基于PageRank的在线社交网络消息传播模型

doi:10.3969/j.issn.1006-2475.2017.01.020

计算机与现代化

基于PageRank的在线社交网络消息传播模型

(华南理工大学数学学院，广东广州 510640)

收稿日期:2016-06-13 出版日期:2017-01-12 发布日期:2017-01-11
作者简介:陈皋(1990-)，男，湖北黄冈人，华南理工大学数学学院硕士研究生，研究方向：数据挖掘，复杂网络，机器学习; 吴广潮(1972-)，男，广东潮阳人，副教授，硕士生导师，研究方向：机器学习，数据挖掘。

Information Propagation Model in Online Social Network Based on PageRank

(School of Mathematics, South China University of Technology, Guangzhou 510640, China)

Received:2016-06-13 Online:2017-01-12 Published:2017-01-11

摘要/Abstract

摘要： 经典的消息传播模型没有充分考虑在线社交网络的复杂性以及网络节点间的拓扑结构差异。针对这种情况，提出一种基于PageRank的在线社交网络的消息传播模型P-SIR。该模型利用节点的PageRank值作为节点权威度并考虑在线社交网络传播机理，刻画不同类型节点随着时间变化的状态演化关系，反映消息传播过程受到网络拓扑结构和传播机理的影响。该模型还考虑在线社交网络中影响消息传播过程中的一些实际因素，动态指定节点的权威度以适应非均质网络，并考虑外部社会加强效应。采用3种不同类型的网络模拟消息传播过程，通过仿真实验验证P-SIR模型可以有效反映在线社交网络中的消息传播过程。

关键词: 在线社交网络, 消息传播模型, PageRank, 复杂网络, 非均质网络

Abstract: Classical information propagation models do not fully consider the complexity of online social networks and the differences of network topology structure between nodes. This paper proposed a new information propagation model in online social network based on PageRank (P-SIR). The model used PageRank of the node as a node authority and considered some transmission mechanisms in online social networks. It depicted the states evolution relationship between different types of nodes over time and reflected the news propagation process which was affected by the network topology structure and communication mechanism. The model also considered some actual factors in online social network which influenced the spreading of news. Using three different types of network to simulate the transmission process and analyze some impact factors, P-SIR model is verified by simulation experiment that it can effectively reflect the news propagation process of online social networks.

Key words: online social networks, information propagation model, PageRank, complex network, heterogeneous network

中图分类号:

TP391

陈皋，吴广潮. 基于PageRank的在线社交网络消息传播模型[J]. 计算机与现代化, doi: 10.3969/j.issn.1006-2475.2017.01.020.

CHEN Gao, WU Guang-chao. Information Propagation Model in Online Social Network Based on PageRank[J]. Computer and Modernization, doi: 10.3969/j.issn.1006-2475.2017.01.020.

参考文献

[1] 李栋,徐志明,李生,等. 在线社会网络中信息扩散[J]. 计算机学报, 2014,37(1):189-206.

[2] Wang Hui, Deng Lin, Xie Fei, et al. A new rumor propagation model on SNS structure[C]// Proceedings of the 2012 IEEE International Conference on Granular Computing. 2012:499-503.

[3] Centola D. The spread of behavior in an online social network experiment[J]. Science, 2010,329(5996):1194-1197.

[4] 张彦超,刘云,张海峰,等. 基于在线社交网络的信息传播模型[J]. 物理学报, 2011,60(5):60-66.

[5] Zhao Laijun, Wang Jiajia, Chen Yucheng, et al. SIHR rumor spreading model in social networks[J]. Physica A: Statistical Mechanics and Its Applications, 2012,391(7):2444-2453.

[6] 王辉,韩江洪,邓林,等. 基于移动社交网络的谣言传播动力学研究[J]. 物理学报, 2013,62(11):106-117.

[7] 顾亦然,夏玲玲. 在线社交网络中谣言的传播与抑制[J]. 物理学报, 2012,61(23):544-550.

[8] 蒙在桥,傅秀芬,陈培文,等. 基于OSN的谣言传播模型及影响力节点研究[J]. 复杂系统与复杂性科学, 2015,12(3):45-52.

[9] Ma Jing, Li Dandan, Tian Zihao. Rumor spreading in online social networks by considering the bipolar social reinforcement[J]. Physica A: Statistical Mechanics and Its Applications, 2016,447:108-115.

