媒介环境视野下复杂网络研究
网络科学中的复杂网络研究
网络科学中的复杂网络研究随着互联网技术的不断发展，人们的生活方式和工作方式也在发生着巨大的变化。
同时，人们对于互联网的极度依赖也使得网络科学变得越来越重要。
网络科学是一门研究网络结构、行为和演化的学科，其中复杂网络研究是网络科学中的重要方向之一。
本文将探讨网络科学中的复杂网络研究。
一、复杂网络的定义复杂网络是指由大量节点（node）和连接（link）构成的一种网络结构。
在复杂网络中，节点可以代表不同的事物，如人、公司、物品等，而连接则代表节点之间的关系，如交互、联系、传递等。
复杂网络的结构往往是非常复杂的，节点和连接数量很大，而且连接关系存在着很多的变化和不确定性。
二、复杂网络的特征复杂网络具有许多独特的特征，其中比较重要的特征包括：1.小世界性：复杂网络的节点之间往往会形成一些短路径，这些短路径将整个网络连接在了一起。
这种现象称为小世界性。
小世界性意味着网络的信息传递能力很强。
2.无标度性：复杂网络中的节点往往分布不均匀，只有少数节点连接了大量的其他节点，而大多数节点只连接了少量的节点。
这种现象称为无标度性。
无标度性意味着网络的节点之间存在着重要的枢纽节点。
3.聚集性：复杂网络中的节点往往呈现出聚集集中的现象，这些节点之间存在着很多的三角形连接关系。
这种现象称为聚集性。
聚集性意味着网络的节点之间存在着很多的社区结构。
三、复杂网络的研究方法复杂网络的研究方法主要包括两类，一类是基于统计物理学的方法，另一类是基于图论的方法。
基于统计物理学的方法通常用于描述网络中的相变现象，如网络的阈值、相等温转变等。
而基于图论的方法通常用于描述网络中节点之间的联系和关系，如节点之间的距离、聚集系数等。
四、复杂网络的应用复杂网络的应用非常广泛，其中比较重要的应用包括：1.社交网络分析：通过对社交网络进行复杂网络分析，可以深入了解社交网络中的节点之间的关系、信息传播和社区结构等。
2.互联网搜索引擎：搜索引擎可以通过对互联网进行复杂网络分析，提高搜索的效果和精度。
复杂网络科学的研究进展及应用
复杂网络科学的研究进展及应用随着科学技术的发展，人类对于复杂网络科学的研究也越来越深入，并在各种领域得到了广泛的应用。
本文将简要介绍复杂网络科学的概念，研究方法和应用领域。
一、什么是复杂网络科学复杂网络科学是研究网络结构、功能和演化规律的学科，它涵盖了很多方面，包括物理学、计算机科学、数学、生物学、社会学等多个学科。
它所研究的网络包括社交网络、物质传输网络、生物网络等多种类型。
复杂网络的特点是节点之间存在复杂的联系，网络结构存在复杂的拓扑结构和模式。
复杂网络具有刻画网络结构、预测网络演化、控制网络活动等方面应用价值。
同时，复杂网络也是智能科学、生命科学、计算科学等多个学科的重要基础和工具。
二、复杂网络的研究方法复杂网络科学的研究方法主要有两种：统计描述和建模仿真。
统计描述是指通过统计手段对网络的拓扑结构和特征进行描述和分析。
例如，度分布、聚类系数、介数中心性等指标可以有效地反映网络的特征和规律。
建模仿真是指通过建立模型对网络的演化过程和行为进行分析和预测。
例如，随机网络模型、小世界网络模型、无标度网络模型等可以模拟各种复杂网络，并对其动态演化进行探究。
三、复杂网络的应用领域复杂网络科学在各种领域都有广泛的应用。
以下是几个典型的应用领域：1.社交网络社交网络是目前复杂网络应用最为广泛的领域之一。
社交网络的研究和应用，主要包括如何对网络中个体的行为和关系进行建模和分析，以及如何利用这些模型来进行推荐、广告投放、舆情监控等。
例如，Facebook、Twitter等社交媒体平台利用用户在平台上的活动行为和关系，实现了精准推荐和广告投放。
同时，社交网络在疫情和自然灾害等重大事件中，也发挥了巨大的作用。
2.生物网络生物网络是指生命体内的各种关系网络。
生物网络的研究和应用，主要包括对基因表达、蛋白质相互作用、代谢途径等方面的分析和建模。
