当前位置:主页 > 社科论文 > 新闻传播论文 >

基于信息级联的超级用户舆论偏差模型研究

发布时间:2021-09-03 11:54
  随着网络媒介技术的不断进步和发展,用户参与网络信息传播变的十分普遍,于是在社交网络上时常看到就某个社会事件展开激烈讨论的情形,从而形成相应事件的网络舆论。网络舆论的发展不一定最终都能达成相对统一的局面,有可能存在某些干扰因素,影响舆论的正常发展,从而造成网络信息传播出现偏差,干扰网民做出理性抉择。我们以2016年美国大选期间出现的特朗普现象为研究对象,对超级用户所引发的信息级联效应进行探究,即信息传播中后续个体会仅仅观察先前个体的选择而延续这种选择,进而造成广泛影响。对网络中影响舆论观点偏差的要素进行梳理和分析,改进之前的舆论观点交互方式,以期更加合理准确地模拟真实舆论中这些影响因素所发挥的作用。具体的研究工作主要从以下几方面展开:首先,分析目前有关舆论传播的研究现状以及趋势,针对社交网络无标度的特性,对网络中连接度高,并对信息传播起关键作用的个别超级用户给出区别于一般意见领袖的定义,总结出该类用户三个特征:个人魅力大、说服力大,观点渗透能力更强。这三个特点使得超级用户在进行意见交换时鲜受传统意见交换模型中传播阈值的限制,同时其影响力是跨领域的,不仅对周围邻居意见产生影响,还会对网络中... 

【文章来源】:浙江工商大学浙江省

【文章页数】:72 页

【学位级别】:硕士

【部分图文】:

基于信息级联的超级用户舆论偏差模型研究


图1-1微博月活跃人数增长趋势图??随着越来越多的用户参与网络中信息的传播,网络媒介的门槛也变得越来越??,,

超级用户


目前社交网络呈现无标度特性,在无标度网络中,个体之间的连接呈现幂律??分布,部分连接数较高的用户对信息传播起到关键性作用,个别超级用户更是成??为核心枢纽,如下图3-1所示。??图3-1无标度网络??(2)超级用户的识别??目前关于评价网络中节点影响力的方法有很多种,像基于网络拓扑结构的方??法,如依据用户粉丝数、用户活跃度、用户权威性、度中心性、接近中心性和中??介中心性等。以及基于节点交互行为的方法,如节点之间的同质性、亲密度、主??题相似度、主题接受度和用户传播信息的意愿等。基于网络结构的方法模型简单,??计算效率较高,能够处理大规模的社交网络,因为本文主要研宄的重点是节点之??间交互规则的改进,所以对超级用户的识别不做过多的探讨,选择用节点度来评??判该节点是否为超级用户。因为在无标度网络中节点度分布为幂律分布,所以存??在一些拥有大量邻居的节点

网络图,网络图,超级用户,舆情


|?U(,+?1)?=??(,)??如下图3-2所示,超级用户影响与他不相邻的节点情况。??图3-2衍生网络图??3.3考虑信息争议性的超级用户舆论偏差模型??在复杂的网络舆情环境中,信息发布的便利性在很大程度上造成了舆情传播??的自由化和分散化。超级用户的态度和立场对于普通用户具有较强的影响力,这??些人具有较高的知识水平和科学素养,所发布的立场态度鲜明,言词确切而具有??说服力。普通网民在浏览此类内容时通常极易被引导,从而改变自身对于这个事??30??

【参考文献】:
期刊论文
[1]复杂网络演化的舆论动力学模型及仿真分析[J]. 王舰,王志宏,张乐君.  计算机应用. 2018(04)
[2]噪声干扰下的网络舆论观点引导研究[J]. 苏继超,朱恒民.  情报杂志. 2017(10)
[3]具有个体信息差异的Deffuant-I舆论传播模型[J]. 张亮,杨闪,李霞.  系统工程. 2017(06)
[4]基于有界信任模型的网络社群舆情观点演化研究[J]. 李根强,罗艳艳,臧学莲.  情报科学. 2017(06)
[5]成本约束下影响力最大化问题研究[J]. 胡旭,王雪珊.  甘肃科学学报. 2016(06)
[6]在线舆论演化模型与动力学分析[J]. 吴云,张伟,宋华.  武汉理工大学学报(信息与管理工程版). 2016(03)
[7]复杂网络中无信任边界限制的连续观点演化研究[J]. 苟智坚,范明钰,王光卫.  电子科技大学学报. 2015(05)
[8]网络舆情传播的从众效应[J]. 刘锦德,王国平.  江西社会科学. 2015(05)
[9]突发事件下群体抢购行为的舆论传播机理研究[J]. 赵奕奕,彭怡,肖磊,李玲.  系统工程理论与实践. 2015(03)
[10]基于支持向量机的炒作微博识别方法[J]. 董雨辰,刘琰,罗军勇,张进.  计算机工程. 2015(03)

博士论文
[1]基于个体社会属性的网络舆情演化模型研究[D]. 刘泉.大连理工大学 2016
[2]基于复杂网络的网络舆情动态演进影响机制研究[D]. 董靖巍.哈尔滨工业大学 2016
[3]基于复杂网络的互联网舆情传递及监控研究[D]. 宋瑞晓.南京航空航天大学 2016
[4]基于复杂社会网络的网络舆情演化模型研究[D]. 张伟.哈尔滨工业大学 2014

硕士论文
[1]舆论动力学中的反转演化机制研究[D]. 武杰.南京邮电大学 2017
[2]社交网络中影响力计算与用户行为预测问题研究[D]. 王伟波.山东大学 2016
[3]基于三度理论的社会网络顶点影响力最大化算法研究[D]. 秦亚东.山东大学 2016
[4]基于社团结构的影响最大化算法研究[D]. 陈厚兵.南京大学 2016
[5]面向主题耦合的影响力最大化研究[D]. 吕文渊.云南大学 2016
[6]信息扩散最大化问题的新优化算法[D]. 杨帅帅.华南理工大学 2016
[7]微博转基因网络舆情演化传播研究[D]. 张超群.南京农业大学 2015



本文编号:3381065

资料下载
论文发表

本文链接:https://www.wllwen.com/xinwenchuanbolunwen/3381065.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户cce60***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com