[10] Page L, Brin S, Motwani R, et al. The PageRank Citation Ranking: Bringing Order to the Web[R]. Stanford Digital Libraries SIDL-WP-1999-0120, 1999.

[11] Zhao Laijun, Cui Hongxin, Qiu Xiaoyan, et al. SIR rumor spreading model in the new media age[J]. Physica A: Statistical Mechanics and Its Applications, 2013,392(4):995-1003.

[12] 王景丽,许立波,庞超逸. 复杂网络中的在线社交网络演化模型[J]. 智能系统学报, 2015,10(6):949-953.

[13] Roshani F, Naimi Y. Effects of degree-biased transmission rate and nonlinear infectivity on rumor spreading in complex social networks[J]. Physical Review E, 2012,85(3):036109-1-036109-8.

[14] Nekovee M, Moreno Y, Bianconi G, et al. Theory of rumour spreading in complex social networks[J]. Physica A: Statistical Mechanics and Its Applications, 2007,374(1):457-470.

[15] Wang Jiajia, Zhao Laijun, Huang Rongbing. SIRaRu rumor spreading model in complex networks[J]. Physica A: Statistical Mechanics and Its Applications, 2014,398(15):43-55.

[16] Qiu Xiaoyan, Zhao Laijun, Wang Jiajia , et al. Effects of time-dependent diffusion behaviors on the rumor spreading in social networks[J]. Physics Letters A, 2016,380(24):2054-2063.

[17] Xu Xinjian, Chen Guanrong. The SIS model with time delay on complex networks[J]. International Journal of Bifurcation and Chaos, 2009,19(2):623-628.

[18] 方滨兴,等. 在线社交网络分析[M]. 北京:电子工业出版社, 2014:38-42.

基于PageRank的在线社交网络消息传播模型

Information Propagation Model in Online Social Network Based on PageRank

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	张小芳, 冯慧芳. 基于轨迹大数据的动态最优路径规划[J]. 计算机与现代化, 2021, 0(11): 82-88.
[2]	李卫东, 徐澍锟, 王运明. 基于复杂网络的纽约轨道交通网络特性分析[J]. 计算机与现代化, 2021, 0(02): 94-99.
[3]	王海红, 刘莉. 基于分层和强化学习的改进路径搜索算法[J]. 计算机与现代化, 2020, 0(11): 77-82.
[4]	许小媛, 李海波, 于本成, 刘芳. 具有对偶约束的半监督重叠社区发现方法[J]. 计算机与现代化, 2020, 0(08): 63-68.
[5]	赵倩文. 基于在线社交网络的JPS跳跃并行顶点采样方法 [J]. 计算机与现代化, 2020, 0(07): 55-60.
[6]	陈婧怡，徐名海，杨溪，杜帆. 一种改进的HK社交网络建模方法[J]. 计算机与现代化, 2019, 0(02): 123-.
[7]	刘俊杰1，马畅2，邵维龙2，韩东红2，夏利2. 面向新浪微博的意见领袖挖掘算法[J]. 计算机与现代化, 2018, 0(09): 80-.
[8]	李春生,刘小刚,焦海涛,张可佳. 基于APP搜索系统的PageRank改进算法[J]. 计算机与现代化, 2018, 0(07): 24-.
[9]	马佳艳，王萍，夏伟，申红伟. 复杂网络下的网络流量预测和预警研究[J]. 计算机与现代化, 2018, 0(01): 102-106.
[10]	温振前，林友芳，武志昊. 基于餐饮数据复杂网络的菜品拉动力分析[J]. 计算机与现代化, 2017, 0(7): 1-9.
[11]	林家祺,卢罡,许南山. 一种基于路径阻断的求解最短路径算法[J]. 计算机与现代化, 2017, 0(12): 6-11.
[12]	李甍1,2,马一方3,姜鑫1,2,马丽丽4,郑志明1,2. 一种复杂网络上信息传播的动态竞争机制[J]. 计算机与现代化, 2016, 0(1): 104-107.
[13]	李洪利，王箭. 基于用户关联的热点话题检测方法[J]. 计算机与现代化, 2015, 0(4): 20-25,30.
[14]	王竹. 一种新型社交网络建模方法[J]. 计算机与现代化, 2015, 0(12): 57-.
[15]	樊超1，王重玺2，高鲁彬3. 政府公文收发记录的可视网络分析[J]. 计算机与现代化, 2014, 0(5): 150-155.