在线社会网络舆情传播模型与干预研究

发布时间：2022-08-13 09:52

　　移动智能终端快速普及和在线社会网络井喷式增长为人们共享信息提供了便利平台,更进一步催使网络舆情逐渐成为最活跃的社情民意表达方式。尤其当网络舆情涉及社会热点等问题时,极易引起网民共鸣进而迅速扩散引起大范围关注,甚至引发突发事件以及连锁反应,挑战政府治理与控制能力,更对国家社会安全稳定构成严重威胁。本文按照“特征提取—传播规律挖掘—干预与引导”的研究思路,以在线社会网络舆情传播建模为关注点,以网络舆情干预引导为落脚点和归宿,在挖掘在线社会网络舆情传播特征基础上,分别从个体行为及群体社会强化两方面揭示在线社会网络舆情传播规律,并进一步从负面网络舆情干预、正面网络舆情影响最大化两方面构建干预引导模型,全面系统剖析在线社会网络舆情传播与干预问题,为政府有效应对在线社会网络舆情传播提供理论指导。主要研究内容如下:（1）挖掘提取在线社会网络舆情传播特征。按照“信息—网络—行为”的研究思路,分析网络舆情内涵、特征、影响因素及生命周期,并以豆瓣网（Douban）、Gowalla、Twitter三个真实在线社会网络为例,剖析网络平均度、平均路径长度、聚类系数等基本拓扑性质,最后以腾讯微博为例分析用户传播行... 

【文章页数】：161 页

【学位级别】：博士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景和意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 国内外研究现状
        1.2.1 国外研究现状
        1.2.2 国内研究现状
        1.2.3 国内外研究评述
    1.3 研究内容与研究方法
        1.3.1 研究内容
        1.3.2 研究方法
第2章 在线社会网络舆情传播特征分析
    2.1 网络舆情
        2.1.1 网络舆情内涵
        2.1.2 网络舆情影响因素
        2.1.3 网络舆情生命周期
    2.2 在线社会网络
        2.2.1 在线社会网络数据集
        2.2.2 在线社会网络基本拓扑性质
        2.2.3 在线社会网络小世界网络模型
        2.2.4 在线社会网络无标度网络模型
    2.3 在线社会网络用户传播行为
        2.3.1 腾讯微博传播数据描述
        2.3.2 腾讯微博用户网络舆情传播行为统计特征
        2.3.3 腾讯微博用户属性对网络舆情传播行为影响
    2.4 本章小结
第3章 信息-行为耦合交互的在线社会网络舆情传播模型
    3.1 在线社会网络信息-行为耦合交互传播问题描述
    3.2 信息-行为耦合交互的在线社会网络舆情传播机制
        3.2.1 基于双层网络的舆情传播过程分析
        3.2.2 网络舆情传播信息-行为耦合交互内在机制分析
    3.3 信息-行为耦合交互的在线社会网络舆情传播动力学模型
        3.3.1 在线社会网络用户节点状态转移概率分析
        3.3.2 信息-行为耦合交互的S1I1R1-S2I2R2动力学模型构建
    3.4 在线社会网络舆情传播稳定状态分析
        3.4.1 基本再生数求解
        3.4.2 稳定状态网络舆情传播最终扩散规模
    3.5 “抢盐”事件在线社会网络舆情传播实证分析
        3.5.1 基于“抢盐”事件的网络舆情传播模型有效性与先进性分析
        3.5.2 基于“抢盐”事件的信息-行为耦合交互网络舆情传播演化过程
        3.5.3 网络舆情与行为吸引力对传播过程的影响
        3.5.4 信息-行为耦合强化效用对传播过程的影响
        3.5.5 信息-行为耦合交互下在线社会网络舆情传播规律
    3.6 本章小结
第4章 融入双重社会强化的在线社会网络舆情传播模型
    4.1 双重社会强化问题提出
    4.2 在线社会网络舆情传播动力机制分析
        4.2.1 在线社会网络用户状态
        4.2.2 双重社会强化效用对传播概率的影响
        4.2.3 在线社会网络舆情传播动力机制
    4.3 在线社会网络IHSR舆情传播模型
        4.3.1 同质网络IHSR舆情传播模型构建
        4.3.2 异质网络IHSR舆情传播模型构建
    4.4 网络舆情传播阈值及稳定状态分析
        4.4.1 同质网络舆情传播阈值及稳定状态分析
        4.4.2 异质网络舆情传播阈值及稳定状态分析
    4.5 仿真及结果分析
        4.5.1 在线社会网络舆情传播演化过程
        4.5.2 社会强化下传播概率对网络舆情传播最终规模的影响
        4.5.3 社会强化机制对传播状态用户密度的影响
        4.5.4 社会强化机制对免疫状态用户密度的影响
        4.5.5 双重社会强化机制对网络舆情传播最终规模的影响
        4.5.6 双重社会强化下在线社会网络舆情传播规律与启示
    4.6 本章小节
第5章 超级传播机制下在线社会网络负面舆情干预模型
    5.1 超级传播现象分析
    5.2 超级传播机制下在线社会网络负面舆情干预过程
        5.2.1 在线社会网络用户状态分析
        5.2.2 负面网络舆情传播与干预过程描述
    5.3 超级传播机制下在线社会网络负面舆情干预模型
        5.3.1 在线社会网络负面舆情干预过程用户状态转移概率分析
        5.3.2 在线社会网络负面舆情干预IS1S2C1C2R1R2模型构建
    5.4 超级传播机制下在线社会网络负面舆情干预模型稳定状态分析
        5.4.1 基本再生数
        5.4.2 稳定状态下在线社会网络舆情最终扩散规模
    5.5 超级传播机制下在线社会网络负面舆情干预模型仿真分析
        5.5.1 在线社会网络负面舆情干预演化过程
        5.5.2 超级传播影响机制分析
        5.5.3 正面网络舆情干预强度分析
        5.5.4 超级传播机制下在线社会网络负面舆情干预对策
    5.6 本章小节
第6章 考虑局部相对强度的正面网络舆情影响最大化模型
    6.1 在线社会网络影响最大化问题分析
    6.2 正面网络舆情多个初始重要传播者选取方法
        6.2.1 度数中心性
        6.2.2 核数中心性
        6.2.3 SingleDiscount启发式算法
        6.2.4 DegreeDiscount启发式算法
    6.3 考虑局部相对强度的影响最大化模型
        6.3.1 考虑局部相对强度的多个初始重要传播者选取思路
        6.3.2 正面网络舆情LRS影响最大化算法设计
    6.4 在线社会网络实证分析
        6.4.1 正面网络舆情传播模型
        6.4.2 数据集介绍
        6.4.3 测量指标
        6.4.4 结果分析
        6.4.5 在线社会网络正面舆情引导对策
    6.5 本章小结
结论
参考文献
攻读博士学位期间承担的科研任务与主要成果
致谢


