·236 智能系统学报 第8卷 播到一些度高的节点，那么能引起多个波动，如图2 式，话题快速上升后以近似幂律的形式下降.话题的 (a)所示.另外由于无标度网络的结构复杂性，因此 存活期较短，3次传播的存活期都小于60h,而在无 话题在无标度网络上的存活期长，而且可能在较长 标度网络和随机网络中存活期都超过了60h.这个 时间的静默期后重新传播，如图2(c)所示.图2(b) 结果与Wats等发现疾病在小世界网络中传播速度 则呈现出一般的话题传播模式，但也有一些小的波 比规则网络更快、传播范围更广[20]的结果一致 动.另一方面，从图2的3个子图可以看出，这3个 200 传播模式具有较大的差异，其原因在于节点对话题 的敏感度和节点的度没有必然的相关性，因此话题 150 感染用户 一易感染用户 ,免疫用户 传播范围和速度的决定因素不仅是网络的物理性 100 质，还有节点对话题的敏感程度等，这个现象与文献 [19]中的分析一致， 50 200 感类用户 易感染用户 免疫用户 20 4060 80100 150 t/h (a)第1次实验 100 200m 50 150 感染用户 易感染用户 20 40 60 80 100 …免疫用户 扫 100 (a)第1次实验 50 200 感染用户 染用户 一免疫用户 20 40 60 100 150 h (b)第2次实验 100 200 50 150 感染用户 易感染用户 20 4060 80100 一免疫用户 th 扫 100 (b)第2次实验 200 感染用户 一一易感染用户 一免疫用户 20 4060 80100 150 t/h (c)第3次实验 100 图3小世界网络上的仿真结果 Fig.3 Simulation results under small-world network 4)从图4可以看到，CSRS模型在随机网络上传 播的范围和传播速度都介于无标度网络和小世界网 20 406080100 t/h 络之间随机网络上的话题传播长尾特性比在小世界 (c)第3次实验 网络上的传播明显，这说明由于内容和用户之间存在 图2无标度网络上的仿真结果 不同的敏感程度，话题在传播高峰期后得以在较长的 Fig.2 Simulation results under scale-free network 时间内继续小范围的传播此外，随着随机网络的连 3)图3中3个子图呈现出基本一致的传播模 接概率增大，随机网络的边数将不断增加，节点间的播到一些度高的节点，那么能引起多个波动，如图 ２ （ａ）所示．另外由于无标度网络的结构复杂性，因此 话题在无标度网络上的存活期长，而且可能在较长 时间的静默期后重新传播，如图 ２（ｃ）所示．图 ２（ｂ） 则呈现出一般的话题传播模式，但也有一些小的波 动．另一方面，从图 ２ 的 ３ 个子图可以看出，这 ３ 个 传播模式具有较大的差异，其原因在于节点对话题 的敏感度和节点的度没有必然的相关性，因此话题 传播范围和速度的决定因素不仅是网络的物理性 质，还有节点对话题的敏感程度等，这个现象与文献 ［１９］中的分析一致． （ａ）第 １ 次实验 （ｂ）第 ２ 次实验 （ｃ）第 ３ 次实验 图 ２ 无标度网络上的仿真结果 Ｆｉｇ．２ Ｓｉｍｕｌａｔｉｏｎ ｒｅｓｕｌｔｓ ｕｎｄｅｒ ｓｃａｌｅ⁃ｆｒｅｅ ｎｅｔｗｏｒｋ ３）图 ３ 中 ３ 个子图呈现出基本一致的传播模 式，话题快速上升后以近似幂律的形式下降．话题的 存活期较短，３ 次传播的存活期都小于６０ ｈ，而在无 标度网络和随机网络中存活期都超过了６０ ｈ．这个 结果与 Ｗａｔｔｓ 等发现疾病在小世界网络中传播速度 比规则网络更快、传播范围更广［２０］的结果一致． （ａ）第 １ 次实验 （ｂ）第 ２ 次实验 （ｃ） 第 ３ 次实验 图 ３ 小世界网络上的仿真结果 Ｆｉｇ．３ Ｓｉｍｕｌａｔｉｏｎ ｒｅｓｕｌｔｓ ｕｎｄｅｒ ｓｍａｌｌ⁃ｗｏｒｌｄ ｎｅｔｗｏｒｋ ４）从图 ４ 可以看到，ＣＳＩＲＳ 模型在随机网络上传 播的范围和传播速度都介于无标度网络和小世界网 络之间．随机网络上的话题传播长尾特性比在小世界 网络上的传播明显，这说明由于内容和用户之间存在 不同的敏感程度，话题在传播高峰期后得以在较长的 时间内继续小范围的传播．此外，随着随机网络的连 接概率增大，随机网络的边数将不断增加，节点间的 ·２３６· 智 能 系 统 学 报 第 ８ 卷