摘要

研究不同影响力的节点在复杂网络信息传播过程中产生的作用,对于分析舆论传播、预防谣言扩散、引导信息传递等方面具有重要意义。针对传统易感-感染-移出(Susceptible-Infected-Recovered,SIR)模型认为网络中所有节点性质相同,在信息传播中具有相同的接触感染率和恢复率的问题,提出了节点影响力下的改进SIR传播模型——NI-SIR(Node Influence SIR),并对其阈值推导过程展开深度分析。首先,将复杂网络中的节点按照影响力的不同进行分类,不同类别的节点赋予其不同的接触感染率及恢复率,达到模拟真实信息传播过程的目的;其次,对NI-SIR模型的阈值进行推导,从而为进一步判断疾病是否流行或信息扩散的趋势打下理论基础;最后,通过在真实数据集的实验对比,证明NI-SIR模型的偏差率明显低于传统SIR模型,在真实网络中有更好的适用性。