复杂网络上社团结构对传播模型影响的研究

复杂网络上社团结构对传播模型影响的研究

论文摘要

复杂网络上的传播问题一直以来都是一个热点。随着理论研究的深入发展,各种各样的传播都可以依靠复杂网络的模型做进一步探索,例如“非典”,流感等传染病在人群中消长,各种计算机病毒在因特网中的蔓延,谣言和假新闻在社交网络中的扩散等。人们为了应对及利用传播带来的各种问题或者机遇,在不断提出各种模型来模拟并预测传播行为。从起源于疾病传播的SIS、SIR等模型,到以此为基础提出的各种变体来模拟信息传播、谣言控制等模型,很多都是利用复杂网络的拓扑结构作为传播行为的载体。疾病传播和信息传播的模型是本文研究的重点,它们之间有很大的区别,比如传播速度、反应及时性以及生存周期等。但是在复杂网络为载体的模型中,二者都是借助链路传播,动态更新节点的状态。更重要的是在实际生活中,两种传播通常都是同时出现、相互影响的。本文研究的内容就是围绕这两种传播的联系和相互影响展开,主要研究工作总结如下:(1)因为疾病传播和信息散播的紧密联系,我们提出双层复杂网络结构来作为传播的载体,两层网络分别作为疾病传播层和信息散播层。同时,我们提出模型SIR-A来模拟两层网络之间的信息传递和变量之间的关系,疾病传播层使用SIR模型,信息散播层引入警觉度。在SIR-A模型中,我们考虑了社团结构对信息散播的影响,个体的警觉度会随交流进行更新并随时间退散。而且由于考虑到将感染比例i(t)作为疾病传播过程的评价标准的缺点,我们引入感染源位置信息,提出新的指标传播风险Rsp。在不同网络数据中的模拟实验证实了我们的模型能很好地将上述的因素融合在一起。(2)网络中个体所属社团结构的大小会影响个体对信息的敏感程度,从而影响个体对疾病做出不同程度的反应。我们提出将图论中最大完全子图发现算法和Memetic算法结合的多目标优化算法MARC-CD来获取网络的社团结构。这个算法的思想是先用最大完全子图发现算法——RC算法对节点做预划分,之后再用短编码Memetic算法做进一步优化。不同网络数据上的实验结果表明,RC算法预划分能得到满意的结果,在此基础上使用Memetic算法能更快收敛并得到更好的结果。(3)利用信息散播速度快、反应周期短的特点,人们可以利用信息散播这种低成本的行为作为控制疾病蔓延的有效手段。在SIR-A模型的基础上,我们提出四种信息散播策略:随机散播、目标散播、基于路径散播和基于感染源位置信息的散播策略。这几种策略通过在信息层选取一定数量的节点作为信息源散播积极的信息,从而最大程度降低疾病传播风险值Rsp的峰值以及延缓高峰期的到来。实验表明四种策略都能达到预期的目标,而使用Memetic算法来优化目标选择准则函数,从而选取最优目标节点集合的基于感染源位置信息的策略表现最好。

论文目录

  • 摘要
  • ABSTRACT
  • 符号对照表
  • 缩略语对照表
  • 第一章 绪论
  •   1.1 引言
  •   1.2 研究现状和意义
  •     1.2.1 疾病传播模型回顾
  •     1.2.2 信息传播模型回顾
  •     1.2.3 简单网络的社团检测算法回顾
  •     1.2.4 通过信息散播控制疾病传播
  •   1.3 论文结构安排
  • 第二章 基于双层网络的传播模型
  •   2.1 引言
  •   2.2 疾病传播与信息散播的联系
  •     2.2.1 本文研究的传染病类型
  •     2.2.2 SIR模型的介绍
  •     2.2.3 信息散播的介绍
  •   2.3 基于双层网络的传播模型SIR-A
  •   2.4 疾病传播的评价指标
  •   2.5 在SIR-A模型上的模拟传播过程实验和分析
  •     2.5.1 人工无标度网络数据上的实验
  •     2.5.2 观测有效感染率,信息传播速度和网络结构对疾病传播的影响
  •   2.6 本章总结
  • 第三章 基于多目标进化算法的信息网络社团检测
  •   3.1 引言
  •   3.2 社团检测算法MARC-CD
  •     3.2.1 优化目标
  •     3.2.2 RC算法做粗划分
  •     3.2.3 完全子图短编码和初始化
  •     3.2.4 交叉和变异
  •     3.2.5 局部搜索
  •     3.2.6 MARC-CD算法流程
  •   3.3 实验与分析
  •     3.3.1 人工网络数据的实验
  •     3.3.2 实际网络数据的实验
  •   3.4 本章总结
  • 第四章 基于网络拓扑结构的信息散播策略
  •   4.1 引言
  •   4.2 简单的信息散播策略
  •     4.2.1 随机散播策略
  •     4.2.2 目标散播策略
  •     4.2.3 基于最短路径的散播策略
  •   4.3 基于感染源位置分布的散播策略
  •     4.3.1 信息散播中目标选择的两种极端情况
  •     4.3.2 信息散播目标选择准则函数
  •   4.4 Memetic算法寻找最优目标节点集合
  •     4.4.1 初始化过程
  •     4.4.2 交叉和变异
  •   4.5 实验与分析
  •     4.5.1 观测疾病传播风险Rsp(t)曲线的两个指标
  •     4.5.2 人工网络数据上的实验
  •     4.5.3 实际网络数据上的实验
  •   4.6 本章总结
  • 第五章 总结与展望
  •   5.1 总结
  •   5.2 展望
  • 参考文献
  • 致谢
  • 作者简介
  • 文章来源

