基于超图的在线社交网络信息传播模型研究

doi:10.3772/j.issn.1000-0135.2023.03.009

情报学报

2023, Vol. 42

Issue (3): 354-364 DOI: 10.3772/j.issn.1000-0135.2023.03.009

情报技术与应用

本期目录 | 过刊浏览 | 高级检索

基于超图的在线社交网络信息传播模型研究

沈旺, 时倩如, 王俊尧, 李贺, 梁世豪

吉林大学商学与管理学院，长春 130012

Information Dissemination Model Used in Online Social Networks Based on Hypergraphs

Shen Wang, Shi Qianru, Wang Junyao, Li He, Liang Shihao

School of Business and Management, Jilin University, Changchun 130012

摘要
图/表
参考文献
相关文章 (14)

全文: PDF (2108 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要本研究考虑在线社交网络中成对好友关系和虚拟社群群友关系，采用超图刻画网络拓扑结构。通过对用户转发与评论等行为的分析划分个体状态，根据社会作用力理论定义个体状态转换规则，进而改进SIR（susceptible-infected-removal）信息传播模型。结合基于超图的网络拓扑结构和改进的SIR模型构建在线社交网络信息传播模型，使用NetLogo软件对提出的模型进行模拟仿真，并分析社群结构等因素对传播结果的影响。仿真结果表明，基于超图的网络能够很好地契合在线社交网络拓扑结构，社群结构、社交网络活跃度及信息老化速度等因素对信息传播过程有显著影响。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	沈旺
	时倩如
	王俊尧
	李贺
	梁世豪

关键词 ：社交网络, 信息传播, SIR模型, 超图, 羊群效应

收稿日期: 2022-02-18

基金资助:国家自然科学基金项目“基于图模型的多源异构在线产品评论数据融合与知识发现研究”（71974075）。

作者简介: 沈旺，女，1983年生，教授，博士生导师，主要研究方向为用户行为分析、数据挖掘与知识发现、社交媒体；时倩如，女，1996年生，硕士研究生，主要研究方向为社交媒体信息传播，E-mail：shiqianru_0@163.com；王俊尧，女，1999年生，硕士研究生，主要研究方向为用户行为分析；李贺，女，1964年生，教授，博士生导师，主要研究方向为数据挖掘、知识管理；粱世豪，男，1997年生，硕士研究生，主要研究方向为数据挖掘；

引用本文:

沈旺, 时倩如, 王俊尧, 李贺, 梁世豪. 基于超图的在线社交网络信息传播模型研究[J]. 情报学报, 2023, 42(3): 354-364.
Shen Wang, Shi Qianru, Wang Junyao, Li He, Liang Shihao. Information Dissemination Model Used in Online Social Networks Based on Hypergraphs. 情报学报, 2023, 42(3): 354-364.

链接本文:

https://qbxb.istic.ac.cn/CN/10.3772/j.issn.1000-0135.2023.03.009 或 https://qbxb.istic.ac.cn/CN/Y2023/V42/I3/354

