简介：考虑许多现实网络具有社团结构,通过引入模块化系数,并在该系数合理范围控制下基于随机网络生成社团网络模型以模拟现实社会网络.通过平均场方法研究网络上的病毒传播动力学行为,推导传播阈值表达式,并用蒙特卡罗仿真加以验证.研究表明：社团结构的存在使得网络度分布发生变化,即社团结构越强,度分布越宽;同时,社团结构越强,病毒越易爆发;另外,传染率远大于阈值时,不同强度的社团结构网络的传播规模趋于一致,即网络结构对传播规模影响不大.

简介：新一代网络环境下,用户与信息之间的交互耦合及其动态演化更加突出,并基于此形成了多样及多变的用户群组和信息群组。为了提高网络信息共享、传输及获取的效率,需要揭示用户与信息间的耦合及演化机制。本研究主要探讨其耦合机制的研究范式,尝试基于社会网理论揭示用户与信息间的耦合影响机制;基于概率图模型及多主体仿真揭示用户与信息间的关联演化机制;基于社会网理论构建用户群组和信息群组的模式识别模型。用户与信息间的耦合及演化机制的揭示,可丰富行为经济学、复杂性科学以及图书情报档案学等领域的相关理论,用户群组与信息群组模式识别模型的构建,有助于提高网络信息的社会化获取及个性化服务的效率。

简介：在经典SIR传染病模型的基础上,根据在线社交网络中谣言传播的特点,将网络谣言的受众用户扩展为无知者、知晓者、信任者、传播者、暂时免疫者和永久免疫者6类.同时考虑到用户会因为不断接触某一相同的谣言而导致对该谣言的信任水平增加的现实情况,引入社会加强正向效应,提出了一个改进的在线社交网络谣言传播模型,并结合复杂网络的相关理论建立了一个考虑聚类系数可变的无标度网络环境进行仿真研究.仿真发现,谣言的传播能力与影响范围会随着社会加强正向效应、用户首次接触并相信谣言的概率、孤立节点密度以及初始传播节点的度的增大而增大,但会随着网络聚类系数的增加而得到抑制.本文提出的谣言传播模型比较符合真实在线社交网络的谣言传播特性,可以为实践中网络谣言的管控提供一定理论参考.