【参考文献】：
期刊论文
[1]坚持正确舆论导向,加强互联网内容建设——学习十九大报告关于新闻舆论工作的论述[J]. 陈力丹.  国际新闻界. 2017(11)
[2]在线社会网络中的谣言与辟谣信息传播效果:探讨网络结构因素与社会心理过程的影响[J]. 刘于思,徐煜.  新闻与传播研究. 2016(11)
[3]社交网络中考虑遗忘机制的谣言传播[J]. 王彦本,蔡皖东.  西北工业大学学报. 2016(02)
[4]微博谣言传播模型与影响力评估研究[J]. 向卓元,陈宇玲.  科研管理. 2016(01)
[5]微信社交网络上CASR谣言传播模型研究[J]. 廖列法,孟祥茂,吴晓燕,黎晨.  小型微型计算机系统. 2016(01)
[6]当前社会舆情场的结构性特点及演进趋势——基于《中国社会舆情年度报告（2015）》的分析结论[J]. 喻国明,李彪.  新闻与写作. 2015(10)
[7]在线社交网络谣言传播兴趣衰减与社会强化机制研究[J]. 张亚明,唐朝生,李伟钢.  情报学报. 2015 (08)
[8]网络舆论危机事件的蔓延扩散效应研究[J]. 王光辉,刘怡君.  中国管理科学. 2015(07)
[9]自适应立方卷积图像插值算法[J]. 李春龙,潘海侠,王华峰.  北京航空航天大学学报. 2014(10)
[10]社交网络中信息传播的稳定性研究[J]. 王超,刘骋远,胡元萍,刘志宏,马建峰.  物理学报. 2014(18)



本文编号：3676808