简介:基于网络论坛中用户行为的异质性和病毒传播的SEIR模型,提出了面向网络论坛的SEIR谣言传播模型.首先根据模型在非均匀网络中的平均场方程,推导网络论坛中谣言传播的临界阈值,表明在谣言传播率有限的情况下,增加用户间的信任机制可以有效抑制谣言在网络中的传播;然后通过仿真与数值分析,验证模型的有效性以及信任机制的引入能够有效降低谣言的影响力、传播速率和影响范围;最后结合仿真与数值分析的结论和网络论坛用户间的高影响力有限信任关系,给出了抑制谣言传播的高影响力用户免疫策略.实验结果表明,该策略与传统的免疫策略相比能够取得更好的谣言抑制效果.
简介:在经典SIR传染病模型的基础上,根据在线社交网络中谣言传播的特点,将网络谣言的受众用户扩展为无知者、知晓者、信任者、传播者、暂时免疫者和永久免疫者6类.同时考虑到用户会因为不断接触某一相同的谣言而导致对该谣言的信任水平增加的现实情况,引入社会加强正向效应,提出了一个改进的在线社交网络谣言传播模型,并结合复杂网络的相关理论建立了一个考虑聚类系数可变的无标度网络环境进行仿真研究.仿真发现,谣言的传播能力与影响范围会随着社会加强正向效应、用户首次接触并相信谣言的概率、孤立节点密度以及初始传播节点的度的增大而增大,但会随着网络聚类系数的增加而得到抑制.本文提出的谣言传播模型比较符合真实在线社交网络的谣言传播特性,可以为实践中网络谣言的管控提供一定理论参考.
简介:社会学习隐喻具有内在的系统性,至少包含"过程隐喻"、"行为隐喻"、"沟通隐喻"、"治理机制隐喻"、"范式隐喻"、"认知隐喻"、"载满青蛙的独轮车隐喻"。还原社会学习隐喻且与系统方法耦合起来,呈现通往系统适应性治理的桥梁。城市社会为利益相关者参与社会学习,螺旋式产生公共治理知识提供了契机,社会学习隐喻系统投射了城市社会生活的复杂性与系统性。剥离社会学习隐喻簇的显性与隐性,系统适应性治理的意蕴内含其中。不必严格地去定义社会学习,隐喻中"协商"、"参与"、"对话"、"生态保护"、"适应性学习"等等在生活中形成、反映、指导实践。从城市治理的实践中反思社会学习隐喻的系统性、自反性,再回过来扩展社会学习,提升治理能力。
简介:建立了新兴产业中一个带有技术溢出和内生需求的动态三寡头R&D投入博弈模型,着重讨论了决策调整速度和技术溢出率对于模型复杂性的影响。通过三维稳定域研究了模型的纳什均衡点对于决策调整速度和技术溢出率的稳定性,通过二维分岔图对模型的局部分岔进行了分析研究,发现如果决策调整速度过快,系统会通过flip或N-S分岔失去稳定,并最终走向混沌。同时研究了R&D投入调整速度和技术溢出率造成的系统失稳对于各寡头利润的影响程度,发现系统失稳对于各方利润的影响不尽相同,控制技术溢出率,可以确保合作的两个寡头的利润优势。对该模型进行了全局分岔分析,发现寡头们的每一次决策值都不可以盲目的过高。