[00119965]基于智能体的网民群体信息传播动力学研究

本课题来源于国家自然科学基金面上项目。目前网络信息量越来越大,信息传播的预测与控制变得越来越重要,传播路径和传播范围的预测对于网络舆情监控非常重要。本课题主要基于智能体对网民信息传播进行了理论研究,尤其是对当前网络上的微信、微博、博客等信息传播的研究具有重要的理论价值。课题的主要研究思路是用信任关系作为网络信息传播的主要通路,基于信任的传递性实现网络信息的传播。相比于以往宏观层次的网络信息传播研究,课题的研究为网络信息传播给出了一种微观层次的研究方法,并能应用到已有的信息传播模型。主要研究内容如下： （1）讨论了二值信任关系及其传递性。给出了与主观信任传递性有关的几个性质,并证明了客观信任具有等价关系,而主观信任只具备有条件的对称性和传递性,研究了构造主观信任传递闭包的可行算法,讨论了主观信任传递闭包的连通性及其测试算法,这几种算法的计算复杂度是多项式级的。 （2）在客观信任研究的基础上,着重研究了主观信任和传递信任,给出了其形式化定义,并给出了主观信任和传递信任的形成规则,用3条规则可以形成信任网络。 （3）研究了与推荐系统有关的传递信任计算模型,并给出这些模型的计算复杂度。 （4）基于图论提出了一种路径过滤性搜索算法,该算法首先引入基于交互次数的诚实可信度,用以进一步衡量节点的可信程度,并作为搜索优先级的依据,使得搜索的优先顺序更加合理。同时基于影响节点可信度的多重因素进行过滤性搜索。实验表明,该算法能够更好地过滤掉恶意节点,提高信任路径搜索算法的准确性,抵制恶意节点攻击。同时,算法复杂度量级比原一般细粒度算法量级明显降低。 （5）将博弈论和多Agent 技术结合应用到网络信息传播的研究中,建立了多个适用于不同情境的博弈模型。通过收益矩阵分析了现实网络信息传播中行为人的策略选择问题,阐述了各种模型的基本性质和现实意义。将信任机制引入其中,使建立的模型更符合实际网络信息的传播情形,并且为网络信息传播的Agent 模拟实验、动态博弈和演化博弈模型的建立打下理论基础。 （6）研究了网络信息传播的结构问题,在一阶邻居网络的基础上,着重研究了复杂网络中的二阶邻居网络。基于以单个节点为中心的两层邻居网络,研究复杂网络中的局部拓扑结构,提出邻居度等相关概念,通过邻居度的分解可以有效的对Zachary 社会关系网进行社区划分。 （7）以传染病传播模型SIR 和SI 为基础,研究了网络信息传播中的并行算法问题。从数据堂下载数据,设计了模拟实验,实验结果显示所提方法准确率较高,提高了算法的执行效率。