考虑观点篡改的观点传播动力学研究

针对舆论观点在传播过程中不断演化的现象,提出一种考虑观点篡改的新的观点传播模型。考虑节点观点在舆论传播过程中会有一定的概率被社会中的个体所修改,并基于此研究源节点的状态和节点观点的篡改对网络观点传播的影响。仿真结果表明:当网络(WS和BA网络)节点考虑观点篡改时,最终网络中节点的观点与源节点的观点是否相关,取决于网络节点的观点篡改率和源节点的观点强度;而在真实Facebook网络中,不仅仅取决于这两个因素,而且取决于源节点的度。同时实验表明,网络中高度数的源节点的观点比低度数的源节点观点传播更快。     

考虑媒体效应的微博网络热点事件舆论演化模型

鉴于媒体对网络舆论有越来越重要的影响,重点考虑媒体效应和微博网络中观点的传播特点,构建了有界信任规则下的舆论演化模型,分析了媒体因素以及节点信任界限异质性对微博网络中舆论演化的影响.仿真结果显示,有媒体影响时,个体对媒体观点的采纳幅度越大,媒体引导的效果越好;群体观点易于改变的网络热点事件中,媒体首次报道时间越晚,媒体的引导效果越好.研究结果表明,在网络舆论引导中,不但要注意介入的时间,更应注重论据的合理性.通过实例验证本文提出模型与实际情况相符合,说明了本文模型的有效性和适用性.     

基于决策偏移的舆论演化动力学模型

随着社会计算的飞速发展,网络数据日益向大数据方向演进,网络群体呈现出多样性特征. 针对传统舆论演化动力学模型忽略大规模群体一致性压力和个体决策内驱力的相互作用,以及社会网络节点多、规模大等问题,提出了基于决策偏移概念的舆论演化动力学模型. 模型将内在偏移牵引力、外在群体一致性压力相结合,并引入社会心理学从众效应理论,建立依从、趋同和内化的节点状态及状态转移策略和观点演化策略. 仿真结果表明,模型能够有效模拟观点的收敛和分化,与经典有限信任模型相比,更加符合大型社会网络中群体舆论演进和个体交互的行为特征,揭示了群体层面观点演化的内在规律,为大数据时代分析现实舆论形成的内在机理提供理论模型和参考.     

微博舆论场:突发事件舆情演化分析的新视角

微博舆论场逐渐成为了突发事件网络舆情的策源地,在舆情生成演化中扮演重要角色.本文以微博舆论场为研究视角,首先运用超网络建模理论,构建了集社交、信息、心理、观点四层子场为一体的微博舆论场超网络模型,并对各层子场内部以及子场间关系进行建模分析;然后提出了微博舆论场超网络模型的衡量指标,对微博舆论场"场强"进行了量化分析;最后使用社会计算和数据挖掘算法,定量分析了微博舆论场对新进入的无知者和感染者的作用过程,以及对新个体发生作用后,微博舆论场中舆情的演化.以期对突发事件舆情态势进行预测预警,为舆情干预治理提供理论依据,有效引导突发事件舆情良性发展.     

基于超网络的舆情演化多主体建模

创新性地将复杂系统多主体建模方法应用到集社交、环境、心理和观点等子网的舆情超网络模型中,通过对该超网络模型中各子网间不同属性节点(即异质Agent)交互规则设计,建立基于超网络的多主体舆情演化模型,深度刻画网络舆情的演化规律,即模拟人-信息-观点之间微观意见如何交互并涌现出宏观网络舆情的过程;应用舆情超网络拓扑结构相关测度指标,设置多主体舆情演化模型中各属性参数值,如网民活跃度(节点超度)、信息影响范围(超边间距离)和舆论领袖权威性(超边重叠度)等,并重点分析舆情演化过程中政府抢占舆论先机的重要作用,以及舆论领袖对大众网民的引导作用和网民发表观点形成舆论场的控制作用。最后,运用NetLogo仿真平台对具体舆情实例进行仿真,结果与现实舆情演化情况相符,证明了模型的合理性与有效性。     

动态影响力下网络舆论传播的计算实验研究

基于以往研究较少考虑影响力的即时动态更新,对于网络舆论传播的某些现象,可以融入这一因素进行分析.借鉴Krause有界信任的思想,引入Festinger的认知不一致理论对观点交互条件进行改进,并对信任阈值的作用进行了重新认识.本文认为,信任阈值并非判定个体是否交互的分界线,而是决定影响力增大或减小的分割线.进一步,对影响力的动态性进行了深入研究,引入短记忆过程和惩罚机制,从而构建动态影响力下的网络舆论传播模型,进行了计算实验分析.结果表明:随着群体信任闽值的提高,观点分化程度降低.群体观点演化也受初始影响力分布影响,初始影响力较高,网络群体更容易形成稳定的观点,且收敛速度更快.而投入干预个体的影响作用与群体信任阈值负相关,与干预个体所占的比例正相关.     

