网络公共舆情极化现象建模及其涌现机理研究

发布时间：2021-06-05 06:31

　　由于每个网民在线下的社会生存中往往有很大的共通点,因此许多与网民生活息息相关如教育医疗等话题往往非常容易成为社会的热点关注问题。一旦涉及该方面的事件发生,网民在经过几轮讨论后极易在网络上形成一致性的极端倾向,这就是舆情极化。舆论极化现象极易促使网络暴力行为和其他极端群体性事件,对社会危害极大。本文主要围绕网络公共舆情极化现象的宏观涌现及微观作用机理两方面进行展开,具体内容如下:（1）考虑个体异质性与动态从众性的舆情极化研究。首先引入个体在交互过程中对于他人观点的从众倾向动态变化函数并进一步定义了不同交互个体之间的影响度权重,将交互个体从完全同质性拓展为初始时刻观点异质性及从众异质性。然后,通过仿真实验验证影响极化现象的因素。最后,通过典型案例验证本文所提模型的合理性与有效性。（2）融合社会偏好理论的舆论极化现象形成机理研究。首先将不同社会偏好的个体进行分类,通过定义这些异质性偏好个体进行交互行为获得的收益函数来解释其在收益驱动下的具体行为。然后利用收益函数设定交互个体之间的连接断开规则,将网络从静态拓展至动态。最后,通过仿真分析不同偏好的个体对于舆论极化现象的影响。本文的创新点如下:（... 

【文章来源】：浙江工商大学浙江省

【文章页数】：93 页

【学位级别】：硕士

【部分图文】：

WS小世界网络构造示意图

网络公共舆情极化现象建模及其涌现机理研究12制和择优连接机制。增长机制是指的是网络的规模会不断扩大，而择优连接机制则指的是新增加的节点会更加倾向于和网络中度比较高的节点进行相连。其构造方法如下：(1)增长：随机构造出只有m0个节点的初始网络，随后进行节点的增加，每增加一个节点就会与原有的模型进行连接，如图3.2所示。(2)有线连接：新增加的节点与网络中原有节点相连的的概率i与原有节点的度pi成正相关，表示如下。i=pi∑pi(2-6)图3.2BA无标度网络构造示意图

网络公共舆情极化现象建模及其涌现机理研究184.4数值仿真实验本节主要根据数值仿真实验结果，验证第4.3节论述的动态从众性及个体异质性对极化过程的影响。4.4.1个体动态从众性的影响本文提出个体动态从众性的概念，认为随着网络中所有个体态度偏离程度的减小，开始形成主流态度之后，Agenti对于自身观点的自信程度会受到社会主流舆论的影响，更倾向于听从他人意见，具体表现为公式(4-13)~(4-17)，为验证其实用性以及有效性，仿真实验分别从动态从众性与静态从众性两个方面检验对舆论极化的影响，进而揭示极化现象产生的机理。根据公式(4-14)至(4-15)所表示的动态从众性函数ζi(t)，在t=0时刻Agenti的从众性ζi(0)等于1-Yi，因此在静态从众的公式中，所有时刻Agenti的从众性都为1-Yi，如公式(4-18)~(4-19)所示，为可视化考虑，Yi取值0.6，结果如图2.4所示。xi(t+1)=Yi*xi(t)+(1-Yi)*(Xi(t)-xi(t))(4-18)xi(t+1)=Yi*xi(t)~(1-Yi)*(Xi(t)-xi(t))(4-19)图4.2静态从众性下舆论演化图

【参考文献】：
期刊论文
[1]基于复杂网络Deffuant模型的舆情演化规律研究[J]. 马永军,杜禹阳.  情报杂志. 2018(06)
[2]从众心理影响下的行人群体行为演化博弈的仿真分析——以行人过街为例[J]. 吴文静,王占中,马芳武.  吉林大学学报(工学版). 2017(01)
[3]基于动态博弈的媒体参与下网络舆情机制分析[J]. 张立凡,程楠,朱恒民.  情报科学. 2017(01)
[4]基于演化博弈论的网络信息传播群体行为分析[J]. 郭艳燕,童向荣,张楠,王莹洁.  智能系统学报. 2016(04)
[5]基于群集动力学和演化博弈论的网络舆情疏导模型[J]. 宋彪,朱建明,黄启发.  系统工程理论与实践. 2014(11)
[6]基于优先选择和记忆效应的观点动力学研究[J]. 黄庆花,宋玉蓉.  计算机工程. 2014(11)
[7]基于非理性博弈的舆情传播仿真建模研究[J]. 郭东伟,乌云娜,邹蕴,孟祥燕.  自动化学报. 2014(08)
[8]突发事件网络舆情演变过程中网民群体行为仿真研究[J]. 强韶华,吴鹏.  现代图书情报技术. 2014(06)
[9]基于不完全信息演化博弈模型的网络舆情传播羊群行为[J]. 刘锦德,刘咏梅.  国防科技大学学报. 2013(05)
[10]基于Weisbuch-Deffuant模型的网络舆论演化模式研究[J]. 张伟,何明升,白淑英,金蕊.  情报杂志. 2013(07)



本文编号：3211634