基于改进HK模型的社交用户观点演化预测研究

[目的/意义]准确预测舆情观点的演化态势,对化解舆情危机具有重要意义。[方法/过程]针对HK模型用于用户观点演化预测存在的不足,进行如下改进:首先,从和当前事件相似度高于阈值的历史博文中获取用户的初始观点值;其次,利用用户间交互行为以及关注关系计算亲密度,修订用户信任阈值;最后,融合用户全局影响力、用户间交互度以及观点接近度计算用户间的综合信任度,突出用户间观点影响权重的差异性。最终利用改进的HK模型实现对社交用户观点演化预测。[结果/结论]实验结果表明,改进的HK模型用于观点演化预测具有较低的MSE值和MAE值,可为舆情发展提供有效预测。

后真相时代基于敌意媒体效应的观点演化建模与仿真

后真相时代群体立场的对立加剧和媒体公信力的下降导致敌意媒体效应凸显。为揭示敌意媒体效应对舆论形成的影响,探究舆论群体和大众媒体之间的互动机制,提出一种考虑媒体敌意和意见领袖的观点演化模型,并进行仿真实验。仿真结果与分析表明,媒体的真实观点、群体与媒体的交流概率、极端意见领袖的比例等因素都会调节群体的极化程度。结果从定量角度揭示了敌意媒体效应的存在会对舆论形成,尤其是群体极化的加剧造成重要影响。

知识建构社区中观点演化模型的构建--基于多主体模拟的分析方法

目前,对知识建构社区中观点演化的研究存在惯性地沿袭还原论的研究范式、聚焦于对单个观点甚至是片段化的关键词进行挖掘等问题,导致观点群体层面的行为与属性被简化,其演化规律也成为了“黑箱”。基于此,文章采用自下而上的多主体模拟方法,构建了观点演化模型,探索了非叠加态的多个观点如何聚集成团并持续演化,发现:观点交互意愿影响其演化过程,聚集成团的临界值为53%;有组织社团结构的生成与观点交互意愿呈非线性的发展关系;21%的异质扰动可以打破观点“种族隔离”状态并形成新的稳定结构。文章的研究为观点演化的探索提供了全新的视角与方法,对知识建构教学实践具有重要的指导意义。

考虑社会阶层的观点演化模型

为解决现有观点演化研究对社会阶层考虑不够充分的问题,在个体异质性影响力的基础上,将网络中节点的拓扑性质与社会结构结合,提出了一种基于HK模型的观点演化模型。在3种经典复杂网络和一个实证网络中,采用社会学领域中根据资本划分社会阶层的方法,构建了3种社会结构。利用仿真实验,发现社会结构对观点演化具有重大影响,通过社会政策调整社会结构有利于观点达到一致。为研究现实社会同一类型社会结构中观点演化不一致的情况,在B型金字塔和橄榄型社会结构下,设置高阶层个体不同的初始观点分布,发现高阶层个体观点的极化和统一会相应地影响舆论的极化和一致。

基于微博数据挖掘的贝叶斯观点演化模型

考虑到在微博信息传播过程中,每一位网络用户的观点都受到其前一位网络用户观点的影响,提出建立基于微博数据挖掘的贝叶斯观点演化模型。以“动态清零政策是我国抗疫总方针”为关键话题词,利用Python爬取微博评论数据,经过数据预处理和分词,对贝叶斯观点演化模型进行实证分析,结果发现官方媒体对舆情的及时引导对情感演化倾向起到重要作用。

一维链上的观点演化

观点共识与分化通常会对社会系统产生深刻影响,因而备受关注.将Sznajd的离散观点推广为连续观点,并且基于最近邻和次近邻之间观点的不同影响机制建立动力学模型.模拟结果表明,在不同强度的最近邻和次近邻作用下,系统稳态呈现观点一致和观点分化两种情况.相关细节对深入理解观点演化具有一定意义.

