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.     

基于超网络的舆论演化动态模型

针对舆论演化过程中的复杂动力学问题,提出了超网络视觉下的舆论演化动态模型,该模型包括节点的添加、重新连接链路、超边的添加以及节点的老化4个过程,其中节点代表关键词,超边代表关键词所构成的话题。其次,利用非均匀网络的演化机制,分别对该动态演化模型的超度、节点自身关注度与节点间影响力两个因素的超度进行了详细的理论分析,分析结果表明节点超度完全符合幂律分布。最后,通过Matlab仿真模拟,分析了不同参数对节点超度分布变化的影响,并进一步验证了结果是遵循幂律分布的。     

企业社会责任负面事件网络舆情演化与政企合作研究

企业社会责任负面事件网络舆情演化具有主体行为复杂性,是动态的复杂网络系统,把握舆情演化过程中主体的行为特征和互动关系有助于舆情管理.本文以企业、政府、民众、媒体和意见领袖五个主体为节点,以不同主体之间交互关系为路径,构建了企业社会责任负面事件网络舆情演化的多主体模型.选取"百度魏则西"为基础事件,采用系统动力学理论和方法,探究了企业社会责任负面事件网络舆情的演化过程和系统结构中的动力学行为.研究结果表明:企业社会责任负面事件网络舆情演化总体呈现了诱发、扩散和消退三个阶段的周期性过程.企业与利益相关者之间的交互作用是推动舆情演化的主要动因,其中企业和政府作为两个重要的行为主体,在联动的时点选择上,按照政府调控行为在先、企业应对行为在后的方式,能有效发挥政府的调控作用和企业的主观能动性,缓解舆论危机.     

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。     

恐怖组织如何编制网络

首先分析了恐怖组织从个体到群体、群体到网络的发展过程;提出和构建了一个恐怖组织群体网络的模型;对其网络演化过程进行了分析,并初探了其中一个最简单模型的动力学方程及其特性;最后,提出和简评对网络恐怖组织的控制方法。     

一种系统复杂性演化混沌仿真模型

通过例证说明开放复杂巨系统的动力学一般特征，提出系统动力学特征中发现的十个共同复杂性现象。通过分析，建立了分形结构模式，系统的能量驱动模式，系统的混沌动力学模式。然后将这三个模式综合集成为系统复杂性演化过程的仿真模型，最后提出了复杂系统演化过程的“凸现控制论”，并且在此基础上，建立了具有自组织功能和集成功能的复杂系统演化过程研讨厅系统。     

基于动态演化博弈论的舆论传播羊群效应

建立了动态舆论演化博弈模型,研究了羊群效应在舆论演化过程中的产生机理及其动态发展.提出了动态舆论演化博弈树和收益矩阵,各类型代理人根据不同的收益采取不同的策略.其次引入了代理人的记忆长度,通过相互交互更新代理人的记忆列表.最后仿真分析了上述博弈模型,结果表明代理人的记忆长度、参与成本、代理人类型比例都会影响羊群效应产生的时间,同时羊群效应可以加速信息的扩散,是信息公开化的途径之一,有利于社会效率的提高.     

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.     

基于系统动力学的舆论风险形成及干预策略

随着Web2.0时代的到来,网络与传统媒体一起成为社会事故及其风险传播的主要途径。在这种媒介化的社会语境下,舆论风险已成为日益突出的社会风险问题,逐渐受到学者的关注和社会的重视。本文从舆论风险的基本概念入手,探讨舆论风险的基本内涵和特点,并分别对传统媒体、网络媒体和网络社区舆论风险的形成和干预路径进行分析。随后,利用系统动力学理论,分析事故风险、社会舆论和政府干预的相互影响关系,构建社会舆论形成及干预的动力学模型,并利用Stella软件对模型进行仿真分析和可视化处理。最后,本文以宁波PX项目为例,对社会舆论的系统动力学模型进行实证分析。     

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.     

