社会网络上的舆情传播与观点演化模型研究

发布时间：2020-11-11 19:56

　　 舆情事件的发生已成为当前中国社会不可忽视的一项社会事实。网络中的舆情传播和演化过程主要涉及两方面的内容:一是针对谣言等虚假信息的传播过程,研究舆情信息在社会网络上的传播速度和扩散范围等;二是有争议性的意见和观点的演化过程,研究某一舆情事件发生后,人们对该事件所持观点、态度的变化情况。此外,我们不仅要研究舆情在网络媒介中的传播和演化过程,更要深刻分析网络媒介和传统媒介的交互作用对舆情信息传播和观点演化的影响,准确把握舆情传播和演化规律及其形成与发展的动力学机制,进而在此基础上有针对性的采取有效的控制方法和管理策略。关于社会网络上的舆情信息传播模型的研究中,为了分析舆情主体“传播”或“不传播”舆情这一“困境”行为,我们首先研究了社会网络上的“囚徒困境”博弈问题,构建了网络结构和囚徒困境博弈过程共演化模型,并研究个体的敏感性和可视性对囚徒困境博弈过程中的合作行为的影响。在此基础上,将传播动力学融合到博弈论中,基于演化博弈的思想建立了社会网络上的舆情传播博弈模型。同时,考虑到个体的行为和决策往往会受到很多外界因素的影响,本文从社会、政府和个人三个层面系统分析了各因素对舆情传播过程的影响,并在Facebook,Email和POK三个真实的社会网络数据集上进行仿真实验,分析社会加强效应、关系强度、政府惩罚、惩罚成本、惩罚力度和个体的辨别能力、认知能力等因素对舆情传播过程的影响。在社会网络上的舆情观点演化模型的研究方面,由于现实社会中,政府通常会发布权威信息对舆情走势加以引导,我们首先引入了官方节点,建立了含有官方节点的离散型观点演化模型,得到了相应的自组织动力学方程,并通过仿真实验,分析了初始观点的比例、官方节点比例、网络拓扑结构及个体的从众心理水平对观点分布的影响。此外,考虑到个体与他人连接方式的不断变化性,且个体能够获得与其接触的所有邻居的观点,本文改进了经典的Deffuant连续型观点演化模型,建立了网络结构与观点共演化的连续型观点演化模型,分析初始观点比例、容忍阈值、观点调整速度及网络结构对观点差异性和演化过程的影响。进一步研究了多层网络上的舆情传播模型,我们从网络舆情场和传统舆情场两方面入手,基于多层网络理论研究了虚拟社交社网络和真实社交网络交互作用下的双层社会网络上的舆情传播模型,考虑到线上线下对应节点状态不完全一致的现实情况,探索了双层社会网络上的舆情传播机制,通过理论分析得到舆情在双层网络中的传播范围大于在单层线下网络中的传播范围,小于在单层线上网络中的传播范围,这意味着,线上线下两层网络的相互作用,促进了舆情在线下的传播,却抑制了舆情在线上的传播。进一步,分析了各层网络的传播率及层间转移率等因素对舆情传播速度和传播范围的影响。此外,本文进行案例分析并得到舆情控制策略建议,我们以“国产大客机C919首飞”事件作为样本案例,选取转发量最大的微博样本为传播源,得到样本舆情事件传播的可视化路径,通过对获取的微博文本进行情感倾向分析,得到微博用户对样本事件所持观点的演化情况。最后,基于节点度,k-核,节点权重等几类网络统计指标对网络中节点的影响力进行排序,比较几类指标对舆情控制所产生的效果,并基于此结果,分别从政府、社会、媒体和公众等多个层面多管齐下提出舆情控制的策略建议。
【学位单位】：南京航空航天大学
【学位级别】：博士
【学位年份】：2018
【中图分类】：C912.3;G206
【部分图文】：

南京航空航天大学博士学位论文案例分析对所构建的模型加以验证和修正。最后，采用节点度，k-核，节点权重等几类复杂网络统计指标对网络中节点的影响力进行排序，识别网络中的关键节点，并提出舆情控制策略建议。具体研究内容和方法的总体思路见本研究的总体研究技术路线图 1.1。

从而使得与之相连的 Internet 上黑色标记的节点也随之失效，即被从 Internet 上去除。图2.1(b)中，与 Internet 的连通巨片失去连接的那些节点也被去除（黑色节点），从而使得依赖这些Internet 节点的电站也相应地从电力网络中被去除。图 2.1(c)进一步表明，去除了与电力网络的连通巨片失去连接的那些节点后，同时也就删除了那些依赖于这些被删除的电站节点的 Internet节点。图 2.1 电力网络与 Internet 网络的相互影响[126].（1）多层网络的基本概念一个多层网络 M (G , C)由图集合和连接各图的边集合组成，其中 G G | 1, 2, ,m 是一组图 G (V , E) 集合，该多层网络共含有 m 层子网络，G 称为第 层子网络，且C E V V | , 1 ,2, , m , 表示不同层G 和G 网络中的节点之间的连边集合

如 Multilayer networks，multiplex networks，intercoworks，学界多以 multilayer networks 作为多层网络的广义表情形及可用多层网络表示的其他网络，下面介绍几类多层ltiplex networks):作为多层网络（multilayer networks）的一均相同，则1 2 MV V V V，且 E ( v ,v )|v V ，相同的多层网络称为 multiplex networks。该网络在社会系与到多个社交网络中，然而不同社交网络层中的节点几乎（Interconnected networks）：多层网络（multilayer netwo属于一层网络，即各层网络中的节点均不相同。（Independent networks）：相互依赖网络是不同网络的集。实际上，一层网络中的节点依赖于不同层中的控制节点。通过识别各层网络，可以将相依网络看作是多层网络。emporal networks）:一个时效网络1( ( ))TtG t 可以表示为由网其中 ( )tG G t，当 1时， E ，且 , 1 E (v 所示。
【参考文献】

相关期刊论文 前10条

1 黄微;李瑞;孟佳林;;大数据环境下多媒体网络舆情传播要素及运行机理研究[J];图书情报工作;2015年21期

2 陈晓美;高铖;关心惠;;网络舆情观点提取的LDA主题模型方法[J];图书情报工作;2015年21期

3 张欣;;多层复杂网络理论研究进展:概念、理论和数据[J];复杂系统与复杂性科学;2015年02期

4 兰月新;董希琳;苏国强;瞿志凯;;大数据背景下微博舆情信息交互模型研究[J];现代图书情报技术;2015年05期

5 杨兴坤;吴向向;;网络谣言的产生与舆情引导[J];天津行政学院学报;2015年03期

6 刘咏梅;彭琳;赵振军;;基于小世界网络的微博谣言传播演进研究[J];复杂系统与复杂性科学;2014年04期

7 黄庆花;宋玉蓉;;基于优先选择和记忆效应的观点动力学研究[J];计算机工程;2014年11期

8 浦娇华;朱恒民;刘凯;;基于动态网络的微博舆论观点演化模型研究[J];情报杂志;2014年08期

9 赵来军;吴盼;;考虑传播率和移出率变化的谣言传播规律研究[J];上海理工大学学报;2014年04期

10 孙睿;罗万伯;;具有非一致传播率的无标度网络谣言传播模型[J];复杂系统与复杂性科学;2014年03期

相关博士学位论文 前2条

1 张伟;基于复杂社会网络的网络舆情演化模型研究[D];哈尔滨工业大学;2014年

2 王茹;复杂网络Opinion动力学研究[D];华中师范大学;2009年

本文编号：2879663