×
肖云鹏;王，郑;李、钱;李、屯

基于多维复杂网络空间和社会博弈的信息扩散动态模型。 （英语） Zbl 1514.91159号

物理A 521, 578-590 (2019).
摘要：在社交网络中，信息扩散受网络拓扑结构和驱动因素的影响。在这项工作中，我们研究了网络的结构，将网络映射到多维网络空间，并将用户的社会行为和心理特征应用于社会网络。首先，通过研究网络拓扑结构，将其映射到三个网络空间：行为影响、属性影响和拓扑影响子网。通过层次过程，可以减少子网之间的耦合关系，我们可以分别分析每个子网的驱动因素对信息扩散的影响。其次，假设话题使用者的心理特征是影响信息扩散的驱动因素，定义了话题热度的概念。基于演化博弈理论，提出了用户行为的动态演化策略。通过这种方式，我们可以探索用户心理游戏对信息传播的影响。最后，在传统的SIR模型的基础上，将网络拓扑结构与用户的社会行为和心理特征相结合，得到了改进的扩散模型。该模型在腾讯微博数据集上的实现验证了其有效性。实验结果表明，该模型能够更好地描述社交网络中信息扩散的趋势。

引用于2文件

MSC公司：

91天30分 社交网络；意见动态
91A22型 进化游戏

关键词：

多维网络空间;进化博弈;统计资料记录;信息传播
PDF格式BibTeX公司 XML格式引用
\textit{Y.Xiao}等人，Physica A 521，578--590（2019；Zbl 1514.91159）
全文： DOI程序