泛在媒体环境下的网络舆情传播控制模型

正逐步形成的泛在媒体环境深刻影响着网络舆情的传播与控制.将传统的传染病模型推广到泛在媒体环境这样一个开放系统中, 建立了新的带直接免疫的SEIR舆情传播控制模型, 新模型克服了已有网络舆情传播模型存在的对网民个体状态处理过于简单, 对舆情传播媒介的处理过于简化等缺陷.证明了模型的传播平衡点及稳定性, 提出了从网络舆情传播环境入手, 在舆情形成初期进行干预的控制方法.据此, 构建了基于Wiki技术的网络舆情传播控制平台, 对该平台的舆情传播控制效能做了仿真剖析, 验证了控制方法的有效性.     

基于多智能代理系统仿真的网络社区意见交流机制

通过构建基于多智能代理的意见交互机制模型,对新古典经济范式下的理性代理模型进行拓展。通过构建时空交流域主方程和利用MAS仿真及平均域的方法描述网络社区的意见交流过程。研究表明,在影响网络社区观点稳态结构的因素中,社区分歧参数、社区温度、意见领袖和外部域的附加影响均存在临界值;较快的信息交流速度和适当的社区温度有助于系统达到稳定状态;意见领袖或外部影响作用可以对智能代理行为产生重要影响,在网络社区中形成观点多数派。     

元胞自动机舆论模型中人员移动对传播的影响

为了研究舆论系统中人员的移动以及存在态度坚定者的因素对舆论形成和演化的影响,建立了相应的元胞自动机舆论模型．在假设人员态度的改变方式遵守少数服从多数的规则下,通过计算机模拟给出了二维四方格子两种影响领域(5邻居、9邻居)在周期性边界条件下的舆论传播行为．模拟给出了模型的演化趋势,以及在不同赞成率的随机初始状态中,模型演化随立场坚定者密度变化的行为．结果表明人员的移动将加快舆论的形成．     

基于最低限度多代理模型的社会观念形成机制

通过构建基于沟通和自组织的最低限度多代理模型来描述社会观念的形成、传播和影响机制。以复杂系统代理理论和信息理论方法为基础,构建时空沟通域主方程模型,并通过计算机仿真和平均域的方法,研究发现,在影响社会观念稳态结构的因素中,社会分歧参数、社会温度、意见领袖和外部域的附加影响均存在临界值;较快的信息传播速度和适当的社会温度有助于系统达到稳定状态;意见领袖或外部影响作用可以对代理行为产生重要影响,在系统中形成多数派。     

A Coupled Dynamic Model of Brand Acceptance and Promotive Information Spreading

When people try to decide to buy or not to, they are often influenced by both their inherent opinions and the social marketing activities e.g. advertising, social news with strong point of view. Then people will make their final choice, or even convince other people to buy. After all, this is the brand acceptance formation process. Factually, the dynamics of brand acceptance is essentially an interwoven dynamics of endogenous opinion dynamics disturbed by an information diffusion process. To have a better understanding of the dynamics of brand acceptance, we propose and analyze a coupled agent-based dynamic model that combines the Majority-Rule-based Voter model in opinion dynamics with the SI Model for information spreading to analyze the dynamics of brand acceptance in social media. We focus on two important parameters in diffusion dynamics: the decayed transmission rate (β) and the diffusion frequency (f). When the system is stable, the order parameter of the system is the duration time (τ). In the absence of opinion interaction, the simulation results indicate that, when a brand tries to occupy a larger market share through social marketing approaches, it is always effective to let the opponent to be the propaganda target. While with the Majority-Rule-based Voter Model included, we observe that the opinion interaction could have a dual function, which shows that a brand holding a small market share in the first place needs to adopt diverse marketing approaches according to different marketing environment types.     

互联网舆情分析弹性自组织网

主要解决海量互联网信息的舆情分析问题。以概念倾向性和话题属性新概念为基础,建立了具有人工及自我双重训练功能的、具有自我反馈机制的舆情统计分析模型。以互联网为平台构建了虚拟的弹性自组织网,解决了网络舆情分布式计算、规模自由扩展及大规模舆情信息视觉化等的问题,并根据力学抽象使其具备了网络拓扑结构的自优化、自更新功能。实验表明,模型具有分析效率高、准确、结果直观等特点。