本文是一篇电子商务论文，本文结合复杂网络、信息传播模型的理论研究，分析社交网络的特点，提出适合真实网络的传播模型，分析仿真社交网络上的信息传播的机制，并对影响的参数进行仿真分析。在已有的SIR模型基础上提出SIRI模型，并对SIRI模型进行改进研究，进一步的探究在动态网络上的信息传播机制。
第一章绪论
1.1选题的研究背景与意义
近年来，随着微博、微信、抖音、小红书等社交网络服务的迅速发展，社交网络几乎遍及我们的日常生活的各个方面。社交网络完全改变了我们的生活方式，不仅每天接受着社交媒体的信息，还可以在社交网络发表自己的观点，在社交网络上进行资源的共享，结交志趣相投的好友。随着信息技术的不断发展，社交网络上功能也多种多样，以文本、图片分享为主体的小红书社交网络，以短视频分享为主体的抖音，以社交为主体的微信，而社交网络上的用户主要采用关注机制分享实时信息的在线社交网络平台。社交网络成为我们生活中信息来源的主要渠道。同时社交网络影响着用户生活的方式和社会文化的传播速度，并扩大了人们看待自己以及看待世界的格局。
Bakshy的研究表明社交网络的激增改变了社交互动和协作的新形式，使成千上万的人能够提供信息，展现喜好，并与他人建立联系和互动[1]。社交网络的用户通过现实世界中的共同利益或友谊联系在一起，并使用社交网络结识新朋友，维持现有关系并进一步建立其个人社交网络[2]。除了向用户提供通信和交互之外，社交网络上的个人网络还可以有效地传播信息和一些个人观点[3]。社交网络部分取代了搜索引擎的功能，使人们可以使用其个人网络搜索，共享和接收信息[4]。
在社交网络上，用户可以通过查看他们的“关于”、“状态”和“照片”信息来获取有关其他人的信息，从而与他们建立联系。社交网络的连接可以分为双向连接（相互关注）和单向连接（粉丝和我的关注）。这些连接可以是紧密的，松散的，依赖的或者独立的，并进一步使用户能够在社交网络上建立其个人网络。社交网络中好友和关注者列表使网络连接可视化，形成一个结构复杂的社会网络。与传统的匿名网站不同，社交网络提供了公开性，可见性和对他人的可访问性，为用户提供了方便，并部分替代了实际的社交关系[5]。社交网络影响了人们社交和传播信息的方式，也会改变消费者与公司之间的互动[6]。
1.2国内外研究现状
1.2.1国内研究现状
有关于国内研究现状主要从以下方面叙述：
(1)关于在线社交网络拓扑结构的研究。
对于复杂网络的分析，有不少学者通过社会网络分析、不断完善网络拓扑结构，在不断的创新中，有了一定的成就。如张丽[7]研究多信息传播机制，从用户行为的视角出发来探索多维度空间网络，考虑网络拓扑结构和节点个体的异质性研究多维度信息传播的最大化问题，提出了计算初始网络中的不同节点需要付出的成本代价算法。对网络的边增加权重，孔月晗[8]构建的网络是有向并且是加权的边，分析记录日志里面用户的偏好信息，提出一种新的概念——数据流量，以此来完善边的权重值，提出了一种基于主题细分的评价用户的信息传播能力方法。而梁霞[9]研究用户行为的规律从显式和隐式链接两个角度出发，从显式链接角度出发，基于好友的关系构建网络拓扑结构模型，改进布谷鸟搜索算法优化支持向量机（ICS-SVM）方法来预测后续用户的转发行为；从隐式链接角度出发，挖掘用户参与讨论行为的影响因素，采用机器学习算法来构建隐式链接，对网络拓扑的结构进行了完善。宋波[10]提出了传播控制策略，其能适用在动态的网络中。通过动力学平均场方程和马尔可夫链方法构建了自适应的加权的网络拓扑模型，进一步的分析网络的传播速度、传播阈值和传播规模。潘灶峰[11]将BA无标度模型进行了改进，考虑舆情信息的公开性可以较好的控制舆情信息的传播。
(2)信息传播理论研究现状
信息传播作为交叉学科的研究热点，通常用复杂网络模型和传染病模型进行分析研究，研究信息在网络中的扩散机制。
瞿倩倩、韩华[12]等基于平均场理论和复杂网络基本理论，提出了社交网络谣言传播模型（S2IR模型），基于网络结构的特性，考虑谣言传播者的相信程度和传播力度，探索了传播模型中的遗忘率和辟谣率相关的影响参数对谣言信息传播的影响。张丽[7]的研究中基于SIS传染病模型，提出了基于多维度空间网络和多信息的信息传播模型(MM-SIS)，提出了影响因子，MM-SIS模型构建动力学方程采用微观马尔可夫链的方法实现。
第二章相关理论概述
2.1社交网络概述
社交网络源自英文SNS（Social Network Service）的翻译，最早的表现形式是以点对点方式实现自由通讯的电子邮件，经过数十年的发展，社交网络已经成为互联网最大的应用之一，也已经成为人们日常生活不可缺少的部分。社交网络改变了人们与互联网以及人与人之间的互动方式。它们极大地减少了维持本应逐渐消失的关系所需要的努力，并且为了解人类行为和过去从未为人所知的关系提供了窗口。
从本质上说，社交网络是一种让人们通过在线媒体相互联系的技术。它有一种典型的机制，人们通过加好友、单向关注或双向关注，私信等方式创建社会网络关系。在前期的社交网络平台，通常主要关注是否建立两者之间的关系，比如是否关注以及是否是好友，但是对于目前的社交网络来说，用户不在局限于好友之间的信息传递，也可以通过评论的回复，发布信息中的提及等方式来进行信息的互动。
