中文摘要：

针对敏感信息在异构在线社会网络中快速、大范围传播带来的潜在公共安全威胁，研究网络舆情分析与监管所亟需的异构在线社会网络中的信息传播动力学分析与建模等关键基础理论。项目将进行以下四方面的研究针对异构在线社会网络中用户节点特性对信息传播过程的影响，研究网络用户节点的重要性评估方法，分析影响用户行为的主要因素，建立网络用户行为的趋势预测模型；基于用户行为分析的相关结果，研究在线社会网络内部的信息传播路径及不同社会网络间的传播路径选择问题，从微观层面描述信息传播的规律；提出异构在线社会网络的形式化描述方法，研究不同类型社会网络的结构特性，并量化分析这些结构特性对信息传播规模的影响；基于种群斑块模型，建立异构在线社会网络中信息传播规模预测模型，从宏观层面描述信息传播的规律。项目研究成果将揭示信息在异构在线社会网络中的传播动力学规律，为网络舆情分析与监管提供基础理论支持。

结论摘要：

与传统信息传播平台相比，在线社会网络诸如微博、博客、论坛等具有信息传播速度快、传播影响范围广等特点。基于在线社会网络的热点事件信息特别是一些负面的虚假谣言信息的肆意、快速扩散将会严重危害社会稳定与公众利益。因此，研究在线社会网络信息传播动力学能够为网络舆情分析与监管等应用领域提供理论支撑作用，具有重要研究意义。本项目首先分别对有代表性的有向图、无向图等不同类型异构网络进行了测量研究，对各类网络的功能特性、拓扑结构特性等重要基础特征进行了分析，为信息传播规律研究的开展提供了基础。在此基础上提出了基于用户多属性特征的影响力评估模型，通过对用户的粉丝数、信息转发规模、用户活跃程度等属性进行综合分析，能够更为准确的识别在线社会网络中的大影响力用户。此外，该模型具有良好的可扩展性，可根据不同类型在线社会网络选择相应属性并对其用户进行影响力评估。在大规模真实用户数据分析的基础上提出了用户区域交互模型，描述了网络中用户之间的真实交互过程，揭示了网络中信息传播及路径选择规律。基于区域交互模型对在线社会网络用户的角色划分进行了研究，针对网络中僵尸粉、营销账号等不同类型用户的识别，项目组获得了较为理想的实验结果。项目组以在线社会网络用户信息内容为监测对象，分析了不同类型内容信息与疾病率的相关性。在此基础上提出了特定地区肥胖人群估计方法，研究结果表明在不同地区内，某些慢性疾病的趋势变化状况能够通过在线社会网络中与之相关的信息规模变化进行估计，该结果能够丰富现有相关疾病的防控手段。通过上述各研究内容的开展，项目组在异构在线社会网络用户行为分析、信息传播路径分析以及信息传播规模预测等研究方向取得了一定研究成果，实现了揭示异构在线社会网络信息传播动力学的研究目标。