基于传染病动力学的博客舆情话题传播模型研究-信息系统学报.doc

基于传染病动力学的博客舆情话题传播研究丁学君1, 21 (1. 合肥工业大学 管理学院安徽 合肥 230009; 2. 东北财经大学 管理科学与工程学院，辽宁 大连 116025，将博客用户群划分为未知组群、易感组群、传播组群及免疫群组，建立了基于USIR的博客舆情话题传播模型。与之前的研究相比，该模型并不依赖于任何个体参数。仿真结果表明，该模型可以真实地描述舆情话题传播规律，并具有较好的预测性能( 1 引言 博客（Blog）是一个以网络为载体的个人信息发布系统网络用户在提供博客服务的网站上注册成为博主（Blogger）后，在个人博客空间所作的日记称为博客帖子（Post）或网络日志[1]。据CNNIC发布的数据显示，截至2014年6月，我国博客用户规模为1.22亿，博客使用率为19.3%博客逐渐由早期的平民化、草根化向精英化转变，普通用户开始倾向于使用互动性更强的微博、微信等平台进行沟通和交互，而一些超级博主的博客、技术类博客却依旧保持着较高的点击率和影响力[]。 博客作为一种开放性的网络平台，允许公众自由地表达和传播思想及意见，使其与传统媒体相比，把关人的作用明显弱化。这就导致了舆情事件发生时，一些毫无根据的话题甚至谣言的滋生与蔓延。因此研究博客网络中舆情话题的传播规律，并对其传播趋势进行有效预测，将为舆情分析人员对博客网络中舆情的监控和分析提供一定的理论依据。 当前经典的信息扩散模型主要有独立级联模型（Independent Cascade Model，IC模型）、线性阈值模型（Linear Threshold Model，LT模型）、传染病模型（Epidemics Model）等。Kempe等人将社会网络信息传播问题形式化为一种离散的优化问题，并在此基础上分别提出了IC模型、LT模型以及加权级联模型（Weighted Cascade Model，WC）[3]。Chen等人通过分析大量的博客数据，给出了影响博客信息传播的五个因素，进而提出了一个博客信息传播模型4]。Kimura等人则提出了一个基于社区结构的社会网络传播模型[5]。王萍在LT模型的基础上，基于选择性注意理论提出了一个改进的社会网络扩散模型[6]。郑蕾对LT模型进行了改进，提出了面向社会网络的多信息并行竞争传播模型[7]。Seung等人则在IC模型的基础上，分析了博客网络中的信息扩散规律和博主的传播行为[8]。 随着在线社交网络的兴起，较多学者都把研究重心从传统社会网络转移到了在线社交网络，随之涌现了一些基于在线社交网络的信息扩散模型[919]。Budak等人提出一个新的信息扩散模型GLCM（Gaussian Logit Curve Model）来模拟用户的传播行为[9]。Jaewon等人建立一个LIM（Linear Influence Model）扩散模型来预测当前节点对其他节点的影响[10]。Bakshy[11]Mark[12]的研究则强调了弱关系在信息传播中担任更重要的角色。史文国等人提出了一个移动网络中基于交互式马尔科夫链的信息传播模型，并在模型基础上挖掘top-k节点[13]。Zeng等采用隐性马尔科夫链模型（HMM），对网络舆情话题的生命周期进行建模并预测了其传播趋势[14]。此外，部分研究者通过构建Agent-Based或Multi-Agent-Based模型来研究社会网络中的信息扩散规律[1519]。 由于信息在社会网络中的扩散，在某种程度上类似于传染病在人群中的传播。因此，部分研究者借鉴传染病扩散模型中的思想和方法，来构建社会网络中的信息扩散模型[2034]。赵文兵基于SIR模型和LT模型的设计思想，给出了一个在线社交网络中的信息接受—浏览—分享模型（Accept-Browse-Share，ABS Model）[20]。Leskovec等人基于传染病动力学中的SIS模型，构建了博客网络中的话题传播模型[21]。Gruhl等人则以传染病动力学中的另一个模型—SIRS模型为基础，建立了博客网络中的话题传播模型，同时给出了一种获取节点间阅读概率和复制概率的算法[22]。Zhou等人提出了一个预测博客网络中话题讨论趋势的动态概率模型，并利用最大似然估计和主观经验来确定模型中的参数[23]。Zhao等人提出了一个博客网络中突发性话题的传播模型，该模型以传染病动力学中的另一个仓室模型—SI模型为基础，并在模型中引入了一个实证参数—个体适应度，但是精确地估计出个体适应度十分困难[24]。赵丽等则在其构建的博客网络突发性话题传播模型中，考虑到了节点知名度、节点活跃度、话题传播源以及外部媒体对舆情话题传播速度的影响[25]。 博客用户的个体行为博客用户的个体行为信息通常是嵌入到海量的Web信息之中，例如新浪博客每天会产生几百万MB的数据量，且每天的内容都在不断