考虑社会阶层的观点演化模型

为解决现有观点演化研究对社会阶层考虑不够充分的问题,在个体异质性影响力的基础上,将网络中节点的拓扑性质与社会结构结合,提出了一种基于HK模型的观点演化模型。在3种经典复杂网络和一个实证网络中,采用社会学领域中根据资本划分社会阶层的方法,构建了3种社会结构。利用仿真实验,发现社会结构对观点演化具有重大影响,通过社会政策调整社会结构有利于观点达到一致。为研究现实社会同一类型社会结构中观点演化不一致的情况,在B型金字塔和橄榄型社会结构下,设置高阶层个体不同的初始观点分布,发现高阶层个体观点的极化和统一会相应地影响舆论的极化和一致。     

舆论演化的社会影响级联效应模型

舆论建模跳出传统的基于最近邻("person-person")的交互范式,引入次近邻("personperson-person")的影响,刻画网络中邻居的邻居对观点改变的作用,提出舆论演化的社会影响级联模型,分析其在可变聚类系数网络上舆论的演化性质.通过调节网络聚类系数,使用异步更新的方式,观察网络集聚特性对舆论演化的影响.结果表明,1)相比于传统的最近邻影响模型,社会影响级联模型的社会强化作用更大,系统更容易达成共识,初始状态中主流观点的影响将被放大;2)舆论演化结果与网络集聚性和初始状态相关:当系统初始状态p_+≠p_,系统观点演化达到稳态后,网络聚类系数越大,越容易产生主流观点;当初始观点p_+=p_时,即正、负力量势均力敌时,系统共识则难以确定.这种情况和现实社会舆论的演化结果符合.     

基于贝叶斯学习的复杂系统研制风险演化分析

大型复杂装备的系统结构和研制流程呈现网络化特征,研究风险演化机理有助于控制风险、降低复杂性.通过系统动态过程建模仿真获取数据样本,运用贝叶斯学习从仿真数据样本中提炼风险演化网络,识别不同风险等级的节点之间存在的关联关系,降低了仅凭经验构建风险网络的主观性.对贝叶斯学习获得的风险网络进行概率推理,在总体高风险等级下计算风险网络节点的风险后验概率分布,进而确定风险演化关键节点和传播链路.最后,通过与复杂网络特征指标评估下的静态特征进行对比分析,研究风险网络动态特征与静态特征的差异性,结果表明网络结构特征和风险传播的动态特征共同决定了风险演化关键节点和传播链路.     

群体性突发事件中非一致信任水平舆论传播建模与分析

群体性突发事件是影响社会稳定的重要因素,正确认识和理解舆论传播的演化机制, 可以建立快速、高效的应急体系和措施, 从而保证群体性突发事件的客观舆论导向. 针对群体中个体属性的多样性, 在Krause有界信任模型基础上提出了非一致有界信任模型, 进行了一系列计算机仿真实验. 结果表明: 当社会网络中个体的信任水平各不相同时, 要使社会网络的群体观点达到一致, 远比相同信任水平时要难; 而且, 社会网络中个体的数量与舆论传播的最终观点簇之间存在正相关关系.     

不完全信息下的群体决策仿真

为研究互联网个体交互,描述网络舆论演化与群体意见形成,建立了人员个性不完全信息博弈的策略选择模型,并对其进行了仿真和分析．根据网络交互的信息不对称性,提出了基于个体自信程度的不完全信息的支付矩阵,并使用海萨尼转换分析了博弈的贝叶斯纳什均衡;进一步地引入了个体记忆,通过交互进程更新了个体对邻居个性的认识．仿真结果表明,在不完全信息环境下,系统收敛时间更短,信息传播更快．研究内容有助于理解网络事件更易产生一致意见的演化规律,为网络舆论的引导策略提供参考和借鉴．     

基于改进Deffaunt模型和小世界网络的舆情传播模拟与仿真

以改进的Deffaunt模型作为观点交互模型,用小世界网络结构模拟真实世界的人际关系网络,对舆情的传播进行模拟仿真并分析不同参数设置对仿真结果的影响,通过研究发现人际间的信任程度影响观点收敛速度,群体中极端个体的比例大小能决定群体观点的收敛情况,而且小世界网络模型中的群体规模、节点度、重连概率都能影响观点的收敛速度。本文对分析舆情的传播和形成有一定实际意义。     

