞. 基于有向网络的Email病毒传播模型及其震荡吸引子研究. 物理学报, 2013, 62(2): 020203. doi: 10.7498/aps.62.020203
    [12] 任卓明, 刘建国, 邵凤, 胡兆龙, 郭强. 复杂网络中最小K-核节点的传播能力分析. 物理学报, 2013, 62(10): 108902. doi: 10.7498/aps.62.108902
    [13] 王辉, 韩江洪, 邓林, 程克勤. 基于移动社交网络的谣言传播动力学研究. 物理学报, 2013, 62(11): 110505. doi: 10.7498/aps.62.110505
    [14] 周漩, 张凤鸣, 周卫平, 邹伟, 杨帆. 利用节点效率评估复杂网络功能鲁棒性. 物理学报, 2012, 61(19): 190201. doi: 10.7498/aps.61.190201
    [15] 吕翎, 柳爽, 张新, 朱佳博, 沈娜, 商锦玉. 节点结构互异的复杂网络的时空混沌反同步. 物理学报, 2012, 61(9): 090504. doi: 10.7498/aps.61.090504
    [16] 周漩, 张凤鸣, 李克武, 惠晓滨, 吴虎胜. 利用重要度评价矩阵确定复杂网络关键节点. 物理学报, 2012, 61(5): 050201. doi: 10.7498/aps.61.050201
    [17] 顾亦然, 夏玲玲. 在线社交网络中谣言的传播与抑制. 物理学报, 2012, 61(23): 238701. doi: 10.7498/aps.61.238701
    [18] 吕翎, 张超. 一类节点结构互异的复杂网络的混沌同步. 物理学报, 2009, 58(3): 1462-1466. doi: 10.7498/aps.58.1462
    [19] 许 丹, 李 翔, 汪小帆. 复杂网络病毒传播的局域控制研究. 物理学报, 2007, 56(3): 1313-1317. doi: 10.7498/aps.56.1313
    [20] 李 季, 汪秉宏, 蒋品群, 周 涛, 王文旭. 节点数加速增长的复杂网络生长模型. 物理学报, 2006, 55(8): 4051-4057. doi: 10.7498/aps.55.4051
计量
  • 文章访问数:  4475
  • PDF下载量:  1398
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-06-16
  • 修回日期:  2014-07-09
  • 刊出日期:  2014-10-05

基于复杂网络理论的微博用户关系网络演化模型研究

  • 1. 武警工程大学电子技术系, 网络与信息安全武警部队重点实验室, 西安 710086
    基金项目: 国家自然科学基金(批准号:61402531,61103231,61103230,61272492)、陕西省自然科学基础研究计划(批准号:2014JQ8358,2014JQ8307)和武警工程大学基础研究基金(批准号:WJY201218,WJY201419)资助的课题.

摘要: 微博给人们提供便利的同时也产生了较大的负面影响. 为获取微博谣言的传播规律,进而采取有效措施防控其传播,本文基于复杂网络理论研究微博用户关系网络的内部特征,提出一种微博用户关系网络演化模型,借助于平均场理论,分析该演化模型的拓扑统计特性,以及谣言在该演化模型上的传播动力学行为. 理论分析和仿真实验表明,由该模型演化生成的微博用户关系网络具有无标度特性. 度分布指数不仅与反向连接概率有关,而且还取决于节点的吸引度分布. 研究还发现,与指数分布和均匀分布相比,当节点吸引度满足幂律分布时,稳态时的谣言传播程度较大. 此外,随着反向连接概率或节点初始连边数量的增加,谣言爆发的概率以及网络中最终接受谣言的节点数量都会明显增大.

English Abstract

参考文献 (19)

目录

    /

    返回文章
    返回