考虑多层邻居节点影响的微博网络舆论演化模型

针对微博网络中节点在传播路径上具有多层影响力的特点,提出一种结合微博网络中信息传播和观点交互的舆论演化模型,并考虑节点的自信程度,将节点的自信程度同网络结构结合起来,研究影响微博网络中舆论演化的主要因素.研究结果表明,考虑节点自信程度情况下,终态时网络舆论会出现更丰富的状态;一个极具吸引力的话题在微博网络中有较大概率形成一致性舆论;终态时的观点分布与初始节点的出度以及回溯深度相关,随着回溯深度的增加,终态时形成一致性舆论的概率增大.     

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。     

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.     

基于局域交互和全局广播的创新传播模型研究

考虑公共媒体对创新传播的影响,本文提出基于网络局域交互和全局广播的创新传播模型,该模型既考虑了创新传播过程中邻居节点之间的交互作用,也考虑了公共媒体对创新传播的影响。实证网络数据集上的仿真结果表明在公共媒体宣传力度有限的情况下,局域交互特性对创新传播具有重要影响。进一步的分析表明,结合网络结构和创新传播机制的节点影响力评价指标可以准确地对创新传播中的节点影响力进行排序,相对于度、紧密度等方法,该方法的Kendall's Tau可以提高39.19%,35.61%和33.03%。     

社会网络上的舆论传播及控制策略

为了更加准确地刻画真实社会网络上的舆论传播动力学并提出有效地控制策略,研究了含有正向和负向的"双向社会加强效应"对舆论传播的影响。基于统计物理学中的生成函数和空穴理论,研究得出了舆论传播的理论阈值。通过仿真实验,发现减弱正向加强因子或增加负向加强因子能有效降低舆论传播范围。进一步,通过研究Facebook这一真实社会网络的拓扑特性,发现度小的节点权重较小,且存在一些度小而k-核较大的节点。最后,基于网络的度、k-核、点权及群体影响力等指标,提出了5种不同控制策略。结果表明,控制群体影响力较大的节点能有效控制舆论传播。     

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。     

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。     

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.     

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.     

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.     

基于OSN的谣言传播模型及影响力节点研究

经典的谣言传播模型较难描述现实在线社交网络的复杂活跃模式,为此提出一个基于在线社交网络的动态谣言传播模型。该模型采用传播者基于时间退化函数的自发退化方式,动态指定节点的权威度和免疫力,并考虑了接收增强信号效应。通过对真实微博网络的谣言传播仿真验证了模型的有效性。将模型用于识别网络中的影响力节点,根据传播仿真数据评估节点的传播影响力,并分析节点传播影响力与各中心性指标间的相关性。结果显示:有向社交网络中节点的影响力并不能由k-核的大小表征,而出度和紧密中心性才是更好的描述标量。     

竞合视角下研发网络关系风险相继传播模型构建与仿真

在考虑研发网络企业间同时存在合作关系与竞争关系的基础上,引入风险恢复因子,从节点企业风险负荷的定义、阈值的确定,失效后如何影响邻居节点企业三个方面构建了RD网络的风险传播模型,并进行了仿真.结果表明:在竞合的RD网络中,关系风险可以在很短的时间内快速完成传播,三类关系风险中,机会主义风险最易发生影响范围更广泛;竞争企业占RD网络规模的比例越大,竞争程度越激烈,关系风险的传播速度越快和影响范围越大;关系风险传播过程中,合作程度与竞争程度对风险传播都具有重要的影响,且合作程度比竞争程度对风险传播的影响更大;研发网络存在最佳的风险恢复水平,使得风险不再发生相继传播.该研究成果对于RD网络抗风险能力的提高具有重要意义.     

基于社会影响模型的观点演化规律研究

通过建立观点演化模型,以计算机仿真为主要手段,发现网络中观点传播的一些新特性.分别从同步和抗毁性的角度分析了不同拓扑结构下的复杂网络观点演化规律.仿真结果表明无标度网络在此社会影响模型下依然显示出其"强壮且脆弱"的双重特性.网络紧密程度的上升能够提高随机网络的抗毁性,却会显著降低无标度网络的抗毁性能.此外侵入策略与噪音在演化过程中也起到重要作用.     

