基于元胞自动机的网络群体事件舆论同步的涌现机制

以自发形成的网络群体事件的同步舆论为研究对象， 建立了基于元胞自动机的复杂系统集群行为的非线性涌现模型， 揭示了个体从众心理对网络舆论演化动力学的影响. 研究结果表明， 在个体从众性同质的情况下， 存在使网络舆论同步的阈值， 当个体从众性较大时， 网络群体事件舆论趋于同步； 当从众性较小时， 群体态度演化成具有明显社团结构的多个舆论方向. 个体从众性异质时， 网络舆论表现为一个主流舆论与多个小规模舆论方向共存的复杂特征. 网络群体事件发生初期， 参与规模的扩大会迅速促进舆论同步的涌现， 而在后期， 新节点的参与不会进一步提高舆论同步涌现的效率.     

考虑多层邻居节点影响的微博网络舆论演化模型

针对微博网络中节点在传播路径上具有多层影响力的特点,提出一种结合微博网络中信息传播和观点交互的舆论演化模型,并考虑节点的自信程度,将节点的自信程度同网络结构结合起来,研究影响微博网络中舆论演化的主要因素.研究结果表明,考虑节点自信程度情况下,终态时网络舆论会出现更丰富的状态;一个极具吸引力的话题在微博网络中有较大概率形成一致性舆论;终态时的观点分布与初始节点的出度以及回溯深度相关,随着回溯深度的增加,终态时形成一致性舆论的概率增大.     

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.     

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.     

考虑观点篡改的观点传播动力学研究

针对舆论观点在传播过程中不断演化的现象,提出一种考虑观点篡改的新的观点传播模型。考虑节点观点在舆论传播过程中会有一定的概率被社会中的个体所修改,并基于此研究源节点的状态和节点观点的篡改对网络观点传播的影响。仿真结果表明:当网络(WS和BA网络)节点考虑观点篡改时,最终网络中节点的观点与源节点的观点是否相关,取决于网络节点的观点篡改率和源节点的观点强度;而在真实Facebook网络中,不仅仅取决于这两个因素,而且取决于源节点的度。同时实验表明,网络中高度数的源节点的观点比低度数的源节点观点传播更快。     

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...     

舆论演进中个体策略选择的仿真研究

建立了舆论演进过程的模型,并对其进行了仿真和分析.首先根据实际生活中人们进行观点交互时的行为,建立了具有可自行改变观点交互策略的舆论演进模型,并对参与舆论演进个体的记忆进行了建模.其次在该模型的基础上对不同参数下的多种情况进行了多次仿真,获得了与实际舆论演进情况相符的结果,并得到了舆论演进中个体策略选择的公平性结论.     

考虑社会阶层的观点演化模型

为解决现有观点演化研究对社会阶层考虑不够充分的问题,在个体异质性影响力的基础上,将网络中节点的拓扑性质与社会结构结合,提出了一种基于HK模型的观点演化模型。在3种经典复杂网络和一个实证网络中,采用社会学领域中根据资本划分社会阶层的方法,构建了3种社会结构。利用仿真实验,发现社会结构对观点演化具有重大影响,通过社会政策调整社会结构有利于观点达到一致。为研究现实社会同一类型社会结构中观点演化不一致的情况,在B型金字塔和橄榄型社会结构下,设置高阶层个体不同的初始观点分布,发现高阶层个体观点的极化和统一会相应地影响舆论的极化和一致。     

舆论演化的社会影响级联效应模型

舆论建模跳出传统的基于最近邻("person-person")的交互范式,引入次近邻("personperson-person")的影响,刻画网络中邻居的邻居对观点改变的作用,提出舆论演化的社会影响级联模型,分析其在可变聚类系数网络上舆论的演化性质.通过调节网络聚类系数,使用异步更新的方式,观察网络集聚特性对舆论演化的影响.结果表明,1)相比于传统的最近邻影响模型,社会影响级联模型的社会强化作用更大,系统更容易达成共识,初始状态中主流观点的影响将被放大;2)舆论演化结果与网络集聚性和初始状态相关:当系统初始状态p_+≠p_,系统观点演化达到稳态后,网络聚类系数越大,越容易产生主流观点;当初始观点p_+=p_时,即正、负力量势均力敌时,系统共识则难以确定.这种情况和现实社会舆论的演化结果符合.     