例如，对基因表达网络的研究，可以为肿瘤等疾病的诊断和治疗提供一定的参考。
同时，生物网络建模还可以为人工生命、分子计算等领域提供灵感和指导。
社会网络分析和复杂网络理论
社会网络分析和复杂网络理论社会网络分析和复杂网络理论是当今社会科学研究中不可忽视的一部分，其中社会网络分析主要研究社会中人际关系的结构、性质和演化规律，复杂网络理论则是研究网络中的整体结构、性质和其它定量特征。
这两个领域的研究相互关联，有助于我们更加深入地了解人们之间的沟通、合作和信息传递，以及网络中的节点和边的特性和演化。
社会网络分析的起源社会网络分析起源于20世纪30年代的美国社会学家莫特（Mol,Joseph）和中央社会（Central Social）的成员们，他们致力于研究社会网络的运作原理和演化模式。
20世纪50年代到70年代，美国学者莫茨和格莱茨曼（Granovetter）等人提出了“弱联系”的概念，即人们更容易通过和自己没有很熟悉的人连接起来和获得信息。
此后，对于“弱联系”的研究逐渐深入，出现了许多相关理论和方法，如“小世界理论”，“结构洞理论”等。
社会网络分析的应用社会网络分析在实际应用中得到了广泛的关注和应用，它可以用于分析社区内部的结构和良性发展，进行企业管理、市场研究以及选民行为的研究等。
例如研究人际关系中的联系和互动，以及社会状态和状况的形成和演变。
现代社会各种机构、组织大多是一个个网络，在揭示网络结构和网络属性的基础上，还可以对网络节点进行分析，发现网络中的重要节点和关键节点。
这对于分析网络演化和网络控制具有重要的意义。
复杂网络理论的起源复杂网络理论起源于20世纪60年代中期，当时学者们开始研究一些交错的、复杂的、具有多种关系和属性的网络，如生物、交通、材料等系统中的网络。
1998年，小世界网络和无标度网络的发现，使得复杂网络领域得到了历史性的突破。
这两种网络的研究不仅揭示了真实世界中的很多网络都是小世界网络或无标度网络，而且为后来更深入地研究网络提供了很好的切入点。
复杂网络的应用复杂网络在现代社会中也得到了广泛的应用，其中最具代表性的是节点的重要性分析和网络的控制。
例如，在金融市场中，通过对网络中金融机构的节点进行分析和评估，可以更好地理解市场的基本特征并制定相应的政策。
复杂网络研究简介
∑d
i> j
ij
d12 = 1
d13 = 1 d 23 = 1
d14 = 2 d 24 = 1 d 34 = 2
d15 = 1 d 25 = 2 d 35 = 2 d 45 = 3
Total = 16 Average:
L = 16 / 10 = 1.6
聚类系数
• 一个网络的聚类系数 C满足:
0<C<1
规则网络
(a) 完全连接;
(b) 最近邻居连接;
(c) 星形连接
规则网络
... ...
(d) Lattice
(z) Layers
随机图理论
• 随机图论 - Erdös and Rényi (1960) • ER 随机图模型统治四十余年…… 直到今天 …… • 当今大量可获取的数据＋高级计算工具，促使人们 重新考虑随机图模型及其方法
“图论之父”
看作4个节点，7条边的 图
路必须有起点和终点。 一次走完所有的桥，不重复，除起点与终点外，其余点必须有偶数 条边，所以七桥问题无解。 1875年, B 与 C 之间新建了一条桥解决了该问题！☺
Euler 对复杂网络的贡献
Euler 开启了数学图论，抽象为顶点与边的集 合 图论是网络研究的基础 网络结构是理解复杂世界的关键
电信网络
(Stephen G. Eick)
美国航空网
世界性的新闻组网络
(Naveen Jamal)
生物网络
人际关系网络
复杂网络概念
