АДАПТАЦІЯ МОДЕЛІ КУРАМОТО ДЛЯ АНАЛІЗУ РОЗПОВСЮДЖЕННЯ ІНФОРМАЦІЇ В СОЦІАЛЬНИХ МЕРЕЖАХ
DOI:
https://doi.org/10.28925/2663-4023.2023.21.309314Ключові слова:
модель Курамото; розповсюдження інформації; соціальні мережі; синхронізація; гетерогенні мережі; інформаційні потоки; динамічні системи.Анотація
У статті запропоновано підхід до модифікації моделі Курамото, який дозволяє застосувати її для аналізу розповсюдження інформації в соціальних мережах, що, в свою чергу, надає можливість вивчати такі явища, як формування консенсусу, коли групи користувачів сходяться на спільній думці, поширення інновацій та утворення громадської думки з певного приводу. Представлено спрощений і класичний підходи до моделювання взаємодій між користувачами, де осцилятори символізують окремих учасників, а їхні частоти — поточний стан прийняття інформації. Частота може відображати початкову думку користувача, коли чим ближчі частоти двох користувачів, тим ближчі їхні початкові погляди, та схильність до зміни думки, коли чим більша амплітуда коливань, тим більш користувач схильний змінювати свою думку під впливом інших. Основними параметрами моделі при цьому є сила зв'язку (наскільки сильно один користувач впливає на іншого), частота природних коливань (початкова думка користувача), шум ( випадкові фактори, які можуть впливати на думку користувача). Висвітлено переваги кожного варіанту моделі для різних сценаріїв мережевої взаємодії. Класична модель, що використовується для опису синхронізації в динамічних системах, застосовується для дослідження взаємодії між користувачами соціальних мереж. Модифікована модель враховує індивідуальні властивості користувачів, їхні темпи поширення інформації та характер взаємодії з іншими учасниками мережі. Для точнішого моделювання соціальних процесів модель Курамото може бути розширена за рахунок врахування гетерогенності користувачів, оскільки різні користувачі можуть мати різну схильність до впливу та різну кількість зв'язків, введення динамічних зв'язків, оскільки структура соціальної мережі може змінюватися з часом, та врахування неоднорідності інформації в контексті її впливу на користувачів.
Завантаження
Посилання
Chernii, P. (2017). Models of message distribution in online social networks: properties, structure, features of application. Bulletin of Kharkiv National University named after V.N. Karazin, 127–134.
Acebrón, J. A., Bonilla, L. L., Pérez Vicente, C. J., Ritort, F., & Spigler, R. (2005). The Kuramoto model: A simple paradigm for synchronization phenomena. Reviews of Modern Physics, 77(1), 137–185. https://doi.org/10.1103/revmodphys.77.137
Anakhov, P., Zhebka, V., Korshun, N., Tushych, A., & Dovzhenko, T. (2021). Stability method of connectivity automated calculation for heterogeneous telecommunication network. In: Cybersecurity Providing in Information and Telecommunication Systems, vol. 3188, 282–287.
Grechaninov, V., Hulak, H., Sokolov, V., Skladannyi, P., & Korshun, N. (2021). Formation of dependability and cyber protection model in information systems of situational center. In: Emerging Technology Trends on the Smart Industry and the Internet of Things, vol. 3149, 107–117.
Guille, A., Hacid, H., Favre, C., & Zighed, D. A. (2013). Information diffusion in online social networks. ACM SIGMOD Record, 42(2), 17–28. https://doi.org/10.1145/2503792.2503797
Ishfaq, U., Khan, H. U., & Iqbal, S. (2022). Identifying the influential nodes in complex social networks using centrality-based approach. Journal of King Saud University - Computer and Information Sciences. https://doi.org/10.1016/j.jksuci.2022.09.016
Kumar, P., & Sinha, A. (2021). Information diffusion modeling and analysis for socially interacting networks. Social Network Analysis and Mining, 11(1). https://doi.org/10.1007/s13278-020-00719-7
Shevchuk, D., Harasymchuk, O., Partyka, A., & Korshun, N. (2023). Designing Secured Services for Authentication, Authorization, and Accounting of Users. In: Cybersecurity Providing in Information and Telecommunication Systems, vol. 3550, 217–225.
Medvedev, G. S., & Tang, X. (2018). The Kuramoto Model on Power Law Graphs: Synchronization and Contrast States. Journal of Nonlinear Science, 30(5), 2405–2427. https://doi.org/10.1007/s00332-018-9489-3
Strogatz, S. H. (2000). From Kuramoto to Crawford: exploring the onset of synchronization in populations of coupled oscillators. Physica D: Nonlinear Phenomena, 143(1–4), 1–20. https://doi.org/10.1016/s0167-2789(00)00094-4
A survey on information diffusion in online social networks: models and methods. (2017). Information, 8(4), 118. https://doi.org/10.3390/info8040118
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2023 Катерина Дмитрієнко

Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.