信息传播与舆论演化相结合模型的研究

发布时间：2020-06-03 05:05

【摘要】：多数复杂系统,如生物系统,万维网,社交系统,都可以用复杂网络来进行刻画,网络上的节点代表系统中的个体或组织,节点间的边代表个体或组织间的关系。随着web 2.0时代的到来,以新浪微博、网络社区、Twitter和Facebook为代表的社交网络正在深刻地影响着人们的思维方式和行为模式。信息呈现方式的丰富化、信息传递形式的多样化、社交网络的不断普及和扩大加速了信息的扩散速度,也使信息的扩散模式变得更加复杂。通过数学建模的方式研究复杂网络上信息传播和舆论演化的动力学过程,对于进一步认识社交网络上信息传播和舆论演化的特性和传播规律,具有非常重要的理论研究价值和实际应用价值。个体对某类事件的看法,往往与个体的个人经历、文化背景、教育背景和生活习俗等因素有关,这种看法是在个体的人生经验中逐渐形成的,较为稳定,例如政治立场,对某种身份的群体的刻板印象等。当一个具体话题出现时,看法会影响我们观点的形成,本文中我们把这种个体对某类事件的看法称为个体的态度倾向。从群体对某个话题的态度倾向分布,可以反映出话题所具有的争议性,我们可以从中预测信息传播的效果和公共舆情。信息的传播与人们的观点交流是分不开的。目前,多数的研究工作将信息传播与舆论演化分离开来单独建模进行研究。本文中,我们首先分别研究单层网络的信息传播过程,舆论演化过程,然后在此基础上,考虑了个体的态度倾向,提出了一个信息传播与舆论演化相结合的模型,研究群体的态度倾向分布对信息传播和舆论演化规律的影响。数值模拟结果表明,话题的争议性越大,群体对话题的讨论越激烈,话题讨论热度保持得也越持久,同时信息传播的速度会更快,传播的范围也更广,群体的意见相对越难达成一致。
【图文】：

暨南大学硕士学位论文程如下：通过产生 个节点，再以概率 在任节点的度数的定义，可以证明当 с 时，度泊松分布 ( ) ，参数 可视为节点随着度的增加， 呈指数性下降，网络中节点度分布高度平等”的特点。随机网络的度分布

暨南大学硕士学位论文rld’ networks》[17]一文中提出了小世界网络模型，标志着网络科学取得再一的突破性进展。该模型在给定的大小为 N 的规则网络（网络上每个节点与它最近邻的 = 个节点相连）基础上，以概率 把原有规则网络上的每条连边断边重连，，将边的一个端点随机连接到一个新的节点上，排除自环和重复连线。该模型也被为 WS 小世界网络模型。可以想见，WS 模型随着断边重连的概率 大小的变，存在两种极端情况：一、当断边重连的概率 = 时，网络为完全规则网络；、当 = 时，网络将变为随机网络。
【学位授予单位】：暨南大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：O157.5;G206

【参考文献】

相关期刊论文 前2条

1 司夏萌;刘云;丁飞;熊菲;;具有社团结构的有界信任舆论涌现模型研究[J];系统仿真学报;2009年23期

2 周涛,柏文洁,汪秉宏,刘之景,严钢;复杂网络研究概述[J];物理;2005年01期

本文编号：2694341