融合用户情感评分的节点专业影响力分析

[目的/意义]大多数社交网络节点的影响力计算没有考虑用户的评价,而用户评价对特定领域的专业影响力节点的识别具有重要意义。[方法/过程]本文利用领域字典和话题识别模型将目标用户的主题范围进行限定,同时结合社交网络用户中的个人信息综合指标,基于用户关注关系建立链路网络,并充分纳入用户评论的情感评分,提出针对专业影响力节点挖掘的Domain Rank算法。[结果/结论]研究表明,该算法能够有效的从多主题的用户群体中发现和识别潜在的专业影响力节点。     

基于地理坐标的网络舆情节点影响力度量方法改进研究

【目的/意义】针对基于地理坐标的社交网络（如微博）信息传播特征,研究复杂网络环境下网络节点影响力 识别算法,为某些真实网络拓扑结构中衡量节点传播影响力的模拟仿真和实证分析提供参考。【方法/过程】采用统 计分析和计算机仿真方法,在传统的中心性变量基础上,考虑网络社区加权因素,引入LWCS算法;然后对该算法 的排序结果以及度、紧密度、介数和k-shell之间的性能进行比较;最后,基于k-shell划分对LWCS算法加以改进并 提出LWCS+算法,并通过实证分析对改进算法进行检验。【结果/结论】数据分析结果表明,在识别网络节点传播影 响力范围和还原社区加权因素方面,LWCS+具有比LWCS更为明显的优势。     

基于LeaderRank的意见领袖发现模型及其应用

[目的/意义]随着网络和社交媒体的发展,网络"意见领袖"在网络社区的信息传播和交流中发挥着越来越重要的作用,在社会生活的各个方面对网络民意产生巨大的影响。因此,识别网络"意见领袖",掌握其特征和规律成为了网络信息传播研究的重要方面。[方法/过程]在PageRank思想的基础上,利用文本的TF-IDF计算网络社区用户节点的连接强度,以此改进PageRank算法,提出一种LeaderRank方法用来评价网络社区用户节点的重要度,并结合其他指标及BP神经网络进行"意见领袖"的发现实验以及进一步的数据挖掘工作。[结果/结论]实验结果表明,该方法相较于神经网络具有更高的识别率,该方法可以灵活配合其他指标和方法使用,具有更好的适用性、扩展性和稳定性。     

基于舆情画像的在线社交用户信息传播特征统计分析

[目的/意义]在线社交用户的信息行为对网络舆论生态环境的构建具有重要的指导意义。[方法/过程]借鉴"用户画像"的思想,提出了在线社交用户舆情画像的概念,围绕人类动力学研究视角构建了在线社交用户的舆情画像模型,最后从舆情信息传播的时间间隔分布、活跃度分布、时间间隔重标度、交互热度、阵发性和记忆性等方面对在线社交用户信息传播行为特征进行了实证分析。[结果/结论]研究结果表明,在线社交用户"舆情画像"可全面揭示其网络信息行为特征,实现对用户基本信息与舆情传播信息的有效收集、有效识别与定量分析,从而为网络舆情生态环境的完善提供参考。     

基于SNA与模糊TOPSIS的网络舆情关键节点识别分类模型研究

[目的/意义]在舆情监控和管理的实践过程中,迅速有效地识别出舆情网络中的关键节点,对舆情的监督和治理具有重要意义。[方法/过程]从内容与结构双重维度,设计一种完整的网络舆情关键节点挖掘、识别和分类的技术方法。涉及GooSeeker、Gephi、Fuzzy AHP和TOPSIS等软件和算法,并以新浪微博“8·12滨海爆炸”事件为例进行具体分析。[结果/结论]突破了单纯从单一维度进行关键节点排序的局限性,使关键节点的识别与分类进一步深入,并明确演化特征,对网络舆情的科学应对具有参考价值。     

基于空间要素与随机图融合的成长型社交网络模型研究

[目的/意义]近年来社交网络已经成为人们普遍使用的分享传播信息的媒介。随着社交网络的不断膨胀,传统的社交网络模型与现实网络情况的契合度逐渐减弱。文章通过建模仿真对传统模型进行优化和检验,以期为有关部门有效应对和预测社交网络动向提供参考。[方法/过程]文章以经典社交网络模型为基础,融入空间要素进行优化,并在随机图中逐渐增加节点数量以构建成长型社交网络模型,最后利用MATLAB等软件实现模型和数值仿真验算。[结果/结论]实验结果显示:空间距离要素对社交网络节点间关系的变化存在较大影响,且其影响在某些情景下高于关系强度;而基于纯空间要素与纯关系要素的网络都不会使得节点产生很高的聚类反映,但当其两者以一定比例融合后,节点链接概率将大幅上升;该研究所建成长型社交网络模型相比于传统模型与真实社交网络具有更高的拟合度。     

