基于用户行为的动态在线社会网络中信息扩散动力学研究

万维网上的在线社会网络是近年来复杂网络领域新兴的一个研究方向。目前的研究多侧重于利用拓扑参数研究网络的静态结构和动态演化或研究静态网络中的动力学过程，该宏观研究框架很难揭示网络的演化规律，也难以阐明现实动态网络中动力学过程的机制。因此本研究提出从更微观的用户行为角度研究动态在线社会网络中的信息扩散动力学。首先从用户属性角度分析用户建立好友关系时的优先性，揭示网络演化的规律；之后本研究将应用趋同性分析、回归分析和分支过程等社会学和数理方法，分析用户散布信息的过程，揭示动态在线社会网络中的信息扩散规律。本研究具有重要的科学意义和学术价值，不仅将解决在线社会网络中用户建立连接的行为与网络演化之间一直以来缺乏连接纽带的问题，最重要的是将从用户传播信息的行为角度阐明动态网络中信息扩散的动力学机制，促进社会网络和复杂网络理论的发展。

随着社交网站、微博、微信等的兴起，在线社会网络研究已吸引了来自不同学科的学者们的关注并迅速成为一个重要的跨学科研究方向。在社交网络中，最重要的用户行为有两类。一是用户之间建立好友关系，这导致了网络的演化；二是用户在社交网络中传播信息，这导致了信息在网络中的扩散。本项目对这两类行为进行了研究。.我们首先研究了社交网络中用户的优先连接行为，发现不同网络的优先性指数存在显著差异。基于实证研究我们建立了社交网络增长背景下的优先连接的一般性理论，研究了不同的优先连接机制的组合下网络特性与优先性指数之间的关系，并给出了统一的解析结果。我们发现在优先连接的框架下网络度分布的解析形式只能是有限种函数的组合。其次，我们对新浪微博中不同类型信息的扩散做了实证研究，发现用户对不同主题信息的感兴趣程度不同，每个主题中信息自身吸引力越大平均被转发概率也就越高。我们提出了信息亲和性的概念，认为用户对信息的兴趣程度和信息自身的吸引力是信息亲和性的来源，并构建了基于信息亲和性的信息扩散模型。研究发现信息扩散范围仅与信息传播阈值、网络平均度和用户对信息失去兴趣的概率相关。用户对信息内容的质疑和肯定只能影响信息扩散的速度，不能影响最终扩散范围。此外鉴于信息扩散和舆论动力学之间的密切联系，我们研究了具有顽固个体的加权社会网络上的多状态投票者模型。研究发现稳态时每种观点的比例仅与顽固个体的度值和边权与节点度值之间的标度指数相关。更一般的我们研究了社交网络联合大众媒体对公众舆论的影响，发现稳态时对于非媒体观点，其比例一部分来自于顽固个体，另一部分则来自于网络中个体间的社会影响所产生的增量；对于媒体观点，其比例除了上述两部分，另有部分来自于外部媒体对个体观点的影响，且媒体会通过社交网络放大其对个体的影响力。.总之，本项目不仅解决了社交网络中用户的优先连接行为与网络演化之间一直以来缺乏连接纽带的问题，而且从用户对信息的亲和性和用户自身的特性角度阐明了社交网络中信息扩散、舆论演化的动力学机制，具有重要的理论价值和科学意义。