网络信息传播动力学建模与分析

本书将动力学理论引入舆情传播领域，构建不同环境下的舆情传播动力学模型，包括单信息传播SFI模型、交叉信息同步传播CT-SFI动力学模型、延迟信息传播DT-SFI动力学模型、考虑主动因素的单信息传播P-SFI动力学模型、考虑意见的单信息传播OL-SFI动力学模型、衍生信息传播D-SFI动力学模型、基于阅读量的多信息传播SRI动力学模型、基于讨论量的信息传播SDI动力学模型、基于阅读量和讨论量的多信息传播SRDI动力学模型。本书采集中国新浪微博社交网络平台数据，对真实案例进行参数估计和敏感性分析，本书提出的

殷复莲，中国传媒大学信息与通信工程学院教授，博士生导师，从事传媒、舆情等交叉学科领域大数据分析与挖掘的教学与科研工作。主持国家自然科学基金、国家新闻出版广电总局、北京市教委、国家互联网信息办公室网络社会工作局等科研项目20余项，发表SCI、EI等检索论文60余篇，荣获国家发明10余项。荣获2017年北京市科学技术奖三等奖，广播影视科技创新奖突出贡献奖、一等奖，中国电影电视技术学会科学进步奖一等奖，二等奖等多项科技奖励；相关论文荣获中国新闻技术工作者联合会、国家新闻出版广电总局电影专业委等很好论文奖等近10项。

目  录
１  概述  /１
１.１  网络信息传播平台  /１
１.２  网络信息传播模式  /７
１.３  国内外研究现状及发展趋势  /１７
２  单信息传播ＳＦＩ动力学模型  /４２
２.１  ＳＦＩ动力学模型  /４２
２.２  基于转发的单信息传播指数  /４６
２.３  数值拟合  /５０
２.４  参数敏感性分析  /６０
２.５  信息传播预测  /６８
３  交叉信息同步传播ＣＴ－ＳＦＴ动力学模型  /７５
３.１  ＣＴ－ＳＦＴ动力学模型  /７５
３.２  基于转发的交叉同步信息传播指数  /９０
３.３  数值拟合  /９５
３.４  参数敏感性分析  /１０５
４  延迟交叉信息传播ＤＴ－ＳＦＩ动力学模型  /１１４
４.１  ＤＴ－ＳＦＩ动力学模型  /１１４
４.２  基于转发的延迟交叉信息传播指数  /１３０
４.３  数值拟合  /１３３
４.４  参数敏感性分析  /１４２
５  意见领袖参与的单信息传播ＯＬ－ＳＦＩ动力学模型  /１５７
５.１  ＯＬ－ＳＦＩ动力学模型  /１５７
５.２  基于转发意见领袖参与的单信息传播指数  /１６５
５.３  数值拟合  /１６７
５.４  参数敏感性分析  /１７７
６  多信息传播Ｍ－ＳＲＩ动力学模型  /１８６
６.１  Ｍ－ＳＲＩ动力学模型  /１８６
６.２  基于阅读的多信息传播指数  /１８９
６.３  数值拟合  /１９３
６.４  参数敏感性分析  /１９８
６.５  信息传播预测  /２０５
７  多信息传播Ｍ－ＳＦＩ动力学模型  /２１２
７.１  Ｍ－ＳＦＩ动力学模型  /２１２
７.２  基于转发的多信息传播指数  /２１６
７.３  数值拟合  /２２０
７.４  参数敏感性分析  /２２５
７.５  信息传播预测  /２３４
８  多信息传播Ｍ－ＳＲＦＩ动力学模型  /２４０
８.１  Ｍ－ＳＲＦＩ动力学模型  /２４０
８.２  基于阅读和转发的多信息传播指数  /２４５
８.３  数值拟合  /２４８
８.４  参数敏感性分析  /２５５
８.５  信息传播预测  /２６９
参考文献  /２７８