摘昂达v711 要:由经典传染病模型SIR衍生出的消息传播模型,对现实中的自媒体网络来说过于简单,无法适用。依据自媒体网络属于非均质的无标度网络、传染者自行退化特点建立了退化机制,并利用PageRank算法计算节点权威值,表达消息的传播概率,建立改进模型,提出新消息影响增强因子。考虑新消息发布的时机不同,在不同时间将传播概率叠加上增强因子,在原有传播人数达到最大值的时间前后发布,以增大传播者数量,延长传播时间。对不同消息的传播改变了固有的传播率。固有传播率越大,传播范围越广,传播时间越长,即越受社会关注的消息传播越快越广泛,延续时间也越长。
水龙头oem关键词:SIR模型;PageRank算法;自媒体;无标度网络
DOI:10. 11907/rjdk. 173234
中图分类号:TP393 魏雨琦文献标识码:A 文章编号:1672-7800(2019)国际标准化比值INR003-0157-05
0 引言
相对于传统媒体,以互联网技术为基础的自媒体以其信息传播的即时性、交往方式的平等性和交往身份的虚拟性等特点,成为公民获取信息、表达感情与思想、参与社会公共生活的重要载体,并逐渐渗透到政治、经济、文化、社会等诸多领域。研究消息在这些自媒体上的传播,对于了解舆情、舆论掌控具有重要意义。
由于现实中的自媒体网络等信息交互系统十分复杂,受诸多因素影响,所以消息传播研究都从建立一个合理有效的数学传播模型开始,用这些模型进行仿真实验获得有价值的传播机理[1]。现今的传播模型大多改进于经典传染病模型SIR(Susceptible-Infective-Removal),如DK谣言传播模型[2-3]、考虑积极和消极两极社会加强的传播模型[4]、考虑潜伏期的SEIR模型[5],但模型对现今以微博为代表的大规模自媒体网络来说不够完善,难以应用电脑迷[6]。所以,要结合现实中自媒体网络用户活跃度,分析人们对事件兴趣的减退情况[7],建立传染者退化机制。上述模型都基于场均假设[8],考虑到现实自媒体网络是一个非均质网络,每个用户成为传播的可能性不同,因此用節点的权威度作为用户免疫力标准。PageRank[9]算法基于某网页A的重要性判断A的重要程度,故采用PageRank算法生成节点的权威程度电视剧海之门[10],并考虑外部社会因素对传播的影响效果[11-12]。