张，钱;李先勇;杜亚军;朱健 社交网络中SE2IR信息传播模型的动态分析。 （英语） Zbl 1471.91408号 离散动态。国家标准协会。 2021年，文章ID 5615096，12 p.（2021）. 摘要：由于用户（节点）地位的不平等以及外部力量在社会网络信息传播过程中的影响，受感染的节点具有不同程度的传播能力。为此，将感染节点分为两类：高影响力感染节点和普通影响力感染节点，根据帕累托原理分别占20%和80%。借用SEIR流行病模型，提出了SE2IR信息传播模型。同时，证明了该模型无扩散平衡点和局部扩散平衡点的全局渐近稳定性。本文还提出了一系列信息控制策略，包括用户感知价值、社交强化强度和社交网络中的信息时效性，本文验证了模型的稳定性和正确性以及控制策略在信息传播过程中的可行性和有效性，表明该模型更接近于社会网络中信息传播的真实过程。 引用于1文件 MSC公司： 91天30分 社交网络；意见动态 34C60个 常微分方程模型的定性研究与仿真 92天30分 流行病学 PDF格式BibTeX公司 XML格式引用 \textit{Q.Zhang}等人，离散动态。Nat.Soc.2021，文章ID 5615096，12 p.（2021；Zbl 1471.91408） 全文： DOI程序 OA许可证 参考文献： [1] Aron，J.L.，SIRS流行病模型中依赖暴露的获得性免疫，数学生物科学，88，1，37-47（1988）·Zbl 0637.92007号 ·doi:10.1016/0025-5564（88）90047-8 [2] 库克，K.L。；van den Driessche，P.，具有两个延迟的SEIRS流行病模型分析，数学生物学杂志，35，2，240-260（1996）·Zbl 0865.92019 ·doi:10.1007/s0028500050051 [3] 西澳州科马克。；Mckendrick，A.G.，对流行病数学理论的贡献。ii、。地方性问题，《数学生物学公报》，53，1-2，57-87（1991）·doi:10.1016/s0092-8240（05）80041-2 [4] 北卡罗来纳州卡梅隆。；普雷西亚多，V.M。；Pappas，G.J.，流行病的分析和控制：复杂网络上传播过程的调查，IEEE控制系统，36，1，26-46（2016）·兹比尔1476.92046 ·doi:10.1109/mcs.2015.2495000 [5] 卢，Y。；Liu，J.，《信息传播策略对复杂网络上疫情传播的影响》，《物理学A：统计力学及其应用》，536（2019）·doi:10.1016/j.physa.2019.04.156 [6] 宁Y.-Z。；刘，X。；Cheng，H.-M。；张志勇，社会网络结构和行为反应对传染病传播的影响，《物理学A：统计力学及其应用》，539378-4371（2019） [7] 王，R。；陈，X。；Cai，S.，复杂网络上基于局部信息的疾病抑制资源分配模型，《物理学A：统计力学及其应用》，533（2019）·doi:10.1016/j.physa.2019.121968 [8] Soriano-Paños，D。；阿里亚斯·卡斯特罗，J.H。；Reyna-Lara，A。；马丁内斯，H.J。；梅洛尼，S。；Gómez-Gardeñes，J.，人类活动驱动的媒介传播流行病，《物理评论研究》，第2期，13312-1-13312-12页（2020年）·doi:10.1103/physrevresearch.2.013312 [9] 袁，X。；Wang，F。；薛，Y。；Liu，M.，复杂网络上具有微分感染性的SIR模型的全局稳定性，物理A：统计力学及其应用，499443-456（2018）·Zbl 1514.92172号 ·doi:10.1016/j.physa.2018.02.065 [10] 袁，X。；薛，Y。；Liu，M.，复杂网络上具有两个敏感群的SIR模型的全局稳定性，混沌、孤子和分形，59，42-50（2014）·Zbl 1348.92167号 ·doi:10.1016/j.chaos.2013.11.010 [11] 张，L。；苏，C。；Jin，Y。；Goh，M。；吴忠，耦合网络中民意的跨网络传播模型，信息科学，452240-252（2018）·兹比尔1448.91224 ·doi:10.1016/j.ins.2018.04.037 [12] Wang，J。