基于Weisbuch-Deffuant模型的网络舆论演化模式研究

网络舆论是当前社会管理面临的一项重要内容。借鉴Weisbuch-Deffuant模型粒子交互的建模思想,结合网络舆论生成的特殊性以及个体观点接受度的异质性确立了网络舆论演化规则;然后通过仿真实验分别考察了个体观点接受度μ的分布状况、信任阈值ε以及意见领袖对网络舆论演化过程的影响。实验结果表明,相比于μ随机分布的情况,μ服从均值为0.5的正态分布时,网络舆论会以更快的速度收敛;信任阈值与网络舆论演化过程最终形成的观点簇的数量成反比;意见领袖的存在,尤其是意见领袖的初始观点具有明显的偏向性时,会影响甚至决定网络舆论极化现象的产生。

基于Deffuant模型的领先用户意见一致性研究

为更好地分析客户协同产品创新设计平台中领先用户的意见一致性的形成过程,提出了一种新的基于有限信任Deffuant模型的意见一致性演化模型。分析了客户协同产品创新设计和有限信任模型的原理,构建了客户协同产品创新平台中领先用户的意见一致性模型框架;将Deffuant模型应用到客户协同产品创新设计平台,并对该模型算法在意见一致性的形成和网络结构的变化两个方面进行了改进;通过应用模拟测试,对算法的性能进行了测试和分析。实验结果表明,集团的意见将会对领先用户意见的演化过程产生影响,使得领先用户意见趋于统一的概率明显增加。

基于复杂网络Deffuant模型的舆情演化规律研究

[目的/意义]研究复杂网络中舆情演化机制,分析影响舆情演化过程中的因素,为控制舆情的发展提供有力的参考。[方法/过程]对Deffuant经典模型进行改进,构建加权网络拓扑结构,通过Netlogo软件进行编程和仿真,研究群体中的平均节点度和个体间的信任程度对舆情演化过程中的影响。[结果/结论]随着群体平均节点度的增大,观点聚合速度越快;随着个体间信任程度的增大,最终演化后的观点数量将会越少。

网络舆情结构逆转建模与仿真：基于改进Deffuant模型

社会舆情从现实社会转移到网络空间,导致网络舆情事件的出现。网络舆情扩散使得群体舆论的支持与反对力量对比反转,最终改变利益集团最初的决策,该现象称为网络舆情结构逆转。为了探索这种现象背后的复杂系统机制,本文基于Deffuant模型建立了网络舆情扩散的结构逆转模型,该模型从两个方面对Deffuant模型改进,一是将个体自身的观点值转化为交互时的感知值,将连续观点的模型转化为离散观点模型,二是引入宏观的社会转型因素的影响。仿真结果显示,社会转型因素正向地影响网络舆情扩散,社会转型程度高,网络舆情结构逆转时的舆情扩散程度更高;群体异质性水平正向地延缓网络结构逆转现象,利益群体规模越大,网络舆情结构逆转越难以完成。本文提出的模型能一定程度上解释网络舆情扩散的结构逆转现象,可以为实践中网络舆情的管控提供理论参考与决策支持。

基于动态权值和不对称耦合网络的改进Deffuant模型舆情演化解析

[目的/意义]线上线下社交网络内存在关系差异和单用户拥有多个账号的不对称现象,且两层网络相应动力学演化的时间尺度、观点交互方式往往不同,故构建对应观点演化模型以分析耦合网络中群体观点演化的规律,为有关部门制定相关政策提供理论支持。[方法/过程]基于一定耦合原理,构建BBV网络和WS小世界网络组成的不对称耦合网络。建立对应关系变化规则和观点演化模型,通过改变相关参数模拟群体观点演化和媒体的引导效果,进行对比分析。[结果/结论]构建的基于动态权值的不对称耦合网络的连续观点演化模型,表现出耦合网络观点演化的不同特征。此外,不同场景下媒体引导的效率也有所差异,线下网络在部分情况下对媒体的引导效果具有更显著的作用。

基于INF-Deffuant 模型的网络用户观点演化分析

复杂网络中对用户观点进行演化分析能够挖掘用户的态度变化。当前主流方法过分依赖观点相似相交假设,忽略了影响力在用户观点交互过程中的控制作用,观点预测精度不高。本文在Deffuant模型框架内引入影响力参数,提出了一种基于影响力的用户观点交互模型(INF-Deffuant)。模型原理是:当两个个体相遇时,除了观点差值较小的个体之间容易发生交互之外,个体影响力差值较大的个体之间也容易发生交互;通过运用影响力和舆论环境构造个体观点接收系数,实现了个体之间观点的动态吸收。在实验数据集上验证了INF-Deffuant模型,并与其它基于Deffuant的模型进行了对比。实验结果表明:本文方法在群体观点演化预测和用户实体观点演化预测两个层面都达到了良好的效果。

