摘要：结合结构支撑理论，探究节点网络结构支持力的一些性质，提出了社交网络结构中的全网支持力和被支持力的总量一致性，并进一步提出计算节点支持力的方法。谣言作为特殊

到目前为止，在某些标准的谣言传播模型中，从无知者到传播者的过渡概率始终被视为常数。 但是，从实际的角度来看，个体是否被邻居传播者感染的情况在很大程度上取决于他们之间关系的信任度。 为了解决这个问题，我们引入了谣言扩散的随机流行病模型，其中将传染概率定义为联系强度的函数。 此外，我们在指数为gamma = 2.2的情况下，在真实的无标度社交网站上对模型的行为进行了数值研究。 我们证实，关系的强度在谣言传播过程中起着至关重要的作用。 特别是，优先选择弱势关系并不能使谣言传播得更快，更广，但是消除它们后，传播效率将受到很大影响。 另一个重要发现是，扩展器的最大数量max（S）对免疫概率mu和衰变概率nu非常敏感。 我们表明，较小的mu或nu会导致谣言的散布，并且它们之间的关系可以描述为函数ln（max（S））= Av + B，其中截距B和斜率A可以拟合完美地作为亩的幂律功能。 我们的发现可能会提供一些有用的见解，有助于在实践中指导应用程序并减少谣言带来的损害。

社交网络面临着许多的安全问题,目前大部分的研究主要集中于社交网络中的(核心)节点、关系、结构等方面,因此"安全关系"的研究显得尤为重要.通过分析安全风险与发生事件之间的关联,采取等级划分、数值度量、多态数据融合、逻辑关联等因素下定性与定量相结合的计算机制,提出了一种基于贝叶斯网络的社交网络安全关系态势评估模型,为社交网络上安全态势的感知与预测提供理论依据.

PHP >= 5.5.0 (推荐PHP7. 1版本)，Mysql >= 5.5.0 (需支持innodb引擎)，Apache或Nginx，PDO PHP Extension

windows版本的 3.4.1.版本的社区版neo4j数据库

本文研究了信息传播预测问题，提出了一种基 于时空Ｔｒａｎｓｆｏｒｍｅｒ神经网络的模型ＳＴＴ来预测 传播过程．

ICN又称为Information Centric Networking 信息中心网络，是一种与TCP/IP截然不同的新型网络架构，近年来被众多研究者所研究和讨论，值得大家学习

第一章 为什么狼拯救了森林Why wolves saved the trees第二章 鲑鱼的洄游How salmon migrate into the tree

考虑了真实社交网络中的舆论传播过程中存在与舆论大方向相悖的劣势观点，在MORENO Y等人研究的谣言传播模型的基础上，提出了一种新的舆论传播模型，研究了拥有劣势观点节点的存在对舆论演化带来的影响。接着对模型建立动态方程并进行分析求解，得到舆论传播的最终规模的表达式。最后，在Facebook用户数据构成的网络上进行仿真分析，得出舆论演化过程中的状态变化情况，并分析最终规模的影响因素。

社交网络的交际功能对大学生心理幸福及群体情绪的影响研究2.docx