浅谈双层社交网络信息传播形式（精品）.docx

浅谈双层社交网络信息传播形式摘要：随着信息传播平台的多样性，多层社交网络的信息传播得到了广泛的关注。建立合理的传播模型，对于后续研究的进行以及传播效率和效果的控制具有重要的意义。在此背景下，结合单层社交网络的信息传播知识，利用因素耦合思想对双层社交网络的信息传播机制进行讲明，指出用户可能由于过度接收信息而导致失活的情况，并建立P-SIR模型，利用Matlab进行仿真。结果表明，双层网络的信息传播速度明显大于单层网络，同时能够通过控制一些关键因从来对传播概率进行控制，以到达提高信息传播的速度，扩大信息传播范围的目的。关键词：信息传播；因素耦合；传播机制在互联网技术被频繁使用的背景下，各类信息能够在线上线下平台之间交互浸透，群众能够根据本人的传播意愿选择传播平台，也就意味着同一个体既能够以网民身份在互联网平台上与其他网民进行沟通沟通、共享信息，可以以在现实生活网络中与其他个体进行互动并建立社交关系，这就使得“线上线下社交网络的交互信息传播形式成为了研究热门。国内外学者致力于相关方面的研究，如今已经获得了很多的研究成果。张伦等指出不同的信息在传播经过中的侧重点不同，有的强调及时性，有的强调数量1。KseniaKoroleva等研究了节点影响力，以及节点之间关系对信息传播的影响2。J.C.LouzadaPinto等人基于霍克斯经过进行建模分析，指出在信息传播经过中关系越近的人越容易影响接受者3。沈迪等建立级联失效模型，给出各网络的节点介数定义式和节点失效后节点负荷重分配的分布概率表达式，并对双层网络之间的互相影响进行讲明4。胡斌等从双层网络来进行RBF网络的建模，然后通过仿真实验得出双层网络的速度和误差精度上都要优于单层网络5。梁蕾等以传染病模型为基础建立了SAIS模型，给出第二阈值的表达式，并利用详细阈值进行拟合验证结论表明，信息的传播会对疾病的传播造成一定的影响，即会提高传播的第二阈值6。基于上述研究成果，本文在比照单层社交网络和双层社交网络影响的基础上，对双层社交网络的信息传播内容、影响因素以及传播机制进行了具体讲明，然后根据双层网络的特点结合传播机制建立P-SIR信息传播模型，并利用Matlab进行仿真分析。一、信息传播机制分析随着影响因素的复杂化以及因素耦合的作用，其传播机制也变得复杂了起来。双层社交网络中，信息传播机制的改变主要是传播方式和传播渠道的改变7。从传播方式来讲，不仅有同层个体间的信息共享与沟通，还存在不同层间个体的交互传播8。从传播渠道来讲，在双层社交网络中，个人能够根据本人的需求选择传播渠道，若是强调范围便选择线上为主，若是强调效果便选择线下为主9。正是由于这种线上线下网络之间信息的交互传播，使得信息的传播范围和传播效果都发生了改变。同时由于双层网络间信息传播的影响因素之间也存在着一种互相影响的关系，各影响因素在影响信息传播的经过中也会不断遭到其他因素的影响，然后共同作用于信息传播，即对信息传播造成双影响，这就使得层与层间的信息传播变得更为复杂了，对信息传播的影响愈加剧烈了。二、双层社交网络间信息传播模型分析参照单层社交网络构造对双层社交网络构造进行定义：将网络构造抽象成一个立体构造，考虑到节点在线上和线下网络所具有的不同连接关系，用G=V，E1，E2来表示，其中V表示节点的集合，既是线上社交网络的一个个账号又是现实社交网络的个体包括信息传播经过中的信息传播主体和信息传播客体，E1表示线上网络中节点与节点之间的连边即线上网络中节点与节点之间的关系集合，E2表示线下网络中节点与节点之间的连边即线下网络中节点与节点之间的关系集合。一般会用详细权重来表示各节点之间的关系严密程度，但本文主要是对各因素耦合的影响进行研究，因而假设各节点之间的关系是一样的，不详细区分。通过对双层社交网络的传播机制和信息传播经过的研究，我们通过在SIR模型基础之上考虑到节点可能由于接收太多的信息量而导致失活的情况，对双层社交网络信息传播经过中的节点详细划分为四种：易感状态S、感染状态I、失活状态P、免疫状态R，建立P-SIR信息传播模型.结合双层网络间信息传播的影响因素和传播机制，应用概率统计的知识对整个双层社交网络间的信息传播所涉及的主要参数做出讲明。假设在信息传播经过中，以个体i为讲明背景，运用概率统计的知识对信息传播经过中的各概率进行解释。1.节点从易感状态转变为感染状态的概率。节点从易感染状态转变为感染状态主要包括在某一层内就被感染和经过层间共同作用而被感染。在某一层内被感染是指在信息传播经过中，某易感染个体在线上网络或者线下网络中接收来自邻居节点的信息而积累的信息量超过阈值低于处理值被激活，此时的感染概率1表示事件A1和事件A2中任一事件发生的概率。当节点在线上和线下网络中，在各层内接收的信息量均不属于阈值与处理量所组成区间内时，对线上线下网络中获得的信息量进行整合，整合规则是将线上获取的信息量和线下获取的信息量相加之后除去公共部分，若是整合之后的信息量超过阈值而且低于处理值，则节点便被层间作用给激活，此时的概率2表示在事件A1A2和事件B1B2均不发生的情况下，事件C发生的概率。2.节点从易感染状态转变为失活状态的概率。节点从易感染状态转变为失活状态也存在两种情况，第一种是节点分别在线上和线下接收的信息量都超过了处理值，即节点无论是在线上网络中还是线下网络中都会由于接收太多的信息量而失活，此时的转变概率1表示事件B1和事件B2同时发生的概率。第二种情况是节点在线上网络和线下网络接收的信息量都未知足激活的条件，而在层间作用机制的影响下，对线上线下网络中接收的信息量进行整合，若整合后累计的信息量超过了最大处理值，导致节点失活，此时的转变概率2表示在事件A1A2和事件B1B2均不发生的情况下，事件D发生的概率。3.节点从其他状态转变为免疫状态的概率。由于本文主要对信息传播经过中节点的激活机制进行研究，因而我们假设信息传播周期无限长，就是讲无论节点处于什么状态，最终都会转变为免疫状态。因而在本文研究中，我们将节点转变为免疫状态的概率设定为1。通过上述分析可知，整个双层社交网络中信息的传播主要遭到信息量和阈值之间关系的影响。对于接收的信息量的大小我们根据香农提出的信息量计算公式得到，即结语本文借鉴物理学中多因素耦合思想以及传播动力学理论和方法，在SIR模型的基础上，考虑实际网络中可能会出现接受信息量过度而导致节点失活的情况，建立了双层社交网络信息传播模型P-SIR模型，探索了信息传播受各影响因素耦合的影响。研究结果显示，随着互联网的发展，双层社交网络比单层社交网络更利于信息传播的进行，同时各因素之间的耦合作用也会影响信息的传播。因而，对于需要进行信息传播的者而言，合理地利用线上、线下网络以及合理地进行传播途中影响因素的控制至关重要。