基于一种概率阈值模型的群体观点动向研究

考虑群体观点动向中个体差异特征,社会影响压力及外生因素影响,本文提出了一种描述群体观点动态的概率阈值模型.并运用此模型仿真证实了群体观点极化是社会影响和结构平衡共同作用的结果,从认知理论,社会认同,结构平衡等社会学理论角度,用自下而上的自主体仿真分析方法揭示了群体宏观模式形成与微观结构平衡之间的密切联系.     

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.     

社会仿真中电力网络生成模型研究

根据现实社会电力网络拓扑结构及生长机制特点,针对战争模拟中的社会仿真研究需要,提出以人口密度、经济水平、行政区域和电网连接方式等影响因素的电力网络生成模型算法设计和实现方案。对实验结果进行统计分析表明,该算法生成的电力网络拓扑数据,与基于复杂网络理论的电力网络拓扑分析结论相一致,较好地满足了社会仿真中电力基础设施网络建模仿真研究的需要。     

复杂网络: 结构和动力学

(续本刊2006年第4期) 6 应用 本章将讨论前述理论在实际网络中的应用,包括网络的结构和动力学两方面的问题.首先回顾社会网络的某些结构并考虑两类社会网络(意见形成和博弈模型)的动态演化,然后探讨因特网和万维网的统计属性,最后集中讨论生物和医学复杂网络,如分子成分之间的相互作用网和神经网络.     

多元偏好、社团结构与网络合作涌现仿真研究

在综合考虑复杂社会网络高集聚性、无标度性以及"社团结构"的基础上,依据"囚徒困境"博弈,建立了基于多元偏好的复杂社会网络演化博弈模型,创新性地将节点影响力运用于博弈策略的更新规则中,并利用Matlab平台进行仿真。从宏观特征和微观结构两方面,通过对照仿真实验,系统研究了多元偏好、社会网络的"社团结构"以及外部连接对合作涌现的影响及其作用机理。研究发现,多元偏好特征下社团结构特征影响主体的异质性期望水平;"社团结构"可以促进合作行为的涌现;社团外部影响力对合作涌现的影响与社团规模有关。     

基于社会网络及观点交互的非二元投票决策权力测度方法

社会网络视角下，考虑投票者之间的观点交互对投票行为的影响，将投票者基于社会关系影响他人行为进而影响决策结果的能力定义为隐性权力，基于知识水平、个体影响力和自信度等因素分析投票者之间的观点交互及其对投票结果的影响，提出了非二元选择下隐性权力的测度方法，并分析了社会关系结构、个体影响力及知识水平对隐性权力指数的影响。结果表明：隐性权力有正、负之分，连接广泛且紧密的个体拥有更多的隐性权力；个体影响力与隐性权力正相关，但影响力最高或最低的个体除外；而知识水平与隐性权力之间不存在明确的相关关系。所提方法不再拘泥于根据决策规则测定投票权力，而是更加关注观点交互的影响，为关键投票者的识别提供了新视角。     

基于无标度网络与观点传播动力学的股权拍卖机制设计与仿真研究

在无标度网络上运用观点传播动力学动态地刻画了风险投资退出股权拍卖过程中外部投资者之间的交互影响及其真实估值的动态演进规律,在此基础之上构建了满足激励相容与个体理性条件的股权拍卖模型,Netlogo仿真分析结果表明所设计的股权拍卖机制能够有效地揭示外部投资者的真实信息,风险投资家最终能够以合理的市场出清价格出售其所持有的风险企业股权;外部投资者的初始真实估值分布对股权拍卖的结果具有决定性的影响,宏观市场中风险企业的评价水平对股权拍卖结果的影响则相对较弱,外部投资者的易受影响程度与交互阈值取值的变化不影响外部投资者真实估值分布与风险投资家收益的走势,但会影响拍卖结果的变动幅度.     

基于系统动力学仿真的供应网络组织结构

在全球供应链竞争的背景下，供应网络中的企业要站在系统优化的角度选择自己的组织结构和合作伙伴。本文构建了一个供应网络组织模型，并在此基础上，利用系统动力学仿真和统计方法进行分析，结论认为供应网络组织结构、供应链组织结构和供应网络层组织结构对系统绩效均具有显著的影响。进一步分析表明在动态需求下，企业应尽量采用有机结构，并且MO型供应链结构要强于OM型结构。     

基于网络信息的社会动力学研究

主要介绍了传染病、谣言与计算机病毒、社会标签、网络通信以及社会群体等的社会动力学研究概况,阐述了复杂网络、系统动力学、人工社会以及ACP(人工社会+计算实验+平行执行)等社会动力学研究中常用的4类研究方法,分析了社会动力学在公共安全以及电子商务等相关领域的应用状况,并强调了现有社会动力学研究过程中所遇到的一些问题.     

基于社会网络的IT与业务匹配多主体仿真

IT与业务匹配(BIA)能创造更高的组织绩效,如何取得BIA成为信息系统理论与实践的热点研究问题之一。本文将BIA的静态研究和动态研究相结合,构建多主体交互的BIA博弈模型,并基于社会网络进行多主体仿真,探讨不同的社会网络结构对总体匹配的影响。试验结果显示:由规则格子到小世界以及随机网络,提升了匹配成本对总体匹配的阈值,策略演化过程是造成总体匹配和总体不匹配分化的一个关键原因。针对该结果的讨论,从社会网络多主体仿真视角提出了ERP实施等企业信息化过程中BIA关键因素的动态分析框架,深化了BIA领域的复杂动态研究,有助于学术界和企业界对BIA自然本质的认识和理解。     

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.     

