本发明涉及一种基于复杂网络的微信网络演化模型构造方法。
背景技术：
近年来，随着社交媒体的迅速发展，各种社交网络已经演化成为了典型的复杂网络。所谓复杂网络，首先在于网络规模比较巨大，网络的拓扑结构也比较复杂，其次还在于网络在时间及空间上都具有动态复杂性，此外，网络的各种行为也具有复杂性。微信网络作为一种典型的复杂网络，则是社会网络中人们现在最为熟知且使用较多的一种复杂网络。因此，微信网络在人们之间的信息传输中占有重要地位。
根据相关统计,我国微信用户的数量已超过6亿，并且还在不断增加。微信给人们的日常生活带来了诸多便利，可以说在即时通信的软件当中更是独占鳌头，其主要优势在于微信即时通信拥有的快捷性、方便性。但是从另一角度看，信息借助于微信的快速传播也给社会带来了很多的负面影响。比如，谣言就能够轻易借助于微信迅速传播，由于传播速度快并且用户基数又大，所以微信谣言传播的影响范围之广将是前所未有的。微信谣言的传播极大影响了我国互联网的健康发展，甚至还给国家正常的社会秩序带来现实或潜在的威胁。为了有效防控微信谣言的传播，就需要获取其内在的传播机理，而传播机理研究又需要借助于微信网络。微信网络可由实证数据来构造，但是实证数据的量会受到一定限制，进而会制约网络的规模，并且不便于移植到其它的研究环境中。因此，为了更加客观、准确地探讨微信谣言内在的传播机理，需要构造出相应的微信网络演化模型，并采用理论分析、数值仿真等方法全面分析该演化模型的拓扑特征。
技术实现要素：
本发明的目的在于针对由实证数据所构造演化模型存在的问题，提供一种基于复杂网络的微信网络演化模型构造方法，该方法充分融合了真实微信网络演化形成过程中的核心演化机制，算法本身不仅简单、高效，而且其扩展性也比较好，稍作修改即可用于刻画其他类型的社交网络。
为实现上述目标，本发明采用以下技术方案予以实现：
一种基于复杂网络的微信网络演化模型构造方法，包括以下步骤：
1)根据需要设定网络初始节点数为n0，并且给每个节点都赋予一个活跃度αi；初始网络的拓扑结构为能够保证这n0个节点相互连接的拓扑结构；
2)对于初始化后形成的网络模型，网络的规模会随着时间不断增大，当新的节点想要加入到当前网络中时，借由随机增长和优先连接两种机制对新节点进行连边的添加，进而生成所需要的微信网络演化模型。
本发明进一步的改进在于：
所述步骤2)的具体方法如下：
2-1)随机连接机制：
在每一个时间步内都加入一个新节点，并都赋予一个活跃度αi，该节点自身具有n1+n2条连边，而n1个目的节点随机选取，其中n1≤n0，n2≤n0；
2-2)优先连接机制：
根据节点度及其活跃度，计算出初始化网络中每一个节点的概率Πi，Πi的表达式为其中的β为平衡参数，其目的是调节参数αi在概率Πi中的作用；步骤2-1)中新添加的节点还会以概率Πi关注网络中其它n2个节点，即与这n2条边相连的目的节点则以Πi进行选择。
所述节点活跃度满足的分布能够根据实际网络的拓扑结构来设置。
所述初始网络的拓扑结构包括星型拓扑结构、环形拓扑结构、随机型拓扑结构以及全连通拓扑结构。
与现有技术相比，本发明的具有以下有益效果：
本发明公开了一种基于复杂网络的微信网络演化模型构造方法，首先对网络完成初始化，其次同时采用随机连接及优先连接两种机制实现整个网络的演化过程，目的就是确保本发明能够准确刻画真实微信网络的生成过程，从而最大程度地展现真实微信网络所具有的各种统计特征。
进一步的，本发明在微信网络的演化生成阶段，任意一个时间步内都会有一个节点加入到网络中，这表明了网络规模能够随时间不断的增长；在给新加入网络中的节点添加关注的过程中，考虑了随机关注和优先关注两种不同情况。本发明通过采用简单的演化规则，构造出了具有复杂内部结构及统计特性的微信网络，构造算法非常便于软件实现，能够适用于社交网络的拓扑分析、网络舆情传播防控以及网络通信协议效率等方面的研究。
进一步的，本发明在提高算法可靠性的同时兼顾了算法效率的优化，在网络演化过程中不会出现节点之间重复连接的情况，并且也不会出现孤立的节点。生成的演化网络不受规模大小的限制，特别适合于大规模网络的相关研究之中。
【具体实施方式】
下面结合实施例对本发明做进一步详细描述：
本发明一种基于复杂网络的微信网络演化模型构造方法，包括以下步骤：
1)根据需要设定网络初始节点数为n0，并且给每个节点都赋予一个活跃度αi。初始网络的拓扑结构可以存在多种方式，只要保证这n0个节点相互连接即可，比如，随机选择一个节点，使得该节点与其余的n0-1个节点都相互连接，这种方式形成的初始网络具有星型的拓扑结构；
