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。     

“随机”与“择优”——超网络演化的内在驱动力

基于"随机连接"和"择优选择"的演化机制,构建了一个随机-择优混合超网络演化模型。使用Poisson过程理论和连续化方法对模型进行分析,获得超度分布的解析表达式,分析表明网络的稳态平均超度分布服从漂移的幂律分布。该模型可以退化到复杂网络和超网络中的标准模型,具有一定的普适性。通过调节机制系数,模型可以体现混合连接机制。并对3个实证数据进行了分析,该模型能有效刻画不同数据的演化机理。     

基于超网络的作战信息流转建模及特性分析

针对现有单一要素模式的信息网络不能有效反映作战信息流转复杂结构及动态过程的问题,提出一种基于超网络的作战信息流转"两层三网"模型构建及特性分析方法。首先,分析作战信息流转超网络结构特征,抽象作战节点和信息关系的多维属性,定义关联映射规则,建立作战信息流转超网络模型;其次,从节点的超度分布、超边的度分布、介数、聚类系数、子图向心性和网络弹性6个方面,研究了作战信息流转超网络的拓扑特性。最后,以空中突击作战为例,通过仿真实验,验证了模型与方法的可行性和合理性。     

基于超网络的社会化标注行为

构建了以标签为节点、以标注活动为超边的社会化标注行为超网络,定义了超度、超度分布、余平均超度和超度条件概率等刻画社会化标注超网络性质的指标,结合Delicious数据进行了实证分析,实证结果表明:(1)用户会不断地使用新标签来进行资源标注;(2)利用新标签标注资源的同时通常会与大众化标签共同进行标注;(3)用户一般会同时使用多个个性化标签和一个或少量大众化标签对资源进行标注。     

在线社交网络资源评论关系超网络演化模型

采用超网络方法,基于用户在社交网络上的评分数据,构建模型,以分析在线社交网络的资源评论特点及其演化规律。将用户视为节点,将资源评论关系视为超边,构建了一个节点按泊松过程到达,允许老节点互连的非均齐超网络演化模型。使用泊松过程理论和连续化方法对模型进行分析,获得超度分布的解析表达式,结果表明,该网络具有"富者愈富"现象。并对豆瓣的图书评分数据集进行了数据分析,实证结果与理论分析结果相符合。模型揭示了社交网络中用户个体之间的微观相互作用而导致的资源评论关系的宏观特性和规律。文中提出的方法也可用于分析其他类似的网络。     

电视节目竞争关系的超网络分析

给出了超网络中点度、点超度、加权点度、边度、超边度、聚集系数、平均距离等拓扑特性的定义和计算公式。将电视节目定义为节点,将播出时间段定义为超边,采用超网络方法分析了电视节目的竞争关系。实证结果显示,这些统计属性的累计概率分布服从指数分布,说明多个随机因素的相互作用导致了该超网络的形成。其中,加权点度能够更好地描述超网络的竞争态势。较小的平均距离和较大的聚集系数表明该超网络符合小世界效应。这些拓扑指标能够较好地反映竞争超网络所具有的特点,方法同样适用于实证分析其它合作或竞争超网络。     

基于加权超图的产学研合作申请专利超网络——以上海ICT产业为例

本文对产学研合作情况进行超网络描述,以产、学、研作为节点,以专利作为超边,以每条超边中组织机构合作专利的次数作为超边的权重,构建基于加权超图的产学研合作申请专利超网络拓扑结构。以国家知识产权局专利检索数据库为数据来源,采用超网络方法分析了上海2015年ICT产业产学研申请发明专利的合作关系。实证显示,超网络中节点的度、超度、超强度累计概率分布均服从幂律分布,说明网络结构中的节点具有异质性。最后构建了基于加权超图的超网络演化模型,对模型进行模拟仿真,理论值与模拟值相符合。通过分析发现,上海ICT产业内各技术领域创新格局不平衡,应该进一步加强产学研合作,并加强与其它地区的合作。本文的拓扑指标能够较好地反映合作网络所具有的特点,该方法也适用于实证分析其它合作网络。     

基于K-shell的超网络关键节点识别方法

将K-shell指标扩展到超网络中,避免了超网络中超度较大、但位于超网络边缘位置的节点对挖掘关键节点带来的影响.由于K-shell方法的局限性,导致节点排序结果过于粗糙.针对这一问题,结合超度和K-shell(ks)值利用欧式距离公式提出识别超网络关键节点的ksd指标,并利用蛋白复合物超网络进行验证.实验证明,ksd指...     