基于BA网络的互联网舆情观点演化模型研究

了解网民对某一话题所持的舆情观点倾向及其演化过程,是互联网舆情监控的一项重要内容。掌握舆情观点的演化特性对于及时引导和化解舆情危机具有十分重要的意义。考虑到互联网是一连接度分布具有幂律特性的复杂网络,提出了基于BA网络的舆情观点演化模型。模型考虑了个体本身以及个体对他人的信任关系两个因素,重点分析了模型中信任阀值对观点演化过程的影响,并对模型是否考虑网络拓扑结构因素进行了比较分析。

基于关系度的群体观点演化模型与仿真

针对传统的连续观点动力学模型中,缺乏对观点传播过程中人与人之间关系的考虑,通过扩展Hegselmann-Krause模型,引入关系度和关系阈值,研究个体间关系程度对群体观点演化的影响以及关系度在具有观点领袖的团体中所发挥的作用。研究结果表明,在关系阈值的影响范围内,关系度有利于群体观点达成共识,并且关系度阈值越小关系度越大,系统收敛时间越短;另外,观点领袖的支持者越多且支持者初始观点越接近观点领袖的观点,观点演化的收敛时间越短,系统平衡时的观点值越接近观点领袖的初始观点值。

基于连续影响函数的群体观点演化模型与仿真

针对HK模型不能反映个体间信任和影响是由量变到质变的过程,建立了具有连续影响函数形式的舆论演化模型,并对模型进行了模拟实验。结果显示:有界信任参数越大,观点集团的数量就越少,而群体观点收敛的时间越短;完全影响的区间参数越大,观点集团的数量就越少,集团内观点趋于一致所需时间越长;整个群体观点最终趋于一致时,收敛时间随参数的增加而减少。此外,仿真结果还说明当个体自信心较强时,观点集团数量较多,而每个小集团内观点趋于稳定的时间较短;当群体观点趋于一致时,个体自信程度越高,收敛时间越长。

复杂网络中无信任边界限制的连续观点演化研究

多数的连续观点演化模型中,缺少考虑舆论环境对信任关系的影响,同时信任边界条件使得观点演化聚合之后,各观点集合中的个体无法进行后续观点交互。该文分析个体观点差异以及邻居舆论环境对交互过程中信任关系的影响,消除信任边界对观点交互更新的限制,建立无观点信任边界限制的连续观点演化模型,并研究该模型观点演化统一的影响机制。理论分析与仿真实验表明:该模型不单可以反映观点演化的聚合过程,而且能反映舆论演化聚合之后各观点集合之间的竞争交互过程,模型可描述观点集合形成后的观点有序集合的变化;同时,模型反映了在较高聚类系数的无标度网络中,观点演化统一更加困难,而在平均连接度高的网络中,演化统一更加容易,这与已有相关研究结论是基本相符的。

基于关系HK模型的群体观点演化建模与仿真

针对传统HK模型中,未考虑个体间人际关系对观点阈值外个体观点交互的影响,提出一种关系HK模型,以研究关系度对群体观点演化时间和系统观点簇的影响,以及关系度在两个意见观点趋向相反的观点领袖及其支持者中发挥的作用。研究结果表明,群体中关系度的存在有利于观点达成共识,缩短系统观点演化时间。特别地,在具有观点领袖的群体中,观点领袖支持者的特征因素对系统观点演化结果起着决定性的作用,如支持者初始观点、观点阈值、关系度阈值和初始观点坚持度。当群体中存在两个意见趋向相反且彼此间没有关系度的观点领袖时,系统最终出现分裂状态,而观点领袖及其支持者之间关系度的存在,有利于系统观点达成共识。

决策者个性混合群体观点演化的仿真

针对不同个性决策者不同的观点接受度,以Deffuant模型为基础建立基于决策者个性的观点演化规则。经过一系列仿真实验发现,在混合个性的群体中,随着无主见型个体、偏执型个体以及固执型个体数量的增加,群体观点达到一致的步长呈现不同程度的增加,终态观点的一致性程度降低。仿真结果表明决策者个性对群体观点演化影响显著。

网络结构和有界信任对群体观点演化过程的交互影响

对HK模型进行扩展,综合考虑不同观点之间的影响权重以及交互网络的结构特征,探讨了在有界信任和影响异质性的前提下,网络结构和信任阈值对群体观点演化结果的交互影响。仿真结果表明,随着有界信任参数的增加,不同网络结构类型下的平均观点簇数量均呈现出递减的趋势,且递减速度受网络结构的影响。小世界网络随着重连概率的增加,平均观点簇数量的下降趋势更明显,并且群体观点演化速度不断加快,使得网络能够在较短的时间内形成更大的观点簇,从而更有利于群体共识的达成。规则网络中观点的收敛速度最慢,最终网络中保持着较高的观点簇数量,使得群体观点比较分化,一致性构建的难度加大。