社交平台算法风险内容特征及其贝叶斯关联性

[目的/意义]算法风险治理是国家总体安全观的重要组成部分,基于主体感知视角识别算法风险结构及关联,能够为算法风险的防范治理提供参考借鉴。[方法/过程]基于感知风险理论,结合902份深度访谈和微博评论混合数据,扎根构建社交平台用户感知算法风险结构模型,并对其关联性展开贝叶斯复杂网络分析。[结果/结论]感知算法风险涵盖算法自身技术风险和算法外延社会风险两个维度8类风险,其中,算法操纵风险是感知算法风险的核心维度,算法共谋风险和算法黑箱风险、算法致瘾风险的关联关系最紧密;信息质量缺陷和行为操纵是关键节点,算法操纵风险以行为操纵为主;社交平台算法应用中存在“算法悖论”现象,即用户算法认知与算法态度间存在背离。该研究完善了现有算法风险理论框架。     

面向语义缺失场景的社交媒体中热门新闻识别方法研究

[目的/意义]对社交媒体中热门新闻的及时识别,有助于加速正面资讯的投送或抑制负面资讯的扩散。当前,基于自然语言处理的传统识别方法正面临社交媒体新生态的挑战：大量新闻内容以图片、音视频形式存在,缺乏用于语义及情感分析的文本。[方法/过程]对此,本文首先将社交网络划分为众多社群,并按其层次结构组织为贝叶斯网络。接着,面向社群构建基于卷积神经网络的热门新闻识别模型,模型综合考虑新闻传播的宏观统计规律及微观传播过程,以提取社群内热门新闻传播的特征。最后,利用贝叶斯推理并结合局部性的模型识别结果进行全局性热度预测。[结果/结论]实验表明,本方法在语义缺失场景下可有效识别热门新闻,其准确度强于基于语义信息的机器学习方法,模型具有良好的时效性、可扩展性和适用性。该研究有助于社交媒体的监管机构及时识别出各类不含语义信息且迅速扩散的热点内容。     

线上社交网络上信息扩散中“隐形”关键节点 的识别及影响力评价

【目的/意义】信息扩散中关键节点的识别,以及关键节点影响力的度量有着广泛的应用前景。【方法/过程】 本文通过中国流行的社交网络应用平台-“知乎”网络上信息扩散的实例分析,发现了社交网络中接近中心性指标 与信息扩散的效果呈现较强的正向相关性。这表明企业可以根据网络用户在社交网络中的接近中心性指标值来 预测/判断其影响力。【结果/结论】因此,本文提出接近中心性指标值高的非“明星”节点为信息扩散中的隐形关键节 点。最后,通过仿真模拟信息在社交网络中的扩散过程和结果,对隐形关键节点的影响力进行了量化和评价,进一 步确定了隐形关键节点的价值和效率。     

考虑竞争传播的社交网络虚假信息反转研究

[目的/意义]社交网络虚假信息反转现象频繁发生，研究其反转规律与特点，可以有效避免社交网络虚假信息演化失控造成的社会失序。[方法/过程]将传染病动力学模型和观点动力学模型相结合，构建了考虑竞争传播的SIR-HK社交网络虚假信息反转模型，并爬取“高考答题卡疑被掉包”实证数据验证模型有效性，进而通过数值仿真揭示社交网络虚假信息反转规律。[结果/结论]虚假信息出现将扩大感染者的规模、延长信息传播弛豫时间，并导致感染者所传播观点反转；真相信息出现时间会影响参与信息传播的感染者数量与观点反转过程；较低可信度的信息将影响主体对后续信息的信任。     

科学引文网络中形成多主题覆盖的枢纽节点群发现

[目的/意义] 多主题覆盖的枢纽节点群能够快速"导航"至领域更多主题的高被引综述文献和权威节点,从而可以使新领域工作者短时间全面了解领域已有研究、现状和未来发展趋势。[方法/过程] 本文提出一种节点群发现算法——HubsRank算法,该算法基于引文网络中节点影响力（信息、知识）的传递,通过多轮迭代,得到引文网络中多主题覆盖的枢纽节点群。[结果/结论] 最后,与HITs算法进行实证对比分析,本算法能更快、全面地提取枢纽节点群和不同主题的高被引权威节点,且该算法可以有效避免主题集聚效应。     

官方-民间舆论场协同驱动的异质层次网络个体传播影响力评价

[目的/意义]旨在官方舆论场和民间舆论场并存的现实背景下,深入探究异质性网络上的信息传播规律。[方法/过程]从理论层面给出异质层次网络的研究框架,构建个体信息传播影响力评价指标。以抖音短视频平台为例,界定账号类型,基于账号之间的关注关系数据进行实证分析,获得高影响力舆论个体账号,验证了研究方法的可行性。[结果/结论]异质层次网络方法为分析不同类型舆论个体之间的交互作用提供了理论体系,识别出的核心传播节点和关键传播路径有助于为舆情管控提供决策支持。     

