社交網絡服務中信息傳播模式與輿論演進過程研究.pdf

1、隨著Web2.0理念的普及與相關技術的日益成熟，基于社交網絡服務的新型互聯(lián)網應用有了飛速的發(fā)展，社交網絡已經成為人們傳播信息、交流溝通的重要場所。與傳統(tǒng)信息傳播方式不同，社交網絡對話題和觀點的快速傳播增加了輿論事件產生的突發(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絡中信息傳播和輿論的演進過程。鑒于此，本文結合信息科學、復雜系統(tǒng)理論、社會物理學、傳染病動力學和社會學等學科

2、的思想和方法，對社交網絡的信息傳播機制、觀點演化模式、用戶行為特征以及話題預測方法等問題進行了研究。論文的研究目標是發(fā)現(xiàn)社交網絡環(huán)境下的信息傳播與輿論演進規(guī)律，以進一步挖掘互聯(lián)網用戶的行為特征。該研究將有助于認識社交網絡中人類的復雜群體行為，同時也為復雜系統(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基金資助項目(No.61172072)“在線社交網絡輿論傳播演化模式及熱點預測方法研究”，北京市自然科學基金資助項目(

3、No.411204.5)“網絡社區(qū)輿論趨勢預測與觀點演化機制研究”，高等學校博士學科點專項科研基金(No.20100009110002)“個體交互與輿論引導對網絡輿情傳播影響的研究”，北京市教育委員會學科建設與研究生建設項目等的支持。論文的主要工作和創(chuàng)新點有以下幾方面：
　　1.構造了社交網絡信息傳播模型。該模型在考慮節(jié)點度和傳播機制影響的基礎上，結合復雜網絡和傳染病動力學理論，進一步建立了動力學演化方程組并采用該方程組刻畫了不同

4、類型節(jié)點隨著時間的演化關系，反映了傳播動力學過程受到網絡拓撲結構和傳播機制的影響。本文模擬了社交網絡中的信息傳播過程，并分析了不同類型節(jié)點在網絡中的行為規(guī)律。一仿真結果表明：由于社交網絡的高度連通性，信息在網絡中傳播的門檻幾乎為零；初始傳播節(jié)點的度越大，信息越容易在網絡中迅速傳播；中心節(jié)點具有較大的社會影響力；具有不同度數的節(jié)點在網絡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交互模型。該模型研究了社交網絡中

5、用戶觀點交互過程，從社交網絡用戶屬性出發(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交互模型和基于可信度的個體觀點交互模型。采用蒙特卡羅方法對模型仿真，研究結果表明：個體自主性促使個體極端傾向性的增大，促進了群體極化現(xiàn)象的發(fā)生；個體自主性有利于小規(guī)模的觀點簇產生。同時，具有較高可信度的個體能夠影響多數普通個體，推動群體極化現(xiàn)象的產生；個體可信度有利于觀點簇的融合和大規(guī)模的群體出現(xiàn)。
　　3.研究了社交網

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

7、采用實際數據對所提出的算法進行了驗證。
　　4.研究了社交網絡中話題傳播行為規(guī)律和預測方法。本文采用基于模板機制的信息抽取方法，抓取了部分新浪論壇中的話題數據，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，即每個話題經歷從出生、生長、衰減到死亡的過程。基于此規(guī)律，假設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模型，再利用高斯函數擬合其生長因子函數，根據高斯函數的幾何意義和