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。     

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.     

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.     

突发事件下群体抢购行为的舆论传播机理研究

本文从舆论传播的角度,采用有界信任规则,通过引入突发事件的不确定性环境噪音因子,构建用于分析群体抢购行为的噪音异质有界信任模型.然后,通过计算机仿真,分析了信任水平不同的子群体比例变化和突发事件所引发的不确定性大小对群体观点演化的影响.研究结果将为突发事件下群体抢购行为舆论引导机制的建立和有效实施提供理论依据.     

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.     

观点动力学视角下基于意见领袖的网络舆情反转研究

舆情反转是网络突发事件与热点事件中的一种重要现象。为探究网络舆情反转现象的内在机理,发掘舆情反转事件的演化规律,提出了一种观点动力学视角下基于意见领袖的观点演化模型。以意见领袖为切入点,基于无标度网络结构改进经典有界信任的HK模型,在观点更新中引入意见领袖的作用。运用社会网络分析理论的中心性指标识别意见领袖,对意见领袖引导下的观点演化进行仿真实验。选取新浪微博上的舆情反转案例,对模型仿真结果进行验证。实验结果表明,意见领袖对观点演化结果起着关键性的作用,能够引导群体的观点发生逆转,利用改进的模型能够模拟网络舆情反转事件的演化进程。     

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.     

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。     

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.     

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。     

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。     

基于信任随机游走模型的微博粉丝推荐

利用微博关注关系和社交行为构建微博信任网络,通过引入基于信任的随机游走模型,结合用户间兴趣相似度,建立了微博粉丝推荐模型。为提高粉丝推荐系统的覆盖率,将用户间的社交行为引入信任的计算,实现了TopN推荐。利用KDD Cup 2012腾讯微博数据进行了实证研究。实验结果表明:在混合多种社交行为的信任网络中,推荐算法的整体性能最优;推荐长度对推荐结果影响较大,当长度为40时算法获得最好的推荐性能;与主流的推荐算法相比,改进后的基于信任的随机游走推荐模型在推荐准确率和覆盖率等多种评价指标上都取得了更好的结果。研究结论为微博粉丝推荐研究提供了新的方法,为微博网络社会化推荐提供了新的视角。     

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。     

基于小世界网络的舆论传播模型研究

人际关系网络是舆论人际传播的载体,利用小世界模型构建人际关系网络拓扑,以此为基础,通过设计个体的局部相互作用规则,引入个体心理因素和外界媒体影响,提出了利用计算机仿真建立舆论传播演化模型的基本思路。初步实现了我国某特定地区舆论传播模型,对该模型的构建过程进行了分析,为量化研究舆论传播这一复杂社会现象提供了有益的探索和思路。     

个体的观点不确定性对群体观点多元化的影响

用社会群体中个体的微观特性,来研究群体的宏观规律,是提升社会观点演化研究科学化水平的重要手段。然而,目前对个体的观点不确定性与群体观点多元化涌现之间关系的探索还不够深入。在有界信任模型的基础上,通过区分观点不确定性的范围和程度,构建了“有界信任”与“部分观点坚定”共同作用的模型,研究了个体的观点不确定性对群体形成多元化观点的影响。通过调整个体的观点不确定性,考察单个个体、同质群体和异质群体的观点演化效果,用仿真计算实验揭示了个体的观点不确定性的范围和程度对群体形成观点多样性的影响机制和特点;通过对社会群体的分析,建立了个体的观点不确定性与观点的依赖关系,考察了3种典型初始观点分布条件下的群体观点演化,发现观点呈现出类似均匀分布或正态分布时容易形成群体观点多元化,而呈现出“极端子群体”分布时难以形成观点多元化。仿真计算实验从一定程度上揭示了社会群体观点演化的规律。     

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。     

基于系统动力学的突发公共事件微博舆论场实证研究

随着互联网技术的发展,网络舆论已经超越了传统舆论成为社会舆论的主流。当前,我国存在着2个舆论场,其中以微博舆论为代表的"民间舆论场"在促进信息传播、汇聚社会舆论等方面的作用日益增大。从微博舆论入手,探讨了突发公共事件微博舆论场的特点与演化过程,并以"7·23"动车事故为实例,构建系统动力学模型,通过对系统模型的仿真,分析了系统中微博舆论热度与其他变量之间的关系。最后,对比模型前后两次仿真结果,提出相应的政策建议,提高政府在应对突发公共事件网络舆论的能力。     

具有社团和个体差异性的舆论传播动力学分析

舆论传播研究的重要方向是其动力学分析,目前已经建立了多种动力学模型并应用于特定的网络结构,然而缺乏动力学模型中结合社团和个体差异性的分析.为了挖掘社团网络结构下的舆论传播规律,本文建立了具有社团结构、演变规则和个体差异性的两社团舆论传播模型,其中引入了体现社团和个体差异性的参数集合,并通过计算机仿真分析给出了不同的社团公关能力和观点领袖作用下的舆论演进趋势.结果表明:在社团对外公关能力相当时,加强社团内部公关能力有积极作用;对外公关能力强的社团加强内部公关结果却适得其反;社团对外公关能力和观点领袖对舆论传播的引导作用显著,但是观点领袖的个人作用难以对抗社团对外公关能力的整体优势.