• • • • • • 结构复杂：节点数目巨大，网络结构呈现多种不同特征。 节点多样性：同一网络中可能有多种不同的节点。 连接多样性：节点之间的连接权重存在差异，且有可能存在方向性。 网络进化：表现在节点或连接的产生与消失。例如WWW，网页或链 接随时可能出现或断开，导致网络结构不断发生变化。 动力学复杂性：节点集可能属于非线性动力学系统，例如节点状态随 时间发生复杂变化。 多重复杂性融合：即以上多重复杂性相互影响，导致更为难以预料的 结果。例如，设计一个电力供应网络需要考虑此网络的进化过程，其 进化过程决定网络的拓扑结构。当两个节点之间频繁进行能量传输时， 他们之间的连接权重会随之增加，通过不断的学习与记忆逐步改善网 络性能。 复杂网络简而言之即呈现高度复杂性的网络。
复杂网络的性质及研究进展
复杂网络的性质及研究进展随着互联网技术的进步，现代社会中出现了大量复杂网络。
复杂网络是一类由大量节点和连接构成的复杂结构，如社交网络、互联网、物流网络等。
复杂网络中的节点可以是人、机器、城市、物品等，节点间的连接可以是关系、交易、信息传递等。
复杂网络的性质及研究进展成为当前网络科学热门话题。
一、复杂网络的性质复杂网络具有许多独特的性质。
其中最著名的是小世界现象和无尺度性。
小世界现象指的是在相对较少的步数内，两个节点间可以通过少量的中间节点相互连接。
这个现象源于节点个数巨大的复杂网络中所存在的“短路”现象。
无尺度性则指的是复杂网络中存在少数节点拥有极高的度数，这些度数相对较低的节点则占据大多数。
这个现象发生的原因是特定节点的度数与网络结构有关，而网络结构可以不断扩大，使得度数与网络尺寸成幂律分布。
另外，复杂网络还具有同配性和社团结构这些特征。
同配性指的是节点之间存在相似的连接方式。
也就是说，度数大的节点会与度数大的节点相连，而度数小的节点会与度数小的节点相连。
在社交网络中，身份地位相近的人之间也会有相似的交际方式。
社团结构则指的是节点在网络中的归属群体。
网络社团结构不仅有助于分析节点间的关系，而且有助于我们更好地理解复杂网络的拓扑性质。
二、复杂网络研究进展近年来，复杂网络的研究取得了非常显著的进展。
1. 复杂网络模型为了更好地研究复杂网络，科学家提出了一些复杂网络模型。
比较常用的模型有随机图模型、小世界模型、无尺度网络模型等。
这些模型的提出极大地推动了复杂网络的研究，使得我们能够更加深入地理解复杂网络的性质和演化规律。
2. 复杂网络在社会与生命科学中的应用复杂网络不仅被广泛应用于计算机科学领域，而且在社会网络与生命科学领域也有着广泛的应用。
例如，社交网络分析被广泛应用于研究社交关系、信息传播和个人信任等问题；基因调控网络分析被应用于研究生物调控机制和疾病发生机理等重要问题。
复杂网络为社会与生命科学领域的研究提供了一个全新的视角，使得我们能够更加全面地了解问题背后的本质。
基于复杂网络的微博信息传播研究共3篇
基于复杂网络的微博信息传播研究共3篇基于复杂网络的微博信息传播研究1基于复杂网络的微博信息传播研究随着网络技术的不断发展，微博已成为人们获取信息、表达观点和交流思想的重要平台。
微博信息传播的复杂性，更引发了研究者们对微博传播过程及其影响因素的关注。
而复杂网络是一种重要的分析工具，可以揭示微博信息传播的规律和机理。
本文将从复杂网络的角度探讨微博信息传播的过程与特点，分析影响微博传播的主要因素，并探讨如何利用复杂网络分析方法提高微博信息传播的效果。
一、微博信息传播的复杂性微博信息传播的复杂性主要表现在以下三个方面：1.网络结构的复杂性：微博用户之间的关系不是简单的线性关系，而是复杂的非线性网络结构。
微博用户之间既存在直接的关注关系，也存在间接的相互转发、评论、点赞等关系。
同时，微博用户还会根据自己的兴趣、好友等因素形成各种小团体。
2.信息内容的多样性：微博上的信息类型丰富多彩，既包括文字、图片、视频等多种形式的内容，也包括各种话题、事件等不同类型的信息。
不同类型的信息对于传播的影响也存在差异。
3.用户行为的多样性：微博用户的行为十分复杂，不仅包括发微博、转发、评论等基本行为，还包括关注、点赞、私信等更加细粒度的行为。
用户行为多样性的存在使得微博信息传播的规律更加复杂。
