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,考虑到不同心理倾向的网民对舆论观点和传播特征的不同,建立了基于网民心理的微博舆论传播模型,并通过网民的心理倾向将网民分为理性和非理性个体,研究了有向社交网络中,不同群体下舆论观点的形成和传播特征,以及辟谣者发布的辟谣信息对网民观点的影响。仿真结果表明,与理性群体相比,群体中非理性个体的存在加速了信息的扩散与传播,并且在信息可信度较低的情况下,刺激群体产生大量与初始传播者意见相反的观点。研究还表明,网络事件的辟谣信息,发布时间越早,可信度越高,该信息发挥的作用就越大。另外,当辟谣信息发布不及时或者可信度不高时,群体中非理性个体会加剧该信息的反作用。     

基于博弈论的网络信息传播模型的研究

网络中存在较多暂时无法判断真伪的信息,网民面对这些信息时,选择不转发或转发策略是一种博弈。同时,对于已经拥有信息并且知晓信息真实性的信息传播者,选择发送真实信息或失真信息也是一种博弈。以这种真实的网络信息传播为背景,将博弈论和多Agent技术结合应用到网络信息传播的研究中,建立了多个适用于不同情境的博弈模型。通过收益矩阵分析了现实网络信息传播中行为人的策略选择问题,阐述了各种模型的基本性质和现实意义。在建立模型的过程中充分考虑到网络信息传播的流动性,并将信任机制引入其中,使建立的模型更符合实际网络信息的传播情形,并且为网络信息传播的Agent模拟实验、动态博弈和演化博弈模型的建立打下理论基础。     

提高网络舆论引导能力形成网络舆论引导强势

近几年来,随着传播科学技术的迅速发展,以互联网为代表的新兴媒体在新闻传播领域内异军突起,据统计,我国已有1.62亿网民,5000多万宽带用户,2080万个人博客,Web2.0、P2P流媒体、网络宽频、网络电视、手机报纸等新的信息传播渠道层出不穷,一部份新闻网站和门户网站已跻身于主流媒体的行列。传播渠道的多样化、传播方式的个性化、传播内容的多元化,使我国的社会舆论环境和舆论格局正在发生深刻的变化,社会舆论结构也呈现出多层次的复杂的状态。在新的历史条件下,如何提高网络舆论引导的能力,形成网上正面舆论的强势,已引起网络媒体以至整个思想舆论界的关注。党的十六届六中全会的报告中指出:"加强对互联网等的应用和管理,理顺管理体制,倡导文明办网、文明上网,使各类新兴媒体成为促进社会和谐的重要阵地。"这既是网络媒体应担负的历史使命和社会责任,也是网络媒体正面临的挑战。     

基于语料阶梯评价的互联网论坛舆论领袖筛选算法

针对互联网论坛中舆论领袖筛选问题,提出了基于发帖网民的语料和基于网民的网络行为统计属性特征的互补性网络舆论领袖筛选模型.通过深入分析基于在线社区内容的"影响力扩散模型",提出了基于发帖网民语料的"阶梯式"评价法的全新算法.对基于统计属性特征评价方法的属性进行了重新定义,选取了更为合理的网络统计数据,增加了互补性的属性值,使评价方法更趋完善.通过与专家法人工筛选出的舆论领袖相比较,该模型筛选出舆论领袖的成功率在85%以上,模型具有较强的实用性和重要应用价值.     

微博数据挖掘研究综述

随着近几年微博的快速发展与普及,微博凭借平台的开放性、终端扩展性、内容简洁性和低门槛等特性,在网民中快速渗透,已发展成一个重要的社会化媒体,微博成为网民获取新闻时事、人际交往、自我表达、社会分享以及社会参与的重要媒介以及社会公共舆论的重要平台,对国家安全和社会发展产生了深远的影响.微博是人类在虚拟网络世界生活的抽象概括和延伸,与一般信息网络不同,微博本身具有大规模、噪音数据多样性、快速传播演化性、非线性、社会媒体性以及多关系等特征,因此其在分析方法和挖掘目标上都与传统信息系统具有很大差别,在相关技术的研究上也带来了更大的挑战.针对微博的新特性,研究了微博近几年的相关研究现状,同时分析了Twitter数据集特征,且总结了未来研究面临的挑战.     

