论文部分内容阅读
随着技术的迅猛发展,信息传播从最初的口口相传演进为基于互联网的用户之间的交互传播,信息传播的速度和广度显著增强。信息传播方式的改变造成信息传播具有与过去截然不同的特点。口前人们对信息传播的研究往往采用源于疾病传播的SIR模型,或基于该模型的变体,但是这两个现象之间存在本质的区别：在信息传播中人的主观能动性起重要作用,而在疾病传播中人们则完全是被动的。近来,已有一些基于当前信息传播特点的建模工作,但是这方面的工作还比较少且相对粗糙,因此研究信息传播的特点,探讨更符合实际,甚至是针对具体传播体的传播模型是当前信息传播研究的热点之一。本文主要研究信息传播的一般规律,二次传播范围与最终传播规模分布、平均传播规模的关系,以及建立更贴近实际的信息传播模型,具体工作内容如下：(1)研究信息传播的一般规律：最终传播规模分布、平均传播规模大小,以及最终传播规模的概率密度分布情况。郑木华等人提出的传播模型(ZLZ模型)能够很好的解释Centola博士的在线社会网络上的行为传播实验,证明该模型是有效的。该模型也适用于描述信息传播,但主要针对可信性较难验证的信息传播。而SIR模型则倾向于描述可信性强的信息传播。因此,我们采用这两个模型为传播动力学来研究信息传播的一般规律。模拟发现最终传播规模的分布不集中在平均传播规模附近,最终传播规模出现龙王现象,即幂律分布与翘尾现象,信息大范围传播发生的概率很小(2)研究二次传播范围与最终传播规模分布、平均传播规模的关系,以及研究不同二次传播范围下最终传播规模的概率密度分布情况。我们从二次传播的角度出发,采用郑木华等人提出的传播模型和SIR模型进行研究。模拟发现在不同网络结构下最终传播规模的分布表现出明显的差异性。二次传播范围越大,平均传播规模也越大,但是当二次传播范围达到一定大小的时候,平均传播规模对二次传播范围不敏感。二次传播大范围传播发生的概率很小。(3)考虑个体差异,提出一个新的信息传播模型。通过对郑木华等人的工作进行分析与研究,发现他们的模拟结果与Centola的实验结果只是定性上符合得很好,在定量上却存在一定的差距。鉴于现实生活当中每个个体都有其独特的属性,因此我们考虑个体差异并使满足泊松分布,对郑木华等人的传播模型进行改进,发现改进后的模型在一定参数下的模拟结果与实验值吻合,且发现初始传播概率比社会加强作用对传播的影响更大。