简介：考虑到实际复杂网络中的个体对于谣言的免疫存在差异的情况,通过引入谣言接受度函数,描述不同节点的非一致性传播率。基于平均场理论,建立具有非一致传播率的无标度网络谣言传播模型,研究了无标度网络上的谣言传播行为。理论分析和仿真实验表明,节点对谣言接受度的差异可导致谣言传播速度减缓,传播规模减小,同时谣言在无标度网络上的传播阈值明显增加,可以有效抑制谣言的爆发和降低谣言传播的风险。

简介：考虑到很多现实网络具有社团结构和小世界特性,提出结构强度可调的具有社团结构的动态小世界网络模型,它能模拟现实生活中的本地接触和移动接触现象,并基于平均场理论,建立该网络上的SIR病毒传播模型。研究表明：社团间长程移动率越大,病毒传播临界值越小,传播规模越大;社团结构越强,传播临界值越大,即强社团结构抑制病毒传播;另外,加强对社团间长程移动的控制,对控制病毒爆发具有重要作用。

简介：针对互联网的小世界及无标度网络等特性建立Multi—Agent（多主体）网络口碑传播模型，并加入了主动治理参数，利用NetLogo模拟软件开发了基于多主体模型的全新模拟程序SNOW（SpreadingofNegative0nlineWord-of—mouth），模拟分析了在各种不同网络环境和传播模式环境下的负面口碑治理的统计特性。结果表明，负面口碑在规则网络和小世界网络中的传播谱特性分别与网络规模、结构以及网络社区的成熟程度紧密相关。

简介：刻画谣言在微博上的快速传播状态，研究影响谣言传播的关键因素。基于传染病的基础模型，将受众扩展为5类（无知者、接触者、传播者、沉寂者、失去兴趣者），引入兴趣衰减系数描述个体多次接触谣言时转发兴趣降低状态，同时考虑了个体只会转发一次的现实状况。为验证模型的有效性，对模型进行了多主体仿真，并将仿真数据与两个真实案例的数据对比，发现构建的模型可以较好地拟合现实情况。通过仿真实验，对不同因素的系数进行对比分析，发现改变兴趣衰减系数、首次转发概率以及小世界网络的属性都显著影响了微博的传播演进过程。