基于复杂社会网络的网络舆情演化模型研究

发布时间：2020-03-24 02:24

【摘要】：随着网络社会的崛起，作为现实社会“晴雨表”的网络舆情逐渐成为一种不可忽视的频发性社会现象。通过聚合民意，网络舆情能够形成强大的社会合力，并产生深刻的社会影响。在此背景下，研究网络舆情的发生发展规律，对网络舆情演化的动态过程进行系统分析，具有重要的现实意义。本文在梳理国内外相关研究成果的基础上，综合运用复杂网络分析、理论建模与计算机仿真等研究方法，通过对网络舆情演化过程中的个体行为和个体交互特征进行合理抽象，构建了复杂社会网络中的网络舆情演化模型，并对模型进行了深入的仿真分析。具体的研究工作主要从以下几方面展开并得出结论：首先，根据社会动力学模型的建模范式，分析网络舆情演化模型三个方面的要素构成，提出网络舆情演化的交融-分阶结构。网络舆情演化是一个多主体协同的过程，以具有小世界性、幂律分布、异配性和富人俱乐部效应等拓扑特性的复杂社会网络相互连接的多样化行为主体借助弱连接的桥接作用、中心节点的辐射效应以及层级化的交互过程以自组织协同的方式推动了网络舆情的演进。网络舆情演化不是一个简单的单向线性过程，它具有复杂性和动态性，其中交织着网络空间中由各行为主体之间的交互所引发的网络舆情观点聚合和网络舆情信息扩散这样两个分支环节，它们相互融合、相互作用，以一种混合连接的形态形塑了网络舆情演化的结构秩序。这一部分的内容为网络舆情演化模型的构建奠定了理论基础。其次，基于复杂社会网络理论和观点动力学模型的建模思想，构建了网络舆情演化中的观点聚合模型。在网络空间中，以一定网络结构连接起来的多样化行为主体围绕某一舆情事件形成的观点经历了紊乱无序到一致或相对一致的动态演进过程；从微观的个体层面来看，这一过程也是网络空间中的多样化行为主体按照一定规则不断进行观点更新的动力学过程。这些规则可以归结为个体观点在有限空间内连续取值、个体遵循有限信任原则从邻域个体中选择交互对象并按其对他人观点的接受度进行观点更新、个体连接而成的网络随着人员的流程而不断变化等三个方面。利用计算机仿真的方法，本文对建立的网络舆情观点聚合模型进行了仿真分析，揭示了个体观点接受度、信任阈值、个体观点初始分布、网络结构及意见领袖对网络舆情观点聚合的影响。再次，通过分析网络舆情信息扩散中的个体作用模式，提出了基于复杂社会网络的个体接触过程，而网络舆情信息正是藉由个体接触实现了在整体网中的扩散。参照仓室模型中SEIR模型的个体状态划分方法，本文将网络舆情信息扩散中的个体划分为非知情、知情、传播和移出四种状态，并且按照现实中的网络舆情信息扩散状况界定了各状态之间的转移过程和转移概率，进而构建了基于复杂社会网络的网络舆情信息扩散模型。通过计算机仿真分析，本文揭示了网络舆情信息扩散效果对模型主要参数、网络结构特性及初始传播者数量和所处网络位置的敏感性。最后，遵循高影响力和强时效性两个原则选取“1122青岛输油管道爆炸事件”作为样本案例，，对网络舆情观点聚合和信息过程进行了案例分析。通过对案例的系统分析，本文呈现了特定网络结构下受个体观点初始分布和意见领袖影响的网络舆情观点聚合过程，分析了网络舆情信息扩散效果对网络结构和初始传播节点的敏感性，进而为前文建立的网络舆情演化模型进行了验证。
【图文】：

模式图,模式,信息传递,二级传播

传递差异性的同时，以意见领袖的视意见领袖信息传递(1) 信息传递(2)图 1-1 二级传播模式ig. 1-1 The two-step flow model of communicat式。美国心理学家纽科姆认为，传播的础，他提出了如图 1-2 所示的三角形式传统。该模式的主要运作过程如下境部分。ABX 是一个系统，这就意味A 变化，那么 B 和 X 也会改变。或者如会改变它与 X 或 A 的关系。

模型图,舆情,模型

整、社会事项变化和民众态度反应为分析基础，简述了舆情发生、变化和结的概念和内容[21]。就网络舆情传播的具体阶段而言，刘怡君等人从社会物理的角度将网络舆情的发展变化概括为潜伏期、活跃期和衰减期三个阶段[22]，中潜伏期的网络舆情呈现出分散辐射的状态，活跃期则是与网络议题相关的体观点的快速集聚，衰减期则是网络舆情生命周期的结束，各种意见在这一段逐渐消散，最终淡出人们的视野。喻国明指出网络舆情一般遵循“事件发生网民爆料、传统媒体跟进、网络热炒、形成舆论压力、政府部门介入、网民旗息鼓”这样一个过程[23]。顾明毅则指出，“在具有社会化特征的新媒体和泛络化行为的‘受众’作用下，网络舆情会沿着早期传播、社会性知情、社会表达、社会行动、媒体介入等阶段发展”[20,24]，“在某些情况或议题上，网络情还会呈现不规则的多峰型变化趋势”[25]。此外，王国华、曾润喜等人根据络舆情在不同议题或事件的传播特点下具有不同的发展路径，划分了消解型变和螺旋形演变两种具有代表性的网络舆情演进模型（如图 1-5 所示），并以为基础分析了网络舆情的内在演变过程，从较深的层面探讨了网络舆情的形规律和发展动力[26]。高峰关关
【学位授予单位】：哈尔滨工业大学
【学位级别】：博士
【学位授予年份】：2014
【分类号】：G206

【参考文献】