一种信息-介质-社交三层网络耦合传播模型分析方法技术

本发明专利技术公开了一种信息

【技术实现步骤摘要】
一种信息
‑
介质
‑
社交三层网络耦合传播模型分析方法


[0001]本专利技术属于介质传播模型领域，具体涉及一种信息
‑
介质
‑
社交三层网络耦合传播模型分析方法。

技术介绍

[0002]对于社会网络与物理网络耦合的传播网络，网络之间的关联节点表示个体处在不同网络上，具有不同的特征：社会网络上人与人之间是传递信息，物理网络上是传播介质，而信息的传播和介质的传播互相影响。
[0003]当前的研究只考虑了相对于单层网络的介质传播，由于多层耦合网络结构的复杂性，其中的动力学行为更加复杂。单层网络上的动力学行为必定会影响其它层网络，与此同时，其它层网络的变化也将反作用于这个网络，产生交互影响。现在的研究还尚未综合考虑人群接触结构、信息传播特性与介质传播等特征相结合建立多层耦合网络的统一的疾病时空传播模型。

技术实现思路

[0004]本专利技术所要解决的技术问题在于：针对现有技术中只考虑单层网络的介质传播，未考虑多层耦合网络结构的复杂性的问题，提供了一种信息...

【技术保护点】

【技术特征摘要】
1.一种信息
‑
介质
‑
社交三层网络耦合传播模型分析方法，其特征在于，包括如下步骤：S1、构建信息
‑
介质
‑
社交三层网络模型，定义节点对于介质的传播状态集，以及节点对介质的意识状态集；其中，信息层为基于基站覆盖范围与个体位置的拓扑结构，介质为物理传播层，是基于介质传播半径和个体位置的最近邻耦合网络，社交层为基于ER随机网络建立节点之间的交流拓扑结构；S2、根据所述传播状态集、意识状态集，以及信息层、物理传播层、以及社交层的结构，分别计算获得信息层、物理传播层、社交层的状态转移概率表达式；S3、根据所述状态概率表达式，结合传播状态集、意识状态集，建立三层网络耦合关系式，基于微观马尔可夫链建立节点的状态转移概率树；S4、根据所述状态转移概率树，基于传播稳定时节点的状态，获得感染态的个体占总数的比例的表达关系式。2.根据权利要求1所述的一种信息
‑
介质
‑
社交三层网络耦合传播模型分析方法，其特征在于，步骤S1中，节点对于介质的传播状态集为易感态S，密接态C，感染态I与抵抗态R，代表节点对介质感染的四个阶段，节点对介质的意识状态集为意识态A和非意识态U。3.根据利要求1所述的一种信息
‑
介质
‑
社交三层网络耦合传播模型分析方法，其特征在于，步骤S1中，基于介质传播半径R
v
与个体位置建立物理传播网络的邻接矩阵，如下：其中，其中，为节点i与节点j之间的物理距离。4.根据权利要求3所述的一种信息
‑
介质
‑
社交三层网络耦合传播模型分析方法，其特征在于，步骤S2中，在物理传播层中，处于易感态下的节点i与密接态或感染态的节点接触后，转变为密接态的概率P
i,s
，如下式：其中，a
ij
表示t时刻传播网络中邻接矩阵的元素，β为与感染态或密接态节点接触后转变为密接态的概率，与节点的意识状态有关，P
jI
(t)和P
jC
(t)为节点j在传播网络中的邻居节点为感染态I和密接态C的概率；处于密接态的节点变为感染态的概率表示为P
CI
，处于密接态的节变为易感态的概率表示为P
CS
，处于感染态的节点变为抵抗态的概率表示为P
IR
，
处于抵抗态下的节点变为易感态的概表示为率P
RS
。5.根据权利要求3所述的一种信息
‑
介质
‑
社交三层网络耦合传播模型分析方法，其特征在于，步骤S2中，社交层的状态转移概率表达式按如下步骤获得：S201、设置节点数N、连边概率p，其中，0＜p＜1；S202、随机选择一对没有连边的不同节点，生成一个随机数r，其中，0＜r＜1，如果r＜p，则在该节点对之间添加一条边，如果r≥p，则不添加边；S203、重复步骤S202，直到遍历了所有的节点；S204、当N无穷大时，...

【专利技术属性】
技术研发人员：朱晓荣，李海铭，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：