在线社交网络竞争信息传播研究与稳定性分析

[目的/意义]当前,在线社交网络已成为人们获取和传播信息的重要途径,在线社交网络上的谣言发酵很快就会引发群体效应,为了应对谣言传播,政府机构等也会发布辟谣信息,所以正确把握两种意思相反的竞争信息传播的特点,有利于对谣言的管控。[方法/过程]基于竞争信息在在线社交网络中的传播关系,提出一种竞争信息扩散模型SC2I2R来描述两类信息在社会网络中的扩散过程,分析无病平衡点的局部稳定性和全局稳定性,并通过数值模拟研究扩散过程。[结果/结论]被接收和转发概率大的信息并不一定传播更广泛,信息传播还会受社交网络结构、初始传播节点数量等的影响。[局限]为了简化模型,没有考虑在线社交平台的推荐机制、热搜机制等可以跨越拓扑结构传播的机制以及各个平台之间的影响,也没有考虑其他影响传播的因素。

在线社交网络中基于多态信任融合的信任估计

为提高大型在线社交网络中信任计算方法的准确性和鲁棒性,采用共被引和转置信任传播操作,提出一种基于多态信任融合的信任估计方法估计连续信任/不信任值。结合信任者、被信任者的相邻用户的信息以及被信任者对信任者的信任,平均估计出两个用户信任或被其它用户信任的差异,以及一个用户信任另一个用户和被该用户信任的差异;利用这些差异,计算4种部分信任估计值,将这些部分估计值加权平均,得到信任者对被信任者的最终信任估计值。仿真结果表明,所提方法比其它最新的现有信任计算算法更准确和鲁棒,对应用于大型网络更高效。

作为投射的具身关系:在线社交中的表情符号使用

本研究从身体经验的视角考察在线社交中的表情符号使用,对既往表情符号研究总结的使用动机进行理论提炼。基于自我报告和深度访谈的方法,本研究发现交流主体和表情符号间存在一种独特的具身关系:其依托于主体向表情符号投射身体经验。当人们对交流情境的感知受限于中介化技术而难以完整呈现时,就会涌现出感知断裂所伴生的不适感,表情符号便成为人们完善表意,扩展身体经验的媒介。将表情符号使用溯源到主体的身体经验也为思考身体之于在线交流的意义提供了启发。

在线社交网络中考虑认同——怀疑机制的谣言传播模型

在线社交网络中,谣言传播受到多种因素的影响。考虑到网民对谣言有认同和怀疑态度,部分人相信谣言并传播,另一部分人不相信谣言并免疫,还有一部分人会保持未知或中立等状态。基于传统的SIR谣言传播模型,引入未知者认同—怀疑机制,考虑认同—怀疑概率与谣言转发次数和相关系数相关,谣言传播者的遗忘率与信息时效性相关,建立修正的SIR模型。首先,推导了均匀网络和非均匀网络中修正的SIR谣言传播模型的平均场方程;其次,利用蒙特卡罗方法对谣言传播过程进行了仿真。仿真结果显示,信息时效性降低、遗忘率和质疑谣言的概率增加,会导致传播者峰值密度降低和谣言传播规模减小;谣言被转发次数越多,以及谣言与人们的相关性越高,传播范围越广,传播节点的峰值密度越大。

融合拓扑势与因子图的在线社交网用户影响力推断

拓扑势可用于计算在线社交网用户影响力,但是,其对所有用户优化同一个影响参数,导致影响力以相同速度衰减的缺陷尚待改进.此外,拓扑势只适用于节点质量相同的网络.对此,本文融合拓扑势和因子图,提出影响力因子图(Impact Factor Graph,IFG)模型.IFG模型可推断网络用户节点间影响力,并对每个节点分配不同影响参数.维基百科合作编辑数据集上的实证表明,IFG模型可以解决拓扑势在异质网络上的计算问题,并提高用户影响力分析的合理性.

