基于贝叶斯网络的突发事件信息传播研判模型与仿真研究

发布时间：2020-10-20 13:30

　　 各类突发事件的频发,严重危害了人类的正常生活和社会的和谐稳定。突发事件的发生不仅会威胁人民的生命财产安全,相关信息的传播还可能对网络环境的正常运行造成影响,并扩散至现实生活中。比如2014年的“马航失联”与“昆明恐怖袭击”,它们的一个共同特点就是由于事件本身的特殊性引起了民众的极大关注,在网络世界甚至是现实生活中掀起了巨浪。因此,对突发事件信息传播进行研判已非常重要。众所周知,政府的应急管理部门在突发事件应对与突发事件信息管理中都起到重要作用。随着互联网技术的迅速发展,政府的约束更加重要,管理的难度也随之加大。突发事件信息作为信息的特殊形式也表现出生命周期特性,对突发事件信息生命阶段进行实时判断就能为政府提供监管的依据,及时掌控突发事件信息的传播动态,缩小政府监管与信息传播的时差。本文从生命周期的角度出发,将突发事件信息生命周期分为初生萌芽期、快速成长期和衰退死亡期三个阶段,并分析突发事件信息在各个阶段的传播特征。政府的监管作用至关重要,通过构建信息在有监管、无监管两种状态下的传播模型,直观的展现出政府监管在信息传播过程中的作用机理：定性的分析基于贝叶斯网络的突发事件信息传播研判模型的建模要素,分别从横向与纵向两个方面进行剖析。横向上分为内部因素与外部因素,纵向上分为提取数据、因素构成、结果求证三个部分。所包括的一级变量有突发事件本身的影响力、网民的倾向性、网络的推动力以及政府的监管；通过对遗传算法进行改进,形成了适合于本文的贝叶斯网络学习算法(BASGA),通过MATLAB仿真确定网络结构,分别构建突发事件信息生命周期实时判断模型与突发事件信息生命周期趋势预测模型,再通过Netica进行模型参数的学习,得到完整的贝叶斯网络模型；最后,随机选取三件突发事件的数据信息进行模型检验,进一步验证模型的有效性与可行性。经研究发现,在突发事件信息的传播过程中,政府作为事件信息的发布者与引导者,及时明确信息的实时生命状态对突发事件信息管理至关重要,本文在对突发事件信息传播进行研判的基础上,也给出了政府介入的时间节点判断方法。本文所得出的结论不仅能够帮助政府进行信息的甄别,进而判断是否做出监管,也能帮助网站管理者对有关信息进行筛选、控制,根据事件数据所反映出的信息生命周期选取适当的监管办法。
【学位单位】：东南大学
【学位级别】：硕士
【学位年份】：2015
【中图分类】：G206
【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 本文的研究背景及意义
        1.1.1 本文的研究背景
        1.1.2 本文的研究意义
    1.2 相关研究现状综述
        1.2.1 突发事件信息传播相关问题的研究现状
        1.2.2 突发事件信息生命周期相关研究进展
        1.2.3 贝叶斯网络及其在突发事件信息传播领域中的应用
        1.2.4 评述
    1.3 本文的主要研究内容与方法
        1.3.1 本文的主要研究内容
        1.3.2 本文的研究方法
    1.4 本文的研究框架与技术路线
        1.4.1 本文的研究框架
        1.4.2 本文的技术路线
    1.5 本文拟解决的主要问题
第二章 相关理论与方法回顾
    2.1 突发事件信息传播理论
        2.1.1 突发事件及其信息传播理论
        2.1.2 突发事件信息传播度量
    2.2 信息生命周期理论
        2.2.1 信息生命周期的概念特征
        2.2.2 信息生命周期管理
    2.3 贝叶斯网络理论和方法
        2.3.1 贝叶斯网络
        2.3.2 贝叶斯网络参数学习
        2.3.3 贝叶斯网络结构学习
    2.4 遗传算法基本原理
第三章 基于贝叶斯网络的突发事件信息传播建模要素分析
    3.1 突发事件信息的生命周期特征
        3.1.1 突发事件信息的生命周期特性分析
        3.1.2 突发事件信息的生命周期划分
        3.1.3 突发事件信息生命周期各阶段的传播特征分析
    3.2 基于贝叶斯网络的突发事件信息传播研判建模要素分析
        3.2.1 基于贝叶斯网络的突发事件信息传播研判建模框架
        3.2.2 突发事件信息传播建模要素分析
    3.3 政府监管对突发事件信息传播的建模分析
        3.3.1 无政府监管状态突发事件的信息传播模型
        3.3.2 政府监管状态突发事件的信息传播模型
    3.4 本章小结
第四章 基于贝叶斯网络的突发事件信息传播研判模型及仿真
    4.1 基于遗传算法的贝叶斯网络结构学习算法设计
        4.1.1 基于遗传算法的贝叶斯网络结构学习
        4.1.2 BASGA算法的有效性分析
    4.2 基于贝叶斯网络的突发事件信息传播研判模型构建
        4.2.1 模型节点的选取
        4.2.2 子模型的构建
    4.3 突发事件信息传播研判模型的仿真与验证
        4.3.1 模型结构的仿真
        4.3.2 模型参数的确定
        4.3.3 模型的验证
    4.4 本章小结
第五章 总结与展望
    5.1 本文总结
    5.2 展望
致谢
参考文献
附录
作者简介

【相似文献】

相关期刊论文 前10条

1 王兴兰;杨楠;乔欢;;突发事件信息管理模块研究[J];情报杂志;2010年S1期

2 王倩;王阳;黄海林;杨雪;孙杰;;基于移动设备的突发事件信息服务平台设计研究[J];现代情报;2011年01期

3 纪家琪;;广东省加强突发事件信息报送工作的实践与探索[J];中国应急管理;2012年01期

4 武澎;王恒山;李煜;刘奇;;突发事件信息传播超网络中重要调控节点的判定研究[J];图书情报工作;2013年01期

5 谢太平;廖金英;;高校突发事件信息应急机制建设[J];新闻世界;2009年03期

6 武澎;王恒山;李煜;;突发事件信息传播超网络中枢纽节点的判定研究[J];管理评论;2013年06期

7 陆高峰;;对媒体无意的“口误”应多一点宽容[J];今传媒;2007年09期

8 张静;王欢;;手机媒体在政府发布突发事件信息中的运用分析[J];电子政务;2009年09期

9 熊茵;;突发事件信息变异产生的社会动因分析[J];新闻研究导刊;2012年10期

10 闫育周;樊琳;寇晓东;蒲传新;;系统理论视野下的突发事件信息传播与干预机制分析[J];西北工业大学学报(社会科学版);2013年02期

相关博士学位论文 前1条

1 熊茵;突发事件信息变异与应对策略研究[D];华中科技大学;2012年

相关硕士学位论文 前7条

1 刘凌之;政务微博对突发事件信息传播的干预研究[D];贵州财经大学;2015年

2 靳松;基于簇结构的突发事件信息同步行为传播模型及仿真研究[D];东南大学;2015年

3 梁小艳;基于贝叶斯网络的突发事件信息传播研判模型与仿真研究[D];东南大学;2015年

4 滕承秀;南宁市突发事件信息项目的发展战略研究[D];广西大学;2012年

5 刘可扬;突发事件信息传播中的信息异化问题研究[D];黑龙江大学;2014年

6 王晓辉;地方政府网站在突发事件信息传播中的定位分析[D];西南交通大学;2011年

7 程艳;我国突发公共事件中的政府信息公开研究[D];华东政法大学;2009年

本文编号：2848743