多因素的网络舆情逆转建模分析

网络舆情逆转现象时有发生,对具有逆转特征的舆情现象进行建模分析,有助于监督和引导网络舆论。本文基于Deffuant-Weisbuch观点交互模型以及传染病模型,引入信息质量、信息传播率、逆转信息发布时间等多个维度的舆情逆转影响因素,构建了网络舆情逆转模型。仿真实验结果表明,信息质量越好,传播该信息且表明支持态度的用户数量越多;信息质量和传播率越高,逆转信息发布的时间越早,网络舆情逆转的程度越大。

基于行为意愿与反转信息可靠性的舆论反转演变研究

[目的/意义]舆论反转是舆论衍变的特殊过程。通过分析舆论发生反转的演变条件,有助于提高舆论治理效果。[方法/过程]借鉴Weisbuch-Deffuant模型,引入群体极化的网民行为意愿因素和反转信息可靠程度两个变量,构建Weisbuch-Deffuant-Reversal舆论反转模型。对实验模型中的关键变量对舆论反转的演变过程影响进行分析。[结果/结论]研究发现,在WD-R模型中,μ=0.5时,网民反转观点演化速度更快,系统趋于稳定的速度也更快。网民行为意愿会对网络舆论反转观点聚合产生影响。随着意愿值的逐渐增大,反转舆论形成统一观点所用时间逐渐减小。行为意愿服从均值为0.5的正态分布要比服从随机均匀分布的反转观点演化速度更迅速。反转信息的可靠程度有助于反转观点的收敛。当反转信息的可靠程度越大时,网民产生的反转舆论观点越趋向于客观观点。

复杂开放网络中的多主体意见演化模型及其仿真

意见领袖演化模型的构建是揭示群体共识形成规律的一项有效途径。本研究按照ABM模型(Agentbased M odeling)的建模范式,分析了具有成员流动性的复杂开放网络中的多主体意见演化状况。仿真实验的结果表明,信任阈值虽然与最终呈现的意见簇数量存在负相关关系,但关系强度明显低于传统Weisbuch-Deffuant模型;在没有特殊干预的情况下,个体意见初始分布的偏向性会伴随意见演化过程始终;初始活动群体的连通性越强,其中各主体意见越容易在意见交互中实现快速收敛。

在线点评模式下的舆论动力学模型研究

传统的舆论动力学模型通常研究的是网格或复杂网络上群体的观点演化过程。但是网格和复杂网络并不能很好地刻画在线点评这一新兴的在线观点交互模式,因此不能很好地反映舆论在电子商务等领域中传播的特性。本文首先在传统舆论动力学模型的基础上,构建了在线点评模式下的舆论动力学模型,并通过多代理仿真系统(MAS)对该模型的性质进行了研究;然后以淘宝为例,对模型进行了验证;最后就该模型在电子商务领域的应用提出了建议。

融合动态泊松网络与关系强度Deffuant模型的舆情演化研究

【目的/意义】研究泊松网络的拓扑结构与舆情演化的内生性关系,将连接的关系强度作为控制因素考察对二者的影响,有助于更好理解舆情演化的内在机制。【方法/过程】在观点动力学Deffuant模型的基础上进行改进,通过引入关系强度并构建微观层面的数学模型,探讨在演化过程中舆情与网络结构的相互影响。采用ABM研究范式,在基于Java的Repast平台构建加权泊松网络,跟踪不同参数组合下的仿真实验结果并分析演化过程。【结果/结论】有界信任范围对观点簇数量的形成起到决定性作用,由关系强度和观点值触发的网络结构之动态变化不会对舆情演化的最终结果造成颠覆性影响,仅仅改变其演化的速度和节奏。【创新/局限】从关系强度视角构建了动态泊松网络,并在此基础上观察舆情演化的结果。对个体和舆情网络刻画的不够充分,可以融入个体异质性(心理、记忆等方面)、意见领袖、社团结构等因素,提升与现实网络的拟合度。

具有社团和个体差异性的舆论传播动力学分析

舆论传播研究的重要方向是其动力学分析,目前已经建立了多种动力学模型并应用于特定的网络结构,然而缺乏动力学模型中结合社团和个体差异性的分析.为了挖掘社团网络结构下的舆论传播规律,本文建立了具有社团结构、演变规则和个体差异性的两社团舆论传播模型,其中引入了体现社团和个体差异性的参数集合,并通过计算机仿真分析给出了不同的社团公关能力和观点领袖作用下的舆论演进趋势.结果表明:在社团对外公关能力相当时,加强社团内部公关能力有积极作用:对外公关能力强的社团加强内部公关结果却适得其反;社团对外公关能力和观点领袖对舆论传播的引导作用显著,但是观点领袖的个人作用难以对抗社团对外公关能力的整体优势.