传染病传播模型综述

建立传染病传播模型是理解传染病流行机理, 预测流行趋势, 进行防控决策的基础. 将传染病传播模型分为单一群体模型, 复合群体模型和微观个体模型三类. 单一群体模型从宏观角度刻画了集计量的变化, 以经典的\,SIR\,为基础, 在仓室设置、 年龄结构、 随机性、 异质性等方面进行了扩展. 复合群体模型将人群划分为多个子群体, 子群体之间因人口流动而耦合, 适合研究具有空间异质性的跨地区传播问题. 微观个体模型的出发点是个体状态和行为, 所有个体形成接触网络. 这类模型有理想网络和现实网络两个研究方向, 理想网络关注接触网络特性对传染病传播动力学的影响, 现实网络致力于揭示社会接触的实际特征, 构建足够真实的模拟网络, 研究传染病的传播. 这三类模型各有特点, 分别具有各自的适用领域, 应根据研究目的和问题特点选择合适的建模方法.     

网络化服务组织的效率和福利改进分析

售后服务行业在我国东部一些大城市已经逐步向网络式组织转化,这种组织形式的业量具有不确定性特点,从学术界已有的研究中难以找到对这种组织形式经济学特性的深入研究.就其面对的市场特点建立了泊松流模型对网络化服务组织进行分析,得出网络化服务组织的效率改进主要体现在资产和管理的规模经济及不确定条件下的人员互补效应,后者是和不确定性相联系的一种规模经济.这种组织形式对所涉及各方均带来了有利的影响,是市场效率提高的表现.     

网约车流动行为的时空特征及网络分析

网约车轨迹是一类能够较好地反映市民流动行为的时空大数据.构建面向市民使用网约车的出行复杂网络,从网络的视角进行分析,进而挖掘网约车流动行为的时空特征,对于城市建设、路线推荐、道路优化等均有重要意义.基于滴滴出行的2016年11月份成都市内的历史订单数据,将主城区划分为400个城市网格,建立反映网约车流动的OD矩阵,构建...     

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.     

具有随机性的确定性网络模型

为了进一步研究复杂网络的统计特性,简单介绍了复杂网络的几个统计指标,给出了一种通过边的迭代方式生成一种确定性网络模型的方法.在此模型构造算法的基础上对网络的个别特性进行了推导,并通过计算机编程构造了模拟网络,对比了不同规模模拟网络的部分统计特性.由推导结果和模拟数据可知,迭代生成的网络具有较小的平均路径长度和较大的群聚系数,度分布服从指数分布.因此可判断出生成的确定性网络既具有小世界特性,又具有完全随机网络的特性.     

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.     

互联网、信息与复制经济

本文提出信息元和复制经济概念,研究基于互联网的网络经济市场特性和经济行为特征,揭示信息元与物元内在关系、信息流与物流内在关系和虚拟经济与实体经济内在关系,发现网络复制经济、内生规模效应与摩尔定律之间的内在关系,即网络信息聚合-协同效应,该发现对著名的摩尔定律和网络效应做出重大修正(个体与整体的优化等价性条件)并揭示其本源,对研究网络外部性和信息不对称等经典问题都是新发现,对现代互联网经济和信息经济的理论研究与实际应用都是重要进展和突破.本文构建的网络合作-复制经济模型为信息与网络经济研究和应用给出一个重要分析方法.     

群体事件中用户传播重要性的评价模型

为了达到更进一步理解群体事件在微博中的传播机理并得到能够综合评定事件参与用户在传播中重要程度的方法,采用定性分析和定量研究相结合的方式,基于真实案例的传播数据对社会群体事件的微博进行了分析。通过事件的消息转发关系构建了群体事件的微博传播系统;通过对若干传播基础指标实施主成分分析,构建了群体事件用户传播重要性的综合评价模型;结合复杂网络的相关理论,开展了该模型的评价值和复杂网络中心性指标的相关性分析。通过分析和研究,发现了群体事件的网络是具有无标度性质、小世界特征和较高集聚系数的复杂网络,在该网络中用户传播重要性的评价值实际与用户的复杂网络 核分解指标值存在极高的相关性。因此,人们可以依靠 核分解为核心的分析方法更精确、更有效地找到影响群体事件微博传播的重要用户。     

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.