【摘 要】
:
现如今,互联网技术迅速的提升,人们每天所能接触的信息也越来越越多。在线社交网络给人带来了便利的同时,也使许多不法分子有了可乘之机。许多网民在面对形形色色的信息时不能辨别真实性所以很容易上当受骗造成人身财产安全的损失。如何能够有效控制信息的传播、促进有利信息的传播、抑制不良信息的传播就成为了一个亟待解决的现实问题。现实生活中,事物的结果会对当事人起到一定反馈的作用,从而影响到当事人之后的行为。所以本
论文部分内容阅读
现如今,互联网技术迅速的提升,人们每天所能接触的信息也越来越越多。在线社交网络给人带来了便利的同时,也使许多不法分子有了可乘之机。许多网民在面对形形色色的信息时不能辨别真实性所以很容易上当受骗造成人身财产安全的损失。如何能够有效控制信息的传播、促进有利信息的传播、抑制不良信息的传播就成为了一个亟待解决的现实问题。现实生活中,事物的结果会对当事人起到一定反馈的作用,从而影响到当事人之后的行为。所以本文从反馈的角度出发对信息传播的规律做出研究,包括以下几个方面:一是提出节点之间的传播结果会在节点间形成反馈的思想,二是基于经典的传染病模型构建了节点多级反馈模型,用来模拟信息在网络中传播的过程,三是通过对提出模型进行实验,并且结合真实数据以验证模型的可行性。具体研究内容如下:首先研究了反馈机制对个体间信息传播的作用。第三章中我们从传播者的传播信息积极性和信息接受者对传播者的信任度两个方面研究了反馈对信息传播的影响,并借鉴牛顿冷却定律设计了积极性的衰减机制。基于这些考虑,我们提出了基于多级反馈机制的信息传播模型。本文分别在无标度网络和小世界网络中进行仿真实验,以研究同一网络结构下多级反馈模型与经典信息传播模型的区别和多级反馈模型在不同的网络结构中信息传播的特点。仿真结果表明,相对于经典传播模型,多级反馈模型会使信息传播的速度更快、持久性更强,并且在不同的网络结构中表现结果不同。结果还显示,反馈机制会改变社交网络的结构,使网络之间的节点关联变得更加密切。最后通过使用真实的社交数据与仿真结果进行对比,进一步印证了本文的结论。其次研究了反馈机制在网络群体下对信息传播的作用。第四章中建立了一种群体影响传播的模型,该模型相比第一种模型,考虑了节点受到群体环境的影响,更加符合现实的规律。在该模型下,提出了群体活跃度,群体积极性,同群体内传播和跨群体信息传播的概念。模拟网络中初始存在多个群体,并且群体之间在传播信息时存在竞争,本文在无标度和小世界网络下分别进行了实验。实验结果表明,网络中群体会随着信息的传播发展自己的规模,一方面群体会拉拢其他没有群体的节点使之成为自己群体中一员,另一方面群体之间也存在互相竞争关系。实验结果还表明,群体初始规模的大小会影响到群体日后的发展,但初始规模小的群体也可能在最后的规模大于初始规模大的群体,这也揭示了某些现实生活中小众的事物最终进入大众视线中的规律。
其他文献
联邦学习可以让数据在不出本地的情况下参与模型训练,从而得到更好的模型并保护了数据和隐私安全。在《数据安全法》等旨在保护数据和隐私安全的法律法规不断出台的大背景下,联邦学习日益受到重视和广泛应用。但是联邦学习在应用过程中也容易遭到攻击,特别是后门攻击。研究联邦学习中的后门攻击方式,可以促进对于联邦学习自身安全的重视,促进联邦学习更加安全的发展。本文首先提出一种高效的正反向分裂迭代算法。本文提出的基于
