动态社交网络中非完全信息下谣言溯源问题研究

突发事件发生后,在线社交网络往往成为谣言滋生与传播的重灾区.追溯谣言源头,从源头阻断谣言传播是舆情管控的有效手段.但在实际中在线社交网络是动态变化的,并且谣言传播的历史情况信息很难完全获取,通常只能获取当前时刻下谣言的传播情况,因此本文聚焦于研究动态社交网络中非完全信息下谣言溯源问题.本文根据节点的传播级联在最后一层网络上的感染集合与当前时刻下新增被谣言感染节点集合的期望对称差构造目标函数,并证明了目标函数具有#P-hard的性质,且既不是次模函数也不是超模函数.接下来设计了基于可达集合抽样的方法寻找谣言源头节点,并给出了算法框架和计算复杂度分析.最后在三个真实的动态网络数据集上仿真验证了本文所提出谣言溯源方法 RSS相比于已有方法的效果更好,并探究了动态社交网络的拓扑结构变化对本文提出的谣言溯源方法准确性的影响.     

时序网络视角下网络舆情的演化模型研究

随着对社交媒体的研究深入,平台用户之间的社会关系网络为动态的时序网络逐步得到认同。为了对比并分析时序网络下舆情扩散的过程和结果,采用计算机仿真的分析方法,通过构建时序网络,并采用SIR模型作为舆情扩散的信息扩散模型。多智能体仿真结果表明,舆情扩散结果的不确定性一方面来自于时序网络的复杂网络结构和信息扩散模型,而另一方面则是源于将用户之间的社会关系网络看作是静态网络。通过参数分析确定了提高舆情扩散的思路和方向。     

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.     

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。     

突发事件微博舆情爆发地点监测方法

研究突发事件网络舆情爆发地点监测方法,对于有针对性的引导和控制突发事件网络舆情有重要意义。为此,提出了基于空间扫描统计量的微博中突发事件舆情爆发地点监测方法。选取新浪微博上1320万条数据为数据集,通过实验验证了该方法的有效性。实验结果表明,突发事件相关的微博舆情确实存在区域聚集性,并且在突发事件发生后,微博信息量这一舆情要素会对微博舆情的区域聚集性产生更大影响。基于空间扫描统计量的微博舆情监测方法能够有效监测出舆情爆发地点及区域,解决了目前在突发事件相关的网络舆情监测中难以对突发事件网络舆情爆发地点进行动态、有效判断的问题,为相关部门对舆情热度不同的地区进行有针对性的控制、监测舆情提供依据。     

网络舆情结构逆转建模与仿真：基于改进Deffuant模型

社会舆情从现实社会转移到网络空间,导致网络舆情事件的出现。网络舆情扩散使得群体舆论的支持与反对力量对比反转,最终改变利益集团最初的决策,该现象称为网络舆情结构逆转。为了探索这种现象背后的复杂系统机制,本文基于Deffuant模型建立了网络舆情扩散的结构逆转模型,该模型从两个方面对Deffuant模型改进,一是将个体自身的观点值转化为交互时的感知值,将连续观点的模型转化为离散观点模型,二是引入宏观的社会转型因素的影响。仿真结果显示,社会转型因素正向地影响网络舆情扩散,社会转型程度高,网络舆情结构逆转时的舆情扩散程度更高;群体异质性水平正向地延缓网络结构逆转现象,利益群体规模越大,网络舆情结构逆转越难以完成。本文提出的模型能一定程度上解释网络舆情扩散的结构逆转现象,可以为实践中网络舆情的管控提供理论参考与决策支持。     

政府干预下多种舆情信息交互传播模型与仿真

为识别重大突发事件中多种舆情信息的交互传播规律和更有针对性地制定干预决策,提出了一种交互传播干预模型。该模型融入了多种舆情信息不平等竞争的特点,扩展了现有的单一舆情信息传播干预模型,并可从交互传播整体视角分析干预措施的作用。案例分析与仿真结果表明：该模型可较好地模拟多种舆情信息交互传播的演化趋势;虽然强势舆情信息比弱势舆情信息的潜在危害大,但是干预决策仍需综合关注强势和弱势舆情信息及其间的交互关系。     

微博信息扩散的空间分析

为揭示信息扩散的空间特征,利用新浪微博数据,研究了中国地级市间的微博信息扩散,并利用重力模型,研究了影响城际信息扩散的因素。研究表明,少数一二线城市呈现信息寡占型,主导微博内容的输出和扩散。对城际信息交互模型的分析发现,用户数在很大程度上影响了城际信息扩散,城市总GDP也可预测城际信息交互,空间距离则不再发挥作用,微博中的信息扩散打破了物理距离的限制。该研究揭示了线上社交网络与线下物理空间的映射关系以及社交媒体中信息的城际扩散特征,可为空间位置相关的信息发布和网络舆情监控提供借鉴。     

有关风险测度及组合证券投资模型研究

Markowitz以证券收益率的方差作为投资风险的测度建立了组合证券投资决策模型 ,并进行最优证券组合的选择 .本文分析了 Markowitz模型的不足之处 ,以半方差 ( E- Sh)风险测度为基础 ,提出了最优证券组合选择的风险目标函数 ,建立了组合证券投资决策的最优化模型 ,同时给出了最优化模型的求解方法以及证券组合有效边界的确定方法 .最后 ,文章结合实际案例 ,分析了风险目标函数及最优化模型在实际应用中的有效性.     

