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.     

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.     

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.     

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。     

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.     

气候变化下适应性治理的学习模式研究——以哈密地区水权转让为例

适应性治理是应对社会生态系统复杂性和不确定性的新途径. 它从“学习”能力的角度考察个体行为决策特征和治理路径. 本文基于Experience Weighted Attraction (EWA) 理论和系统动力学分析影响人类行动选择和决策的因素,并融合社会学习和行为博弈理论设计水资源适应性治理下多回路、多层面的EWA演化学习模式,以应对气候变化等不确定性因素的影响. 同时结合哈密地区水权转让实例,通过仿真分析模拟适应性治理下行动主体(工业和农业)在水权转让中的行动选择规律,发掘促进主体行动概率改善的影响因素,形成水资源适应性治理的学习规则,并在学习规则指导下进行的适应性的政策调整,更好地促进水权转让实现和持续.     

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。     

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．     

航空人-机复杂系统极值风险评估稳定性分析

针对航空人-机复杂系统极值风险评估中存在不确定性、难于验证的理论问题,建立了综合考虑“物理特性”、“随机性”和“非线性”的驾驶员-飞机系统和故障数学模型,通过大量仿真数据分析样本数量、评估次数以及优化算法选取对评估稳定性的影响。为提高极值分布中样本数据序列的拟合精度,针对综合评估模型提出一种随机自适应进化粒子群算法（random adaptive evolutionary particle swarm optimization,RAE-PSO）算法,实现了收敛速度和拟合精度的提高。提出了提高航空人-机系统风险评估稳定性、降低评估误差的方法步骤,并通过案例验证了方法的有效性。     

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.     

基于观点动力学的水库移民文化适应机制研究

从观点动力学的全新视角出发,首先厘清非自愿移民文化适应概念框架,然后据此构建出“社会心理建模+复杂网络分析+多Agent仿真”的文化演化计算模型,最后通过模拟实验量化分析了水库移民文化适应的影响因素和发生机制。结果表明:移民身份认同中的文化容忍度和易感性能加速文化适应进程;扩大移民在安置区的社交范围和精英移民的引导,能辅助其与原住民间的文化交互;政策满意度比文化环境的营造更为重要,能通过调节文化冲击方式来改变移民文化观念的更替速率,进而影响移民文化适应过程的平稳性与极化趋势。     

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.     

基于公众认知与政府引导的邻避舆情演化模型

针对近年邻避群体事件的舆情诱发性,基于公众认知和政府引导视角研究邻避舆情演化问题.首先,通过多案例比较分析,提炼邻避舆情演化的宏观特征,并基于Gompertz模型改进给予刻画;随后,分析个体对邻避项目的微观认知交互行为,运用演化博弈建模来描述个体复制动态;同时,考虑政府通过正面舆论对邻避舆情给予回应,运用信息熵理论和动力学方法构建政府舆论引导的交互熵模型和动力学方程;进而在此基础上,给出"公众-政府"邻避舆情演化模型;最后,讨论该模型均衡点的存在性和稳定性,并以"广东茂名PX事件"的邻避舆情演化为基础案例进行数值仿真研究.结果表明:当公众对邻避项目风险认知偏差较小时,政府应适当尊重邻避舆情,并遵循渐进式的引导路径对邻避舆情给予及时、主动的关切性回应,否则,邻避舆情会愈演愈烈;而当公众对邻避项目风险认知偏差较大时,政府应对邻避舆情加强跟踪和监管,并给予及时、适量的客观回应,否则,邻避舆情会演化到较高稳态.     

观点动力学研究现状及进展述评

观点作为一种舆情,意见,态度的表现形式广泛存在于人们的生活中,研究观点的演变对理清观点演变机制,促进舆情合理治理具有重要意义。鉴于现有研究缺乏对二元观点动力学的相关介绍以及割裂了二元与群体观点动力学之间的联系,未能全面揭示观点动力学研究现状,因此,对国内外观点动力学研究现状进行了梳理和总结。其中,从研究方法和交互特征视角对二元观点动力学模型及其研究现状进行了介绍,从个体特征,行为特征,观点特征,外部环境,观点动力学的应用视角对群体观点动力学研究成果进行了梳理。最后,基于现有研究,明确了观点动力学未来需要进一步解决的问题:实证视角下的观点演化机制,意见的强化和争议的消减,观点的演化与群体决策之间的联系。     

小世界网络上Blume-Emery-Griffiths模型的研究

尝试在小世界网络结构上引入简化Blume-Emery-Griffiths动力学模型,描述三态舆论演化动力学过程。数值模拟结果表明内部热噪声T对舆论演化过程有较大影响,在一定条件下发现舆论演化过程类似于Ising铁磁体,内部热噪声T存在临界值。结果在一定程度上反映了现实舆论的形成过程,同时也印证了该模型的合理性。     

基于BERT-LDA模型的新冠肺炎疫情网络舆情演化仿真

构建大规模网络舆情演化仿真模型,对新冠疫情武汉重灾区与全国其他地区采取差异化的应急管理和舆情疏导具有指导价值。为实现主题细粒度的舆情情感演化仿真,将LDA(Latent Dirichlet Allocation)主题模型与BERT(Bidirectional Encoder Representations from Transformers)词向量深度融合,优化主题向量助力文本主题聚类;同时,在改进BERT预训练任务的基础上,叠加深度预训练任务,以提高模型在情感分类中的精确度。结果表明:在主题向量训练过程中,改进的BERT-LDA模型较原始LDA模型NPMI(Normalized Pointwise Mutual Information)值提升0.357;在疫情事件情感分类任务上,AUC(Area Under the Curve)值超过了99.6%,证明其能够有效运用于大规模网络舆情演化仿真。     

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.     

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。