二、影响微博信息传播的主要因素微博信息传播的复杂性意味着影响微博传播的因素非常多样。
在众多因素中，以下几个方面是影响微博传播的主要因素。
1.信息本身的质量：信息的主题、内容、话语等对于信息的传播具有重要的影响。
如果信息趣味性强，内容新颖独特，对于信息的传播具有非常积极的效果。
2.网络结构和用户的特点：网络结构的不同和用户的特点也是影响微博传播的重要因素。
如果微博用户之间的联系紧密，且关注合适，那么信息的传播会更加迅速。
而如果用户之间的联系稀疏，那么信息的传播效果就会大打折扣。
3.传播过程中的干扰：在微博信息传播的过程中，一些意外的事情有可能会发生干扰，如被关键用户屏蔽等，这些随机因素对于信息的传播也会产生明显的影响。
全媒体“拟态环境”下高校网络舆情特征及其引导机制研究
2020年12月第22卷第4期江南社会学院学报JOURNAL OF JIANGNAN SOCIAL UNIVERSITYDec.2020Vol.22No.4全媒体“拟态环境”下高校网络舆情特征及其引导机制研究李伟（苏州工业园区服务外包职业学院，江苏苏州215123）摘要：全媒体时代，广泛的媒介融合催生了大学生媒介化生存方式，多元开放的媒介平台导致了高校网络舆情的活跃，然而，全媒体构建的并不是现实环境的原貌，而是由媒介所提供的加工、重构之后的“拟态环境”，高校网络舆情的特征与走向往往与“拟态环境”息息相关，这对于高校网络舆情引导工作提出了全新课题。
对此，建立健全高校网络舆情监测与引导机制，加强网络议程设置和大学生“意见领袖”培养，全方位提升大学生媒介素养是全媒体“拟态环境”下高校网络舆情引导的对策。
关键词：全媒体；拟态环境；高校网络舆情；引导机制中图分类号:G219.2文献标识码：A文章编号:1673-1026（2020）04-0020-04近年来，飞速发展的互联网技术正在不断改变着信息交流的结构与模式，甚至改写了人类的生活方式。
在网络技术的助攻下，媒介逐渐从信息交流的工具、中介演化成为现代人的“精神伴侣”与“器官性存在”，媒介传播已经进入包括自媒体、平台媒体在内的新媒体与传统媒体融合的全媒体时代。
全媒体环境下，公众能够获得更及时、更多角度、更多层次、更多方式的媒体体验，而且网络开放性程度更高，信息获取渠道更趋多元化，个性化娱乐性服务更突出，互动性更强。
因而,在人人皆媒体、时时有媒体、处处是媒体的全媒体时代，大学生群体参与公众事务讨论的愿望更加强烈，高校网络舆情活跃度达到顶峰。
然而，浸润在全媒体加工、重构之后的“拟态环境”中的高校学生，往往会有意或者无意地忽视“拟态环境”与现实客观环境之间的界限。
在此情况下，一方面,媒介的存在和发展极大地拓展了大学生的视野,为他们跨越时间、空间的距离,感受更多现实世界中的事物提供了可能性；另一方面，在全时空多渗透的全媒体环境下，假新闻和网络谣言扩散的广度与速度大幅提升，所产生的纷繁复杂的网络舆情容易在大学生思想与精神成长上制造迷茫与冲突，给高校网络舆情引导与管理工作带来新的挑战。
复杂网络理论研究状况综述
ＩＩ
■现代管理科学
ＩＩ ＩＩＩ
一管理创新
ｍ＿
复杂网络理论研究状况综述
●刘晓庆陈仕鸿
摘要：文章首先简要介绍了复杂网络理论；然后重点论述了小世界网络模型的研究背景、基础概念及模型的统计特 性；最后对于小世界网络在各个领域的研究进行了简单的概述． 关键词：复杂网络：小世界网络；无标度网络
络——小世界网络（Ｓｍａｌｌ—ｗｏｄｄ Ｎｅｔｗｏｒｋｓ）。显然，当ｐ＝０
时，相当于各边未动．还是规则网络；当ｐ＝ｌ时就成了’随机 网络。１９９９年．Ｂａｒａｂａｓｉ＆Ａｌｂｅｒｔ在Ｓｃｉｅｎｅｅ上发表文章指 出。许多实际的复杂网络的连接度分布具有幂律函数形
万方数据
一管理创新
■现代管珲科学
１２０１０年第９期
的捷径总数仍近似为拦攀。对于足够小的Ｐ和很大的Ｎ，
Ｚ
改进模型与Ｗ—Ｓ模型基本等价。 小世界网络因为重新布线。虽然平均度仍然为Ｋ．但 每个节点的度数不再保持常数。对于Ｎｅｗｍａｎ＆Ｗ８ｔｔｓ改 进的模型，因为每个节点的度数至少为规则网的度数Ｋ．
