Simulating the Spreading of Two Competing Public Opinion Information on Complex Network

In this paper, we investigate the regularity of spreading of information and public opinions towards two competing products in complex networks. By building its mathematical model and simulating its evolution process, we have found the statistical regularity for support rates of two different products at a steady stage. The research shows that strength of the public opinion spreading is proportional to the final support rates of a product.

面向舆论场的网络舆情传播模型建模与仿真

为探析民间舆论场与官方舆论场的交互机理以及其对网络舆情时空传播的影响,并基于理论分析指导信息安全治理实践。根据两个舆论场的交互关系与舆情传播特点,提出了基于双层网络的网络舆情传播模型,重点研究了两个舆论场交互对网络舆情的传播影响。首先求解出了模型的传播阈值R0,并基于R0分析了舆情传播的平衡点;其次,根据Routh-hurwitz和Lyapunov理论分析了模型在平衡点处的稳定性;最后,对两个舆论场不同互动情景下网络舆情的传播进行了仿真分析。实验表明,模型接近于现实系统并能够较真实地模拟舆情在现实网络空间中的时空传播规律,为两个舆论场的融合发展以及网络舆情引导研究提供了思路。

网络舆情传播对公共政策的影响研究

随着社会不断转型及媒介生态的变迁,中国公共政策决策机制也随之不断调适。文章基于对2003年至2013年214起舆情事件的研究,考察突发公共事件中的网络舆论传播与公共政策制定的关系,结论显示网络舆情推进的公共政策的形式以政策修改为主,主要涉及反腐倡廉、食药安全、环境污染和弱势群体保护等问题,颁布主体以中央政府居多,议题主要来源于媒体、个人和事件本身,期限以长期政策为主,辐射范围以全国性政策居多,效力整体较高。另外,受害者、连环事件、谣言、意见领袖参与都与公共政策推进有紧密关系,集群行为与公共政策推进并不显著相关,但集群行为促进了政府政策回应的时效;舆论传播强度对公共政策推进具有显著影响,其中网民对公共政策议程的干预力量主要在于情绪表达强度,媒体对公共政策议程的干预力量主要来源于新闻关注热度。

基于灰色神经网络的Web社区主题舆情传播模型

Web舆情传播的动态性,不确定性等特征给精确预测舆情传播带来困难.在分析了灰色理论系统的基础上,提出了灰色理论微分方程型模型(GM)和扩展BP神经网络的组合模型,该组合模型综合考虑了网络的结构和传播特性,首先建立灰色理论微分方程型模型,然后映射到扩展的BP神经网络中,通过训练数据来训练该神经网络,使网络具有传播预测能力.仿真实验表明,该组合模型在Web社区主题舆情传播预测精确性方面高于单一的GM模型.

基于网民心理的微博舆论传播模型及仿真研究

根据社交网络中微博舆论的传播特点,针对不同心理倾向的网民对舆论观点和传播的影响进行研究。通过分析微博事件得出舆论传播中网民的心理特征,并在此基础上构建了基于网民心理的微博舆论传播模型,研究了有向社交网络中不同群体中舆论观点的形成和传播特征。研究结果表明,舆论传播过程中网民的非理性心理会加速信息的传播和扩散,而且当信息可信度有争议时,非理性群体中的大部分个体会传播与该信息相反的观点;另外,当辟谣信息可信度发布不及时或可信度不高时,网民中的非理性心理会加剧该信息的反作用效果。最后通过实例分析验证,该模型与实际相符,可为引导微博舆论提供理论依据。

网络舆情热点话题传播模式研究

将案例分析法融入到网络舆情热点话题传播模式的研究中。通过对浙江温岭女幼师虐童的全过程进行解析,并结合筛选出的6个案例的"百度指数"中用户和媒体的关注度趋势变化情况,提出网络舆情热点话题的六阶段传播模式。最后在各阶段传播模式研究的基础上,又提出了热点话题双核心的手抓哑铃宏观传播模式。

暴恐事件网络舆情传播机制及预防研究——英国典型案例的实证分析

[目的/意义]当下,网络恐怖主义盛行,暴恐事件在社交媒体上的扩大化和扭曲化传播易引发恐慌,为及时规制并及早预防,应充分研究暴恐事件的网络舆情传播机制。[方法/过程]选取2017年发生在英国的5起暴恐袭击作为研究实例,以推特(Twitter)上舆情数据为研究对象,对暴恐事件舆情传播主体、信息特征和传播特征进行分析,在实证研究中总结出暴恐事件在社交媒体中舆情传播机制。[结论/对策]研究发现,主流媒体在暴恐事件舆情传播中控制绝对话语权,舆情信息呈现滞后性、碎片化、零散化特点,且舆情的传播可大致分为五个阶段。基于上述研究结论,政府在处置暴恐事件网络舆情时应积极抢占意见领袖,变被动为主动,分阶段地适当处理舆情。

