复杂网络上的行为传播研究

统计数据表明，人类个体行为可以在社会关系网络上传播并且具有与其它传播主体不同的传播规律。本项目以人类社会活动中各种行为传播现象为背景，研究复杂网络上的个体行为传播规律和控制策略。从微观层面探讨行为传播的影响因素和定量表达，以及它们与有效传播函数的定量关系，从而揭示网络上的行为传播机制；从宏观层面研究行为传播的数学模型和动力学性质；着重分析不同社会关系网络结构及各种属性对行为传播能力的影响。综合运用复杂网络理论和统计分析方法，借助实证分析和数值检验，获得科学可信的理论研究成果。最后通过对行为传播中关键特征量的分析提出行为传播的有效控制策略，为科学引导社会公共行为提供理论指导。.复杂网络上的行为传播是一个新的研究课题，目前未见数学上的理论研究。本项目有望在理论研究和技术方法上有所突破和创新，拓展网络传播动力学的研究内容和方法，对促进复杂网络与传播动力学交叉研究与应用的发展具有重要的理论意义。

通过对已有数据和实验数据的统计分析，理清了行为传播的主要影响因素和传播机制，归纳出几类典型的行为传播模式。在传统的传播模型及复杂网络模型的基础上，构建了几类典型的行为传播模型。通过大量数值仿真实验，揭示了网络结构、模型参数（各种影响因素）与行为传播之间的相关关系，以及群体行为形成与行为传播的依赖关系，并提出了相应的控制策略。最后将行为传播模型应用于议案投票表决之类群体行为，验证了理论研究结果，并提出了激励或抑制群体行为的有效控制策略。从研究成果来看，我们已经实现所有预设的研究目标，此项目的完成为实际行为传播的预测与控制问题提供了理论支持和数值指导。