而增加的捷径是以概率拿连线，因此小世界网络的度分
州
布形态与随机网的度分布形态相似．都是近似服从对称的 泊松分布。表达式如下：
ｃ莳ｐ＝鲁
二、小世界网络概述 １．小世界网络珲论。 （１）小世界问题的提出。小世界理论最早提出来源于 １９６７年．哈佛大学社会心理学家斯坦利．米尔格拉姆 （Ｓｔａｎｌｅｙ Ｍｉｌｇｒａｍ）作了这样的一个实验．他要求３００多人把 他的一封信寄到某市一个“目标”人。于是形成ｒ发信人的 链条．链上的每个成员都力图把这封信寄给他们的朋友、家 庭成员、商业同事或偶然认识的人．以便尽快到达目标人。 实验结果是．一共６０个链条最终到达目标人．链条中平均 步骤大约为６。人们把这个结果说成“六度分离”并广为传 播。现代版本则是．２００２年Ｗａｔｔｓ和哥伦比亚大学社会学系 合作用Ｅ—ｍａｉｌ进行了同样实验。而且实验规模也扩展到了 全球范围。１６６个国家６万人．发ｅｍａｉｌ给１８个目标人。有 科学家甚至从这个现象推演出一个可以评估的数学模型。 你也许不认识奥巴马．但是在优化的情况下．你只需要通过 六个人就可以结识他。“六度分隔”说明了社会中普遍存在 一些“弱链接”关系．但是却发挥着非常强大的作用。 这个玄妙理论表明“世界真小啊！”．“小世界”由此得 名。它引来ｎｒ数学家、物理学家和电脑科学家纷纷投入研 究。结果发现，世界上许多其他的网络也有极相似的结构。 比如，人际网络和ＷＷＷ的架构几乎完全一样．通过超文 本链接的网络、经济活动中的商业联系网络、甚至人类脑 神经元、以及细胞内的分子交互作用网络．有着完全相同 的组织结构。科学家们把这种现象称为小世界效应。 （２）小世界原理及网络模型。小世界效应的精确定义 还在讨论中，目前有一个较为合理的解释是：若网络中任 意两者间的平均距离Ｌ随网络节点数Ｎ的增加呈对数增 长，即Ｌ．ＩｎＮ，当网络中结点数增加很快时。Ｌ变化相对缓 慢，则称该网络具有小世界效应。 １９９８年Ｗａｔｔｓ＆Ｓｔｒｏｇａｔｚ提出了“小世界”网络模型 （Ｗ—Ｓ模型）。小世界网络既具有与规则网络类似的分簇特 性，又具有与随机网络类似的较小的平均路径长度，刻画 了真实网络所有的大聚簇和短平均路径长度的特性。小世 界网络的基本模型是Ｗ—Ｓ模型，算法描述如下： （１）给定规则网：假如我们有～个节点总数为Ｎ．每个 节点与它最近邻的节点Ｋ＝２ｋ相连线的一维有限规则网． 通常要求Ｎ＞＞Ｋ＞＞ｌ。 （２）改写旧连线：以概率Ｐ为规则网的每条旧连线重 新布线．方法是将该连线的一个端点随机地放到一个新位 置上，但需要排除自身到自身的连线和重复连线。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
媒介环境视野下的复杂网络研究
互联网技术的发展，带来了复杂的新闻传播环境，网络研究复杂网络产生与发展机制，这是当前急需探讨的新问题。
网联网媒介环境复杂网络
互联网这一传播载体为网络新闻带来了不同于纸质新闻、广播和电视新闻的特点。
由于计算机数据处理和计算能力的飞速发展，出现了复杂网络(complex network)。
复杂网络理论将现实世界中的复杂系统抽象为网络，在媒介环境视野下研究其结构特性和动态行为等，这是当前急需探讨的新问题。
一、复杂网络的概念
近年来，由于计算机数据处理合计算能力的飞速发展，科学家们发现现实中的大部分网络既不是规则网络(regular network)，也不是完全随机的网络(random network)，而是具有与前两者截然不同的统计特征的网络，科学家们把这些网络称为复杂网络(complex network)。
复杂网络理论将现实世界中的复杂系统抽象为网络，研究其结构特性和动态行为等，其复杂性体现在了以下两个方面：1.结构复杂性
本来相对孤立节点通过它们之间的连边(edge)来组织在一起。
网络中的节点连接结构错综复杂，看上去极其混乱，同时网络连接结构还可能随时间发生变化。
例如，万维网上每天都有新的页面产生和删除，新连接关系的建立和取消。