双层社会网络上的舆情传播动力学分析

本文构建了由线上社交网络和线下物理接触网络构成的双层社会网络模型,通过理论分析计算出稳态时的舆情传播者比例,得到双层社会网络上的舆情传播阈值大于单层线上网络舆情传播阈值,而小于单层线下网络舆情传播阈值.仿真实验结果表明,在线社交网络能够扩大舆情传播范围、加快舆情传播速度.各层子网的传播率对另一层网络中传播者比例几乎没有影响.此外,来自于线下网络的传播者转移率对舆情传播过程的影响作用小于来自于线上网络的传播者转移率.     

基于模型集成的突发事件舆情分析与趋势预测研究

近年来,突发事件发生后,事件演进受网络舆情的影响越来越大,分析突发事件发生后网民情绪并进行预测,可为政府部门的应急管理和策略设计提供有效支撑,赢得宝贵的时间.本文提出了一个基于模型集成的微博情感分析与预测模型,对突发事件微博舆情进行情感分类与趋势预测.为了更准确地分析微博情感与未来走势,首先,利用多模型集成策略对突发事件相关的单条微博进行情感分析;接着,将单条微博情感进行集成,形成微博情感时间序列;再次,利用多模型集成思路对微博情感的未来走势进行预测;最后,通过实例验证提出方法的有效性.实证结果表明,集成模型较传统分类在微博情感分析上具有优势,集成模型较传统回归模型在微博情感走势预测同样具有明显优势,可以取得较高的预测精度.     

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。     

突发事件发生后谣言传播的IS_rS_nR模型

随着社交网络的发展,谣言传播的模拟变得尤为重要。基于传统的D-K谣言传播模型,首先提出一种新的考虑谣言信息和非谣言信息竞争传播的未知者-谣言传播者-非谣言信息传播者-沉默者(IS_rS_nR)模型,并综合考虑网络结构、用户间的交互行为等多种属性以用户群体的平均社会影响力计算不同群体间的转移概率。其次,给出IS_rS_nR模型的平均场方程,并分析方程平衡解的存在性和稳定性。MATLAB的仿真结果显示:(1)非谣言信息的传播与谣言传播的趋势一致;(2)网络平均度、谣言传播者、非谣言信息传播者群体的平均社会影响力对信息传播的传播速度、传播周期及传播范围均有显著作用。研究成果可以在一定程度上对于舆情监测和市场营销起到指导作用。     

公司资产具有跳-扩散过程的债务证券定价

综合考虑违约风险与市场风险对公司债务证券价格的影响,用非齐次的泊松过程描述突发事件发生的强度函数,试图完善Zhou（1997,2001）的模型,利用远期风险中性测度变换方法,在随机利率环境下建立跳-扩散过程的公司资产价值模型,分析违背绝对优先规则时公司债券的定价与信用差价买权的定价.     

食品安全网络舆情的重复感染SIR模型研究北大核心CSCD

基于利益相关者理论,根据食品安全网络舆情的舆情主体与舆情事件的利益紧密程度将舆情主体分为直接利益相关者、间接利益相关者和边缘利益相关者三种类型.设计重复感染的SIR改进模型,提出SDIERF模型,显示感染者在网络舆情不同发展阶段的发帖数,根据突发事件的四个预警级别设计四个不同干预力度的干预级别.通过仿真的方法,研究该三类利益相关者出现重复感染的感染人数及其发帖数的变化情况.使用实例验证了SDIERF模型的预测和监控效果,在潜伏阶段进行干预的效果最好.     

一种鲁棒的被动声目标识别方法

针对噪声环境下一些声目标识别技术性能严重下降的问题,提出了一种基于一阶补偿的径向基函数网络模型,并给出了该网络参数选择方法。实际应用表明,这种神经网络对噪声具有较强的鲁棒性,与传统的径向基函数网络相比,其识别性能等同于信噪比提高大约１０～１５ｄＢ。     

突发事件应急管理中的中断-继续随机排序模型

给出一个突发事件应急管理中的中断-继续随机排序模型,其中突发事件的开始时间和持续时间都是随机的.极小化的目标函数是期望加权完工时间和、期望加权误工时间和及期望加权误工工件数.对目标函数是期望加权完工时间和的问题,证明了在相融条件下,问题是多项式可解的;如果突发事件的开始时间是均匀分布,WSPT规则是问题的最优策略;对突发事件的开始时间是确定的特殊情况,给出一个动态规划算法.对目标函数是期望加权误工时间和及期望加权误工任务数的问题,证明了在相融条件下,它们都是多项式可解的.     

基于话题共振的群体情绪演化动力学模型研究

在线社交网络中舆情话题共振现象愈发多见,相似或相关话题的互动与叠加使公众群体情绪变得愈发复杂和不确定,增加了政府管控的难度.为此本文构建了一种在线社交网络中考虑可变交互阈值、基于观点动力学的双层复杂网络模型,将话题关系、时间机制、政府、媒体、网民等因素作为变量参数,利用中国流行的在线社交平台新浪微博数据进行了仿真模拟及对比验证.结果显示话题共振效应的存在对群体情绪的演化产生了一定的“阻尼”作用,使群体情绪表现的更加“固执”,难以被外界环境信息影响;同时在舆情生命周期不同阶段发生的话题共振现象中,群体情绪展示出了不同的演化特征.因此,针对不同情景的舆情事件,政府应采取不同应对策略以提升网络生态的治理能力.