20xx_挑戰杯數學建模大賽_c題_特等獎_獲獎論文-全文預覽

　　

【正文】 y constructing the message forwarding secondary transmission ratio, considered marginal in the munication process forwarding rate law of diminishing, bined with differential equations, infectious disease dynamics, the message of unknown users, and dissemination of user receives only the user density growth acceleration. Node introduction of processed using SPSS analysis of work structure characteristics data, bined with the C programming to get the intermediate data into the model, and then imported into MATLAB, analysis, fitting out of the spread of nodes, unknown nodes, the readonly node, three types of nodes distribution of density with time trend map. The news spread model based on the model of secondary transmission from the munication process and the time the two dimensions of the model deposition, obtained based on different base formula to solve. And C hierarchical modular draw up a fan base, fans increase the number of parameters of the implementation process, and the contagion effects of the iterative total. The news spread effect is greater than a fan to increase the number of different fan base and fans to increase the number of parative analysis and found that fan base. This section also SPSS, excel data analysis, statistical puting its fans repeat, into the model to eliminate duplication of results. Based on these two submodels, programming model into the data using MATLAB to solve the optimal solution. In addition, the article also raised the powerlaw distribution of BA model, the uniform distribution of the model to improve the program, as well as changes over time, news spread of the model program. The last article on how to use social working platform based on the results of the analysis, publicity and marketing remendations. Key words: social work, news spread model, density function 1 目錄 一、 問題重述 ......................................................... 2 二、 符號說明 ......................................................... 2 三、問題假設 .......................................................... 3 四、問題分析 .......................................................... 3 社 交網絡中信息傳播模式分析 ..................................... 3 社交網絡中節點群演化模式 ....................................... 4 模型選擇與解題思路 ............................................ 5 五、模型建立 .......................................................... 6 二次傳播中消息轉發比率演化模型（簡稱二次傳播模型） ............. 6 模型的建立 ................................................... 6 模型的求解 ................................................... 9 消息蔓延效應預測模型 .......................................... 11 模型的建立 .................................................. 11 編程實現 .................................................... 14 消息覆蓋規劃模型 ............................................. 14 重復率 L分析 ................................................ 14 線性規劃模型 ................................................ 16 七、模型的綜合評價 ................................................... 17 模型優點 ...................................................... 17 模型的不足點 .................................................. 18 八、模型的改進方案 ................................................... 18 改進一：用冪律分布和 BA模型來改 P1 ............................ 18 不足分析 .................................................... 18 P1 的冪律分布和 BA 模型的演 化算法 .......................... 18 改進二：用均勻與冪律混合分布演化算法改進網絡中粉絲新增率 ...... 19 不足分析 .................................................... 19 粉絲新 增速度的均勻與冪律混合分布演化算法改進 ................ 19 九、基于社交網絡平臺營銷提出的幾點建議 ............................... 20 十、參考文獻 ......................................................... 21 十一、附錄 ........................................................... 21 附錄一：二次傳播模型中 C++部分程序代碼 ............................ 21 附錄二：消息蔓延效應預測模型的 C++部分程序代碼 .................... 24 附錄三：求解 LP 模型最 優解的 MATLAB 代碼 ........................... 26 2 基于 SNS 的消息推廣效應及規劃模型 一、 問題重述 隨著網絡的不斷開放和技術的不斷先進，數字化已成為當今潮流，它讓傳播渠道、受眾的注意力、品牌營銷方式甚至一切都碎片化了，觀眾不在只關注電視，他們利用社交網絡可以獲得更加豐富的比賽信息和網友的評論。本部分還通過 SPSS， excel數據分析，統計計算出其粉絲重復度，帶入模型消除重復情況對結果的影響。通過節點 度的引入，用 SPSS 分析處理出網絡結構特征數據，帶入模型中結合 C++編程得到中間數據，再導入 MATLAB 中分析，擬合出了傳播節點、未知節點、只讀節點，三類節點分布密度隨時間的變化趨勢圖。 我們的參賽隊 號為： 2553 參賽隊員 (簽名 ) ： 隊員 1： 隊員 2： 隊員 3： 參賽隊教練員 (簽名 )： 參賽隊伍組別 ： 大學本科組 第五 屆數學中國數學建模網絡挑戰賽 地址： 內蒙古數學學會 網址： 電話 ： 04714969085 郵編： 010021 Email： 第 五 屆“ 認證杯 ”數學中國 數學建模網絡挑戰賽 編 號 專 用 頁 參賽隊伍的參賽隊號 ：（請各個參賽隊提前填寫好）： 競賽 統一編號（由 競賽 組委會 送至評委團前 編號）： 競賽 評閱編號（由 競賽評委團 評閱前進行編號）： 第五 屆數學中國數學建模網絡挑戰賽 地址： 內蒙古數學學會 網址： 電話 ： 04714969085 郵編： 010021 Email： 2020 年 第 五 屆 “ 認證杯 ” 數學中國 數學建模網絡挑戰賽 題 目 基于 SNS 的消息推廣效應及規劃模型 關 鍵 詞 社交網絡 消息傳播模型 分布密度 函數 摘 要： 本文 以碎片化趨勢下的奧運會商業模式 為背景，研究了 SNS 社交網絡中的消息傳播模式，用 戶對消息的反應行為，分析了消息傳播過程與機制。 我們知道，抄襲別人的成果是違反競賽規則的 , 如果引用別人的成果或其他公開的資料（包括網上查到的資料），必須按照規定的參考文獻的表述方式在正文引用處和參考文獻中明確列出。 我們完全明白，在競賽開始后參賽隊員不能以任何方式（包括電話、電子郵件、網上咨詢等）與隊外的任何人（包括指導教師）研究、討論與賽題有關的問題。 我們允許數學中國網站 ()公布論文，以供網友之間學習交流 ，數學中國網站以非商業目的的論文交流不需要提前取 得我們的同意 。 通過構建 二次傳播中消息轉發比率演化模型 ，考慮了傳播過程中的邊際轉發率遞減規律，結合微分方程、傳染病動力學等，研究了消息未知用戶，傳播用戶，僅接收用戶分布密度增長加速度。通過對不同粉絲基數和粉絲增加數的對比分析，發現粉絲基數對于消息蔓延效應的影響大于粉絲增加數。 最后文章基于分析結果，對如何利用社交網絡平臺進行宣傳和營銷提出了 建議。 第一個需要解決的問題是建立相關的數學模型以及分析 Twitter 用戶的鏈接分布來預測奧運會開始后，一條含有企業廣告的奧運會消息可以被觀看到的人數。m 條邊的節點在它連接到一個度為 m 的未知節點的條件下，處于轉發狀態的概率； ? ?tmpc ,39。 3. 普通網絡用戶轉發 消息 當天 ， 新增 粉絲行為發生在轉發消息之前，即當天新增粉絲都可收到其動態（轉發 消息） 。 5. 假設專業推廣者的粉絲均為普通