基于大数据特征的相互依存社交网络谣言传播研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    61701048
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    18.5万
  • 负责人：
    韩祺祎
  • 依托单位：
    成都大学
  • 学科分类：
    F0102.信息系统与系统安全
  • 结题年份：
    2020
  • 批准年份：
    2017
  • 项目状态：
    已结题
  • 起止时间：
    2018-01-01 至2020-12-31

项目摘要

This research focuses on rumor spreading and coping mechanism in interdependent network which is formed by interaction of social network and other information platforms under the background of big data..The main contents include: （1）Evolution analysis on rumor spreading in interdependence network through complex network theory;（2）modeling the rumor spreading by Analysis the characteristics of rumors through big data technology;（3）proposing systemic rumor control strategy by cooperation of monitoring deployment, big data analysis and Traceback technology.
本课题针对大数据背景下的多信息平台和社交网络交互、融合形成的相互依存网络中的谣言传播和应对防控机制进行研究。主要内容包括：利用复杂网络理论研究相互依存的网络结构对谣言传播的影响；利用大数据技术分析谣言传播的特征，探索谣言的生成机制、演化机理，分析用户对待网络谣言的态度，归纳总结谣言在网络中的具体传播规则，建立改进的谣言传播模型；最后联合监控部署方案、大数据技术和溯源技术提出系统的谣言防控策略。

结项摘要

本项目针对大数据背景下的多信息平台和社交网络交互、融合形成的相互依存网络中的谣言传播和应对防控机制进行研究。由于利用复杂网络理论为基础研究相互依存的网络结构对谣言传播的影响，所以发现跨平台多网络融合的方式和网络结构对谣言传播影响很大。因此本项目对部分研究内容进行了适当的调整，以跨平台多网络融合的方式和网络结构对谣言传播影响为研究对象，利用大数据技术分析谣言传播的特征，探索谣言的生成机制、演化机理，分析用户对待网络谣言的态度，归纳总结谣言在网络中的具体传播规律，重点研究了双层双向、多层迭代、耦合单向等多网络融合方式下的谣言传播影响，改进加强了相应软硬件可靠性后设计并实现了多种谣言传播模型和防控策略

项目成果

期刊论文数量（3）
专著数量（0）
科研奖励数量（0）
会议论文数量（6）
专利数量（4）
Rumor spreading in interdependent social networks
谣言在相互依赖的社交网络中传播
  • DOI：
    10.1007/s12083-017-0616-y
  • 发表时间：
    2018
  • 期刊：
    Peer-to-Peer Networking and Applications
  • 影响因子：
    4.2
  • 作者：
    Han Qiyi;Wen Hong;Miao Fang
  • 通讯作者：
    Miao Fang
Recognition of Crop Diseases Based on Depthwise Separable Convolution in Edge Computing
边缘计算中基于深度可分离卷积的作物病害识别
  • DOI：
    10.3390/s20154091
  • 发表时间：
    2020
  • 期刊：
    Sensors
  • 影响因子：
    3.9
  • 作者：
    Gu Musong;Li Kuan-Ching;Li Zhongwen;Han Qiyi;Fan Wenjie
  • 通讯作者：
    Fan Wenjie
Research on node localization based on 3D wireless sensor network
基于3D无线传感器网络的节点定位研究
  • DOI：
    10.3233/jifs-179494
  • 发表时间：
    2020
  • 期刊：
    Journal of Intelligent & Fuzzy Systems
  • 影响因子：
    2
  • 作者：
    Musong Gu;Xiaodan Du;Wenjie Fan;Qiyi Han;Zishu He;Lei You
  • 通讯作者：
    Lei You

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

多天线广播信道模型安全性分析
  • DOI：
    --
  • 发表时间：
    2011
  • 期刊：
    信息安全与通信保密
  • 影响因子：
    --
  • 作者：
    吕世超;文红;韩祺祎
  • 通讯作者：
    韩祺祎
多天线广播信道模型安全性分析
  • DOI：
    --
  • 发表时间：
    2011
  • 期刊：
    信息安全与通信保密
  • 影响因子：
    --
  • 作者：
    吕世超;文红;韩祺祎
  • 通讯作者：
    韩祺祎
基于拓扑势的P2P社区推荐信任模型
  • DOI：
    --
  • 发表时间：
    2015
  • 期刊：
    电子与信息学报
  • 影响因子：
    --
  • 作者：
    韩祺祎;任梦吟;文红
  • 通讯作者：
    文红

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码