；赵，L。；Huang，R.，均匀网络中的2SI2R谣言传播模型，物理A：统计力学及其应用，413153-161（2014）·Zbl 1402.91642号 ·doi:10.1016/j.physa.2014.06.053 [13] 霍，L.a。；Wang，L。；Song，N。；马，C。；He，B.，考虑均匀网络中传播者活动的谣言传播模型，物理A：统计力学及其应用，468855-865（2017）·Zbl 1400.91426号 ·doi:10.1016/j.physa.2016.11.039 [14] Yang，L.-X。；德雷夫，M。；Yang，X.，受控异质基于节点的SIRS模型下的最优动态免疫，Physica a:统计力学及其应用，450，403-415（2016）·Zbl 1400.92561号 ·doi:10.1016/j.physa.2016.01.026 [15] 张，C。；Huang，H.，无标度网络上新型计算机病毒传播模型的最优控制策略，物理a：统计力学及其应用，451251-265（2016）·兹比尔1400.34093 ·doi:10.1016/j.physa.2016.01.028 [16] 甘，C。；杨，X。；刘伟。；朱，Q。；Zhang，X.，具有疫苗接种和广义非线性发病率的计算机病毒流行模型，应用数学与计算，222265-274（2013）·Zbl 1346.68031号 ·doi:10.1016/j.amc.2013.07.055 [17] Li，J.等人。；Yang，Y。；周瑜，带潜伏期和疫苗接种的流行病模型的全局稳定性，非线性分析：现实应用，12，4，2163-2173（2011）·Zbl 1220.34069号 ·doi:10.1016/j.nonrwa.2010.12.030 [18] Yang，L.-X。；杨，X。；朱，Q。；Wen，L.，具有分级治愈率的计算机病毒模型，非线性分析：真实世界应用，14，1，414-422（2013）·Zbl 1258.68020号 ·doi:10.1016/j.nonrwa.2012.07.005 [19] Wang，Y。；Li，G.，《通过细胞自动机在在线社交网络中传播信息》，《复杂性》，2018（2018）·doi:10.1155/2018/1890643 [20] 萧，Y。；王，Z。；李强。；Li，T.，基于多维复杂网络空间和社会博弈的信息扩散动态模型，物理A：统计力学及其应用，521，578-590（2019）·Zbl 1514.91159号 ·doi:10.1016/j.physa.2019.0117 [21] 刘，Q。；李·T。；Sun，M.，《异构网络上SEIR谣言传播模型的分析》，Physica A:统计力学及其应用，469372-380（2017）·Zbl 1400.91479号 ·doi:10.1016/j.physa.2016.11.067 [22] Arquam，M。；辛格，A。；Cherifi，H.，季节条件对媒介传播流行病学动态的影响，IEEE Access，8，94510-94525（2020）·doi:10.10109/访问.2020.2995650 [23] 潘，C。；Yang，L.-X。；杨，X。；Wu，Y。；唐义勇，《一种有效的谣言控制策略》，《物理A：统计力学及其应用》，500，80-91（2018）·Zbl 1514.91128号 ·doi:10.1016/j.physa.2018.025 [24] 霍，L.a。；Lin，T。；风扇，C。；刘，C。；Zhao，J.，突发事件中具有潜伏期的谣言传播模型的最优控制，差分方程进展，2015，1，54（2015）·Zbl 1396.49038号 ·doi:10.1186/s13662-015-0394-x [25] 赵，J。；Yang，L.-X。；钟，X。；杨，X。；Wu，Y。；Tang，Y.Y.，通过隔离和转换将谣言的影响降至最低，《物理学a：统计力学及其应用》，526（2019）·Zbl 07566399号 ·doi:10.1016/j.physa.2019.04.103 [26] 何，Z。；蔡，Z。；Yu，J。；王，X。；孙，Y。；Li，Y.