基于微博数据挖掘的贝叶斯观点演化模型

考虑到在微博信息传播过程中,每一位网络用户的观点都受到其前一位网络用户观点的影响,提出建立基于微博数据挖掘的贝叶斯观点演化模型。以“动态清零政策是我国抗疫总方针”为关键话题词,利用Python爬取微博评论数据,经过数据预处理和分词,对贝叶斯观点演化模型进行实证分析,结果发现官方媒体对舆情的及时引导对情感演化倾向起到重要作用。     

具有社团结构的有界信任舆论涌现模型研究

社团结构是复杂网络除小世界和无标度特性外的又一重要性质.建立具有社团结构的有界信任舆论涌现模型,采用Multi-Agent方法对模型仿真发现,具有社团结构的有界信任基本模型终态与社团间连通性无关而只取决于交互阈值,只有当社团间有相反的观点领袖时舆论涌现才与社团间连通性密切相关.研究内容有利于理解社团结构对舆论事件涌现的影响.     

节点相依失效下的方格网络可靠性建模与分析

以二维方格网络为拓扑结构,在考虑同一地理区域节点存在共因失效关系、同一类节点存在关联失效关系、网络体系结构存在协议层与层之间的级联失效关系等3 种依赖关系的条件下,建立失效概率的依赖模型来模拟节点相依失效。以节点之间连通的概率为可靠性测度,利用Monte Carlo 法进行近似计算,分析依赖关系对网络可靠性的影响。研究表明,级联失效比共因失效带给网络可靠性的影响更大;关联失效带来的影响是灾难性的,尽管节点自身失效概率很小,只要关联程度足够大,就会使节点故障在网络中快速传播。     

后真相时代基于敌意媒体效应的观点演化建模与仿真

后真相时代群体立场的对立加剧和媒体公信力的下降导致敌意媒体效应凸显。为揭示敌意媒体效应对舆论形成的影响,探究舆论群体和大众媒体之间的互动机制,提出一种考虑媒体敌意和意见领袖的观点演化模型,并进行仿真实验。仿真结果与分析表明,媒体的真实观点、群体与媒体的交流概率、极端意见领袖的比例等因素都会调节群体的极化程度。结果从定量角度揭示了敌意媒体效应的存在会对舆论形成,尤其是群体极化的加剧造成重要影响。     

基于元胞自动机的网络群体事件舆论同步的涌现机制

以自发形成的网络群体事件的同步舆论为研究对象， 建立了基于元胞自动机的复杂系统集群行为的非线性涌现模型， 揭示了个体从众心理对网络舆论演化动力学的影响. 研究结果表明， 在个体从众性同质的情况下， 存在使网络舆论同步的阈值， 当个体从众性较大时， 网络群体事件舆论趋于同步； 当从众性较小时， 群体态度演化成具有明显社团结构的多个舆论方向. 个体从众性异质时， 网络舆论表现为一个主流舆论与多个小规模舆论方向共存的复杂特征. 网络群体事件发生初期， 参与规模的扩大会迅速促进舆论同步的涌现， 而在后期， 新节点的参与不会进一步提高舆论同步涌现的效率.     

用户行为驱动的在线社交网络建模

基于节点威望和节点相似性这两个驱动在线社交网络连接形成的潜在机制,从用户连接行为入手,本文提出一个在线社交网络生成模型.采用优先连接刻画网络无标度特性;从微博好友推荐机制建模节点趋同性.该网络模型考虑了社交网络形成的一些重要驱动因素,如同质性和聚类性.从网络连接的微观交互中寻求刻画网络宏观特性的连接机制是本文研究的出发点.模型有力刻画了在线社交网络的统计特性,如度分布、聚类系数、度相关性.结果表明节点威望吸引和节点相似性是在线社交网络结构形成的内在机理.     

考虑信息真伪的食品安全网络舆情传播仿真与管理对策研究

食品安全网络舆情对于食品安全管理具有重要意义.本文针对食品安全网络舆情的特点,在考虑信息的真实性、网民的信息甄别能力、网民对信息传播主体的信任程度等因素的基础上,运用MATLAB软件对舆情的传播过程进行模拟仿真研究,探讨食品安全网络舆情的传播机理.研究结果表明,可以通过减少信息发布节点、集中发布食品安全网络信息,以及加强食品安全知识宣传与培训、提高公众的食品安全信息甄别能力,以提高真实性较高的食品安全网络信息在舆情中的传播概率.     

符号网络下平衡结构对舆论形成的影响

符号网络是连边具有正负关系的网络,对系统功能产生重要影响。模拟得出负边比例与平衡结构比例之间的关系,基于点和边建立舆论动力学演化模型,利用计算机数值模拟研究演化和极限行为,发现负边比例的增加能够扩大网络周期变化的范围,最终会影响系统的趋同性;在耦合演化过程中,引入概率及时间尺度后会产生更加丰富的变化模式,并且完全平衡网络能加速系统在演化中达到稳态的弛豫过程,并能最终根据节点状态划分为两个社团。