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.     

基于社会网络冲突信息传播的群体特征

当两种冲突信息在社会网络上同时传播时,社会群体呈现的特征值得研究. 依据复杂性科学和社会学研究的有关理论和方法,利用了网络传播的SIR模型,建立了信息的传播演化模型. 在传播过程中引入个体处理冲突信息的三种行为方式：先入为主、从众行为和领导意见,并在大规模社会网络上进行了不同行为方式传播模型的对比研究. 研究表明,社会网络的结构和个体行为的倾向对信息传播结果有显著影响. 由局域性相互作用发展为集体行为,整体特性比局部特性呈现出更多的变化趋势. 研究结果有助于解释大规模社会群体呈现出的某些特征,如群体极化和群体多样性等现象.     

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。     

社会影响、观点动向和结构平衡:基于Hopfield 网络模型仿真研究

本文首先概述了观点动向的研究领域和目前研究进展. 在社会认同理论基础上区分出群体决策过程具体的三种社会影响,进一步赋予了Hopfield网络模型二元组间社会连带(social ties)的具体社会学内涵. 基于此模型仿真研究了群体在具有自我认同、社会归属条件下的群体观点分化现象. 模型仿真得到群体外生变量的干涉和负社会影响是推动群体观点极化的主要因素. 特别地,仿真结果表明群体观点极化与三元组(社会学中研究的基本结构) 影响模块结构平衡密切相关,从社会心理学角度解释了具有符号关系的群体宏观动态模式和微观结构变化之间的联系.     

涉恐个体极端思想演化双阈值观点动力学模型

为理解涉恐背景下个体极端化过程,有效预防极端意识形态蔓延,在观点动力学Hegselmann-Krause模型基础之上,提出一种极端思想演化双阈值观点动力学模型。仿真实验表明交互范围、人口及社会网络结构对极端思想演化过程产生显著影响。模型整合了极端观点传播过程中个体特质,社会关系及社会环境三方面因素,从一定程度上揭示了涉恐背景下个体极端思想演化的规律。     

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.     

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.     

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。     

IDU大规模社会网络及其HIV传播模拟

引入复杂Agent网络模型建立注射吸毒(IDU)共享网络的HIV传播模拟模型。在传统无标度网络配置模型的基础上,通过增加邻域选择机制和三角形形成机制,提出了一种能应用于大规模病毒传播的IDU社会网络生成和演化算法。模型可实现指数可调幂律度分布、高聚类系数和度-度相关等社会网络特征;网络中的边可以断开、重连,网络中的节点可以退出、进入,网络具有动态特性。网络中节点Agent模型中包括个体的行为、病程及个体对疾病干预措施的响应机制,通过节点Agent和网络的协同作用,实现个体行为、个体之间共用注射器吸毒构成的社会网络和干预政策耦合演化的HIV传播模拟模型。对生成的网络进行了社会网络参数度量,利用云南省的数据对吸毒网络HIV传播干预情景进行仿真研究。     

复杂网络演化博弈理论研究综述

综述复杂网络的结构特性对演化博弈动力学的影响的最新研究成果,研究个体在相互作用和冲突中的策略选择和演化问题,关注自私个体中合作现象的涌现。着重介绍了受到广泛关注的囚徒困境和雪堆博弈两个简单的博弈模型,并利用复杂网络刻画了个体间的联系,研究了空间结构与博弈动力学之间的关系,探讨了未来工作的研究方向。     

有记忆的舆论传播建模与仿真

为研究舆论主体的主观能动性对演进过程的影响,建立了个体记忆模型,并对其进行了仿真及分析。首先在二维格子的多数投票模型的基础上,提出了舆论演化中个体的记忆度,对不同的记忆长度使用平均场方法分析系统进程。仿真了不同记忆倾向参数下,系统的平均观点及簇个数的变化,并解释了固执者的形成。计算机模拟结果表明,有了记忆的作用,系统将向着极化状态演进。     

基于微博数据挖掘的贝叶斯观点演化模型

考虑到在微博信息传播过程中,每一位网络用户的观点都受到其前一位网络用户观点的影响,提出建立基于微博数据挖掘的贝叶斯观点演化模型。以“动态清零政策是我国抗疫总方针”为关键话题词,利用Python爬取微博评论数据,经过数据预处理和分词,对贝叶斯观点演化模型进行实证分析,结果发现官方媒体对舆情的及时引导对情感演化倾向起到重要作用。     

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.     

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.     

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。     

基于依从心理的组织规范稳定性及其演化的模拟研究

提出了一个基于依从心理的模拟模型来研究组织规范的稳定性与演化。稳定的组织规范是企业正常运行的重要保证,然而,在特殊的情景下企业又希望固有的组织规范能按照企业预想的方向发展,如组织变革。依从心理所导致的认知不一致,即人们内心拒绝某种规范或观点,但是在公开场合却认同这种规范或观点,会影响在环境变化时组织规范的稳定性。为了研究依从心理对组织规范稳定性和演化的影响,提出了一个计算模型来模拟内心态度、公开行为及其交互机制。模拟实验表明:群体认知不一致值越低,组织规范越稳定;高不确定性个体的认知不一致水平更容易降低,也更容易形成稳定的组织规范;自我为中心的个体最终的认知不一致较高,也容易形成组织内部的对抗;为了在组织变革中成功引导组织规范的同步演化,企业的宣传工作应该循序渐进,注重分散式宣传。     

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.     

网络演化博弈中的自组织临界性

结合雪堆博弈模型与扩展的Bak-Sneppen(BS)模型,研究一维规则环状网络上合作行为的涌现与个体间的动力学关联性。通过统计系统平均合作概率随时间的演化,发现当系统演化到稳态时群体具有较高的合作水平。此外,统计了个体策略突变行为的雪崩尺寸及适应度最低个体间的距离分布,发现这两种分布可近似为幂律分布。这表明系统自组织达到了一种临界状态,在临界状态个体策略在系统尺度上相互关联,因此与系统中高水平合作行为的涌现有着紧密的关系。     

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.