社交網(wǎng)絡(luò)服務(wù)中信息傳播模式與輿論演進(jìn)過程研究.pdf

1、隨著Web2.0理念的普及與相關(guān)技術(shù)的日益成熟，基于社交網(wǎng)絡(luò)服務(wù)的新型互聯(lián)網(wǎng)應(yīng)用有了飛速的發(fā)展，社交網(wǎng)絡(luò)已經(jīng)成為人們傳播信息、交流溝通的重要場所。與傳統(tǒng)信息傳播方式不同，社交網(wǎng)絡(luò)對話題和觀點(diǎn)的快速傳播增加了輿論事件產(chǎn)生的突發(fā)性和頻度，使輿論的傳播、形成與演化過程變得更加復(fù)雜和不確定，致使傳統(tǒng)輿論的理論和過于簡化的模型難以描述社交網(wǎng)絡(luò)中信息傳播和輿論的演進(jìn)過程。鑒于此，本文結(jié)合信息科學(xué)、復(fù)雜系統(tǒng)理論、社會物理學(xué)、傳染病動力學(xué)和社會學(xué)等學(xué)科

2、的思想和方法，對社交網(wǎng)絡(luò)的信息傳播機(jī)制、觀點(diǎn)演化模式、用戶行為特征以及話題預(yù)測方法等問題進(jìn)行了研究。論文的研究目標(biāo)是發(fā)現(xiàn)社交網(wǎng)絡(luò)環(huán)境下的信息傳播與輿論演進(jìn)規(guī)律，以進(jìn)一步挖掘互聯(lián)網(wǎng)用戶的行為特征。該研究將有助于認(rèn)識社交網(wǎng)絡(luò)中人類的復(fù)雜群體行為，同時也為復(fù)雜系統(tǒng)的理論研究提供一些探索性的成果。論文的研究工作受到了國家自然科學(xué)基金資助項(xiàng)目(No.61172072)“在線社交網(wǎng)絡(luò)輿論傳播演化模式及熱點(diǎn)預(yù)測方法研究”，北京市自然科學(xué)基金資助項(xiàng)目(

3、No.411204.5)“網(wǎng)絡(luò)社區(qū)輿論趨勢預(yù)測與觀點(diǎn)演化機(jī)制研究”，高等學(xué)校博士學(xué)科點(diǎn)專項(xiàng)科研基金(No.20100009110002)“個體交互與輿論引導(dǎo)對網(wǎng)絡(luò)輿情傳播影響的研究”，北京市教育委員會學(xué)科建設(shè)與研究生建設(shè)項(xiàng)目等的支持。論文的主要工作和創(chuàng)新點(diǎn)有以下幾方面：
　　1.構(gòu)造了社交網(wǎng)絡(luò)信息傳播模型。該模型在考慮節(jié)點(diǎn)度和傳播機(jī)制影響的基礎(chǔ)上，結(jié)合復(fù)雜網(wǎng)絡(luò)和傳染病動力學(xué)理論，進(jìn)一步建立了動力學(xué)演化方程組并采用該方程組刻畫了不同

4、類型節(jié)點(diǎn)隨著時間的演化關(guān)系，反映了傳播動力學(xué)過程受到網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)和傳播機(jī)制的影響。本文模擬了社交網(wǎng)絡(luò)中的信息傳播過程，并分析了不同類型節(jié)點(diǎn)在網(wǎng)絡(luò)中的行為規(guī)律。一仿真結(jié)果表明：由于社交網(wǎng)絡(luò)的高度連通性，信息在網(wǎng)絡(luò)中傳播的門檻幾乎為零；初始傳播節(jié)點(diǎn)的度越大，信息越容易在網(wǎng)絡(luò)中迅速傳播；中心節(jié)點(diǎn)具有較大的社會影響力；具有不同度數(shù)的節(jié)點(diǎn)在網(wǎng)絡(luò)中的變化趨勢大體相同。
　　2.建立了基于自主性和可信度的個體觀點(diǎn)交互模型。該模型研究了社交網(wǎng)絡(luò)中

5、用戶觀點(diǎn)交互過程，從社交網(wǎng)絡(luò)用戶屬性出發(fā)，引入了兩種個體特征--自主性和可信度，并分別建立了基于自主性的個體觀點(diǎn)交互模型和基于可信度的個體觀點(diǎn)交互模型。采用蒙特卡羅方法對模型仿真，研究結(jié)果表明：個體自主性促使個體極端傾向性的增大，促進(jìn)了群體極化現(xiàn)象的發(fā)生；個體自主性有利于小規(guī)模的觀點(diǎn)簇產(chǎn)生。同時，具有較高可信度的個體能夠影響多數(shù)普通個體，推動群體極化現(xiàn)象的產(chǎn)生；個體可信度有利于觀點(diǎn)簇的融合和大規(guī)模的群體出現(xiàn)。
　　3.研究了社交網(wǎng)

6、絡(luò)用戶行為的特征規(guī)律并對用戶影響力進(jìn)行了建模。本文提出了基于模板機(jī)制的Web信息抽取算法，通過所抓取的新浪微博的用戶數(shù)據(jù)，分析了用戶行為的分布規(guī)律。數(shù)據(jù)分析的結(jié)果表明，微博用戶的粉絲數(shù)量分布呈現(xiàn)冪律分布，而關(guān)注數(shù)量分布為無規(guī)則分布。通過計算斯皮爾曼等級相關(guān)系數(shù)，發(fā)現(xiàn)微博用戶的粉絲數(shù)量與關(guān)注數(shù)量之間存在較弱的相關(guān)性，而用戶的平均回復(fù)數(shù)與平均轉(zhuǎn)發(fā)數(shù)之間存在較強(qiáng)正相關(guān)性。在提取影響力若干關(guān)鍵因素的基礎(chǔ)上，本文提出了一個用戶影響力排名的算法，并

7、采用實(shí)際數(shù)據(jù)對所提出的算法進(jìn)行了驗(yàn)證。
　　4.研究了社交網(wǎng)絡(luò)中話題傳播行為規(guī)律和預(yù)測方法。本文采用基于模板機(jī)制的信息抽取方法，抓取了部分新浪論壇中的話題數(shù)據(jù)，以分析話題傳播的行為規(guī)律。計算話題的傳播速度，發(fā)現(xiàn)其服從生命周期規(guī)律，即每個話題經(jīng)歷從出生、生長、衰減到死亡的過程?；诖艘?guī)律，假設(shè)話題在傳播過程中存在生長因子與衰減因子，并建立話題速度變化規(guī)律的微分方程動力學(xué)模型，再利用高斯函數(shù)擬合其生長因子函數(shù)，根據(jù)高斯函數(shù)的幾何意義和