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.     

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.     

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.     

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.     

个体的观点不确定性对群体观点多元化的影响

用社会群体中个体的微观特性,来研究群体的宏观规律,是提升社会观点演化研究科学化水平的重要手段。然而,目前对个体的观点不确定性与群体观点多元化涌现之间关系的探索还不够深入。在有界信任模型的基础上,通过区分观点不确定性的范围和程度,构建了“有界信任”与“部分观点坚定”共同作用的模型,研究了个体的观点不确定性对群体形成多元化观点的影响。通过调整个体的观点不确定性,考察单个个体、同质群体和异质群体的观点演化效果,用仿真计算实验揭示了个体的观点不确定性的范围和程度对群体形成观点多样性的影响机制和特点;通过对社会群体的分析,建立了个体的观点不确定性与观点的依赖关系,考察了3种典型初始观点分布条件下的群体观点演化,发现观点呈现出类似均匀分布或正态分布时容易形成群体观点多元化,而呈现出“极端子群体”分布时难以形成观点多元化。仿真计算实验从一定程度上揭示了社会群体观点演化的规律。     

突发事件的网络情绪传播机制及仿真研究

互联网快速发展及其应用的日益普及,给突发事件的应急管理带来许多新的挑战.在网络空间,突发事件的信息传播往往伴随着强烈的情绪传播,极易引发网民的群体情绪,并由此可能导致极端和对立行为以及群体性事件等严重的次生社会问题.论文从信息传播所引发的网民群体情绪传播及其群体行为出发,研究了突发事件网络信息传播过程中网民群体的情绪传播机制,提出了突发事件中网民群体间的情绪传播模型,并以著名社会特大事件为例进行了仿真分析.实验结果表明,上述模型能够较准确地反映突发事件信息传播过程中的网民群体情绪传播特征及其演化规律.     

具有社团结构的有界信任舆论涌现模型研究

社团结构是复杂网络除小世界和无标度特性外的又一重要性质.建立具有社团结构的有界信任舆论涌现模型,采用Multi-Agent方法对模型仿真发现,具有社团结构的有界信任基本模型终态与社团间连通性无关而只取决于交互阈值,只有当社团间有相反的观点领袖时舆论涌现才与社团间连通性密切相关.研究内容有利于理解社团结构对舆论事件涌现的影响.     

基于有界信任模型的地铁突发事件信息传播

地铁突发事件一直是社会关注的热点问题,事件中的信息传播和控制往往也会决定突发事件的严重程度.本文以地铁突发事件为背景,考虑了地铁突发事件的时间有限性和空间有限性特征,在传统有界信任模型的基础上,引入了局部沟通和有限理性两个因素,并根据突发事件发生的时间考虑了地铁停靠前和停靠后两个不同的阶段,建立了地铁突发事件信息传播模型.通过大量仿真实验,发现在地铁突发事件中,局部沟通和有限理性都会导致乘客观点剧烈波动,使得整个系统长时间处于极不稳定的状态;而乘客密度对乘客的观点收敛起正向作用,密度越大,观点越容易收敛.而在列车停靠后,乘客越向车门方向集中,观点波动幅度越大,并在最后急剧收敛成一致,但疏散速率越高,反而会减缓乘客观点的波动幅度和收敛速度.本文的研究结果为地铁突发事件中的现象分析提供了理论依据,对地铁突发事件信息的控制具有重要意义.     

具有个体信息差异的Deffuant-I舆论传播模型

现有的舆论传播动力学模型较少考虑个体知识水平对舆论传播的影响。基于Deffuant模型,引入表示知识水平差异的信息量和表示信息应用处理水平的认知能力,提出Deffuant-I模型。仿真实验发现,信息量服从均匀分布或幂率分布时,群体认知能力与观点收敛速度成反比,幂率分布收敛速度较快;信息量服从正态分布时,认知能力正比于观点收敛速度,群体难以达成共识。     

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.     

Rebels Lead to the Doctrine of the Mean: A Heterogeneous DeGroot Model

The DeGroot model is one of the most classical models in the field of opinion dynamics. The standard DeGroot model assumes that agents are homogeneous and update their opinions in the direction of a weighted average of their neighbors’ opinions. One natural question is whether a second type of agents could significantly change the main properties of the model. The authors address this question by introducing rebels, who update their opinions toward the opposite of their neighbors’ weighted average. The authors find that the existence of rebels remarkably affects the opinion dynamics. Under certain mild conditions, the existence of a few rebels will lead the group opinion to the golden mean, regardless of the initial opinions of the agents and the structure of the learning network. This result is completely different from that of the standard DeGroot model, where the final consensus opinion is determined by both the initial opinions and the learning topology. The study then provides new insights into understanding how heterogeneous individuals in a group reach consensus and why the golden mean is so common in human society.     

元胞自动机舆论模型中人员移动对传播的影响

为了研究舆论系统中人员的移动以及存在态度坚定者的因素对舆论形成和演化的影响,建立了相应的元胞自动机舆论模型．在假设人员态度的改变方式遵守少数服从多数的规则下,通过计算机模拟给出了二维四方格子两种影响领域(5邻居、9邻居)在周期性边界条件下的舆论传播行为．模拟给出了模型的演化趋势,以及在不同赞成率的随机初始状态中,模型演化随立场坚定者密度变化的行为．结果表明人员的移动将加快舆论的形成．     

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.     

考虑可信度和方案偏好的犹豫模糊决策方法

研究了对方案有偏好的犹豫模糊多属性决策问题。对每一个评价值给出相应的可信度,用来表示决策者对专业领域的熟悉程度。基于可信度提出几个犹豫模糊信息关联度公式,并讨论了它们之间的关系。基于决策者的主观偏好与客观偏好之间的关联度建立属性权重模型。给出一种考虑可信度且对方案有偏好的犹豫模糊多属性决策方法。算例证明了所提方法的有效性。     

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.     

Information identification in different networks with heterogeneous information sources

Traditional cheaptalk game model with homogeneous information sources provided a con clusion that dishonest information sources will not be identified if he changes strategy stochastically. In this paper, the authors incorporate different information diffusion networks and heterogeneous in formation sources into an agentbased artificial stock market. The obtained results are different with traditional results that identification ability of uninformed agents has been highly improved with diffu sion networks and heterogeneous information sources. Additionally, the authors find uninformed agents can improve identification ability only if there exists a sufficient number of heterogeneous information sources in stock market.