1 胡长军, 许文文, 胡颖, 等. 在线社交网络信息传播研究综述[J]. 电子与信息学报, 2017, 39(4): 794-804.
2 Granovetter M S. The strength of weak ties[J]. American Journal of Sociology, 1973, 78(6): 1360-1380.
3 张亚明, 唐朝生, 李伟钢. 微博机制和转发预测研究[J]. 情报学报, 2013, 32(8): 868-876.
4 Rui X B, Meng F R, Wang Z X, et al. SPIR: the potential spreaders involved SIR model for information diffusion in social networks[J]. Physica A: Statistical Mechanics and Its Applications, 2018, 506: 254-269.
5 董健, 陈彬, 刘亮, 等. 信息吸引力和影响力对级联规模分布的影响[J]. 系统仿真学报, 2018, 30(10): 3624-3631.
6 Woo J, Son J, Chen H. An SIR model for violent topic diffusion in social media[C]// Proceedings of 2011 IEEE International Conference on Intelligence and Security Informatics. IEEE, 2011: 15-19.
7 Woo J, Chen H. Epidemic model for information diffusion in web forums: experiments in marketing exchange and political dialog[J]. SpringerPlus, 2016, 5: Article No.66.
8 赵剑华, 万克文. 基于信息传播模型-SIR传染病模型的社交网络舆情传播动力学模型研究[J]. 情报科学, 2017, 35(12): 34-38.
9 Xiong F, Liu Y, Zhang Z J, et al. An information diffusion model based on retweeting mechanism for online social media[J]. Physics Letters A, 2012, 376(30/31): 2103-2108.
10 Enatsu Y, Nakata Y, Muroya Y. Lyapunov functional techniques for the global stability analysis of a delayed SIRS epidemic model[J]. Nonlinear Analysis: Real World Applications, 2012, 13(5): 2120-2133.
11 Kumar P, Sinha A. Information diffusion modeling and analysis for socially interacting networks[J]. Social Network Analysis and Mining, 2021, 11(1): 11.
12 黄宏程, 蒋艾玲, 胡敏. 基于社交网络的信息传播模型分析[J]. 计算机应用研究, 2016, 33(9): 2738-2742.
13 马全恩, 张娟. 复杂网络上基于SIR模型的微信公众号传播机制研究[J]. 情报科学, 2018, 36(7): 30-35.
14 方劲皓, 钱晓东. 改进的SCIR模型中社交网络信息传播研究[J]. 计算机工程与应用, 2020, 56(19): 105-113.
15 陈福集, 陈婷. 基于SEIRS传播模型的网络舆情衍生效应研究[J]. 情报杂志, 2014, 33(2): 108-113, 160.
16 张子柯. 在线社交网络信息传播机制与动力学研究综述[J]. 情报学报, 2017, 36(4): 422-431.
17 韩普, 王鹏. 基于无标度网络模型和传染病模型的舆论演化仿真研究[J]. 数据分析与知识发现, 2017, 1(10): 53-63.
18 Moreno Y, Nekovee M, Pacheco A F. Dynamics of rumor spreading in complex networks[J]. Physical Review E, 2004, 69: 066130.
19 蒙在桥, 傅秀芬. 基于在线社交网络的动态消息传播模型[J]. 计算机应用, 2014, 34(7): 1960-1963.
20 Higham D J, de Kergorlay H L. Epidemics on hypergraphs: spectral thresholds for extinction[J]. Proceedings of the Royal Society A: Mathematical, Physical and Engineering Sciences, 2021, 477(2252): 20210232.
21 Bodó á, Katona G Y, Simon P L. SIS epidemic propagation on hypergraphs[J]. Bulletin of Mathematical Biology, 2016, 78(4): 713-735.
22 Wang J W, Rong L L, Deng Q H, et al. Evolving hypernetwork model[J]. The European Physical Journal B, 2010, 77(4): 493-498.
23 Suo Q, Guo J L, Shen A Z. Information spreading dynamics in hypernetworks[J]. Physica A: Statistical Mechanics and Its Applications, 2018, 495: 475-487.
24 Du M. Research on information dissemination model of social network services based on probabilistic hyper-graph[J]. International Journal of Signal Processing, Image Processing and Pattern Recognition, 2015, 8(6): 267-274.
25 巩云超, 李发旭, 周丽娜, 等. 在线社交超网络的信息全局传播模型[J]. 电子科技大学学报, 2021, 50(3): 437-445.
