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。

融合用户相似性的Hegselmann-Krause模型研究

随着微博平台的飞速发展,数以亿级的博文信息容易造成网络舆情,故基于微博网络的观点演化模型的研究逐渐成为了研究热点.经典舆情演化模型Hegselmann-Krause(HK)在观点演化时,仅考虑了邻居节点对自身节点的影响,而忽视了非邻居节点所带来的影响.因此本文提出了一种基于用户推荐的HK(URHK)模型,该模型不仅考虑了非邻居节点的影响,同时可以展示用户对某一话题的观点或态度,也改进了经典HK模型权重设置中所存在的缺陷.最后该模型在微博真实数据集上进行实验测试,实验结果表明URHK模型的正确率达80.4%,相比经典的HK模型有较大的提升,因此URHK模型在微博网络信息传播研究中具有良好的表现.

基于改进Hegselmann-Krause模型的微博舆论反转研究

为探究舆论反转的机制,减少舆论反转造成的危害,文章基于Hegselmann-Krause模型,引入有向无标度网络并确定衡量节点中心性的"综合中心性"指标,得到改进Hegselmann-Krause模型。利用模型,通过意见领袖观点值改变刻画舆论反转,对舆论反转现象进行描述与分析,并通过对具体案例的模拟,检验模型的有效性,探究意见领袖数量及观点变化强度对舆论反转的影响。结果表明,意见领袖数量越多,意见领袖的观点变化越弱,群体观点越快达到稳定,稳定后群体观点值越一致且平均观点值越接近意见领袖的观点。

改进的Hegselmann-Krause舆论演化模型

针对Hegselmann-Krause舆论演化模型中缺乏个体对领袖观点持排斥意见的问题,建立一种改进的Hegselmann-Krause舆论演化模型。加入非线性领袖观点,综合考虑个体对领袖观点的接受与排斥两类因素,引入接受因子λ与排斥因子β,构造非线性耦合函数,并扩展H-K模型,得到非线性领袖观点影响的H-K模型,从而判断个体对领袖观点的接受与排斥程度对系统观点达到共识的影响。仿真结果表明,在改进的H-K模型中,当接受因子λ大于排斥因子β时,个体对领袖的观点倾向于接受,观点达到共识,且当接受因子λ与排斥因子β的比值越大时,观点达到共识的时间越短;当接受因子λ小于排斥因子β时,个体对领袖的观点倾向于排斥,则个体将坚持自身的观点,最终观点不能达到共识。

中国制造业资源配置效率的重新估算——一个改进HK模型方法的应用

Foster等人放宽规模报酬不变条件后,理论证实了全要素生产率价值的离散程度包含扭曲、技术效率和需求冲击等因子,这对传统使用全要素生产率价值离散度衡量资源误置的方法提出了挑战。基于Foster等人提出的方法,本文重新测算了1999～2007年间中国制造业行业的资源误置程度,发现基于不同的全要素生产率估计方法测算的资源误置程度在绝对值上存在差异,使用工业增加值测算的资源误置程度偏大。进一步地,控制企业异质性投入与需求因素后,资源误置水平至少下降了22.6%。这表明,如果忽略测量误差和企业异质性因素,现有相关研究结果可能存在偏误。本文的研究对于准确评估并认识中国制造业行业的资源配置效率提供了一种改进的方法,有利于今后对该问题的进一步研究。

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。

基于改进HK模型的社交网络舆情演化

传统网络舆情演化研究中,网络结构平均聚类系数较小,平均路径长度较大,且个体之间的相对权威性相等。针对这种情况,提出一种基于个体相对权威性的改进HK(Hegsekmann-Krause)模型来对个体间的权威性进行量化,同时构建更符合实际社交网络性质的网络拓扑结构。实验结果表明:该模型随着有限信任阈值增大,演化后的最终观点数量减少;随着平均节点度增大,观点以更快的速度趋于一致;该模型能够有效提高网络平均聚类系数、降低平均路径长度,同时舆情演化效果与传统HK模型一致。

改进HK网络演化模型的研究

以HK网络模型为基础,提出了两个度分布与聚类系数均可调的改进HK网络模型。改进模型联合考虑"优先连接"、"三角结构"、"内部演化"等演化机制。在新节点加入时,分别考虑加入单个节点和社团的情况,将TF机理移到旧节点之间进行网络演化。仿真结果表明,两个改进模型不仅继承了HK模型的高聚类无标度特性,同时克服了HK模型演化过程中单一加入单个节点的方式及新旧节点之间TF机理的限制。