复杂网络实证研究——中国教育网

通过对中国教科网中.edu.cn域名下的网页进行搜索,建立了一个由366 422个网页和540 755条网页之间的超链接构成的复杂有向网络———中国教育网。经分析发现该网络的网页分别处于四个不同的层次上,各网页自组织连接构成一个复杂有向网络。大部分节点具有入连接边,只有少数节点具有出连接边,既有入连接边又有出连接边的节点就更少,节点度分布尾部呈幂律分布。该网络演化时,网页的增添通常仅在各高校子网中选择有关网页进行连接,不会在整个中国教育网中去择优连接。根据中国教育网的这些特点提出了该有向网络的演化模型,模型反映了中国教育网的一些主要特征。     

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.     

The Dynamics of Two-State Public Opinion Propagation On Signed Networks

The formation of public opinion on the network is a hot issue in the field of complex network research, and some classical dynamic models are used to solve this problem. The signed network is a particular form of the complex network, which can adequately describe the amicable and hostile relationships in complex real-world systems. However, the methods for studying the dynamic process of public opinion propagation on signed networks still require to be further discussed. In this paper, the authors pay attention to the influence of negative edges in order to design a two-state public opinion propagation mechanism suitable for signed networks. The authors first set the interaction rules between nodes and the transition rules of node states and then apply the model to synthetic and real-world signed networks. The simulation results show that there is a critical value of the negative edge ratio.When the negative edge ratio exceeds this critical value, the evolutionary result of public opinion will change from a consistent state to a split state. This conclusion is also consistent with the distribution result of opinions within communities in the signed network. Besides, the research on the network structural balance shows that the model makes the network evolve in a more balanced direction.     

作战体系复杂网络研究

运用仿真方法,探索信息化战争作战体系拓扑网络的连接机制与分布规律,实验发现这一分布是由δ分布、指数分布与幂律分布(尾部)构成的混合分布;当网络规模较大时,节点之间的连接机制成为网络分布形式是否具有幂律尾的唯一决定因素;当尾部接近幂律分布时,常常是近似服从具有长尾的SF分布,但与同规模基于优先连接机制形成的SF网络相比,拥有大得多的Hub节点,分布标度指数λ一般取值于[1.4,2.2]之间.     

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.     

基于超网络的线上线下舆情演化模型研究

舆情交互存在于现实空间与虚拟空间,为具体研究两空间中舆情的演化,首先分析了舆情在不同空间中传播演化的特点及演化过程中相互间的联系.随后,结合改进的有界信任机制构建基于超网络的线上线下舆情演化模型,并针对该模型提出了包括模型初始化模块、信息传播与交互影响模块与双空间同步模块三部分的仿真系统框架.根据同步方向,提出"现实空间-虚拟空间"和"虚拟空间-现实空间"两种同步率,并通过对比仿真实验研究了同步率与空间速度比对舆情演化的影响.     

贸易网络综合演化模型的研究

根据实地调查结果启示,在综合节点适应度择优连接、节点删除、边的重建与删除的基础上建立了有向加权网络演化综合模型,并对其进行了解析推导,主要以入强度分布指数为研究对象,在节点适应度同质、服从[0,1]分布及服从指数分布时分别进行模型验证。最后分析多种演化机制对于幂律指数的影响,并通过数值仿真分析进行验证。     

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.     

Internet 的一种新的动态演化模型

提出了Internet网络的一个新的演化模型,新模型允许新增节点引向已有节点的连接数随时间变化.仿真结果及理论分析表明,新模型所演化出的网络具备上述所有特点,较好地符合Internet网络的形成特征.     

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(LatentDirichlet Allocation)主题模型与BERT(Bidirectional Encoder Representations from Tr...     

Evolution of two properties for scale-free network

1 .INTRODUCTIONBecause complex network structure can describe awide variety of systems of high technological andintellectual i mportance ,there has been a consider-able interest in the growth properties of randomnetworks[1 ,2]. The typical random network is ascale-free network, which connectivity distribu-tions behave as power law. Scale-free network isan evolving network, which has many propertiesduring evolution, for example , the fitness andclustering coefficient of node are two i mport…