基于復(fù)雜網(wǎng)絡(luò)理論的社區(qū)動(dòng)力學(xué)研究及應(yīng)用.pdf

1、復(fù)雜網(wǎng)絡(luò)作為近十年興起的一門交叉性學(xué)科，受到來自不同領(lǐng)域研究工作者極大興趣與廣泛關(guān)注。對(duì)于社會(huì)學(xué)、計(jì)算機(jī)科學(xué)、生物學(xué)、神經(jīng)學(xué)、經(jīng)濟(jì)學(xué)等諸多領(lǐng)域而言，借助復(fù)雜網(wǎng)絡(luò)的理論研究方法進(jìn)行定量分析和定性解釋，有助于揭示復(fù)雜網(wǎng)絡(luò)背后所代表復(fù)雜系統(tǒng)存在的普遍規(guī)律，具有十分重要的科學(xué)指導(dǎo)意義。在復(fù)雜網(wǎng)絡(luò)研究課題中，傳播動(dòng)力學(xué)因與其人類生命健康及社會(huì)公共安全等問題密切相關(guān)，成為學(xué)術(shù)界持續(xù)的研究熱點(diǎn)。
　　采用復(fù)雜網(wǎng)絡(luò)的理論知識(shí)與傳統(tǒng)的傳染病學(xué)相結(jié)合

2、的方法已成為研究傳播動(dòng)力學(xué)的主要趨勢(shì)。但是，目前動(dòng)力學(xué)模型研究忽略了網(wǎng)絡(luò)的社區(qū)結(jié)構(gòu)在傳播過程中所起的影響作用，以及復(fù)雜的人類接觸行為對(duì)流行病傳播的顯著影響，難以再現(xiàn)流行病傳播時(shí)空斑圖及預(yù)測(cè)性。另一方面，實(shí)際網(wǎng)絡(luò)規(guī)模巨大，其結(jié)構(gòu)可能局部已知甚至完全未知，限制了傳統(tǒng)免疫策略的有效性和適用性，降低了社區(qū)網(wǎng)絡(luò)上傳播核心節(jié)點(diǎn)的排序準(zhǔn)確性。因此，本論文針對(duì)以上幾點(diǎn)，基于實(shí)際網(wǎng)絡(luò)和模型的實(shí)證分析，分別研究了中尺度結(jié)構(gòu)特征以及人類接觸行為對(duì)流行病傳播及

3、輿論傳播過程內(nèi)在影響的機(jī)制，尋找關(guān)鍵機(jī)理，探究社區(qū)網(wǎng)絡(luò)上流行病傳播感染可測(cè)性問題；進(jìn)一步挖掘社區(qū)網(wǎng)絡(luò)上的傳播核心節(jié)點(diǎn)，提出有效的免疫算法，提升控制措施的干預(yù)能力，為社區(qū)網(wǎng)絡(luò)上流行病爆發(fā)的防控提供理論依據(jù)和科學(xué)參考。
　　首先，針對(duì)復(fù)雜網(wǎng)絡(luò)上流行病傳播的預(yù)測(cè)性研究，基于不同接觸行為在非社區(qū)網(wǎng)絡(luò)結(jié)構(gòu)的環(huán)境下，本文采用了感染密度可變值來代表傳播過程的預(yù)測(cè)性。此外，在社區(qū)結(jié)構(gòu)環(huán)境下，引入了傳播源與橋節(jié)點(diǎn)間的距離這一隨機(jī)因素，分析了傳播過程

4、中感染密度可變值的變化情況。通過分析實(shí)驗(yàn)結(jié)果不難發(fā)現(xiàn)：中尺度社區(qū)結(jié)構(gòu)在傳播行為的早期階段，帶有隨機(jī)性。造成該結(jié)果的原因，在于感染可變值與距離具有正關(guān)聯(lián)性，即距離越遠(yuǎn)，感染可變值越大，感染可測(cè)性越低，從而證明了傳播的準(zhǔn)確預(yù)測(cè)從本質(zhì)上是難以實(shí)現(xiàn)的。
　　其次，針對(duì)社區(qū)網(wǎng)絡(luò)結(jié)構(gòu)未知，本文提出了一種橋中心點(diǎn)局域發(fā)現(xiàn)免疫算法。該算法利用了自避免隨機(jī)游走過程發(fā)現(xiàn)并免疫網(wǎng)絡(luò)橋節(jié)點(diǎn)及橋大度鄰居。一方面，游走過程中朋友圈與當(dāng)前節(jié)點(diǎn)鄰域的重疊度，能夠

5、識(shí)別當(dāng)前節(jié)點(diǎn)很可能屬于橋節(jié)點(diǎn)；另一方面，根據(jù)社區(qū)網(wǎng)絡(luò)上弱連接度數(shù)分布的異質(zhì)性，發(fā)現(xiàn)橋節(jié)點(diǎn)的一個(gè)隨機(jī)橋鄰居很可能是一個(gè)橋中心點(diǎn)。實(shí)驗(yàn)結(jié)果，說明該自避免隨機(jī)游走的免疫算法，能夠有效地提升社區(qū)網(wǎng)絡(luò)上流行病傳播的免疫效果，同時(shí)也驗(yàn)證了該算法具有一定的適用性和魯棒性。
　　進(jìn)一步，本文討論了如何挖掘社區(qū)網(wǎng)絡(luò)上傳播核心節(jié)點(diǎn)，提出了一種結(jié)合局域社區(qū)內(nèi)部與外部的位置重要性的排序算法。該算法借鑒了k-殼分解排序算法的思想，利用了社區(qū)網(wǎng)絡(luò)上弱連接度數(shù)

6、分布的異質(zhì)性，同時(shí)找到了節(jié)點(diǎn)在局域社區(qū)內(nèi)部與外部的位置，計(jì)算并獲取了節(jié)點(diǎn)在社區(qū)網(wǎng)絡(luò)核心位置的排序結(jié)果。實(shí)驗(yàn)結(jié)果證明，該算法有效地利用了弱連接度數(shù)異質(zhì)特征，提高了社區(qū)網(wǎng)絡(luò)上傳播核心節(jié)點(diǎn)排序結(jié)果準(zhǔn)確性，同時(shí)具有魯棒性。
　　最后，在前述關(guān)于預(yù)測(cè)、免疫及排序等問題的基礎(chǔ)上，為了加深并理解中尺度結(jié)構(gòu)對(duì)于傳播動(dòng)力學(xué)時(shí)空斑圖的影響，本文以重大輿論事件作為研究背景，運(yùn)用了統(tǒng)計(jì)物理等方法，定量地分析了中尺度為代表的區(qū)域與傳播動(dòng)力學(xué)之間相互作用及影