基于受众画像的新型耦合社交网络谣言传播模型研究

[目的/意义] 移动互联网时代谣言传播模式发生了巨大的变化,一方面谣言的扩散已不再局限于孤立的线下人际关系网络或线上互联网,谣言在耦合网络之间的传播变得更加普遍。另一方面,以往通过概率方式研究谣言的传播存在很大的不准确性,受众的个体特征差异对谣言的传播起到了更重要的作用。本文针对上述现象进行了研究。[方法/过程] 以受众的年龄作为两种网络的耦合依据,提出基于受众年龄的新型谣言传播的耦合社交网络（ASCN）。从受众的认知能力、匿名程度、权威性等基本特征,以及受众的从众心理、记忆效应、好友的影响作用等心理特征方面对受众进行画像,构建多维度函数实现基于受众画像的谣言传播模型。[结果/结论] 基于ASCN对本文提出的模型进行模拟仿真。结果表明,ACSN能够真实地反应出当前网络环境下谣言传播呈现出的"线下引起线上共鸣"、"线上溢散线下"的特征;受众的基本特征和心理特征能够对谣言传播产生巨大的影响,能更好地反映社交网络中谣言的传播规律。     

基于对冲作用的社交网络中口碑传播模型及控制策略研究

[目的/意义]文章旨在探究社交网络中的口碑传播规律,为现代企业应对口碑传播提供决策参考,对完善网络传播理论具有重要意义。[方法/过程]本文在经典传播模型的基础上,考虑到口碑的时效性及正、负面口碑的对冲作用,构建一种社交网络口碑传播离散模型,分析口碑的传播规律;随后,通过仿真实验分别研究了网络拓扑结构、初始传播节点的度与比例对传播过程的影响;最后,在企业宣传成本的约束条件下,提出了社交网络中负面口碑传播的最优控制策略。[结果/结论]结果表明,在匀质网络中,企业应优先提高传播正面口碑的人群数量;而在异质网络中,选择具有强影响力的媒体或公众人物传播正面口碑是企业的最优选择。     

突发事件网络舆情关键节点识别及导控对策研究——以“大贤村遭洪灾事件”为例

[目的/意义]当今,在多极化信息传播模式下,及时防范和有效处理突发事件网络舆情迫在眉睫。[方法/过程]采用社会网络分析方法,结合具有典型代表意义的突发事件案例,对其产生的网络舆情数据加以采集与组织,接着进行了突发事件网络舆情传播的定量化的测度分析,试图挖掘与识别关键节点并解释其内在的结构特征与演变规律。[结果/结论]根据本文案例研究结果,提出了针对突发事件舆情传播网络结构本身的控制对策;借助香农信息通信理论,提出了针对舆情主体的信源（政府）—信使（媒体）—信宿（公众）思维变革的突发事件网络舆情引导对策;基于善治理论,提出了政府应坚持"善治"理念,与公众协同管理的突发事件网络舆情引导对策。     

基于多层耦合网络的科技馆知识传播实证研究

[目的/意义]旨在为促进科技知识传播提供参考。[方法/过程]构建了多层耦合网络的传播模型,根据目前全国科技馆的情况,研究了科技知识在多层网络中的传播情况,并对影响传播的多种因素进行了仿真实验。[结果/结论]网上虚拟科技馆在多层网络中能加速科技知识的传播;科技馆影响力影响科技信息传播速度;用户节点之间兴趣匹配关系直接影响知识传播的速度和范围。     

科研合作网络中的知识扩散种子选择研究

[目的/意义] 面向科研合作网络中的学术社群,提出基于合作者吸收能力的知识扩散种子选择方法,以提升社群知识扩散效率,促进社群成员知识吸收。[方法/过程] 运用R软件完成仿真实验。基于斯坦福大型网络数据集（SNAP）的真实科研合作网络数据,运用社团检测算法"WalkTrap"检测出学术社群。将各学术社群中合作对象吸收能力总和最大的节点作为各社群的知识扩散种子,基于此,在各社群内部实施知识扩散仿真实验,并用其余4种基于网络中心性的方法与本文方法作对比。[结果/结论] 基于合作者吸收能力的种子选择方法,在网络整体知识水平、知识水平分布均匀性与扩散初期的知识增长速度等方面均优于其它4种方法,且节点吸收能力差异越大,这种优势就越突出。节点平均吸收能力越强或网络中节点平均度越大,知识扩散效率受种子选择方法的影响越小。     

突发事件网络舆情传播的实证研究

[目的/意义] 探索突发事件舆情传播网络的拓扑结构和传播规律、识别与评判突发事件舆情传播网络中重要节点,有助于从源头上控制舆情,增强公众、政府和媒体引导突发事件网络舆情的能力。[方法/过程] 以“魏则西事件”为实证研究对象、采集并整理数据,基于社会网络分析理论,运用Ucinet软件构建互动关系矩阵模型和Netdraw软件绘制该事件舆情传播网络社群图,从整体、局部和个体3个视角进行了该舆情传播网络结构测度分析。[结果/结论] 拓展了SNA的应用,从本质上揭示了突发事件网络舆情传播的结构特征与演变规律,总结并提出针对其本身拓扑结构的控制建议,最后,为从源头上弱化其不可控性,分别提出了公众、政府和媒体突发事件网络舆情传播的引导建议。