基于不对称人际影响的舆论涌现模型研究

人际关系影响是舆论形成的重要因素。引入个体意见的不确定性以及个体间的信任因子,建立了个体间的不对称影响函数,以此为基础实现了一个舆论涌现的Agent仿真模型,仿真结果反映模型是合理有效的。对仿真结果的分析说明:个体意见的不确定性和个体间的相互信任,是影响最终舆论涌现形态与涌现速度的重要因素。     

舆论涌现模型研究

人际关系影响是舆论形成的重要因素.本文引入个体意见的不确定性以及个体间的信任因子,建立了个体间的不对称影响函数,以此为基础实现了一个舆论涌现的Agent仿真模型.对模型结果的分析说明:极端个体的态度和个体间的相互信任,是影响最终舆论涌现形态与涌现速度的重要因素.仿真结果与社会学研究中"统治的多数"和"心理反抗"现象相互印证,反映模型是合理有效的.     

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.     

新个体的加入及初始条件对疾病传播的影响

用复杂网络理论构建人群关系网,采用随机差分方程组等价描述SIS模型与SIR模型的疾病传播过程,通过方程组,理论上得到了某些一般性结论。然后讨论了由于新个体加入使网络变复杂的传播情况,通过仿真发现,新加个体的重要度及人群关系网的拓扑结构对疾病传播过程有影响。此外,研究了SIR模型中不同初始感染个体对疾病传播的影响,当初始个体是随机选取或来自不同k-center时,传播过程有明显的不同。而且对个体数目及平均度相同的网络,在相同条件下,网络的深度越小,感染的人数越多。     

具有发酵期的舆情传播与控制模型

互联网已经成为舆论斗争的主战场,个体在获得网络舆情信息后,会根据自己的判断以确定是否继续传播信息。考虑个体在获知信息后的信息发酵过程,基于系统动力学的思想,提出了具有发酵期的舆情传播模型。为了适应应急决策的动态过程,基于最优控制理论的方法,构建了社会效用最大化的控制模型,利用庞特里亚金最大值原理,进一步得出了舆情传播的动态最优控制策略。最后,基于模型推导结论和数据模拟,说明了最优控制的优势所在,提出了在应急管理中舆情的控制建议,为应急管理奠定了理论基础和决策依据。     

Numerical Simulation of the COVID-19 Herd Immunity Based on Complex Network Modeling北大核心CSCD

鉴于构建流行病动力学模型、探索流行病传播规律对疫情防控具有十分重要的理论意义和实际应用价值,在已有的均匀混合模型基础上,针对个体接触关系异质化越发明显,且每个个体都处在不同的接触关系中,建立了兼顾个体状态与接触追踪的动态小世界网络模型。模拟了新冠病毒在社会中的传播过程。通过对比仿真结果,说明了所建模型的合理性。在此基础上,仿真计算了网络拓扑结构与接种免疫人数占比共同作用下对新冠病毒传播的影响,分析得到群体免疫临界值。说明所建传播模型合理,接种疫苗实现群体免疫可行。     

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.     

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.     

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.     

THE 8~(th) INTERNATIONAL CONGRESS ON INDUSTRIAL AND APPLIED MATHEMATICS

正August 10-14,2015Beijing,ChinaThe International Congress on Industrial and Applied Mathematics(ICIAM)is the premier international congress in the field of applied mathematics held every four years under the auspices of the International Council for Industrial and Applied Mathematics.From August 10 to 14,2015,mathematicians,scientists     

2014 List of Referees

正~~     

《Journal of Systems Science and Systems Engineering》Contents of Volume 23,2014

正~~     

TSINGHUA UNIVERSITY,Beijing, China

正AF:Any Field The School of Economics and Management at Tsinghua University(Tsinghua SEM)invites applications for faculty positions at all levels(Assistant Professor,Associate Professor and Full Professor)in any fields of business administration and management.Tsinghua SEM is the only school     

Call for Papers The 12th International Conference on Service Systems and Service Management ICSSSM'15

正June 22-24,2015Guangzhou,China http://iec.cnsba.com/index.htmlCo-Sponsored by:ffiEE SMC(pending)South China University of Technology The Chinese University of Hong Kong Tsinghua UniversityHosted bv:School of Business Administration,South China University of Technology,China Conference Co-Chairs:     

The 12th International Conference on Service Systems and Service Management ICSSSM'15

正~~