随着互联网产业的进步,尤其是移动互联网的飞速进步,普通人接触网络的机会越来越多,泡在互联网的时间更长了。消息传播的方式以及从传统的只在生活熟人圈中的口口相传,转变得能够非常快的在全国各地整个网络的网友中传播开来,影响力波及的范围很大。网络现在变成了消息传播过程中的重要一环。复杂网络上的消息传播这一课题近年来一直备受专家学者的关注。消息传播的发展过程和传染病的病毒传播模型类似,所以消息传播的研究一直以来都是基于传染病传播创建模型。在真实世界的人际关系网络中,一个人等同于复杂网络中的一个节点,而人们之间相互的关系就像是复杂网络中的边。社会网络的拓扑结构不是普通的规则图或随机图,而是具有“小世界”性质和“无标度”性质的复杂网络。真实世界网络的特点是显而易见的,有非常多的节点也就是人,而人与人之间的关系也很繁杂,每个个体的行为又不一样,这对消息传播都有着不同的影响。为了研究在复杂网络上不同可信度的消息传播的特点,本文基于流行病学提出了一种新的消息传播模型SIDO。构建SIDO模型的时候我们参考了SIS模型,另外我们还参考了SIR传染病模型,来为模型赋予更多的特性,本文的SIDO模型赋予了网络节点新的状态,节点S是从来没有接触过消息的状态,I节点是了解消息而且给周围的和它有边的节点传播的,D是对消息处于怀疑状态的节点,并且不在传播消息,O节点是消息的反对者。最近几十年,依赖于计算机的发展,复杂网络的研究在理论研究、建模分析和实验验证等方面,已经得到了不俗的研究成绩。这些成果的取得与计算机技术的进步密切相关,尤其是计算机模拟技术的进步使得我们可以在电脑上模拟各种模型的演化。通过研究发现,我们生活的真实世界中存在着大量的大规模的复杂网络,比如说人际关系网、因特网、神经网络、交通运输系统网络、大型电力网络系统、细胞网络、新陈代谢网络等等。在复杂网络方面的学术成果可以使我们在认识、控制和发展这些相关的网络方面有有很多帮助。研究者们为了能够取得更多的研究成果。尤其是理论成果,就不断地进行模拟实验,需要在实证研究中推动复杂网络理论研究的深入发展,以此来更好地解决实际问题。尤其是进入到上个世纪九十年代之后,我们就处于一个充斥着了形形色色的复杂网络的地球中,很多事情的解决都需要从复杂网络的角度去解决问题。利用复杂网络的学术成果,可以帮助人类对世界上各种复杂性系统和问题的理解。对于复杂网络的研究也拓宽了对复杂性问题的研究思路和研究角度。目前复杂网络的理论研究已经取得了不小的成果,研究者们也期待能够将更多的理论成果转化为实际应用造福于人类社会。