题目：复杂网络传播行为研究

以个体为节点,将个体之间的关系抽象成边,继而将系统刻画成复杂网络进行研 究的方法,在近年来得到迅速发展。大至规模过亿的社交网络,小至仅有数十节点的 蛋白质交互网络,无处不在的复杂网络成为计算机、统计物理、社会科学以及生物等 领域交叉研究的热点。同时,随着信息技术和互联网的不断渗透和扩张,包括社交、通 信、电力、交通等各类复杂网络的行为数据被不断跟踪和积累。这些包含时空等特征 的多维度信息形成了海量规模的大数据,为深入研究和理解复杂网络动力学及节点行 为提供了新的契机。

 

传播是发生在复杂网络中的基本行为之一,其本质上表征了节点之间利用连接关 系相互作用,将自身的影响通过网络结构由近及远地扩散至其他部分的过程。在已有 的研究中,对复杂网络的传播行为仍然缺乏系统的理解和全面的认知,特别是在结构 与传播耦合动力学方面,仍然存在许多开放问题。从这些问题出发,本文试图从信息、 情绪、故障等因素在社交网络或技术网络中的不同传播机制着手,建立新的传播框架, 耦合网络结构与传播过程,考虑传播的空间效应,讨论结构变化对传播范围的影响,探 索由节点行为区别带来的局部结构差异,并对信息传播控制、舆情监测、市场营销、故 障防治、系统可靠性评估和网络稳定性增强等应用提供积极的参考。本文的主要贡献 简述如下。

 

针对在线社交网络的推送和转发机制,本文提出新的信息传播模型,以讨论社交 连接强度对信息传播范围的影响。在实际社交网络上的实验表明,优先通过弱连接进 行信息转发并不能实现快速传播。相反,随机转发却能使信息迅速覆盖网络。进一步 分析表明,社交网络中的弱连接可以分为正负两类,其中正弱连接处在不同的社团之 间,起到关键的信息桥接作用;而负弱连接则多分布于网络边缘,仅能将信息扩散至 个别节点。同时,增强网络聚集系数可以影响两类弱连接的分布,使正弱连接的桥接 作用更加凸显,如在高度聚集的网络中,优先通过弱连接转发信息更易实现快速传播, 随机或强连接优先转发则易使信息局部自陷。

 

社交网络中不同的个体通过社交连接彼此交互并施加影响,这其中包括个体情绪。 本文将个体情绪分为高兴、愤怒、低落和厌恶四类,并利用在线社交媒体中广泛使用 的典型表情符号作为不同情绪的标签,训练了较可靠的中文短文本情绪分类器。本文 发现,负面情绪如愤怒、低落等,可以有效地用于监测互联网异常事件。通过定义社交 网络中不同用户间的情绪相关性,本文发现不同情绪的相关性并不相同,且愤怒的相关性最高。同时,本文建立了情绪传播模型,证实相关性能够决定情绪的传播范围,即 无论情绪的初态如何分布,相关性高的情绪总能在有限的时间内传播至网络大部分节 点。这意味着在线社交网络中愤怒能够加速信息的传播,为理解互联网群体突发事件 的形成提供了新的途径。

 

借助网络结构,区域故障能够从局部传播至整个网络。考虑到实际网络一般具有 位置信息,本文基于经典的线性容忍模型,讨论了区域故障的空间传播行为。加权格 子及实际系统上的模拟均表明,区域故障会在网络所在的空间中连续传播,容忍系数 和系统规模决定了其传播速度和传播半径,且网络规模越大,故障传播越迅速。同时, 本文建立理论模型,重现了实际系统的故障传播行为,并且讨论了临界容忍系数与网 络规模和初始故障尺度的关系。本文发现,当初始故障尺度极小时,临界容忍系数并 不随网络规模发生显著变化,这意味着即使网络规模极大,如果容忍能力不足,极小 的故障亦会在整个网络中迅速传播,直至其边缘。

 

传播行为依附于网络结构,但同时也对网络结构的演化产生影响。首先,网络局部 结构的变化能够影响传播行为。如在社交网络中,优先移除弱连接能够有效地限制信 息的传播范围,这对控制不良信息和病毒的扩散有启发意义。如在技术网络中,按度 大小移除节点对网络传播的破坏远大于按核数大小进行攻击,虽然核数能够更好地刻 画节点的传播属性。而通过在小度节点间增加新连接,则使得网络在遭到破坏后仍能 保持一定的传播能力。其次,传播行为本身亦能影响网络局部结构的演化。如社交网 络中最大信息熵与同质性规则在局部结构演化中共同存在且相互竞争,并分别导致了 弱连接和强连接的产生。同时,在线社交网络中不同的节点交互和传播行为模式,也 会造成节点在局部结构特征上存在明显区分。