，抑制移动社交网络中谣言传播的成本效益策略，IEEE车辆技术汇刊，662789-2800（2016） [27] 新泽西州乔杜里。；莫雷斯库，I.-C。；马丁·S。；Srikant，S.，《社交网络中的持续观点和离散行为：多智能体系统方法》，2016年IEEE第55届决策与控制会议论文集，IEEE [28] Hirscher，T.，过度确定的代理阻止了在具有分散意见的广义模糊模型中达成共识，应用概率进展，49，3，722-744（2017）·Zbl 1425.60081号 ·doi:10.1017/apr.2017.19 [29] Wang，J。；Yu，H。；王，X。；Bai，L.，基于用户相对权重的在线社交网络舆情传播与控制模型，系统工程理论与实践，39，6，1565-1579（2019） [30] Yu，J.，基于社会网络关系维度和结构维度的模型研究，应用数学和非线性科学，5，2，121-128（2020）·doi:10.2478/amns.2020.2.00005 [31] 牧师萨托拉斯，R。；卡斯特拉诺，C。；Van Mieghem，P。；Vespignani，A.，《复杂网络中的流行病过程》，《现代物理学评论》，87，3，925-979（2015）·doi:10.1103/revmodphys.87.925 [32] 邱，X。；赵，L。；Wang，J。；王，X。；王强，时间依赖性传播行为对社交网络谣言传播的影响，《物理快报》A，380，24，2054-2063（2016）·doi:10.1016/j.physleta.2016.04.025 [33] Wang，T。；He，J。；Wang，X.，基于在线社交网络的信息传播模型，Physica A:Statistical Mechanics and Its Applications，490488-496（2018）·Zbl 1514.91157号 ·doi:10.1016/j.physa.2017.08.078 [34] 周，J。；刘，Z。；Li，B.，网络结构对谣言传播的影响，《物理快报》A，368，6，458-463（2007）·doi:10.1016/j.physleta.2007.01.094 [35] 吕，L。；陈，D.-B。；周涛，《小世界产生最有效的信息传播》，《新物理杂志》，2011年第13、12期 [36] 刘，X。；张，H。；秦，X。；Chen，F.，加权短消息网络谣言传播研究，第31届中国控制会议论文集，IEEE [37] 布尼莫维奇。；史密斯，D。；Webb，B.，《通过等谱约简发现网络中的隐藏结构、层次和核心》，应用数学和非线性科学，4，1，231-254（2019）·Zbl 1524.05288号 ·doi:10.2478/amns.2019.1.00021 [38] Bauer，F。；Lizier，J.T.，《在流行病模型中识别有影响力的传播者并有效估计感染人数：行走计数法》，《欧洲物理快报》，99，6，367-372（2012）·doi:10.1209/0295-5075/99/68007 [39] 王，S。；杜，Y。；Deng，Y.，《识别影响节点的新方法：效率中心性》，《非线性科学和数值模拟中的通信》，47，151-163（2017）·Zbl 1511.90104号 ·doi:10.1016/j.cnsns.2016.11.008 [40] 任，J。；Zhang，C.，一种对抗异构蜜网攻击的差分博弈方法，计算机与安全，97（2020）·doi:10.1016/j.cose.202.01870 [41] Koch，R.，《80/20原则，扩展和更新：用更少的钱实现更多的秘密》（1999年），加拿大温哥华：百老汇商业 [42] 张，Q。；李，X。；Du，Y.，《基于社会网络中帕累托定律的SEI2R信息传播模型分析》，EITCE 2020：2020年第四届电子信息技术与计算机工程国际会议论文集 [43] 帕克，M.-J。；Kwon，O.-M.，基于Cauchy-Schwartz求和不等式的时变时滞离散T-S模糊系统的稳定性和镇定，IEEE模糊系统汇刊，25，1128-140（2017）·doi:10.1109/tfuzz.2016.2551290 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。