26 Battiston F, Cencetti G, Iacopini I, et al. Networks beyond pairwise interactions: structure and dynamics[J]. Physics Reports, 2020, 874: 1-92.
27 Berge C. Graphs and hypergraphs[M]. Amsterdam: North-Holland Publishing Company, 1973.
28 Kermack W O, McKendrick A G. A contribution to the mathematical theory of epidemics[J]. Proceedings of the Royal Society of London: Series A, Containing Papers of a Mathematical and Physical Character, 1927, 115(772): 700-721.
29 Latané B. The psychology of social impact[J]. American Psychologist, 1981, 36(4): 343-356.
30 韦义平. 试述社会作用力理论及其教育应用[J]. 广西师范大学学报(哲学社会科学版), 1994, 30(3): 79-82.
31 Lewenstein M, Nowak A, Latané B. Statistical mechanics of social impact[J]. Physical Review A, 1992, 45(2): 763-776.
32 Kaligotla C, Yücesan E, Chick S E. Diffusion of competing rumours on social media[J]. Journal of Simulation, 2022, 16(3): 230-250.
33 王小立. 智能多Agent网络的微信信息传播仿真研究[J]. 现代图书情报技术, 2015(6): 85-92.
34 相甍甍, 王晰巍, 郭顺利. 高校图书馆微信公众号信息传播效果的影响因素分析[J]. 现代情报, 2018, 38(3): 37-44.
35 Centola D, Macy M. Complex contagions and the weakness of long ties[J]. American Journal of Sociology, 2007, 113(3): 702-734.
36 Weng L L, Menczer F, Ahn Y Y. Virality prediction and community structure in social networks[J]. Scientific Reports, 2013, 3(1): Article No.2522.
37 Centola D. The spread of behavior in an online social network experiment[J]. Science, 2010, 329(5996): 1194-1197.
38 刘小洋, 何道兵. 基于突发公共事件的信息传播动力学模型与舆情演化研究[J]. 计算机科学, 2019, 46(5): 320-326.
39 郑志蕴, 郭芳, 王振飞, 等. 基于行为分析的微博传播模型研究[J]. 计算机科学, 2016, 43(12): 41-45, 70.
40 魏静, 丁乐蓉, 朱恒民, 等. 基于情感和亲密度的社交网络舆情传播模型研究[J]. 情报科学, 2021, 39(4): 37-46.
41 Simon H A. A behavioral model of rational choice[J]. The Quarterly Journal of Economics, 1955, 69(1): 99-118.
42 Banerjee A V. A simple model of herd behavior[J]. The Quarterly Journal of Economics, 1992, 107(3): 797-817.
43 Mattke J, Maier C, Reis L, et al. Herd behavior in social media: the role of Facebook likes, strength of ties, and expertise[J]. Information & Management, 2020, 57(8): 103370.
44 Ding A W, Li S B. Herding in the consumption and purchase of digital goods and moderators of the herding bias[J]. Journal of the Academy of Marketing Science, 2019, 47(3): 460-478.
45 刘力臻, 王庆龙. 基于模仿传染模型的比特币羊群效应分析[J]. 北京邮电大学学报(社会科学版), 2015, 17(2): 27-33.
46 杜彦峰, 相丽玲, 李文龙. 大数据背景下信息生命周期理论的再思考[J]. 情报理论与实践, 2015, 38(5): 25-29.
47 Kwak H, Lee C, Park H, et al. What is Twitter, a social network or a news media?[C]// Proceedings of the 19th International Conference on World Wide Web. New York: ACM Press, 2010: 591-600.
48 刘晓娟, 王昊贤, 张爱芸. 微博信息生命周期研究[J]. 图书情报工作, 2014, 58(1): 72-78, 100.
49 Kong S B, Feng L, Sun G Z, et al. Predicting lifespans of popular tweets in microblog[C]// Proceedings of the 35th International ACM SIGIR Conference on Research and Development in Information Retrieval. New York: ACM Press, 2012: 1129-1130.
50 Bakshy E, Hofman J M, Mason W A, et al. Everyone’s an influencer: quantifying influence on Twitter[C]// Proceedings of the Fourth ACM International Conference on Web Search and Data Mining. New York: ACM Press, 2011: 65-74. 责任编辑潘尧