聚类系数和度相关性均可调的HK扩展模型

现有的社交网络增长演化模型的度相关性大多为负值。针对这种情况,以HK(Holme和Kim)模型为基础,考虑社交网络中度的正相关特性以及高聚类系数的特征,提出一种适用于构造社交网络的演化增长模型。首先,对现实中的社交网络拓扑结构进行分析,获取真实社交网络的一些重要拓扑参数;然后,通过引入改进的三角连接机制,对HK模型进行改进以实现网络的聚类系数和相关性均可调的目的,称其为聚类系数和度相关性均可调的HK扩展模型(HK-TDC&C),通过该模型可以构造各种拓扑结构的网络。最后,利用平均场理论对该模型的度分布进行分析,并采用Matlab进行数值仿真,计算网络的其他拓扑参数。实验结果表明:通过调节择优参数和连接概率,用HKTDC&C构造的社交网络可以满足社交网络的基本特性:无标度特性、小世界特性、高聚类系数特性、度正相关特性,其拓扑结构更接近真实社交网络。

基于HK模型在均匀和正态观点分布下的演化研究

研究了正态分布和均匀分布的初始观点分布下在BA网络下的关于HK模型的演化情况,并与规则网络下的情况进行了对比,发现正态分布和均匀分布下的HK模型的趋于一致的概率以及收敛时间的变化情况相似,而且同均值、同方差正态分布和均匀分布下,正态分布下的HK模型更难趋于一致。

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。

基于Agent的情感劝说的舆情交互及产生模型

针对基于Agent的情感劝说的舆情量化研究不足的问题,构建了基于Agent的情感劝说的舆情交互及产生模型。首先结合社会影响理论,识别了Agent的社会影响力和情感是影响舆情交互及产生的两个最重要因素;其次,通过提出基于Agent的前景值的情感劝说提议评价算法来求取劝说提议的评价值,并考虑Agent的社会影响力、情感及个性,提出了基于Hegselmann-Krause模型的情感劝说舆情更新算法;最后,通过煤炭采购算例、仿真比较及信任阈值、关系度阈值和说服力的参数敏感性分析,说明所构建模型比Hegselmann-Krause模型更符合情感劝说环境下舆情交互及产生特征,更好发挥了Agent的智能化优势,从而验证了所提模型的有效性。

基于从众行为的改进Hegselmann-Krause观点动力学分析

在许多社交场景中,个体往往因为从众行为而改变自己的观点.为了探究从众行为对个体观点演化的影响,提出具有群体压力的改进Hegselmann-Krause (HK)模型.与已有模型不同,所提出模型中每个个体对其余个体的影响程度并不总是相同.首先,在此基础上,通过理论分析该模型的收敛性,并给出该模型的收敛时间及其与信任边界、群体压力大小等因素的关系;然后,考虑到群体中存在合作和对抗2种关系,进一步提出具有群体压力的改进符号HK模型,验证该模型的收敛性,并给出其收敛时间以及与信任边界、群体压力大小等因素的关系;最后,仿真分析信任边界和群体压力对所提出2种模型的观点演化过程和收敛时间的影响,并验证所提出模型的有效性.结果表明,信任边界与群体压力越大,群体内个体的观点收敛越快.

基于顽固个体的舆论演化动力学研究

由于经典Hegselmann-Krause模型在研究观点演化时没有考虑到个体差异、社会影响力、信息传播的复杂机制等因素,我们在该模型中引入一定比例的顽固个体,并通过网络结构来刻画个体作用之间的差别,进而研究异质群体的舆论演化动力学行为,并分析网络结构和顽固个体比例对舆论演化动力学的影响。结果表明,在没有顽固个体的情况下,高信任阈值会促进共识态的形成,而顽固个体的存在则会导致群体观点的碎片化分布,且高信任阈值并不有利于群体形成局部共识。此外,对比基于度异质性引入顽固个体的不同选择策略下的研究结果发现,选择度较大的个体作为顽固个体时最有利于群体形成局部共识,网络结构、顽固个体比例和顽固个体的选择策略对系统弛豫时间也有显著影响。这些发现对于揭示真实社会系统中舆论演化的宏观规律和内在机理具有重要意义。