    类型: 硕士论文

    作者: 陆永磊

    导师: 刘静

    关键词: 疾病传播,信息散播,双层网络,算法,社团检测,信息散播策略,目标选择准则函数

    来源: 西安电子科技大学

    年度: 2019

    分类: 基础科学

    专业: 数学

    单位: 西安电子科技大学

    分类号: O157.5

    DOI: 10.27389/d.cnki.gxadu.2019.002913

    总页数: 65

    文件大小: 3354K

    下载量: 72

    相关论文文献

    • [1].基于群体智能的自组织重叠社团结构分析算法[J]. 计算机应用研究 2019(05)
    • [2].基于社团结构的组合信息重连策略[J]. 复杂系统与复杂性科学 2019(02)
    • [3].具有社团结构和多耦合时滞的复杂网络的拓扑识别[J]. 科技促进发展 2012(s1)
    • [4].复杂网络的社团结构发现[J]. 河北省科学院学报 2013(02)
    • [5].科研领域关联网络的社团结构分析[J]. 上海理工大学学报 2008(02)
    • [6].企业非正式组织社团划分的超网络模型研究[J]. 技术经济与管理研究 2017(05)
    • [7].具有社团结构的有界信任舆论涌现模型研究[J]. 系统仿真学报 2009(23)
    • [8].元胞自动机法寻找社团结构[J]. 北京师范大学学报(自然科学版) 2008(02)
    • [9].基于最大节点接近度的局部社团结构探测算法[J]. 计算机工程 2010(01)
    • [10].基于社团结构动态演化的主题突变实时监测研究[J]. 情报理论与实践 2019(07)
    • [11].机会网络中基于有权社团结构图的路由协议研究[J]. 电子学报 2016(10)
    • [12].基于社团结构的多层复杂网络中信息传播机制研究[J]. 情报理论与实践 2019(03)
    • [13].社交网络数据采集方法研究及社团结构分析[J]. 现代计算机(专业版) 2016(08)
    • [14].基于标签扩散的时序平滑社团检测算法[J]. 合肥工业大学学报(自然科学版) 2020(11)
    • [15].完全子图的邻域重叠社团结构探测[J]. 物联网技术 2012(07)
    • [16].完全子图的邻域重叠社团结构探测[J]. 现代电子技术 2012(18)
    • [17].本期“复杂性科学”专栏评述[J]. 电子科技大学学报 2011(04)
    • [18].基于社团结构节点重要性的网络可视化压缩布局[J]. 北京航空航天大学学报 2019(12)
    • [19].基于组合模型的局部搜索弱社团结构发现算法[J]. 计算机工程 2012(17)
    • [20].进化谱分算法检测动态网络社团结构[J]. 西安电子科技大学学报 2018(02)
    • [21].复杂网络中社团发现算法的研究[J]. 微型电脑应用 2017(10)
    • [22].伪度优先演化网络的社团结构研究[J]. 计算机工程与应用 2009(20)
    • [23].社团结构改变对振子网络同步行为的影响[J]. 河北师范大学学报(自然科学版) 2018(05)
    • [24].复杂网络社区挖掘理论及其应用研究综述[J]. 福建电脑 2017(03)
    • [25].面向多源社交网络的社团结构特征研究[J]. 工程科学与技术 2017(S2)
    • [26].近似线性时间的社团结构动态演化挖掘算法[J]. 计算机科学 2016(S1)
    • [27].基于字典学习的网络社团结构探测算法[J]. 中国科学:信息科学 2011(11)
    • [28].基于连续Hopfield网络的复杂网络社团结构提取[J]. 大理大学学报 2018(12)
    • [29].基于FCM的复杂网络重叠社团结构发现算法[J]. 微电子学与计算机 2011(12)
    • [30].基于图流在线非负矩阵分解的社团检测[J]. 电子学报 2017(09)

    标签:;  ;  ;  ;  ;  ;  ;  

    复杂网络上社团结构对传播模型影响的研究
    下载Doc文档

    猜你喜欢