主办单位: 共青团中央   中国科协   教育部   中国社会科学院   全国学联  

承办单位: 贵州大学     

基本信息

项目名称:
社会网络性能及控制策略初探
小类:
数理
简介:
本项目基于观点演化,给出一种具有广泛适应性的演化规则,就几种特殊的拓扑结构网络分别研究,发现相关特性,并运用该演化规则,从同步的角度考察各类拓扑结构网络的抗毁性能,试图从区别于前人的两种主流意义上的抗毁性研究角度进行数值模拟和分析,丰富复杂网络鲁棒性的研究。进一步的,给出一种基于“桥”的网络控制策略,并对其实际应用价值和应用范围进行了讨论。
详细介绍:
本文通过建立观点演化模型,以计算机仿真为主要手段,发现了网络中观点传播的一些新的特性。分别从同步和抗毁性的角度分析了不同拓扑结构下的复杂网络观点演化规律。仿真结果表明无标度网络在此社会影响模型下依然显示出其“强壮且脆弱”的双重特性。网络紧密程度的上升能够提高随机网络的抗毁性,却会显著降低无标度网络的抗毁性能。此外侵入策略与噪音在演化过程中也起到了重要作用。这些工作在某种程度上解释了为何一些起初看似不起眼的观点却最终会风靡世界;也可以对如何加强广告(本文中将其抽象为噪音)的投放效率,应该以多大的强度进行投放等等问题提供某种有用的参考。 进一步的,我们讨论研究了如何控制较少的结点,使得最终能控制整个网络发生大范围流言传播的控制策略。本文提出一种有效地网络控制策略:通过控制外来侵入观点下摇摆不定的结点以控制整个网络。我们将这种控制策略分别应用于三种不同的拓扑结构的网络:WS小世界网络、BA无标度网络和ER随机网络,通过仿真结果进行分析讨论。研究发现:三种网络在该控制策略下均取得较好的效果,尤其是WS小世界网络,达到与其他两种拓扑结构相同的控制效果所需的控制结点数远远小于其他两种网络。此外,本文就控制效果与聚类系数的关系做了初步探索。对于存在距离偏好的Kleinberg小世界网络,加入仿真控制后,随着网络聚类系数的增加,网络的控制效果逐渐变好,因此,加强网络的紧密连接程度可以增强网络的控制效果。

作品图片

  • 社会网络性能及控制策略初探
  • 社会网络性能及控制策略初探
  • 社会网络性能及控制策略初探
  • 社会网络性能及控制策略初探
  • 社会网络性能及控制策略初探

作品专业信息

撰写目的和基本思路

研究外来不同观点或思想在具有特定结构的人群中的传播具有重要的现实意义,近年来受到学术界的广泛关注。 我们试图建立一种具有广泛适应性的观点演化规则并讨论其在实际应用中的价值,例如对如何加强广告的宣传效率给出一些参考建议。 相对的,一些恶意的谣言则需要加以控制。我们试图提出一种有效的网络舆论控制策略,在不了解全局信息的情况下有效的控制舆论和谣言在网络中的传播。

科学性、先进性及独特之处

科学性:通过建立观点演化模型,以计算机仿真为主要手段,分别从同步和抗毁性的角度分析不同拓扑结构下的复杂网络演化规律。 先进性:本作品试图通过目前较为成熟的抗毁性的研究来指导目前尚不成熟的观点演化的研究。 独特之处:“桥”没有高的连接度,在网络全局信息不了解的情况下难以鉴别,这也是一直困扰学者的问题。在我们的控制策略中,我们针对观点频繁变化的结点进行控制,达到出乎意料的控制精度。

应用价值和现实意义

1.对广告宣传过程中如何根据具有特定结构人群设计不同的宣传策略,应以多大的强度加强广告的投放效率等实际问题有一定的应用价值。 2.创新性地提出了一种基于“桥”的有效舆论控制策略,弥补传统控制策略的缺陷,能广泛用于遏制社会中各种有害舆论的扩散。 3.由于桥的特殊结构,我们只需要较小的控制强度就可以达到不错的控制效果,在实际应用中,这将会是一种廉价且有效的控制策略。

学术论文摘要

在社会网络舆论传播的研究方面,本作品给出了基于修正的观点演化的社会舆论传播模型,并在几种经典的网络模型中进行了仿真模拟。本课题基于观点演化,给出一种具有广泛适应性的演化规则,将社会个体抽象成网络结点,个体之间的相互作用抽象成网络结点的连接,建立数学模型模拟外来不同观点或思想在具有特定结构人群中的演化过程。分别从同步和抗毁性的角度分析了不同拓扑结构下的复杂网络观点演化规律。仿真结果表明无标度网络在此社会影响模型下依然显示出其“强壮且脆弱”的双重特性。网络紧密程度的上升能够提高随机网络的抗毁性,却会显著降低无标度网络的抗毁性能。此外侵入策略与噪音在演化过程中也起到了重要作用。 进一步的,我们分析了现实网络中存在着重要的桥结构,给出了一种高阶的社会网络演化模型,并基于仿真试验进行了具有桥结构的网络上舆论传播分析。本章创新性地提出了一种基于桥的有效舆论控制策略,模拟结果表明提出的舆论控制策略非常有效。与以往的控制策略不同,本章提出的控制策略不需要了解社会全局信息或局域信息,只需要对观点变化频繁的个体进行控制,在实际中有更高的可行性和更低的控制成本,最后基于网络聚类系数逐渐增大的模型对该控制策略的适用范围进行了初步研究,结果表示,对于聚类系数大的网络,该控制策略体现出较好的效果。

