可变聚类系数无标度网络上的谣言传播仿真研究

在经典谣言传播模型的基础上,研究了具有幂律度分布和可变聚类系数的无标度网络上的谣言传播行为。目标是研究聚类系数对谣言传播的影响,通过改变特殊的参数调节网络的聚类系数来观察谣言传播的变化情况。仿真结果表明,聚类系数越高的网络,越能抑制谣言的传播,而聚类系数越低的网络,谣言传播将更加猖獗。

一种可大范围调节聚类系数的加权无标度网络模型

在Barrat,Barth啨lemy和Vespignani(BBV)加权无标度网络模型的基础上,提出了一种可大范围调节聚类系数的加权无标度网络模型———广义BBV模型(GBBV模型).理论分析和仿真实验表明,GBBV模型保留了BBV模型的许多特征,节点度、节点权重和边权值等都服从幂律分布.但是,GBBV模型克服了BBV模型只能小范围调节聚类系数的缺陷,从而可以用于具有大聚类系数网络的建模.