随着我国现代化进程的不断增速,人们的生活水平及生活质量日益提高。美丽新农村建设、乡村振兴逐渐成为我国高质量发展的关注点。为加快改善传统农村的生活现状及人居环境,近年来,钢结构装配式农房已经成为现代化城镇建设的主要技术手段。本文旨在我国钢结构装配式建筑的大发展背景之下,充分利用装配式建筑的优点及其特性,应用BIM技术完成对户型及空间布局的优化设计,实现装配式钢结构建筑体系和新型绿色围护建材产品的完美
高光谱图像是通过高光谱遥感传感器或者成像光谱仪获得的,含有二维空间信息,第三维中包含丰富的光谱信息。因此高光谱数据被广泛地应用到地质矿产业、农林业、环境保护、综合考察和食品分析等实际应用中,已成为国内外科研、经济和国防建设的高科技技术,但是高光谱图像本身存在维度高、标记样本少、波段间相关性高、光谱空间特征提取不充分等问题,给高光谱图像地识别和分类带来了很大的困难。目前,利用卷积神经网络(Convo
微信、抖音、微博等社交媒体已渗透入人类生活与社交的方方面面,频繁地使用社交媒体成为现代人的常态,使得网络中的交互变得复杂与多元。网络通常呈现复杂的结构,且网络结构会随时间,或随人类社会活动而动态变化。信息化迅速发展的今天,在线社交网络中亿万规模的用户群体于信息传播活动中扮演着不可或缺的角色,且为学者们提供了海量的研究数据。社交网络作为信息传播最重要的载体,对其结构的研究便显得尤为重要。因此,本文重
随着深度学习在音乐与计算机技术领域的广泛应用,音乐自动生成研究作为艺术与科技的结合逐渐成为研究热点,它利用神经网络学习音乐样本中的音乐特征与风格,生成符合乐理规则的新音乐。该任务可以不依赖专业音乐人,快速高效的定制音乐,生成的可以用于抖音、快手等平台短视频的背景音乐,游戏场景音效、音乐治疗等众多场景。本文针对流行音乐的两类音乐进行生成:多轨道音乐生成和吉他和弦生成,主要研究内容如下:(1)在多轨道
真皮成纤维细胞(dermal fibroblasts, DFs)是真皮的主要细胞类型,负责细胞外基质(extracellular matrix, ECM)的合成和重构。不同解剖层次、不同发育和演变阶段、不同物理环境的成纤维细胞对创面损伤的反应和功能不同,它们以自己的方式重塑细胞外基质,并在不同的程度上演变为肌成纤维细胞参与创面愈合和皮肤再生。现就成纤维细胞的异质性及不同的成纤维细胞参与创面修复的不
短路故障使电网信号中存在暂态的衰减直流分量,影响基频稳态信号的电气特征量提取速度。为此,针对单相接地故障中的DDC分量提出dq0坐标下的三点采样检测算法,该方法在延时采样周期的双dq变换基础上进行改进,通过先提取出0轴的DDC分量,将提取结果与dq坐标系下的正序和负序分量相结合,滤除含有DDC分量的部分后,再从dq坐标下滤除二次谐波,从而快速且准确地提取出基波的正序和负序分量。最后,通过PSCAD
随着物联网的快速发展,信息的安全性成为人们生活中重点关注的焦点,而车联网(Internet of Vehicles,IoV)作为物联网领域的重要组成部分之一,已经成为许多学者研究的热点课题之一。但是车联网作为移动自组网络,由于其网络的开放性与移动性,随之而来面临着各种各样的信息安全隐患,这将严重影响车联网的安全性。因此,设计出高效的车联网消息安全传输方案是车联网领域未来研究与发展的关键点。为此,针
车联网与云计算相结合的技术近几年得到了飞速发展,使得车联网服务云平台得到了广泛应用。其自身具有的开放性、动态性、随机性的特点,使其具有较高的竞争力。但同时也使部分攻击者冒充合法车联网用户通过身份认证后窃取、篡改或损毁车联网服务云平台中存储的敏感数据,造成数据的完整性、机密性和可用性受到严重损害。而访问控制技术能有效避免用户对任何数据进行未授权访问。所以本文通过借鉴车联网领域访问控制方面已有的研究成