基于平台推荐机制和有界信任影响的网络群体观点演化研究

[目的/意义]基于现实背景扩展了Deffuant-Weisbuch(DW)模型,并对网络媒体平台中群体观点演化规律进行了系统研究,这对开发舆情预警系统以及完善舆情导控政策都具有一定的理论价值和社会实践意义。[方法/过程]在是否存在智能推荐机制的信息推送机制的基础上,考虑平台影响力、话题类型等因素,运用仿真实验分析了不同参数对群体观点演化过程的影响。[结果/结论]平台影响力和智能推荐机制都会影响网络群体观点的收敛速率;在无智能推荐机制情景下,对于敏感程度不同的话题,其网络群体观点分裂程度依旧具有显著差异。

虚拟社区网络中的极端个体建模与观点演化

在虚拟社区网络中,持极端观点的个体往往会对社区的群体观点的形成与发展产生更大的影响.本文将RAS模型拓展到社区网络上,建立极端个体模型,并分析其观点的形成与演化过程.分析与仿真结果表明,虚拟社区中的个体观点总是具有极端化的趋势,而一个极端个体发生观点转化的概率会随着观点系数的增加而快速减小.结果还说明,所提出的极端个体模型适合于描述网络社区环境下的极端个体的观点演化过程.

具有噪音干扰的群体决策观点演化过程研究

噪音是影响决策个体观点交互和演化的干扰因素。文章从噪音的干扰性切入,根据其来源分为社会环境影响下的外部噪音和个体自由意愿表达的内部噪音,并通过计算机模拟方式研究其对动态群体决策观点演化过程的影响。

基于动态网络的微博舆论观点演化模型研究

针对微博用户关系网络的方向性、动态性和裂变式传播特点,提出了基于动态网络的微博舆论观点演化模型。模型分析了微博用户关系网络的动态演化机制,定义了微博用户的自信度和影响力计量公式。通过筛选新浪微博用户,构建出实验网络,并模拟仿真了用户自信度、动态网络及网络中明星用户的存在对微博舆论观点演化的影响。

复杂网络特殊用户对群体观点演化的影响

针对连续观点动力学模型缺乏对用户异质性的考虑,结合现实网络用户观点交互过程,从置信阈值、收敛系数的固定化、观点交互的无向无权性等方面对有界信任模型加以改进,构建基于信任的异质性用户观点学习模型。从偏执度、影响程度、影响范围界定了影响群体观点演化的3类特殊用户,通过基于多智能体的计算实验方法,研究粉丝用户、权威用户、大V用户此3类特殊用户观点对网络群体观点演化的影响。发现特殊用户特征并非直接作用于群体观点形成,而是作为调节变量在特殊用户初始观点与群体平均观点的关系中起到正向或负向调节作用。

媒体干预及用户信任的网络社区观点演化研究

从信任的角度出发,综合社区内外部因素构建了涉及成员间信任、领袖信任、媒体信任三方面的集成观点演化模型。通过仿真实验模拟社区环境,结果表明:社区内成员互信程度越高,成员观点开放程度越高,则社区观点演化至稳定态的速度越快。社区中意见领袖的作用需要通过长期作用才能突显,维持高程度的领袖信任以及较多的社交联系将有助于领袖引导社区观点向领袖观点靠近。社区成员对媒体的信任程度会影响媒体干预的效果,随着干预程度的增加逆反现象也会更加明显。成员对媒体持正面的印象将有助于社区观点向媒体观点靠近。

基于观点演化模型的异质顾客群体满意度测度

顾客满意度测度对产品演化和企业发展具有重要意义。针对基于量表的顾客满意度测度过程中存在的无法反映顾客交互的问题,提出一种基于改进的Deffuant-Weisbuch(DW)观点演化模型的异质顾客群体满意度测度方法。首先,根据观点接受程度将顾客分为无主见型、随和型、偏执型和固执型4类;其次,考虑负向偏见影响及顾客群体异质性构建了改进的DW模型;最后,结合某品牌国产手机顾客满意度测定验证了方法的有效性,并分别针对同质顾客、异质顾客及接受度变化条件下的结果进行了敏感性分析。