近年来，社交网络的快速发展深刻地改变了人们沟通交流、分享信息的渠道与方式。越来越多的网络用户通过社交网络如微信、微博来发布信息、分享见闻、展示兴趣爱好等。社交网络具有便捷性、瞬时性等特征，使得诸如舆论信息、产品信息等得以在网上迅速传播。不仅如此，社交网络领域的信息传播问题，还能在一定程度上反映其他领域的情况，如计算机领域病毒扩散问题、传染病在人群中的传播问题、股市价格波动问题等。
2.2复杂网络相关理论概述
复杂系统是由大量节点通过相互之间的关系进行连接形成一个集合，由于节点之间构成的集合不同构成的网络的形态也不相同。复杂网络的研究最初是从随机图论的探索开始，对于复杂网络的开创研究要从Watts and Strogatz提出的小世界网络，他们发现小世界网络与随机图相比，网络的聚类程度更高，并发现与相同大小的规则网络相比，以小世界网络方式耦合的动力系统将显示出较强的信号传播速度。次年Barabási和Albert提出了无标度网络模型（简称BA模型）。无标度网络的重要特征为无标度网络的节点度分布服从幂律分布。因此复杂系统具有小世界特性和无标度特性，并且随着时间和空间不断变化，而复杂系统可以是规则系统也可以是不规则的。在现实生活中网络呈现复杂多样，以往的规则网络存在一定的局限性，目前人类社会中的生态网络，细胞网络、万维网、蛋白质折叠网、引文网、国际互联网、语言网、电力网与神经网络、电话网等都可以看做复杂系统，在系统中用边来表示个体之间关系，用节点来表示系统中的个体。
2.2.1复杂网络相关参数
在研究真实网络系统时，许多学者通过复杂网络的研究来加深对现实网络的理解，研究者在很多不同领域的系统都发现了“小世界”和“无尺度”的复杂网络特性。小世界网络具有较小的平均最短路径和较大的平均聚集系数。无标度网络与其他网络模型不同的是它的度分布呈现出幂律分布特点，复杂网络主要考虑网络中节点的分布以及节点与节点之间连接的关系，复杂网络系统功能的差异性可以用来研究不同的网络的组织结构。大量的学者对于复杂网络结构和性能不断的优化研究为研究真实网络环境打下了坚实的基础。以下是复杂网络系统的主要参数概念。
第三章SIRI信息传播模型研究.............19
3.1仿真社交网络模型的构建...............................19
3.1.1仿真社交网络假设......................................19
3.1.2仿真社交网络模型演化算法..............................20
第四章基于动态网络的SIRI信息传播模型研究.........................35
4.1动态网络设置................................35
4.2动态网络的SIRI建模.................................36
4.3动态网络下的SIRI信息传播演化算法设计................38
第五章总结及展望.........................................53
5.1总结..................................53
5.2不足与展望....................................54
第四章基于动态网络的SIRI信息传播模型研究
4.1动态网络设置
为了探索个人之间的社交互动，我们提出了动态传染模型。在研究中不考虑网络中节点的进入和退出，动态网络的变化取决于节点度数的变化，边的转移过程。基于显示社交网络的真实用户情况，只有当用户A关注用户B之后，B发布的帖子才会被A浏览，才会对用户A产生影响，从而用户A便可进行一系列的传播行为，此时对于用户B来说，用户A关注的用户B产生的边，把用户看成网络中的节点，我们称为节点B的入度，用户B关注其他用户产生的边，我们称为节点B的出度。在本章节研究的节点的度数均表示节点的入度的数量，用k或者k'来表示。
第五章总结及展望
5.1总结
本文基于仿真的社交网络模拟真实的社交网络，将仿真的社交网络作为研究对象，采用传染病模型对社交网络中的信息传播机制进行研究和分析。首先介绍了社交网络信息传播研究的背景和本文研究的意义，总结了在线社交网络拓扑结构、信息传播理论、社交网络信息传播研究的研究现状。结合复杂网络、信息传播模型的理论研究，分析社交网络的特点，提出适合真实网络的传播模型，分析仿真社交网络上的信息传播的机制，并对影响的参数进行仿真分析。在已有的SIR模型基础上提出SIRI模型，并对SIRI模型进行改进研究，进一步的探究在动态网络上的信息传播机制。本论文的主要研究工作有：
(1)查阅相关研究的近几年的文献，对社交网络上的信息研究现状进行研究分析，总结出信息传播研究上的创新研究，结合网络的动态性，为以后的研究打下坚实的基础。
(2)在相关理论研究基础上，介绍了社交网络，社交网络的特点，社交网络上信息传播模式。对于复杂网络涉及到的相关参数以及复杂网络基本的常见模型做了详细的介绍。最后针对信息传播模型中的传染病模型进行分类和总结，详细的介绍了SI、SIS、SIR的传染病模型的模型图和传播动力学方程。
(3)为研究真实网络网络上的信息传播，本文加入好友推荐机制和自然增长机制，构造了具有1000个网络节点的有向的社交网络，构建了具有三种节点状态的传播模型，提出了外部社会环境影响概率、内部网络影响因素概率、外部网络影响因素概率、免疫概率和直接免疫概率，仿真实验中对影响参数进行详细的分析，探究信息传播的机制，仿真结果表明构建的信息传播模型在仿真的网络中进行传播，与现实社交网络中信息传播机制相符。
参考文献（略）