基于优先选择和记忆效应的观点动力学研究

针对社会群体中观点共享的现象,考虑节点间交互存在偏好选择(优先选择),以及节点对异己观点存在记忆效应,扩展Deffuant模型,建立一种新的观点动力学模型。采用优先选择策略,使非均匀网络达成一致观点;在网络只选用优先选择策略而不考虑节点记忆效应时,网络一致性观点的形成仍依赖于置信值的取值。在网络考虑节点记忆效应后,不仅能够促进网络达成一致观点,而且在置信值很小的情况下,网络也能达成一致观点。研究结果表明,随着置信值的增加,网络达成一致观点所需的最小观点更新次数逐渐减少。

小世界网络下的舆情演化模型及仿真研究

[目的/意义]构建更符合实际的舆情演化模型,为相关部门合理引导舆情提供借鉴。[方法/过程]以改进的Deffuant模型对个体之间的意见交互规则进行定义,并以小世界网络作为人际关系网络,构建基于复杂网络的舆情演化模型,然后利用Anylogic软件对此模型进行仿真,分析不同因素对舆情演化过程的影响。[结果/结论 ]仿真实验结果显示,个体之间的信任程度、小世界网络中节点的度及参与人数都会对意见收敛速度产生影响,但影响程度有所不同,其中以个体之间信任度的影响最大。

具有个体信息差异的Deffuant-I舆论传播模型

现有的舆论传播动力学模型较少考虑个体知识水平对舆论传播的影响。基于Deffuant模型,引入表示知识水平差异的信息量和表示信息应用处理水平的认知能力,提出Deffuant-I模型。仿真实验发现,信息量服从均匀分布或幂率分布时,群体认知能力与观点收敛速度成反比,幂率分布收敛速度较快;信息量服从正态分布时,认知能力正比于观点收敛速度,群体难以达成共识。

Public Opinion Dissemination with Incomplete Information on Social Network: A Study Based on the Infectious Diseases Model and Game Theory

Given the fragmentation of public opinion dissemination and the lag of network users’cognition,the paper analyzes public opinion dissemination with incomplete information,which can provide reference for us to control and guide the spread of public opinion.Based on the derivative and secondary radiation of public opinion dissemination with incomplete information,the Susceptible-Susceptible-Infected-Recovered-Recovered-Infected(SSIRR-I)model is proposed.Given the interaction between users,the Deffuant opinion dynamics model and evolutionary game theory are introduced to simulate the public opinion game between dissemination and immune nodes.Finally,the numerical simulation and results analysis are given.The results reveal that the rate of opinion convergence significantly affects disseminating public opinion,which is positively correlated with the promotion effect of the dissemination node and negatively correlated with the suppression effect of the immune node of public opinion dissemination.Derivative and secondary radiations have different effects on public opinion dissemination in the early stage,but promote public opinion dissemination in the later stage.The dominant immune nodes have an apparent inhibitory effect on the spread of public opinion;nevertheless,they cannot block the dissemination of public opinion.

基于改进Deffuant模型的舆情观点演化解析

针对当前大多数关于Deffuant模型的研究未考虑网络当中个体之间的联系强度演化问题以及不同个体对待观点的差异性和观点传播的普遍性,本文解析了个体之间的观点传播和联系强度的演化特点,提出一种基于有权网络的边权演化Deffuant模型。通过对仿真实验结果分析表明,信任程度较高的情况下有利于群体关系稳定和观点趋向一致,缩小观点分散的可能性;同时,政府和专家群体在引导舆论作用中具有明显的不同特征。构建的改进Deffuant模型的观点演化和网络的边权演化符合现实社会网络中的观点和关系演化。

基于有向加权网络的舆情演化仿真研究

【目的/意义】研究舆情演化机制,分析影响舆情演化过程中的因素,为控制舆情的发展提供有力的参考。【方法/过程】本文构建有向加权网络拓扑结构,选用经典Deffuant模型的交互思路并进行改进,重点加入了有向边的权重值,考虑意见领袖的出度,建立交互模型,利用Netlogo软件对现实世界网络舆情的演化进行仿真,分析群体中节点度、意见领袖对群体观点演化过程的影响。【结果/结论】群体中节点度的增大,在一定的度值δ内可以迅速增加个体观点聚合速度,使群体中观点分布更加明显,有利于小范围内观点的统一。意见领袖在群体观点演化中起着关键性作用,对于群体观点的聚合速度有着较大的影响,因此对意见领袖观点的把控有利于更好地引导舆情的发展。