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。     

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。     

论坛中的意见领袖自动发现算法研究

论坛中"意见领袖"的自动发现对于我们掌握舆情,及时引导舆论有重要作用.为此设计了一个从论坛中自动发现意见领袖的算法.根据构成意见领袖的基本属性,设计了基于贝叶斯信息增益最大化准则的X-means迭代聚类筛选模型,然后利用该模型找到特征空间中的意见领袖特征点.实验表明,应用该模型的算法在发现意见领袖的查全率,查准率方面性能优越,可以有效实现网络舆情监控.     

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。     

多层多属性舆情传播网络的仿真研究

基于当前网络舆情线上线下互动传播特性,深层挖掘舆情内容、指向和强度,提出了多层多属性舆情传播网络模型.以杭州公交纵火案为例进行仿真研究,并基于信息属性进行了未管控情境和嵌入情境仿真,基于心理属性进行了现实、极端、中立、理想社会情境仿真.结果表明,基于心理属性可以对舆情进行大范围的面干预,但对突发舆情事件不适用,培养民众理性思考是一项必不可少的长期工作;基于信息属性可以对舆情进行有针对性的点干预,及时辟谣和恰当议程设置可有效减少负面观点,引导舆情良性发展.     

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.     

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.     

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.     

后真相时代基于敌意媒体效应的观点演化建模与仿真

后真相时代群体立场的对立加剧和媒体公信力的下降导致敌意媒体效应凸显。为揭示敌意媒体效应对舆论形成的影响,探究舆论群体和大众媒体之间的互动机制,提出一种考虑媒体敌意和意见领袖的观点演化模型,并进行仿真实验。仿真结果与分析表明,媒体的真实观点、群体与媒体的交流概率、极端意见领袖的比例等因素都会调节群体的极化程度。结果从定量角度揭示了敌意媒体效应的存在会对舆论形成,尤其是群体极化的加剧造成重要影响。     

基于社会物理学的群体性突发事件演化及仿真——群体意见和行为的演化研究

为研究群体性突发事件演化的一般规律,以社会物理学理论为基础,借用万有引力定律和动能原理的思想构建了群体意见和群体行为的演化模型,并通过Netlogo仿真平台对模型进行了仿真。通过对政府处置力度、介入时间,媒体和意见领袖的权威性、影响力及介入时间等参数的调整,得出政府在群体性突发事件演化中起主要作用,媒体和意见领袖起导向作用。因此,在事件发生时,政府自身应积极选择科学的行为方式,并利用媒体和意见领袖,充分发挥其导向作用,有效控制群体性突发事件的演化态势。     

基于多智能代理系统仿真的网络社区意见交流机制

通过构建基于多智能代理的意见交互机制模型,对新古典经济范式下的理性代理模型进行拓展。通过构建时空交流域主方程和利用MAS仿真及平均域的方法描述网络社区的意见交流过程。研究表明,在影响网络社区观点稳态结构的因素中,社区分歧参数、社区温度、意见领袖和外部域的附加影响均存在临界值;较快的信息交流速度和适当的社区温度有助于系统达到稳定状态;意见领袖或外部影响作用可以对智能代理行为产生重要影响,在网络社区中形成观点多数派。     

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.     

基于改进SIR模型的反转事件舆情传播控制研究

为识别恶性新闻反转事件中谣言的传播规律和更有针对性地制定引导决策,提出了一种模拟病毒信息传播的短期预测模型。改进了传统SIR(susceptible infected removed)模型,解决了以往与SD(systems dynamics)模型结合时受限于马尔可夫链而导致转化率固定单一的问题,且以“哮喘女童”事件为例,进行了数据验证。结果表明,模型不仅能有效模拟单次反转事件中的舆情传播危机,分析往期事件处理满意度、官方信息透明度和政府响应时间等控制因素对事件走向的影响,并且能够复现出传统模型中不易看到的传播特征。     

基于多层耦合网络的舆情传播控制研究

为研究平台间信息交互对舆情传播以及舆情控制的影响,以微信和微博平台为例,利用多智能体建模方法和改进的SEIR模型,构建了包含“微信层-微博层-控制层”的多层耦合网络舆情传播和舆情控制模型。在Anylogic平台选取“湖北省红十字会物资使用情况引发质疑”舆情事件进行了仿真实验,分析了单/双平台、控制范围、控制力度、控制时间、平台间交互等因素的影响,研究了多平台互动传播下的媒体引导和政府干预策略。仿真实验表明,模型很好地刻画了微信、微博平台的信息传播特性,反映了舆情的跨平台传播效应。     

战争舆情演化建模研究

在分析媒体传播效果、人际传播效果为影响战争舆情演化主体(个体)立场演变的主因基础上,采用自底向上的基于Agent的建模理论与方法对战争舆情演化复杂系统进行建模研究,详细描述了媒体Agent影响力以及个体Agent立场演化致因两类模型,给出了个体Agent立场演化依据以及规则,初步实现了某地区战争舆情演化模型原型系统,并进行了仿真实验与分析。结果表明,模型的建立为量化研究舆情演化问题提供了一种思路。     

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.     

基于改进Deffaunt模型和小世界网络的舆情传播模拟与仿真

以改进的Deffaunt模型作为观点交互模型,用小世界网络结构模拟真实世界的人际关系网络,对舆情的传播进行模拟仿真并分析不同参数设置对仿真结果的影响,通过研究发现人际间的信任程度影响观点收敛速度,群体中极端个体的比例大小能决定群体观点的收敛情况,而且小世界网络模型中的群体规模、节点度、重连概率都能影响观点的收敛速度。本文对分析舆情的传播和形成有一定实际意义。     

跨期选择中的偏好反转:概率贴现的新视角

传统研究认为结果贴现的动态非一致性导致了跨期选择中出现偏好反转,但该观点忽略了事件的概率属性。为此,界定并分析了跨期选择中的偏好反转现象,基于"概率-时间权衡"模型在结果贴现之外引入概率贴现的新视角,系统地分析了偏好反转的原因并给出仿真分析。研究表明,动态非一致的概率贴现能够并行地解释跨期选择中的偏好反转。该结论挑战了现有的贴现理论模型,为跨期选择研究提供了更全面的分析框架。