Device-to-Device社交网络信息传播：基于SIР模型的分析与影响

本文主要探讨了"基于SIR的Device-to-Device移动社交网络信息传播模型"这一主题。随着智能移动设备的快速普及，移动社交网络得到了空前发展，然而这也对底层通信网络产生了巨大压力。为了减轻这种负担，研究者们开始关注如何利用Device-to-Device（D2D）技术来更有效地在移动设备之间传播信息。本文的焦点是河南理工大学计算机科学与技术学院的张霄宏、钱凯和鲍亚雷三位作者合作的研究。 首先，作者深入分析了Device-to-Device移动社交网络中用户参与信息传播的行为特征，这些特征可能包括用户活跃时间、地理位置、社交关系等因素，这些都会影响信息的扩散速度和范围。他们借鉴了传染病模型，因为信息传播在某些方面可以类比于病毒或信息在人群中的传播，这种模型可以帮助理解信息传播的动态过程。 SIR模型，即Susceptible-Infected-Recovered模型，是一种经典的流行病学模型，将人口分为易感、感染和恢复三类。在移动社交网络中，它被修改为适应D2D通信环境，例如，易感节点代表未接收信息的用户，感染节点代表已接收到信息的用户，而恢复节点则表示已经处理过信息或不再转发的用户。通过这个模型，作者能够预测在真实D2D环境中，信息的传播速度、传播路径以及最终的传播峰值。 研究结果显示，尽管Device-to-Device移动社交网络的信息传播与基于互联网的传统社交网络有相似之处，如都遵循幂律分布和社区结构的影响，但D2D网络特有的即时性和近距离特性导致传播时延较大。这意味着信息在D2D网络中的扩散不会像互联网那样迅速，而是有一个较长的延迟阶段，直到达到传播高峰。 关键词：信息传播、社交网络、Device-to-Device通讯和传染病模型，揭示了这项研究的核心概念和技术背景。这篇论文的中图分类号为TP393，文献标志码为A，文章编号为1673-9787(2019)3-131-6，提供了关于D2D移动社交网络中信息传播行为的深入见解，对于理解和优化此类网络的设计和运营具有重要意义。