多层同步网络在舆情仿真研究中的应用

为统筹考虑线上社交网络与线下社交网络在舆情传播中的作用,首次提出了一种包含"媒体层-线上层-线下层"的多层同步网络模型,并在此基础上搭建了舆情仿真系统框架.基于对人类社交网络拓扑结构的已有研究成果,给出了多层同步网络的缺省设定.通过案例仿真,分析了线上网络与线下网络之间的相互影响,对比了舆情事件目击者数量在多媒体传播、自媒体传播这两种舆论传播模式中的作用差异.最后,讨论了多层同步网络模型的兼容性与可扩展性,并指出了该模型改进的方向.     

基于群集动力学和演化博弈论的网络舆情疏导模型

互联网已经成为公共舆情传播的主要平台,网络舆情的危机疏导问题直接关系到整个社会的安全和稳定,而对网络舆情的活动进行分析是网络舆情疏导的重要前提,基于网络舆情在产生和发展过程中所呈现的群体性,本文应用群集动力学和演化博弈论的,在研究网络舆情群体流动过程和个体流动过程的基础上,构建了网络舆情疏导模型.通过使用多Agent仿真,应用所提出型,寻求在相关约束下的最佳疏导策略,证明了网络舆情疏导模型的有效性.本文的研究成果为有效解决群体危机环境网络舆情疏导问题提供理论依据.     

基于系统动力学的危化品水污染突发事件中网络舆情危机应急策略研究

鉴于危化品强腐蚀性、剧毒等特性,其突发泄露事件,特别是水污染突发事件,将对人民生命安全和财产安全造成严重威胁,从而引发网络舆情危机.本文基于系统动力学,深入分析危化品水污染突发事件中网络舆情的扩散演化规律,以探索有效的危机应急策略.新模型包括网民子块、网媒子块和政府子块三个子模块,受到危化品水污染突发事件的直接影响,并影响着突发事件的发展演化.以五个危化品水污染突发事件为案例,实证研究验证并分析了仿真模型的有效性和实用性;在此基础上,对不同危机应急策略进行了模拟.政策仿真结果表明:提高官方新闻透明度、政府危机处理力度、政府响应效率能有效控制并引导网络舆情的扩散与传播.     

基于水军信任惩罚的多维用户影响力度量模型

社交网络用户影响力度量是意见领袖识别的必要前提,然而目前的度量模型忽略了多维影响因素以及水军群体对度量模型真实性的影响.为此本文从网络结构、交互行为和交互信息三个维度来分析整合相关的影响因素,基于LeaderRank模型构建多维用户影响力度量-MUI模型,并在水军识别的基础上构建信任惩罚模型,以修正MUI模型建立MUISTP模型,实现社交网络用户影响力的真实性度量.以新浪微博平台大规模实际数据进行实验分析结果表明,与FBI,LeaderRank和Generative Graphical模型相比,MUI模型识别出的意见领袖更为准确,且可以实现更为有效的信息扩散.此外,经过水军信任惩罚后MUISTP模型较MUI能够实现更为有效的意见领袖识别.     

社会网络及其上的传播动力学集成研究

为应对重大非常规突发事件的挑战,增强与完善应急管理能力,开展了基于社会网络的传播动力学集成仿真原型平台的研究与构建工作.该原型平台融合了社会网络模型与传播动力学模型的研究内容,建立了针对应急管理的集成仿真原型的概念框架,提出了以非常规突发事件为情景的仿真规划等方法,以及相应的应急管理措施与定量评估指标为主、定性评估指标为辅的评估方法,并给出了疫情在香港爆发的历史事件作为应急管理的一个仿真示例.     

基于区间直觉模糊数的群决策模型及其在社交网络中应用

基于经典熵方法的局限,提出一个新的区间直觉模糊熵计算方法.考虑社交网络数据高度动态及非结构化的特性,引入区间直觉模糊思想,创新性地将社交网络用户影响力量化评价转化为模糊多属性群决策问题,提出基于区间直觉模糊数的用户影响力动态评价模型.该模型对用户影响力进行多层次分解,建立模糊情境下的指标体系,以区间数描述用户数据,同时引入时间维度考察数据的动态差异,采用新的熵方法计算模糊熵,设计主客观相结合的熵权确定方法,从而对用户影响力进行量化分析.克服了主观赋权的局限,提供了社交网络量化评价的新思路,拓展了区间直觉模糊群决策方法的应用.最后,应用该模型对新浪微博用户进行影响力动态评价,验证模型的有效性.     

基于用户相对权重的在线社交网络舆情传播控制模型

在线社交网络(online social networks,OSN)中舆情传播干预时机的选择对网络舆情的管控具有重要意义.通过分析用户的网络地位、社会强化效应与用户感知价值等影响网络舆情传播控制的关键因素,以研究舆情管控的合理干预时机为目的,构建了基于用户相对权重的网络舆情传播控制模型.基于该模型,针对两类OSN开展仿真研究.研究发现,网络舆情传播与信息初始传播源的网络地位密切相关;在开放式OSN中,存在与干预时机选择关系密切的关键相变点;用户活跃度随社会强化效应强度的增大而下降,随干预时机的提前而降低,并存在有效干预时机区间;"悖民意"成本是干预时机选择的重要衡量指标.并据此,提出了相应现实干预时机选择的对策建议.