影响微博社交网络集群行为执行意向的机制研究

以微博社交网民群体为被试,研究了其集群行为执行意向的影响因素和作用路径。实证研究结果表明:微博网民集群行为执行意向与群体认同、情绪敏感度、社会网络、人际信任、心理安全感、社会规范和感知一致性显著正相关;群体认同对执行意向的直接效应大于心理安全感和人际信任对执行意向的直接效应;影响微博集群行为执行意向的4条主要路径为:微博社会网络→微博人际信任→行为执行意向,微博情绪敏感度→微博心理安全感→行为执行意向,微博群体认同→微博感知一致性→微博人际信任→行为执行意向,微博心理安全感→微博人际信任→行为执行意向。最后指出了研究启示和存在的局限性。

网络结构对谣言传播的影响

在分析战时谣言传播心理学机制的基础上,将谣言传播人群划分为三类,通过设计个体的交互规则,利用度分布来描述个体间的交互结构,建立了复杂网络谣言传播的新模型。并从理论推导和计算机仿真两个角度分析了网络结构与谣言传播效果之间的关系,结果表明:1)网络平均度分布越大,异质性越高,越有利于谣言传播;2)谣言在社区结构网络传播时会出现震荡行为。

WEB2.0大众生产社区的舆情传播路径特征分析

从网络形成演化过程的视角探讨了舆情的形成与传播特征。采用复杂网络方法对WEB2.0大众生产虚拟社区的拓扑结构特征进行分析,发现虚拟社区合作网络的出度服从幂律分布,入度服从双段幂律分布,表明虚拟社区贡献者的选择行为具有较强异质性。在静态分析基础上,进一步采用基于改进LP指标的链路预测方法对WEB2.0大众生产社区舆情传播的潜在路径链接进行排序与分析,分析结果表明,在二阶路径情况下,被关注者的关注对象往往比被关注者的被关注对象更重要,在三阶路径情况下也得出类似结论,间接关注及其方向对舆情传播具有较大影响。

基于SNA的突发事件网络舆情关键节点识别——以“7·23动车事故”为例

运用社会网络分析方法(SNA)研究突发事件舆情传播的网络结构特征及关键节点识别,探究舆情传播的网络结构、节点位置及相互关系对信息的传播路径、传播速度及传播范围的影响等问题。以2011年重大突发事件"7.23"动车事故为实证研究对象,运用Pajek软件生成了"7.23"信息传播网络拓扑图,基于邻接矩阵数据进行了网络密度、可达性、聚类系数和中心性测度,依据测度结果和位置角色分析对其进行关键节点分层与识别。研究表明,突发事件网络舆情的传播和扩散以社会网络结构为基础,具有复杂性和动态性特征;网络结构与节点位置决定着成员的"影响力"程度;中心关键节点的资源控制能力与信息输入输出效率具有显著的正相关性。可以通过改变中心度、聚类系数等手段嵌入式引导关键节点,减少谣言和恐慌情绪的传播。本文采用详实数据对舆情传播关键节点的分层识别,拓展了社会网络方法在应急管理领域的应用,克服了以往研究中技术与管理实践相分离的弊病。

突发事件舆情传播的社会网络结构测度与分析——基于“11·16校车事故”的实证研究

运用社会网络分析方法(SNA)研究信息在突发事件网络舆情传播中的整体结构和结点在网络中的位置及相互关系,研究舆情网络传播结构对信息的传播路径、传播速度和传播范围的影响问题。以突发事件"11·16"校车事故为实证研究对象,生成"11·16"舆情传播网络拓扑图,基于邻接矩阵数据对信息传播网络进行了整体网络结构、内部子结构和个体位置结构测度,并根据研究结果提出网络舆情引导政策建议。

基于微博网络的社会公共事件舆论传播研究

微博作为一个基于用户关系的信息分享、传播以及获取平台,在重大突发公共事件中表现出了重要的信息发布、动态追踪和民情民意的展现等特点.该文研究突发社会公共事件下,微博舆论的形成和传播;提出了微博的舆论传播模型,该模型基于平均场(mean field)假设,将微博用户分为未获得信息无观点的人群、已获得信息且明确支持某观点的人群和已获得信息且不支持任何观点的人群,通过考察未发表观点者对观点的接受概率p来研究网络中观点的传播特性;最后通过系统仿真表明该方法可以很好地模拟微博网络的观点传播.