参考文献：

[1] Barrat，A。；Barthelemy，M。；Vespignani，A.，《复杂网络上的动力学过程》，368（2008），剑桥大学出版社：剑桥大学出版社英国剑桥·Zbl 1198.90005号
[2] 纽曼，M.E.，《网络：导论》，784（2010），牛津大学出版社：牛津大学出版社·Zbl 1195.94003号
[3] 多尔，C。；北卡罗来纳州布伦。；Van Mieghem，P.，《网络信息传播的对数正常感染时间》，《公共科学图书馆·综合》，第8、5期，第e64349页（2013年）
[4] Masuda，N.，《复杂网络中的舆论控制》，《新物理学杂志》。，17, 3, 33031-33041 (2015) ·Zbl 1452.91249号
[5] G.Albi，L.Pareschi，M.Zanella，《关于进化网络上意见动态的最优控制》，载于：2015年第27届IFIP TC7系统建模与优化会议，第58-67页，http://dx.doi.org/10.1007/978-3-319-55795-3_4。
[6] 阿尔比·G。；Pareschi，L。；Zanella，M.，《复杂网络上的观点动力学：动力学建模和数值方法》，Kinet。相关。模型，10，1，1-32（2017）·Zbl 1352.35195号
[7] 张，Z.K。；周，T。；Zhang，Y.C.，标签软件推荐系统：最新调查，J.Compute。科学。技术，26，5，767（2011）
[8] 翟志祥，J.Lafferty，《应用于即席信息检索的语言模型平滑方法研究》，收录于：Proc。国际ACM SIGIR论坛，2001年，第334-342页，http://dx.doi.org/10.1145/383952.384019。
[9] Y.Victor Legbo，O.Osho，I.Soje，《在线社交网络：尼日利亚中北部大学生的使用和风险体验调查》，载于：Proc。国际信息和通信技术及智能交通系统应用会议（ICTA），2016年，第129-133页。
[10] Przemysław，K。；Katarzyna，M。；Tomasz，K.，《社会推荐系统中的多维社会网络》，IEEE Trans。系统。曼赛本。A、 41、4、746-759（2011）
[11] 马丁内斯，V。；卡诺，C。；Blanco，A.，Prophnet:通过信息传播的通用优先排序方法，BMC生物信息学，15，1，1506-1526（2014）
[12] Wang，J。；孙建清。；Lin，H.F。；Dong，H.L。；Zhang，S.W.，社区问答专家推荐的卷积神经网络，科学。中国信息科技。，第60、11条，第110102页（2017年）
[13] Agha Mohammad Ali Kermani，M。；Badiee，A。；Aliahmadi，A。；Ghazanfari，M。；Kalantari，H.，介绍了使用TOPSIS方法和遗传算法为社交网络开发新的中心性度量（社交中心性）的程序，计算。嗯，行为。，56, 295-305 (2016)
[14] 李强。；宋，C.G。；吴，B。；肖永平。；Wang，B.，基于异质平均场和进化博弈的社会热点传播动力学模型，Physica A，508，324-341（2018）·Zbl 1514.91020号
[15] 卢，Z.X。；张，W。；Wu，W.L。；Joonmo，K。；Fu，B.，确定性线性阈值模型中影响最大化问题的复杂性，J.Comb。最佳。，24, 3, 374-378 (2012) ·Zbl 1261.91041号
[16] H.H.Wang，A.Ali Raza，Y.B.Lin，R.Rosenfeld，基于病毒演讲的电话服务低文化程度用户的行为分析，摘自：Proc。第4年。交响乐团。计算。德夫，2013年，第1-9页，http://dx.doi.org/10.1145/2537052.2537062。
[17] A.Guille，H.Hacid，在线社交网络中信息扩散时间动力学的预测模型，摘自：Proc。第21届国际会议，万维网，2012年，第1145-1152页，http://dx.doi.org/10.1145/2187980.2188254。
[18] Saramäki，J。；Kaski，K.，随机游走者生成的无标度网络，Physica A，341，28，80-86（2004）
[19] 保罗·L·K。；Redner，S。；Leyvraz，F.，《增长随机网络的连通性》，Phys。修订稿。，85, 21, 4629-4632 (2000)
[20] 谢尔盖·N·D。；Jose Fernando F，M.，通信网络加速增长对其结构的影响，物理。E版，63，2，第025101条，pp.（2001）
[21] 萨托拉斯牧师，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 (2015)
[22] Fibich，G.，社交网络中新产品扩散的Bass-SIR模型，Phys。E版，94，3，第032305条pp.（2016）
[23] 王，C。；Yang，X.Y。；Xu，K。；Ma，J.F.，基于Seir的SNS信息传播模型，电子学报。罪。，42, 11, 2325-2330 (2014)
[24] K.Saito，M.Kimura，K.Ohara，H.Motoda，通过社会网络的观测数据对信息扩散模型进行行为分析，摘自：2010年社会计算、行为建模和预测国际会议论文集，2010年，第149-158页，http://dx.doi.org/10.1007/978-3642-12079-4_20。
[25] K.Saito，M.Kimura，K.Ohara，H.Motoda，《为行为分析选择社交网络上的信息扩散模型》，载于：《欧洲机器学习会议论文集和数据库中知识发现的原则与实践》，2010年，第185-195页，http://dx.doi.org/10.1007/978-3642-15939-8_12。
[26] 他，S.K。；郑晓乐。；Zeng，D.，社交媒体中模因排名的无模型方案，Decis。支持系统。，81, 1-11 (2016)
[27] Onnela，J.P。；Reed-Tsochas，F.，在线系统中社会影响的自发出现，Proc。国家。阿卡德。科学。，107, 43, 18375-18380 (2010)
[28] Montanari，A。；Saberi，A.，《社交网络中创新的传播》，Proc。国家。阿卡德。科学。，107, 47, 20196-20201 (2010)
[29] Agha Mohammad Ali Kermani，M。；Farshad Fatemi Ardestani，S。；Aliahmadi，A。；Barzinpour，F.，一种新的博弈论方法，用于模拟具有异质节点的社交网络中的竞争信息扩散，Physica A，466，570-582（2017）·Zbl 1400.91474号
[30] Poletti，P。；阿杰利，M。；Merler，S.，《风险感知对2009年H1N1大流行性流感动态的影响》，《公共科学图书馆·综合》，6，2，文章e16460 pp.（2011）
[31] Poletti，P。；卡普里尔，B。；阿杰利，M。；Pugliese，A。；Merler，S.，《应对流行病的自发行为变化》，J.Theoret。生物学，260，1，31-40（2009）·Zbl 1402.92404号
[32] 江春霞。；陈，Y。；Liu，K.，社会网络信息扩散的进化动力学，IEEE Trans。信号处理。，62, 17, 4573-4586 (2014) ·Zbl 1395.91372号
[33] Poletti，P。；阿杰利，M。；Merler，S.，《新出现疫情中不协调行为反应的风险感知和有效性》，数学。生物科学。，238, 2, 80-89 (2012) ·Zbl 1316.92089号
[34] 齐诺维耶夫，D。；Duong，V.，《社交网络中广播信息传播的博弈论方法》（Knowl.Creat.Diffus.Util（2011）），第47-52页
[35] 肖永平。；李，N。；徐，M。；Liu，Y.B.，隐性链接下社交热点的用户行为影响模型，Inform。科学。，396, 114-126 (2017)
[36] 张海勇。；T Nguyen，D。；Zhang，H.L。；T Thai，M.，跨多个社交网络的最小成本影响最大化，IEEE Trans。净值。，24, 2, 929-939 (2016)
[37] Wu，Y.L。；Yang，Y。；江，F。；Jin，S.Y。；Xu，J.，《社交网络中基于Coritivity-based influence maximization in social networks》，Physica A，416467-480（2014）
[38] Liben Nowell，D。；Kleinberg，J.，《使用互联网链字母数据追踪全球范围内的信息流》，Proc。国家。阿卡德。科学。，105, 12, 4633-4638 (2008)
[39] 吕，L.Y。；周，T。；张庆明。；H.E.ugene，S.，网络节点的H指数及其与程度和核心度的关系，自然通讯。，第7条，第10168页（2016年）
[40] 西南，A。；Dylan，W.，《识别社交网络中有影响力和易受影响的成员》，《科学》，337，6092，337-341（2012）·Zbl 1355.91065号
[41] T.La Fond，J.Neville，《区分社会影响和亲同性效应的随机测试》，摘自：Proc。第19届国际会议，万维网，2010年，第601-610页，http://dx.doi.org/10.1145/1772690.1772752。
[42] N.Azizan Ruhi，B.Hassibi，复杂网络上的SIRS流行病：精确马尔可夫链和近似模型的并发，收录于：Proc。IEEE第54届国际会议，2015年，第2919-2926页，http://dx.doi.org/10.109/CDC.2015.7402660。
[43] Newman，M.E.，《网络中的社区、模块和大规模结构》，自然物理学。，8, 1, 25-31 (2012)
[44] 吕晓云。；Wang，K.H。；乔·L。；周，W。；Wang，Y.G。；Chi，N.，基于机器学习聚类的预失真多CAP VLC系统的非线性补偿，IEEE Photonics J.，9，5，1-9（2017）
[45] Giuseppe，T.，意见形成的动力学模型，Commun。数学。科学。，4, 3, 481-496 (2006) ·兹比尔1195.91128
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。