基的于元胞自动机的网络信息传播和舆情干预机制研究.pdf

第28卷第8期 管理评论 V01．28，No．8 2016年8月 Review Management Aug．，2016 基于元胞自动机的网络信息传播和舆情干预机制研究 邓 青1 刘 艺2 马亚萍1 张辉1 (1．清华大学工程物理系，公共安全研究院，北京100084； 2．中国人民公安大学治安学院，北京100038) 摘要：社交媒体的信息发布和转发机制使得信息传播速度越来越快，影响范围越来越广，也使得 政府的应急处置面临前所未有的压力。目前，已有的舆情信息传播与决策模型研究主要基于两 个方面：一是传染病传播模型，二是多属性模型，但很少有模型考虑了用户的个体特性和来自其 他用户的影响。本文则结合用户个性从三个方面探讨舆情传播和干预机制：(1)来自周围邻居 的影响；(2)用户自身对新信息的抵抗力；(3)外界环境的影响。研究方法基于元胞自动机模型 对这些影响因素展开定量研究，并探讨这些影响因素对舆情传播和干预机制的影响。研究分为 两个阶段，分别是舆情无干预自由扩散阶段和舆情干预阶段。在舆情干预阶段，主要探讨舆情 干预措施强度和舆情干预措施实施的不同时间点对舆情传播的影响。基于这些研究以期对政 府的网上危机处置提供决策支持。 关键词：元胞自动机；网络舆情；信息传播；社会关系 引 言 信息发布和转发机制使得信息的传播速度越来越快，影响范围也越来越广…。一旦舆情信息传播失去 控制，将会对物理空间产生巨大的影响，甚至爆发群体行为，使政府的应急处置面临前所未有的压力，如近期 刚发生的雷洋事件。因此，社交网络的信息传播规律和治理机制引起了学术界的广泛关注。 目前，舆情信息传播与决策模型主要基于两个方面：一是传染病传播模型，二是多属性模型。因信息传播 与传染病传播存在较大的相似性，因此传染病传播模型被广泛应用于信息传播旧JJ，通过方程计算感染节点 的数目，但是传染病传播模型忽略了单个节点感染的概率。考虑到信息传播的诸多影响因素，包括用户因素 和帖子内容因素，如文本、发帖时间、帖子情感、URL、用户性别、年龄、出生地、教育背景等，很多学者将这些因 素引入到了舆情信息传播的研究中[4。6J。也有一些学者在研究信息传播时，考虑这些因素的组合，如用户影 响力、用户之间的亲密度、用户的兴趣相似度、微博内容的重要性等一j。基于这些影响因素，有些学者通过 PCA、SVM、ELM旧。和人工神经网络…等机器学习算法建立社交网络信息传播的预测模型，如预测微博转发量 和某条微博是否会被转发等。 然而，当前这些模型存在一些问题，如很少有模型考虑了用户的个体特性和来自网络中其他用户的影响。 用户的网上行为在一定程度上受其他用户的影响，例如，如果菜用户的亲戚或者很好的朋友发了一个帖子，该 用户将会有很大的概率转发该贴。同时，人们也更倾向于转发被很多自己熟悉的亲戚朋友转发过的帖子。因 此，用户之间的社会关系和已转发过帖子的邻居的数目均对信息传播有影响。用户的个体特征也对信息传播 有影响，当一个用户平时就很喜欢分享信息时，说明其转发帖子的概率相对会更高，其对新信息的抵抗力也较 弱。反之，如果一个用户很少转发帖子，说明该用户对新信息的抵抗力较强。 基于元胞自动机模型和上述分析可以看出：从微观上来看，网民的网上行为受周围邻居、自身的抵抗力和 外界环境的影响。进而从宏观上影响网络信息传播。 收稿日期：2016—05—13 基金项目：国家自然科学基金项目。 作者简介：邓青，清华大学工程物理系博士研究生；刘艺(通讯作者)，中国人民公安大学治安学院讲师，博士；马亚萍，清华大学 工程物理系博士研究生；张辉，清华大学工程物理系教授，博士生导师，博士。 万方数据 圈l元胞空间和邻域 2、影响因素分析 播，器卟复杂嘞肿魄蝴嗍肭蝴黼眦瓴黼惝传 来自其黼懒蜘黼之问麓茎篡懒㈣蝴揪炯㈣表 万方数据