线上线下双层耦合网络上的知识传播动力学研究

如何有效地使用线上与线下两个渠道来促进知识的传播已成为企业知识管理的关键问题.本研究考虑了员工的知识共享意愿与复习效率对知识传播的影响,建立了员工线上线下互动双层耦合网络上的知识传播动力学模型.利用下一代矩阵法计算出区分知识在耦合网络中传播与否的阈值条件,并对耦合网络上的知识传播过程进行仿真分析.研究表明,无标度-均匀混合双层耦合网络、小世界-均匀混合双层耦合网络、随机-均匀混合双层耦合网络与规则-均匀混合双层耦合网络四种不同结构的线上-线下双层耦合网络中知识的传播速度依次递减.此外,节点的复习效率越高,知识在耦合网络中的最终传播范围越大,传播速度越快.研究还表明,在线上和线下传播率系数较为接近的情况下,当有知识节点线上交流的频次与线下交流的频次较为接近时,耦合网络中知识的传播范围较大,传播速度较快.     

具有个体信息差异的Deffuant-I舆论传播模型

现有的舆论传播动力学模型较少考虑个体知识水平对舆论传播的影响。基于Deffuant模型,引入表示知识水平差异的信息量和表示信息应用处理水平的认知能力,提出Deffuant-I模型。仿真实验发现,信息量服从均匀分布或幂率分布时,群体认知能力与观点收敛速度成反比,幂率分布收敛速度较快;信息量服从正态分布时,认知能力正比于观点收敛速度,群体难以达成共识。     

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。     

集中式网络拥塞控制的高效RPL路由协议

针对低功耗有损网络中采用博弈论的网络拥塞控制(game theory based network congestion control protocol, GTNCC)路由算法在路由构建过程中仅仅考虑无线链路质量不能使网络拓扑最优,以及在拥塞控制过程中由拥塞节点的子节点判断是否切换父节点不能快速高效地缓解网络拥塞等问题,提出一种基于多维度量结合的集中式网络拥塞控制(centralized network congestion control based on multi-metrics combination, CNCCMC)路由协议。首先,为了降低网络拥塞发生的概率,CNCCMC路由协议综合考虑了节点剩余能量、缓存占用率、无线链路质量和中继节点当前子节点个数等多维度量完成路由构建;其次,当检测到网络拥塞时,CNCCMC路由协议依据网络拥塞节点进行流量分析和判断的结果采取集中式的方式控制其子节点的切换;最后,在网络拥塞缓解过程中,提出一种“乒乓效应”避免机制。理论分析和仿真结果表明,与GTNCC路由算法相比,CNCCMC路由协议在降低网络拥塞发生的概率、延长网络平均生存寿命和提高网络吞吐量等方面的性能得到了有效提升。     

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。     

基于最大可达概率的虚假信息溯源问题研究

随着互联网的持续普及,虚假信息传播的速度和趋势在增加,广泛的传播将会不断影响并损害国家、社会及个人的利益,负面影响会变得难以控制.因此,本文基于最大可达概率研究了在社交网络中的三阶段虚假信息溯源问题,对于无向且连通的感染图G(V,E,p)而言,给出了最大可达概率的定义,从而进一步得到网络中每个节点的接近可达概率和最长可达路径值.除此之外,本文基于IC模型获取源候选节点集(IC-OCNS),再基于最大可达概率对网络中源候选节点集进一步筛选,提出三阶段可达概率算法(TSRA)来更好地解决社交网络中虚假信息的溯源问题.最后,在实验阶段,本文在现实世界的三个社交网络数据集中进行实验比较,验证算法的可行性和误差率,该研究可以为网络安全中虚假信息的控制和应对提供管理和决策支持.     

基于复杂网络的劳动力群体离职传播动力学模型及治理策略

针对劳动力群体离职问题,基于复杂网络理论,以劳动力个体、劳务公司和地域来源作为网络节点,各节点间关系作为边,建立了劳动力组织网络。在该网络基础上,构建离职信息的产生、扩散、响应、叠合和衰减的传播动力学模型。以上海市某重大基础设施工程为例进行仿真,分析了正式组织约束力、均匀免疫策略和熟人免疫策略对抑制离职感染的效果与规律。研究发现:该网络内离职信息的多点叠合传播是离职人数不断增长的主要原因;处于正式组织领导地位的节点初始传播能力强,而在网络中起群体中介作用的节点后续传播能力显著提升;群体间中介节点及其邻居节点具有较高的响应频次,是出现群体离职的潜在源;通过提高正式组织约束力可弱化个体离职倾向,但对各节点效果不一;采用均匀免疫或熟人免疫策略可降低离职率,且熟人免疫策略更优。研究有利于揭示劳动力组织离职群体化的内在机理,给出了新的治理策略。