基於熵理論的多重社交網路信息行為統計特徵研究

《基於熵理論的多重社交網路信息行為統計特徵研究》是依託北京航空航天大學，由唐紹婷擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：基於熵理論的多重社交網路信息行為統計特徵研究
• 依託單位：北京航空航天大學
• 項目負責人：唐紹婷
• 項目類別：青年科學基金項目

項目摘要

信息資源的爆炸式增長，網路規模的急劇膨脹，給信息安全處理、高效協同、可靠服務等需求帶來重大挑戰。基於多重網路的信息爆炸式擴散機理和社交網路信息行為特徵分析已經成為國際前沿熱點問題，然而由於已有研究理論分析方法相對較少使結果準確性難以保障。本項目分別在多重網路和社交網路環境下，建立針對網路信息系統的多重傳播動力學複雜性、弱連線效應兩個關鍵問題的熵理論，並結合馬氏過程、滲流理論、平均場等方法，形成適合研究傳播相變分析、路由策略設計最佳化、傳播核心要素提取的數學分析方法。具體地，建立適合信息傳播行為不確定性分析的熵理論；抽象強耦合多重網路數學模型，分析並控制隨機故障下爆炸式擴散效應；建立融合網路屬性和社會屬性的社交網路群體動力學模型，分析並發現亞強連線是信息擴散最優模式，打破已有關於弱連線效應的結論；建立網路信息行為研究的數學新方法和新思路，並驗證該理論套用的適應性與實用性。

結題摘要

本項目在社交網路多重耦合結構與傳播動力學的互動效應、輿情分析與病毒傳播免役策略、核心結構挖掘與網路博弈、熵理論與相變機理分析等方面有新的進展與突破。系統地研究了多重網路耦合強度對信息傳播的影響，給出了傳播效率關於耦合強度、轉移矩陣的解析解，分析了爆炸式擴散現象的臨界狀態；通過挖掘部落格社區數據，首次提出了基於信息與用戶雙重行為的三個核心擴散模式，基於此的傳播模型在還原真實傳播過程的準確性方面明顯好於傳統模型，彌補了已有模型無法準確刻畫社交網路信息傳播過程的缺憾；基於熵理論，深入地分析了海量信息互動傳播的非線性複雜性，給出的解析表達式成為路由策略設計與最佳化的重要依據；系統地分析了周期性病毒傳染模式，給出的高效動態免疫策略效果明顯好於一致免疫和熟人免疫策略；提出了新的以正負信息互動為特徵的演化模型，深入地探索了信息源、信息強度、權威節點的選擇對均質、非均質網路中謠言傳播的影響力；真實數據中得到的社交網路冪律結構已成為普遍認可的結論，然而始終未給出合理的理論解釋，本項目通過數據挖掘技術與最大熵方法合理地解釋了該現象，首次給出了社交網路冪律拓撲的理論依據。在開展上述研究過程中產生的理論及實踐成果不僅對從理論上刻畫和認識社交網路信息系統的內在規律性具有基本的重要性，而且為網路核心特徵的深入探索、信息行為的預測、控制與最佳化提供了有力的理論指導。