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。

基于意见气候的Hegselmann‐Krause观点动力学建模与分析

研究公众舆论如何随着时间的推移而变化,有利于解释如今在社交网络上观察到的信息传播现象,也为舆情引导提供重要的思路。本文受沉默的螺旋理论启发,针对人们在表达观点时对外界观点的敏感性,引入“意见气候”这一参数,提出了一个新的基于意见气候的Hegselmann-Krause观点动力学模型。该模型以HK模型为基础,细化了观点更新主体,通过统计持积极观点、持消极观点和中立观点的个体数量,拓展了观点更新规则,增加了意见气候的影响。最后,通过在人工生成和真实网络数据集上的仿真实验验证了该模型的有效性。

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。

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。

认知失调视角下网络舆论演化模式与对策研究

[目的 /意义]认知盈余的出现以及互联网技术的迅猛发展,使得网络舆论逐渐成为公众发声与评议过程中的一项重要议题。在新形势下,如何合理引导网络舆论演化,对破解重大舆情危机,疏导公众情绪,维护社会长治久安具有重要的理论与现实意义。[方法 /过程]基于认知失调视角,将个体之间的亲和度纳入经典HK模型,形成改进HK模型,在此基础上,集中分析了初始观点坚持度,异质信任水平,个体亲和度,观点影响阈值对网络舆论演化的影响,并以2015年成都女司机被打事件为例,对上述研究进行了案例分析。[结果 /结论]研究结果显示,观点坚持度在均值为0.5的正态分布条件下,观点会较快完成演化;较大的个体亲和度和观点影响阈值对舆论的演化具有加速效应。最后针对上述研究结果,提出了应对重大舆情危机的相关策略。

基于观点动力学的在线点评研究

互联网时代的快速发展使得消费者能够在网络平台上通过浏览他人的在线评论收集产品的相关信息以及消费体验,从而对消费者的观点产生重要影响。消费者群体表现出大众化、个性化、多元化和异质性等特点,进一步促成了网络群体意见的多样性。为了探究在线平台群体意见的演化过程,文章以"大众点评"为例,在传统动力学模型的基础上对网络结构、观点阈值等进行优化改进,构建出适用于在线点评的观点动力学模型并通过仿真模拟与实际数据相结合的方式进行研究分析。该方法的提出有助于提高对在线点评观点演化内在机理的深入认识。

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。

基于数据爬虫与动态社会网络的公众环保行为演化研究

本文运用数据爬虫技术与社会网络分析方法对一个豆瓣公众环境保护小组的信息交互及相应的动态社会网络演化过程进行刻画,并在基于计划行为理论的绿色出行行为意愿模型的基础上:对嵌入在动态社会网络中的公众环保行为演化规律进行了研究.结果表明:在公众环境保护小组的社会网络形成过程中,社会网络的拓扑结构由最初的小世界网络特征迅速演变成为无标度网络特征;降低社会网络中行为主体的信息交互阈值、公众环保信息的差异程度、行为主体的易受影响程度将有利于公众环保豆瓣小组社会网络中信息的有效传播,行为主体对于公众环保信息的掌握与认知将能演化达到更加理想的状态,也将有利于促进公众环保行为的推广.

基于超网络的线上线下舆情演化模型研究

舆情交互存在于现实空间与虚拟空间,为具体研究两空间中舆情的演化,首先分析了舆情在不同空间中传播演化的特点及演化过程中相互间的联系.随后,结合改进的有界信任机制构建基于超网络的线上线下舆情演化模型,并针对该模型提出了包括模型初始化模块、信息传播与交互影响模块与双空间同步模块三部分的仿真系统框架.根据同步方向,提出"现实空间-虚拟空间"和"虚拟空间-现实空间"两种同步率,并通过对比仿真实验研究了同步率与空间速度比对舆情演化的影响.