信息社会的加速成型,促使自媒体普及、社交方式多样化,信息传播也变得更加自由、便捷。微博、微信等社交平台中的信息传播是社交网中普遍存在的活动。正面信息的传播往往能对社会产生积极的影响,例如善款筹集、垃圾分类知识科普等;负面信息的传播就会对社会产生消极的影响,例如散播谣言、网络炫富等。用户在面对不同类型的信息时往往会表现出不同的行为,在网络中产生的反响也就不同,不同性质的信息传播也会让社会产生不同的决策心理,所以研究社交网络中信息的传播机制显得尤为重要。复杂网络是研究社交网络的重要基础,现实社会中的关系网络所表现出的复杂性在复杂网络中得到了很好的展现,学者通过类比传染病在复杂网络上的传播特征,构建了多种信息传播模式。本文分别在BA网络和WS网络的基础上规划了新的网络特性,研究了含有亲密关系和非亲密关系下的传播现象。本文相关工作有三个方面:(1)含有显性和隐性链边的信息传播现象:本文通过分析人际关系网络,提出了一种具有亲密显性关系和非亲密隐性关系的社交网络模型。信息的传播过程首先发生在显性网络中,三级传播后密度达到临界阈值时,分析了感染密度和感染比例两种爆发条件,信息在传播过程中会发生隐性链边被完全激活和信息渗入逐级关联网络的两个过程。通过理论分析和仿真实验证明,信息的传播半径取决于显性和隐性链边的规模以及信息的传播强度。真实事件数据和实验数据对比也进一步验证了模型的可靠性。(2)高阶无标度网络中的信息传播现象:根据社交网络的特点可知,社交网络中的节点之间不仅存在亲密度不同的社会关系,网络中还存在众多超级节点,例如媒体的官方微博、自媒体的公众号等。因此本文构建了一种高阶网络模型。基于此模型,分析了完全信任高阶网络和非完全信任高阶网络中的信息传播过程。尤其是在研究非完全信任网络中的信息传播时,设计了一种多信息传播训练信誉度SIPR(MPTC-SIPR)模型。经过MPTC-SIPR模型的传播训练后,网络中的节点会具有不同的信誉度,信誉度是指节点对信息的信任概率。最后,本文分别在三个不同的网络上实现了关于真信息和虚假信息传播的过程仿真。实验结果表明,与传统的信息传播模型相比,本文设计的网络模型更加接近实际,高阶完全信任网络中的信息传播范围要比一阶完全信任网络更加广泛,信息消亡的速度也相对较慢。在高阶非完全信任网络中,虚假信息具有更快的传播速度和消亡速度,真实信息虽然传播速度要低于虚假信息,但是在网络中传播的时间更长,更经得起现实的考验,也反映了“好事不出门坏事传千里”的现象。该理论符合现实社会中的信息传播特点,具有十分重要的现实意义。(3)引力驱动下的信息传播现象:社交网络中的信息传播不仅和个体之间的亲密程度、网络中的超节点有关,很多时候个体周围群体的行为也是一个主要的影响因素。因此本文构建了与亲密邻居和非亲密邻居的行为相关的信息传播机制,该机制中一个人是否接受信息,与传播信息者的亲密关系数量呈正相关,与不传播信息者的亲密数量呈负相关。还讨论了有效传播率的变化,发现信息涌现的临界值是一个复合泊松过程,和感染者密度变化有相同的趋势。这个发现为遏制谣言的传播提供了有效的策略,这对净化网络风气、传递网络正能量具有十分重要的现实意义。