网络舆论监督中的“二级传播”

"二级传播"在大众传播媒介中发挥着重要的作用。但新的传播条件下,尤其是网络传播迅速发展之后,传统的"二级传播"的作用也发生了一些改变。由于网络媒介的特性,网络传播模糊了传播者与受传者的界限,传播的主权不再被大众传播媒体垄断,网络传播的主体呈现出个人化、多元化的特征。因此,"二级传播"中的意见领袖的角色及其在营造公众舆论中所发挥的影响都相应地发生了变化。

基于Multi-Agent的网络谣言传播事件中信息主体信任识别研究

[目的/意义]全媒体背景下,网络舆情的爆发使谣言借助通信渠道快速扩散,群体辟谣效果下产生各种质量层次不齐的信息。为了对信息主体进行信任识别,构建信任识别模型。[方法/过程]运用Agent关系网络,结合Agent间的历史交互信息,提出基于Multi-Agent的信任识别模型,考虑到个体异质性,引入动态权重因子,将直接信任和间接信任进行组合,计算出目标主体的综合信任值,从中寻找出最为可靠的信息主体。[结果/结论]网络谣言事件下构建的信任识别模型对恶意信息主体能够有效识别;使用动态权重因子计算的综合信任值敏感性增强;信任判别网络中Agent的数量并不影响信任模型的有效性。

基于信息风险感知的社交网络舆情传播模型研究

结合实际的社交网络使用行为,在分析社交网络舆情传播模式的基础上,构建了社交网络舆情传播模型。详细分析了影响传播概率的主要因素,建立了以信息风险感知为主的传播概率的数学模型。仿真结果表明:获知概率的大小对舆情传播规模、弛豫时间均有影响;而信息风险感知的大小对舆情传播规模的影响不大,对弛豫时间的影响较大,究其根源在于信息风险感知直接决定了传播概率的取值,而传播概率直接决定了网络中传播者的数量。

风险感知交叉演变下突发事件网络舆情传播模型研究

[目的/意义]突发事件网络舆情传播对健全舆情引导机制,推动国家治理体系和治理能力现代化具有重要意义。[方法/过程]借鉴传染病动力学模型,基于公众风险感知异质性与交叉演变性双重视角,通过剖析突发事件驱动的风险感知交叉演变机制,构建了网络舆情传播模型并求解出基本再生数。[结果/结论]“北京新发地疫情”网络舆情实证与仿真结果表明,公众风险感知异质性越小且受突发事件影响越大,网络舆情最终扩散规模及产生的影响越大。突发事件恶化将促使交叉演变向高度风险感知倾斜,加剧网络舆情传播;突发事件好转将促使交叉演变向低度风险感知倾斜,有助于控制网络舆情大规模扩散。政府面对突发事件应立即启动应急响应,降低公众风险感知水平,实现网络舆情有效干预,维护社会和谐稳定。

突发事件网络舆情传播动力学模型综述

[目的/意义]突发事件网络舆情大规模扩散给社会安全和谐稳定带来严峻挑战。[方法/过程]在从宏观层面解读突发事件网络舆情传播研究总体发展脉络基础上,立足复杂动力学建模与舆论生态系统理论,围绕信息主体因子、信息环境因子、舆情信息因子、信息流动因子,分别综述了网络舆情现有研究在传播行为特征、演化影响因素、观点生成涌现、舆情传播扩散等微观层面取得的进展,并对未来研究方向进行展望。[结果/结论]现有多元复杂动力学建模为研究突发事件网络舆情传播问题奠定了坚实基础,未来应进一步基于“网络—信息—行为”跨时空耦合视角,刻画突发事件网络舆情传播用户画像,分析多元影响因素组态构型,揭示线上线下交互下情感驱动的网络舆情传播人类行为复杂机制,同时拓展研究人机共生视域下国际舆论场突发事件网络舆情传播与应对问题,进而丰富完善突发事件网络舆情传播理论。

高校群体性事件网络舆情的传播途径与引导管理

社会转型期群体性事件不时发生,尤其舆情信息经过网络媒介多种途径的传播和扩散后呈现出更为复杂的特征,这为高校群体性事件网络舆情的引导与管理工作带来了多重挑战。因此,必须要站在战略的高度,从制度规范上构建系统应对体系,打通网络舆情场的传播途径,创新引导与治理的载体和方式,准确地把控网络舆情向着良性健康的方向发展,有效化解高校群体性事件的矛盾,维护社会安全与稳定。

“网络水军”与旅游目的地网络形象——基于“病毒传播”模型的动态系统仿真研究

在新媒体时代背景下,发挥网络正向引导旅游目的地网络舆论的作用、提高旅游目的地网络风险防范和舆情管控、营造良好的旅游城市网络形象,是旅游目的地网络工作的首要任务。基于此,本文通过阐述影响旅游目的地网络舆论传播群体"网络水军"的概念,基于"病毒传播"模型探究"网络水军"影响普通网民群体的模式和途径,构建"网络水军"影响旅游目的地网络舆论传播模型;随后对"网络水军"影响旅游目的地网络舆论传播模型进行动态系统仿真,模拟"网络水军"如何通过影响普通网民群体及影响旅游目的地网络舆论传播的具体机制。本文仿真模拟结果显示,旅游目的地当地政府应当构建以预防为主的网络舆情预警机制,同时在特定时间节点及时介入切断"网络水军"影响普通网民的渠道,阻断网络舆论传播的路径,从而前瞻性地管控旅游目的地网络舆论的走向。