论文部分内容阅读
近年来，随着互联网和Web2.0技术的高速发展以及社会信息化不断推进，网络日趋成为信息扩散的新途径，特别是在虚拟的社区网络中人们对当今社会的热点信息展开了充分的讨论。这种具有社区结构的信息扩散网络对信息的扩散有着重要的影响。因此研究 Web社区信息扩散的内在机制和规律，对于信息扩散的控制和引导有一定的参考意义。本文主要针对网络社区中信息扩散的动态、交互以及不确定性问题，在分析信息扩散特征的基础上，通过运用特定的理论来构建相应的信息扩散模型，主要工作如下： (1)对国内外最新的信息扩散模型进行了的概括和梳理，从Multi-agent的角度来详细介绍了具有代表性的经典信息扩散模型，并分析了各自的优缺点。 (2)应用博弈论中动态概率条件下的博弈策略，提出了一种基于动态博弈策略下的Web社区信息扩散模型，该模型能够从动态和交互两方面描述信息扩散特点。通过仿真实验表明，Web社区中信息扩散在一般情况下具有初期扩散平稳，后期倾向于某一方形成具有一定影响结论的特征。 (3)针对常规的微分方程无法对 Web社区主题的信息扩散过程中具有的动态性、不确定性进行精确的行为描述问题，从人工神经网络训练的角度，提出了扩展的BP神经网络的组合模型，该组合模型综合考虑了信息扩散网络的结构和扩散特性，并通过训练数据来训练该神经网络，使网络具有一定扩散预测能力。仿真实验表明，该扩展后的模型比常规微分方程在 Web社区主题信息扩散的预测方面的精确性高很多。