微博网络意见传播建模实证研究.pdfVIP

2013 中国指挥控制大会论文集 微博网络意见传播建模实证研究 樊鹏翼，李伟，王晖 ( 国防科学技术大学 信息系统与管理学院, 湖南 长沙 410073 ) 摘要：近年来，微博网络得到迅猛发展，与之相应的网络群体意见传播建模研究得到人们的普遍关注。本文以 SIR 传染病模 型为基础，针对微博网络正负关系属性，提出了正负关系网络意见传播模型。随后，利用微博意见传播实际数据，对该模型 在微博网络中的传播过程进行对比分析，验证了模型的有效性，从理论与实证的角度推动了意见动力学的研究。 关键词：微博；意见传播；建模；实证研究 0 引言 近年来，随着移动通信网络和 Web 2.0 技术的不断发展，微博逐渐成为人们日常交流、通信、娱乐的基 本工具。同时，由于微博网络自身存在的交互性、实时性、广泛性、开放性等特点，使其成为舆论传播中 的一把双刃剑，因此，为了实现微博网络舆论的有效管理与引导，舆论传播建模研究得到了人们的广泛关 注。现有关于舆论（或意见）动力学建模方法研究，大都是从社会学或者物理学的角度对社会网络节点意 见的传播机理与交互机制进行数学抽象，将其类比为物理学中粒子交互过程，提出了基于粒子交互模型的 意见动力学模型，如传染病模型[1] [2] [3] [4] [5] 、Voter 模型 、Majority Rule 模型 、Sznajd 模型 、Deffuant 模型 、 Hegselmann-Krause 模型[6]等，用于解释与分析舆论的形成与演化。然而，以上模型缺乏实际意见传播系统 的验证，与实际的传播分析与控制应用仍存在一定的差距。 正负关系是社会网络的一个重要属性，表示网络节点之间不仅存在正向（朋友、信任、支持等）关系， 而且也存在负向（敌对、不信任、反对等）关系，这些网络称为正负关系网络或符号网络（Signed network）。 现有的研究发现[7],[8]，许多在线社会网络均存在正负关系属性，即节点之间存在“朋友”与“异己”两种不 同的关系，例如，Slashdot、Epinions 与 Wikipedia 等。同样，微博网络中存在大量的“朋友”与“异己”关 系，即正负关系，从而对意见的传播机理与传播过程带来较大的影响。一般而言，正关系能够促成意见的 一致，而负关系将使得意见产生对立。因此，考虑到关系的正负属性，意见传播动力学模型仍需要进一步 的改进与优化，以适应微博网络中意见传播实际过程。 本文将传统的“朋友”关系网络扩展至更为泛化的正负关系网络，提出了意见传播动力学模型。随后， 以微博网络“方韩大战”话题数据为依据，将模型的演化过程与实际的意见传播过程进行对比分析，发现 本文提出的模型具有较好的扩展性，能够较好的解释与分析微博网络中群体意见的传播过程。 1 意见传播模型 网络传染病模型不仅仅用于传统的疾病、细菌、病毒等传播过程的建模、分析与控制，还可以用来解 释与分析信息、谣言、意见等在网络中的传播过程。基本的 SIR 模型中，网络中的个体只能处于如下三种 状态之一：未感染状态 S，表示个体不携带病毒，但容易被病毒感染；感染状态 I，表示个体已经被病毒感 染，而且具有传染性；免疫状态 R，表示个体已被感染，然后恢复健康并具有免疫性。本文主要采用 SIR模 型来描述个体意见在社会网络中的传播过程，因此，在具体的建模过程中需从以下三个方面进行考虑： （1）不同于病毒或者细菌，个体意见具有更高维的属性，很难用简单的二元状态（感染或未感染）进 行描述。例如，对于一个争议话题或者一场选举活动，个体的意见往往呈现出支持、反对以及中立三种状 态。因此，在建模时应当从意见的基本属性出发，对基本的 S-I-R 状态进行相应的扩展； （2）传统的网络流行病模型中，节点之间的关系均为同构，即节点之间仅存有朋友关系。然而，实际 的网络测量结果显示，社会网络中不仅存有大量的朋友（或信任）关系，而且还有许多异己（或不信任） 关系，即社会网络中的正负关系。因此，在网络意见传播建模时，必须考虑社会网络中节点关系的正负属 863 201