2)对于初始化后形成的网络模型，网络的规模会随着时间不断增大，当新的节点想要加入到当前网络中时，借由随机增长和优先连接两种机制对新节点进行连边的添加，进而生成所需要的微信网络演化模型。
该步骤具体包括：
2.1)随机连接机制：
在每一个时间步内都加入一个新节点，并都赋予一个活跃度αi，该节点自身具有n1+n2条连边，而n1个目的节点随机选取，其中n1≤n0，n2≤n0；
2.2)优先连接机制：
根据节点度及其活跃度，计算出初始化网络中每一个节点的概率Πi，Πi的表达式为其中的β为平衡参数，其目的是调节参数αi在概率Πi中的作用。2.1)中新添加的节点还会以概率Πi关注网络中其它n2个节点，即与这n2条边相连的目的节点则以Πi进行选择。
在演化网络生成过程中，分别采用了随机连接机制和有线连接机制，其中的随机连接机制用于描述微信用户之间存在随机添加关注对象的情况；优先连接机制则用于刻画微信用户越活跃越有可能被选择别添加关注的事实；具体包括以下步骤：
A、在本发明提出的微信网络演化模型中，如果A用户添加了B用户，表明两个用户之间可以直接相互传递信息，即为在两个用户之间将建立一条无向边；
B、初始网络构造：首先，根据实际需要设定初始网络的节点数，同时给每一个节点都赋予相应的活跃度，这里的活跃度能够满足不同的分布，比如均匀分布、指数分布、正态分布及幂律分布等；其次，初始网络的拓扑结构可为比如星型、环形以及全连通等，基于此构造微信演化网络模型；
C、新节点和已有节点间建立随机连接：新加入到网络中的节点为新建连接的一个端点，随机选取网络中已有节点为新建连接的另一个端点，连接这两个端点就新建立了一条无向连边；
D、新节点和已有节点间建立优先连接：新加入到网络中的节点为新建优先连接的一个端点，以概率Πi选取网络中已有节点为新建优先连接的另一个端点，两个端点相互连接就新建立了一条优先无向连边；
E、网络在已有节点的选取：当一个新节点加入到网络中时，若是建立优先连接，需要从网络中依据节点的活跃度与节点度的乘积来进行选取；
F、网络规模的增大：在网络的整个演化过程中，每一个时间步都会增加一个新节点，致使网络的规模由小到大不断增长，同时给每一个新加入的网络节点都指定一个活跃度。
在微信网络形成的过程在中，节点度以及节点的活跃度对网络的拓扑结构有重要影响。因此，本发明就以节点度和节点活跃度的乘积作为新建优先连接的判断依据。这是因为节点度越大或节点越活跃，该节点被选择建立新连接的可能性越大。尽管有些新加入网络节点的度较小，但是如果它们比较活跃，这些节点同样会受到其它新加入节点的关注，这也是微信网络演化过程中的一个实际情况。
本发明中当一个新节点加入到网络中时，网络中将会添加一条新的连边。新加入节点既会随机选择节点相连，又会选择那些节点度或活跃度较大的节点相连。针对这一实际情况，新建连边包括随机建立及优先建立两个过程。对于随机连接的建立过程，新连边的另一个端点随机选取；对于优先连接建立的过程，新连边的另一个端点以概率进行选取。
本发明首先根据实际需要对网络进行初始化，随后采用随机连接、优先连接机制完成整个微信网络的演化过程，目的是使本发明能够最大限度地反映真实微信网络的演化过程，尽可能地使生成的演化网络模型具有真实网络的各种主要统计特征。
在微信网络演化生成阶段，网络的规模随着时间不断增长，这体现在每一个时间步都会有一个节点加入到网络之中。新建连接建立的过程中，考虑了随机连接和优先连接两种机制，符合实际微信网络形成过程所具有的演化特性。本发明通过采用简单、合理有效的演化规则，构造出了能够反映真实微信网络特性的演化网络模型。该模型易于软件实现，在社交网络统计特征分析、网络舆情传播、网络通信协议效率等方面的研究能够得到广泛应用。
本发明不仅注重算法的实用性，而且还注重效率的优化设计。网络中的孤立节点以及重复连接的节点也能够得到有效避免。算法生成的演化网络的规模不会受到任何限制，特别适用于对网络规模有着较高要求的研究之中。
本发明充分吸收了WS小世界网络、BA无标度网络、多局域世界网络等多种演化网络算法的优点，融入了真实微信网络形成过程中具有的特点，能够如实展现出真实微信网络的拓扑特征。另外，本发明还具有简单的结构，较快的演化速度，较低的复杂度以及较好的可移植性等特点，完全可用于描述现实生活中的各类微信网络的形成过程及统计特征。
以上内容仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明权利要求书的保护范围之内。