基于时间记忆的网络舆情意见交互模型研究

如何设计更符合实际情况的意见交互模型,使仿真研究结果更具真实性,是网络舆情仿真研究的核心问题。目前针对意见交互过程的多数研究仅考虑了邻居对意见形成的影响,忽略了以往符合遗忘规律的历史时刻个体意见态度对当前意见的"冲击"。本文在梳理、分析经典意见交互模型的基础上,考虑个体意见演变的时间记忆问题并结合卷积理论提出了新思路,建立基于HK模型的具有时间累积效应的意见交互规则模型,并给出算法实现。仿真研究结果表明:网络舆情中网民某时刻的意见值不仅受到当时周围邻居的影响,自身的历史记忆也对此产生作用。

一种改进的HK社交网络建模方法

随着对复杂网络研究的不断加深,社交网络建模成为研究热点之一。在Holme和Kim(HK)网络模型的基础上,提出一种改进的HK社交网络演化模型,不仅考虑了"偏好连接"、"三角结构"的传统社交网络演化机制,还在网络中新增节点的同时考虑了"内部演化"和"外部延展"2种不同的网络链路增长模式,并在传统的单向生长的网络结构基础上,创新性地提出节点度饱和与链路刷新的网络动态演化方式。仿真结果显示,改进后的HK模型其度分布呈现幂律分布特征,具有较大的聚类系数与较小的平均最短路径长度,同时满足小世界效应与无标度特性,整个社交网络模型在链路的建立与阻断过程中呈螺旋式生长,能更好地再现真实社交网络的结构特征。

基于乐队花车效应的观点动力学模型及其实证研究

自经典的Hegselmann-Krause连续观点动力学模型提出以来,许多学者对其进行了大量的研究和改进,但如何具体的在观点更新过程中融合外部群体意见的影响尚未被考虑其中。本文基于心理学中的乐队花车效应,考虑群体意见和信任程度等因素,提出了一种新的基于乐队花车效应的Hegselmann-Krause观点动力学模型。该模型中,意见领袖与普通个体对来自其相邻节点意见的信任系数被建模为当前时刻个体意见与群体意见之差的函数,并在此基础上提出了的意见更新规则。通过在人工生成网络和真实网络中进行实证分析表明,在群体意见和意见领袖的共同影响下,无论意见领袖比例、个体置信度和网络规模如何变化,除固执个体和孤立个体外,其他个体的意见都能在较短时间内达成一致,从而为社交网络中人们观点的从众现象提供了新的解释。

资源错配研究的新进展

纠正资源错配有助于推动经济高质量发展。准确理解资源错配研究的相关内容,掌握资源错配研究的新进展,才能更好地解决资源错配问题。本文系统梳理了资源错配研究的文献,比较了资源错配的相关概念,并从理论框架、测度方法、主要来源和经济损失等方面对相关研究进行综述。在资源错配理论框架下,资源错配变量由外生假定逐步转向内生决定,主要包括异质性企业垄断竞争模型、一般均衡模型、异质性新经济地理学模型和内生化资源错配理论模型。资源错配测度方法主要包括离散度、协方差、非参数分解公式、供需结构变化和自然实验等。资源错配主要来源的研究具有多样性,资本错配主要来源于金融摩擦,劳动错配主要来源于信息摩擦,土地错配主要来源于制度缺陷,中间投入品错配主要来源于执法摩擦。资源错配造成的经济损失主要包括生产率损失、增长损失和福利损失。本文最后对相关研究进行评述及展望,以期为推动经济高质量发展提供理论支撑。

数字经济对要素市场一体化的影响研究

数字经济的兴起塑造着新的经济形态,而新的经济形态催生要素市场新的变革。本文基于HK模型框架,从理论上证明了数字经济的发展对要素市场一体化进程具有促进作用,并采用2006-2020年我国各省、自治区和直辖市数据,通过构造不完美工具变量实证检验了数字经济对要素市场一体化的影响。研究发现:首先,数字经济能够有效促进本地区要素市场一体化水平的提升,同时对于关联地区具有显著的空间溢出效应。其次,沿海地区间经济关联和地理关联均较为密切,具体表现为该地区两种空间溢出特征均稳健显著,而内陆地区仅仅在经济关联维度表现出数字经济的空间溢出效应。最后,本文进一步考虑了人口流动约束下数字经济与要素市场一体化的关系,发现数字经济对要素市场一体化起促进作用的地区主要为人口流入地区。