基于模仿创造的网络流行语传播模型及仿真研究

随着互联网和智能移动终端的发展,研究网络流行语的传播过程和发展趋势对于网络营销和广告文案的创作具有重要的意义。基于SIR传染病模型,综合考虑网民对网络流行语模仿再创造的行为特点,构建新型的网络流行语传播模型,利用神经网络技术结合流行语时序数据对模型进行参数反演,并分别以流行语“佛系”和“确认过眼神”为例进行验证。结果表明,用户的模仿再创造行为是网络流行语传播中后期的主要驱动力;相较SIR模型,本模型着重考虑了网民对流行语的创新行为并运用参数反演方法,其预测准确度更高,模型拟合值与真实数据相比误差更小。进而可以为营销和广告创意人员提供有益的借鉴,并通过预测其发展趋势可对舆论进行及时分析和引导。     

基于Agent社会圈子网络的语言竞争模型

语言传播网络是一种典型的社会网络,语言网络的结构和动态性对语言的竞争与传播具有重要影响。鉴于此特点,提出以同一地区的语言竞争现象作为研究对象,利用基于Agent的社会圈子网络来构建更能接近实际的语言网络。社会网络中个体网络的结构参数和整体网络的参数都具有良好的社会网络特点。网络中的Agent可以被赋予不同大小的社会圈子,Agent可以在网络中移动、新生和死亡,进而引起社会网络旧关系的断开和新关系的建立。网络中的Agent的语言类型代表了单语X、单语Y和双语Z(单语X和单语Y)三类,语言的传播模型为横向传播和纵向传播。在分析了语言地位、吸引因子、横纵向传播的最高比例、语言的人口比例对语言竞争影响的基础上,重点分析了社会交往半径和社会流动性对语言竞争的影响。仿真结果表明,与静态社会网络模型相比,所提模型更加贴近实际社会,能够有效提高语言之间共存的可能性,为研究濒危语言的保存提供一个较好的环境。     

基于SIR的SNS网络舆情话题传播模型研究

舆情话题通常是由突发性的新闻事件所引发,社交网站(Social Network Sites,SNS)因其庞大的用户规模和开放性、即时性与互动性等特点,成为舆情话题传播的重要渠道.因此,研究SNS网络中的舆情话题传播机制,将有利于对舆情话题的传播过程进行分析与监控.然而传统的网络信息传播模型无法真实地描述SNS网络中的舆情话题传播过程.为了解决上述问题,分析了SNS网络中的信息互动模式及舆情话题的传播特点,基于无标度网络上的SIR模型,通过引入内部感染概率、外部感染概率、免疫概率以及直接免疫概率,构建了SNS网络中的舆情话题传播模型.仿真结果表明,基于SIR的舆情话题传播模型可以很好地描述SNS网络中的舆情话题演化规律.     

当前环境下舆情监控软件的进化方向与实践

网络舆情是以网络为载体,以事件为核心,是广大网民情感、态度、意见、观点的表达,传播与互动,以及后续影响力的集合。是社会舆情的直接反映。传统的社会舆情存在于民间,存在于大众的思想观念和日常的街头巷尾的议论之中大型网站出品的舆情系统主要为舆论大方向提供数据,而地方性机关单位需要的是精细而具体且差异化的舆情监控内容。在辅助辽宁省某公安机关网络舆情监督的一年时间里,我开发的舆情软件整体升级至4.0版本,获得软件著作权登记证书,并为该公安机官单位取得了整体不错的成绩及嘉奖通报等奖励。     

投资2千万SOYOU倡导IDP

8月10日实达网络技术有限公司的“所有”(SOYOU)网站全面改版,将为网民提供网络目录式服务(IDP)。目前该网站汇集了大小各种媒体关于各大新闻或热点消息的相关报道,而且先行为用户划分好了门类     

基于高权重词集的论坛影响力发现研究

网络论坛是中国网民一个重要的意见传播渠道,论坛舆论领袖对网络舆论导向起着至关重要的作用,影响力发现为越来越多的研究人员所关注。针对传统的在线论坛中有影响力主题计算方法的不足,本文将论坛中帖子间的回复关系映射为发帖者之间的关联关系,构造出一个社群网络,提出高权重词集的概念,基于此,通过计算词语在回帖传播链上的影响力,设计并实现了论坛中成员的影响力计算模型。通过实验验证了该模型在时间、空间复杂性上的优越性,为进一步研究复杂网络中的人物行为奠定了基础。     

一种搜索引擎日志分析的网络舆情监测探究

近几年来,随着互联网信息技术的不断发展,电脑已得到广泛普及.而网民逐渐开始应用网络论坛、博客、微博纷纷对社会事务发表看法,由此而形成网络舆情,已成为社会舆情的重要表现形式.由于网络舆情具有传播速度快、范围广且突发的特点,加强其监测已受到政府部门的重视.本文特提出一种搜索引擎日志分析的网络舆情监测方法,以望对后期网络舆情监测工作提供参考借鉴.     