基于图注意力网络的在线社交网络链路预测

随在线社交网络规模的不断增长,传统的链路预测方法难以捕获每个用户的全面特征信息针对该问题,提出一种基于图注意力网络的链路预测方法(link prediction based on graph attention network,LP-GAT).首先,将在线社交网络表示为图结构数据,反映完整的用户属性信息和社交网络结构信息;其次,在图神经网络模型中引入注意力机制,更准确地刻画用户的社交特征信息,并生成用户节点的嵌入表示;最后,将节点嵌入表示输入分类器进行模型性能评估.在4个真实的在线社交网络数据集进行链路预测实验,结果表明所提模型较传统链路预测方法的性能更优。

“讨好”还是“友好”:在线社交中“文字讨好症”的外在表现、功能价值及思考

“文字讨好症”是在线社交过程中出现的典型现象,主要表现为“表情包+表情符号”、严谨的遣词造句、强化语气三种形式。通过实证访谈发现,“文字讨好症”具有补充社交线索、促进社会认同、帮助个体自我呈现的价值。当传播者忽略自身感受进行“讨好”时,会产生“自我剥削”感,但“文字讨好”也是一种社交礼仪,帮助达成传播目的、拉近心理距离。因此,我们要正确对待网络用语,防止固定词汇加剧标签化思维,同时在传播过程中坚守本心。

时滞在线社交网络谣言传播模型的动力学分析

本文考虑了在谣言传播过程中,政府干预带来的时滞效应,建立了时滞在线社交网络谣言传播模型。运用常微分方程稳定性的相关知识讨论了正平衡点E*的存在性以及稳定性问题,并证明得到了其发生Hopf分岔的判别条件。发现在满足相应条件下,当时滞不超过临界值时,正平衡点E*局部渐进稳定,当超出临界值时,正平衡点E*将由稳定变为不稳定。最后,通过数值来仿真模拟正平衡点的局部稳定性,并验证理论的正确性。

在线社交工具对大学生求职意愿的影响研究——数字化对求职网络异质性有调节的中介作用

数字经济时代背景下大学生使用在线社交工具求职的频率不断提高,尽管有助于缓解信息不对称的影响,但考虑到数字化的作用在线社交工具对大学生求职意愿是否产生新的影响,其内在作用机制与数字化的外在权变影响如何,现有研究却鲜有涉及。为了弥补这一不足,基于数字经济成长期前后两阶段下大学毕业生的问卷调查数据,综合运用OLS回归和结构方程模型探究在线社交工具对求职意愿的影响,并揭示求职网络异质性的中介作用和数字化的调节作用。研究发现:(1)在线社交工具通过求职网络异质性对求职意愿产生了正向的间接影响,但直接影响并不显著;(2)数字化负向调节在线社交工具与求职网络异质性之间的正向关系;(3)数字化负向调节求职网络异质性对在线社交工具与求职意愿间的中介作用。研究结论拓展了求职意愿的研究,通过厘清在线社交工具的内在作用机制与数字化的权变影响增强了对求职网络的理论认识,为大学生合理利用在线社交工具、增强求职意愿提供了参考。

在线社交网络中服装品牌信息主题挖掘及其指标构建

为深入探究在线社交网络中服装品牌信息传播主题及其内涵,首先通过选择性接触理论分析消费者接触信息时的心理过程,然后运用数据挖掘和隐含狄利克雷分布(Latent Dirichlet Allocation,LDA)主题模型,从大量在线社交网络的服装品牌文本数据中挖掘服装品牌信息主题,再运用扎根分析方法提炼出服装品牌信息指标体系。最终形成的服装品牌信息指标体系包括产品信息、服务信息、营销信息、口碑信息、企业信息和环境信息6个维度和产品属性、售前服务、广告营销、企业形象等13个指标,并提出针对性的服装品牌信息设计和传播建议。研究结果可为服装企业在社交网络中传播符合消费者需求的服装品牌信息提供参考。

高校在线社交网络谣言传播模型

针对高校思想政治工作特点,将在校师生分为无知者、传谣者和智者三类,建立了一类在线社交网络谣言传播模型;应用微分方程定性理论讨论了模型的边界平衡点和正平衡点的局部稳定性,仿真研究了通过控制模型参数达到控制谣言传播的策略.结果表明,只有教师(智者)经常联系学生、及时告知突发事件真相、正确引导学生,并通过网络舆情教育讲座等形式提升学生辨别是非的能力,努力实现“谣言止于智者”,才能有效抑制网络谣言的传播.

在线社交网络中基于机器学习的多维用户信任评估方法

为了解决在线社交网络中识别不可信用户的问题,提出了基于机器学习的多维用户信任评估方法.该方法首先定义了最大平均值对数偏差用于计算特征;其次,充分考虑在线社交网络的特点以及现实中信任建立的过程,从用户的历史数据中提取出一共4类13项特征用以计算用户的信任值.此外,方法使用了6种不同的机器学习模型,用来衡量所提出的特征识别不可信用户的效果.在真实数据集上的测试结果表明,基于最大平均值对数误差计算得到的特征能够在正确率等各项指标上取得优异表现.