获奖情况

本作品获得XX大学课外学术作品竞赛特等奖。 第二章相关结果于2010年12月发表于国内核心刊物《系统工程学报》: 基于社会影响模型的观点演化策略研究,系统工程学报,第25卷第6期755-760页(2010) 第三章相关结果已被国际SCI刊物《Chaos》接收 Adaptive Bridge Control Strategy on Social Networks. Chaos, accepted. (SCI, IF: 1.795) 第四章相关结果于2011年3月发表在国际SCI刊物《Europhysics Letters》: Weighted-Traffic-Network-Based Geographic Profiling for Series Crime Location Prediction. Europhysics Letters, 93, 68006(2011) (SCI, IF: 2.893)

鉴定结果

该作品相关成果发表国内核心刊物一篇,国际SCI刊物两篇。其中Chaos在204个应用数学类杂志中排名第20位,EPL在交叉物理类杂志中排名第14位。申报人为论文的第一作者。

参考文献

[1] 汪小帆,李翔,陈关荣, 复杂网络—理论与应用 [M],清华大学出版社,2006. [2] 郭雷,许晓鸣,复杂网络[M],上海科技教育出版社,2006.M. [3] E. J. Newman. The structure and function of complex networks[J]. SIAM Review, 2003, 45(2):167-256. [4] M. E. J. Newman, A. L. Barabádsi, D. J. Watts. The structure and dynamics of networks[M]. Princeton, NJ: Princeton University Press, 2006. [5] P. Erdǒs, P. Rényi. On random graphs[J]. Publ. Math., 1959, 6290-297. [6] O. Sousa. Consensus formation on a triad scale-free network [J]. Physica A, 2005, 348:701-710. [7] D. J. Watts, S. H. Strogatz. Collective dynamics of small-world networks [J]. Nature, 1998, 393: 440-442. [8] A. L. Barabádsi, R. Albert. Emergence of scaling in random networks[J]. Science, 1999, 286: 509-512.

同类课题研究水平概述

网络是由一些边与结点组成的整体,网络化的表示已经应用于科学、社会与经济的各个方面。网络可以用来描述人与人之间的社会关系,物种之间的捕食关系,词与词之间的语义联系,计算机之间的网络联接, 网页之间的超链接等等。网络无处不在,如神经网络,因特网,万维网,交通网,新陈代谢网,食物链网,科学引用网,电力网等都是复杂网络。1998年,Watts和Strogatz在《Nature》上发表文章引入小世界网络(small-world), 1999年,Barabasi和Albert在《Science》上提出了无尺度网络(scale-free)。美国总统奥巴马提出并成立的“网络司令部”和国际顶级期刊《Science》在2009年以《Connection》为主题发表的专刊,一定程度上说明了网络对人类的重要性。对网络研究成为近年来研究的热点,是目前国际前沿课题之一。 与舆论传播相关比较著名的模型有Nowak等提出的社会影响模型和Sznajd-Weron决策舆论演化模型,前者很好的描述了社会中个体之间的相互影响,在经济、政治、市场中得到了广泛应用,本文讨论的观点演化模型也是对该模型的推广;后者由于对选举过程作出了较好的解释而受到广泛关注,并被迅速推广到小世界网络和无标度网络。进一步的工作还包括Schulze等增加相互作用的距离及约束和考虑扩散效应的影响、Sznajd等增加态的数量以及Sabatelli等加入噪音的影响等等。 从舆论控制的角度,众所周知,在现实的社会网络中,一些起初似乎不起眼的流言或思想,如果不加以控制,最终可能会在较大范围内爆发甚至占领整个网络。近年来学术界已提出不少免疫策略,归纳起来大致可分为随机免疫,目标免疫,熟人免疫。 上述方法皆是以结点的度为主要衡量标准进行免疫结点选取的,但是这些基于连接度控制的策略无一例外的遇到了全局信息不易获得,实际生活中网络结构会随时间变化,目标免疫选择的集散结点其显著性可能会在演化中消失等问题。虽然有学者试图研究一些在演化过程中更换控制结点的目标免疫算法,然而网络结构的变化往往是不可预测的,且在变化的网络中,全局信息更难获得。这引发了我们的思考:结点的重要程度是否仅由其度的大小来决定呢,是否会有一些不起眼的结点会在流言和思想的传播中起到重要作用呢?如果有,或许能够给我们的网络控制提供新的思路和方法。
建议反馈 返回顶部