基于正负反馈的SEIR微博舆情传播模型

社交网络舆情已经成为社会舆情的主要阵地。针对传统模型难以描述社交网络舆情话题的真实传播过程,分析社交网络舆情话题的真实特点,补充加入社交网络中显著的水军和僵尸粉这2大显著特征,作为舆情话题传播中的正负反馈,分别对舆情话题的传播起到推动及抑制作用,构建带有正负反馈的社交网络舆情传播话题模型,提高舆情预测模型的准确率,得出正负反馈对舆情传播的影响力。     

突发事件网络舆情传播与预警模型研究

随着网络的普及使用,我国网民数量不断上升,网络舆情无论是内容还是传播的速度都在不断攀升,突发事件 网络舆情的预警与控制,已经成为一道必须正视的问题。由于突发事件有其特定的生命周期,突发事件网络舆情也有其时段 性,要根据舆情传播的变化,注重对突发事件网络舆情传播的管控,避免群体极化现象和舆情的多级衍生。本文主要从构建网 络舆情研判指标体系,构建网络舆情预测模型和突发事件网络舆情预警措施三个方面进行了简要分析,对突发事件网络舆情 传播与预警模式进行研究。     

基于BBS的热点话题发现与态势预测技术的研究

网络论坛BBS是中国网民一个重要的信息传播渠道,而其中的热点话题自然就成为舆情调控和效果评估的首要目标。提出一个快速有效的用于挖掘网络论坛中热点话题并分析预测其发展态势的方法,利用统计的方法为同一版面下帖子的热度打分并排序,并使用相关的数学模型对热度较高的帖子的发展态势进行分析与预测。通过实验验证了该模型的可行性和有效性,为进一步研究复杂网络中热点话题的演化奠定了基础。     

基于改进SIR的正负面网络舆情信息传播模型与仿真

针对网络舆情传播过程中正负面信息共存的问题,在SIR模型的基础上,引入正面信息澄清者C,构建正负面信息同时传播的SCIR模型,并考虑首页效应和网民异质性,借助多智能体仿真技术对舆情的传播过程进行模拟仿真.仿真结果表明,SCIR模型比SIR模型更吻合现实网络中舆情的传播;第三方机构利用首页发表的声明可信程度越高,越有利于舆情控制,但存在阈值;首页效应对正负面信息的传播具有两面性,网民异质性和正负面信息传播率均对正负面信息竞争结果有显著影响.     

Clicking vs. sharing: The relationship between online news behaviors and political knowledge

Online news and social media are transforming the process of news production and reading. While research has shown that news media play an important role in providing information to the public in democratic societies, research investigating the impact of sharing news online on the process of public opinion formation is in a nascent stage. This study examines the impact of viewing and sharing online news on two dimensions of political knowledge: factual knowledge and structural knowledge. Results from survey data collected over 3-waves during the 2012 US Presidential Election from an online panel of 403 US adult Internet users show that reading online news is positively related to factual political knowledge. Sharing online news, in contrast, is related to structural knowledge. We discuss these findings and their implications for future research investigating the role of online news.     

基于非理性博弈的舆情传播仿真建模研究

随着社交网络的不断发展,借助社交网络进行传播的舆情信息的威胁越来越大. 本文利用博弈论的方法研究了舆情信息的传播机制,从理性博弈和非理性博弈的角度出发对个体与邻居的交互行为进行建模. 随后以目前较为成熟的传染病模型为基础,通过引入传播学中的社会威慑因素来构建基于非理性博弈的舆情传播模型,以实现适应舆情传播研究的仿真系统,继而将基于非理性博弈的舆情传播模型在无标度网络和小世界网络上的动力学特征进行理论分析. 在仿真环境中对非理性博弈的舆情传播模型进行实验,分析模型参数、网络密度和舆情传播源对舆情传播的影响,其结果符合理论分析结果. 最后对无标度网络上舆情传播的控制策略进行了研究,包括:社会威慑方法、目标免疫方法和正面消息方法,为社交网络上的政策制定提供了理论基础.     

大规模社交网络中高效的关键用户选取方法

针对大规模社交网络及其用户发布消息的历史数据,如何快速有效地选取具有较强信息传播能力的关键用户,提出了一种关键用户选取方法。首先,利用社交网络的结构信息,构建以用户为节点的有向图,利用用户发布消息的历史数据,基于Spark计算框架,定量计算由用户活跃度、转发交互度和信息量占比刻画的权重,从而构建社交网络的有向带权图模型;然后,借鉴PageRank算法,建立用户信息传播能力的度量机制,给出基于Spark的大规模社交网络中用户信息传播能力的计算方法;进而,给出基于Spark的d-距选取算法,通过多次迭代,使得所选取的不同关键用户的信息传播范围尽量少地重叠。建立在新浪微博数据上的实验结果表明,所提方法具有高效性、可行性和可扩展性,对于控制不良突发信息传播、社交网络舆情监控具有一定的支撑作用。     

基于两级传播理论的舆论超网络传播分析

社交网络挖掘可以使人们更好地认识信息在网络中的传播规律,分析信息在事件中的传播特点。现有的文献研究主要集中于舆论事件社交网络的静态建模,以及针对一些共性特点的仿真验证,而对舆论事件模型结构变化的讨论较少。本文尝试从两级传播理论出发,采用三层超网络结构对舆论事件不同时段构建传播分析模型,给出舆论演化分析度量指标,挖掘超网络结构变化的特点,探索舆论酝酿期积蓄力量的潜在因素。以长生疫苗事件进行分析,发现需要在酝酿期有多样化的意见领袖不断在各个话题中进行牵引,在积累了潜在的舆论人群之后才能促成舆论爆发。