老年人在线社交平台功能需求设计研究——基于2018年CHARLS数据

目的:在老年人的生活模式中,居家生活占据了很大一部分的时间,为了推动积极老龄化的开展,满足老年人居家期间的社交需求,提出在线社交平台功能设计架构。方法:文章基于2018年CHARLS数据库,提取影响老年人生活满意度的相关社交因素,根据数据结果对老年人社交需求进行分析归纳,总结针对老年人的社交平台的内容特点。结果:最终四项纳入老年人生活满意度的影响因素(P < 0.05),分别是上网、健身、社团活动、棋牌。结论:老年人社交平台需要基于老年人的使用习惯,结合日常活动要素,在界面和功能上充分做到与社交生活融合。

基于跨媒体语义特征的在线社交网络信息搜索研究

当今在经济取得了显著成效背景之下,科技水平在经济的促进下也不断得到发展。在“科技强国”“科教兴国”以及“科技是第一生产力”等一系列有关科技的战略政策颁布之下,我国科技水平已经居于世界前列。在此态势之下,诞生了一批以互联网技术为代表的新兴产业,给人民大众的日常生活带来了巨大的改变和利益,人民大众在网络的影响下交往越来越密切。

“文字讨好症”:个体在线社交行为研究

“文字讨好症”兴起于互联网,作为网络用语引发人们热议,实际上强调了一种新型在线社交行为。“文字讨好症”行为动机也绝不仅是字面上的“讨好”,而是包括社交礼仪、情感表达、网络亚文化、自我呈现等现实需求,反映出该行为背后动机的复杂多样性。

在线社交网络信息传播研究综述

在线社交网络已经成为当今社会信息传播的重要载体,形成了与现实世界交互影响的虚拟社会。大量的研究工作都致力于理解在线社交网络中的信息传播,包括流行度预测、传播建模、信息溯源等。该文综述了这些研究工作的最新成果,对当前社交网络信息传播的研究进行了总结。在综述的基础上,结合大规模在线社交网络的特点,给出了在结构、群体约束下的信息传播进一步的研究方向,包括流行度特征点的预测、信息传播宏微观交互机理研究、不完整观测条件下观测节点的选取等。

在线社交网络影响力分析

社交影响力分析是社交网络分析的关键问题之一.近十几年间,随着在线社交网络的蓬勃发展,研究人员才开始有机会在大量现实数据的基础上对社交影响力进行建模和分析,并取得了丰硕的研究成果和广泛的应用价值.文中回顾了近些年在线社交网络影响力分析的主要成果,阐述了社交影响力的相关概念和它们之间的关系,重点从网络拓扑、用户行为和交互信息等几个方面总结了影响力分析的建模和度量方法,介绍了与影响力传播密切相关的意见领袖发现和影响力最大传播问题的研究现状,并对在线社交网络影响力分析的前景进行了展望.

基于MapReduce的大规模在线社交网络蠕虫仿真

利用云计算中的核心技术MapReduce,提出了一种在线社交网络(online social network,简称OSN)蠕虫的仿真方法.为了提高仿真精度,首先提出利用节点属性可调节的OSN有向图来描述蠕虫传播的各个过程.其次,利用运行在云环境中的多个Map函数和Reduce函数来实现对OSN蠕虫传播各个过程的仿真.在真实的大规模数据集上的仿真实验结果表明,提出的仿真方法不仅具有较强的可扩展性,同时也为相关领域的研究提供了一定的帮助.

在线社交网络中信息传播模式的特征分析

在线社交网络以其独特的传播优势,已成为一种流行的社交媒体平台。针对在线社交网络中信息传播模式的形式特点,结合传染病动力学原理,提出了在线社交网络中的信息传播模型。模型考虑了不同用户行为对传播机理的影响,并建立了不同用户节点的演化方程组,模拟了信息传播的过程,分析了不同类型的用户在网络中的行为特征以及影响信息传播的主要因素。实验结果表明:不同类型的用户在信息传播过程中有着特定的行为规律,信息不会无限制地传播,并在最终达到平稳状态,并且传播系数和免疫系数越大,信息传播达到稳态的速度就越快。

基于跨平台的在线社交网络用户推荐研究

在社交网络用户推荐研究领域,通过提取用户的行为模式对其进行好友推荐。但是用户的行为是多样性的,在不同的社交平台,用户可能有不同的行为模型。提出跨平台用户推荐模型,同时对用户相关的所有社交网络平台进行建模,最后将用户在所有平台的行为模式进行融合。基于真实的新浪微博数据集和知乎数据集,通过一系列对比实验证明,跨平台用户推荐模型可以更加全面准确地刻画用户行为,更好地进行用户推荐。