在某些网络中，节点间的连边还可能具有方向性和权重之分。
节点间通过它们的连边相互影响，
更加剧了系统的复杂性。
2.节点复杂性
在现实的复杂系统中，组成网络的个体的数目相当大。
实际中，具有成千上万个节点(vertex)的网络并不罕见。
同时，每个个体具有较强的独立性，即个体能独立地演化，具有很强的自主性。
在某些复杂网络中，网络中的节点还可能具有分岔和混沌等复杂非线性行为。
二、网络新闻传播的复杂环境
1．传播内容的复杂化
网络新闻媒体传播内容的复杂化，是由网络新闻媒体新闻来源的复杂性所决定的。
其传播内容的复杂化程度，是任何传统新闻媒体不曾面对的。
2．传播对象的自由化
网络媒介的共享性和网络传播的全球性方便了传播对象对网络新闻媒体的自由化选择。
同时，网络技术的便捷性也方便了传播对象对网络新闻内容的自由化选择。
3．传播载体的私人化
传播载体的私人化是网络新闻媒体对传统的相对封闭的编辑环境的改造和颠覆。
它是网络媒体高度开放的结果。
三、复杂网络的表现形式
第一，博客。
博客是一种表达个人思想和见闻并且不断更新的“个人出版”方式，它是互联网发展到一定阶段，网络领域中新兴的一
种信息传播方式，也是公民新闻的一种表现形式。
第二，播客。
播客的到来，它让每个人的声音都有机会在世界范围内展示。
人们可以选择什么时候去点击播放、暂停、跳过，如果喜欢，还可以自己录制，自娱自乐。
第三，维客。
维客站点可以由多人(甚至任何访问者)维护，每个人都可以发表自己的意见，或者对共同的主题进行扩展或探讨。
每位维客参与者都可以创建、修改或者删除页面，人人处于平等的地位，并有着相同的责任和权利，整个系统所呈现的全部内容都可以被访问者以及维客社群的每一个成员共同分享。
第四，掘客。
掘客是通过一种类似民主投票的方式来表示对新闻的支持和认可的传播模式。
第五，微博客。
即微博（microblog），是一个基于用户关系的信息分享、传播以及获取平台，用户可以通过web、wap以及各种客户端组件个人社区，以140字左右的文字更新信息，并实现即时分享。
四、构建新闻传播领域的复杂网络模型
网络传播行为的研究最初目的是为了了解疾病的传播机制。
就一般而言，舆论在新闻网络上的传播方式与疾病在人群中的传播方式十分相似，因此，本文将新闻传播中需要控制的不良信息看作疾病，则可按照已有的疾病传播模型构建新闻传播领域的复杂网络模型。
一般用节点表示网络媒介，如果两个媒介之间可以存在直接的链接途径，就认为这两个个体之间存在连接，这样就得到了新闻传播网
络的拓扑结构，进而可以建立相关模型来研究这种传播行为。
显然，网络传播模型研究的关键是传播规则的制定和网络拓扑结构的选择。
五、复杂网络下新闻传播的控制策略
研究复杂网络上的新闻传播行为的目的之一是为了更好地控制
不良信息的传播。
目前，通常采取的控制力方法是网络监管，通过网络管理人员的监督和管理，及时发现管辖范围内的不良信息并予以清除，从而使其他网民无法复制并传播。
但在现实中，网民数量庞大无比，网络媒介也极其繁多，信息的上传下载十分便利。
使得有限的网络管理人员往往疲于应付。
为此，控制策略的研究对提高控制效果具有十分现实的意义。
基于复杂网络的新闻传播控制策略分为三种：随机控制策略、目标控制策略、基于链接层次的局部控制策略。
六、结束语
在网络社会中，控制策略不再是一个可有可无或者传播学可以回避的课题。
许多国家的政府都拨出专项资金，对网络的控制与把关进行专门研究。
鉴于网络传播技术的特点，在网络上进行控制远比在社会中实现传播控制要难得多。
本文从一个全新的角度探讨了新闻传播控制的策略，对制定具体的网络新闻传播政策和规则具有一定的启发意义。
参考文献:
[1]郭庆光.传播学教程[m].北京：中国人民大学出版社，1999.
[2]利昂费斯汀格.认知失调理论[m].杭州：浙江教育出版社，1999.
[3]沃纳赛佛林等.传播理论：起源、方法与应用[m].北京：华夏出版社，2000.。