社交媒体用户虚假信息识别意向影响机制研究

[目的/意义]探索社交媒体用户虚假信息识别意向的影响机制，有助于完善我国虚假信息治理的知识体系，为健全虚假信息的社会矫正机制提供参考依据。[方法/过程]基于计划行为理论(Planned Behavior Theory),引入数字素养和风险感知两个变量构建了社交媒体用户虚假信息识别意向模型，分析数字素养、风险感知、识别态度、主观规范和感知行为控制对虚假信息识别意向的影响机理。以371份样本数据为基础，运用结构方程模型进行实证研究。[结果/结论]结果表明，数字素养、感知行为控制正向影响社交媒体用户的虚假信息识别意向，主观规范和识别态度对识别意向影响不显著；感知行为控制不仅直接影响识别态度，且在数字素养和识别意向的关系中起中介作用；数字素养不仅直接影响识别意向，且通过风险感知和感知行为控制间接影响识别意向，是驱动社交媒体用户虚假信息识别意向的最重要因素。     

区块链环境下网络舆情传播影响因素模型研究

[目的/意义]区块链环境下网络舆情传播过程及影响因素模型分析，可更好地保证网络虚假信息传播的可追溯性，对实现网络舆情治理和打造网络舆情生态空间具有积极作用。[方法/过程]本文基于信息传播理论和信息生态理论，分析了区块链环境下网络舆情的传播过程，构建了区块链环境下网络舆情传播影响因素模型。采用网络爬虫获取Minds平台社交媒体数据对提出的模型及假设进行验证。[结果/结论]研究结果表明，区块链环境热度、区块链信息偏好、区块链技术偏好和信息人影响力是影响区块链环境下网络舆情传播的重要因素。其中，区块链环境热度、区块链信息偏好、区块链技术偏好和信息人影响力对区块链网络舆情传播态势有正向影响，图片信息上链偏好和视频信息上链偏好对区块链信息偏好有正向影响，信息上链偏好同区块链信息偏好呈负相关，区块链信息偏好对区块链技术偏好有正向影响，区块链信息偏好对区块链环境热度有正向影响；上链粉丝用户数量、上链关注用户数量对信息人影响力有正向影响。研究丰富了区块链环境下网络舆情传播过程的理论和算法，从网络舆情传播影响因素的视角出发提出了治理区块链环境下网络舆情空间生态的对策建议。     

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。     

基于用户行为感知的移动社交网络信息服务持续使用意愿研究

[目的/意义]本文以用户行为感知视角，研究影响移动社交网络主导型用户与浏览型用户持续使用的因素，为移动社交网络信息服务提供理论基础，并为移动社交网络提供商提出参考与应用借鉴。[方法/过程]分析移动社交网络主导型用户与浏览型用户持续使用意愿影响因素，引入相关变量，构建了基于用户行为感知的移动社交网络信息服务持续使用意愿模型并提出假设，最后通过结构方程模型进行实证分析。[结果/结论]感知有用性、感知易用性、感知娱乐、感知质量等因素均显著影响主导型及浏览型两类用户；服务质量、感知风险、知识获取、个人创新、社会认可、感知信任、感知转换成本等因素对两类用户有不同程度的影响。     

考虑信息茧房现象的网络舆情演化研究

[目的/意义]推荐算法等技术的迅速发展,使得网民群体中更容易形成信息茧房现象,并由此导致群体极化、网络巴尔干化的发生,增大了舆情危机发生的风险。在网络舆情研究中考虑信息茧房现象对舆情的治理尤为重要。[方法/过程]论文以经典传染病模型为基础,结合信息茧房理论与意见动力学,建立舆情传播的动态演化模型,并使用BA无标度网络对模型进行模拟仿真。[结果/结论]仿真结果验证了模型的有效性,分析了用户初始意见分布、意见融合阈值对各群体密度的影响,以及后续刺激、舆情波动等因素对舆情演化的影响,为网络舆情的演化研究提供了新的理论视角,并为政府更好地管控网络舆情提供参考。     

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。     

基于系统动力学的SIRS信息传播模型研究

【目的/意义】随着互联网技术的发展,社交网络中信息传播对人类生活的影响越来越大,政府在网络中的 引导作用也日趋重要。【方法/过程】本文建立基于系统动力学的SIRS信息传播模型,对社交网络中信息的传播过程 进行系统分析,通过绘制因果回路图,找出信息传播过程中各影响因素之间的关系;建立存量流量图,探索信息的 传播规律。【结果/结论】利用Vensim PLE进行仿真模拟,结果表明：易感人群数量、观点碰撞度、感染比例、政府公信 度、政府关注度以及丧失免疫力比例等因素对网络中信息的传播起到至关重要的作用,进而在此结论的基础上为 相关政府部门提出相应的对策建议。     

一种基于线性阈值的网络谣言离散传播模型

【目的/意义】网络谣言的传播研究，对监管部门及时准确地应对网络谣言事件、维护网络环境安全与稳定 均具有重要意义。【方法/过程】针对网络谣言的特点，综合考虑了谣言的时效性、网络用户的追随性等特征，在线性 阈值模型的基础上，定义了谣言传播过程中网络用户的进入阈值与退出阈值，采用离散数学的形式对谣言传播过 程进行描述，提出了一种基于线性阈值的社交网络谣言离散传播模型；并在具有无标度属性的社交网络中进行仿 真实验。【结果/结论】将该离散模型的实验结果与经典的传播模型进行对比，并且通过仿真实验分析了主要影响因 素对谣言传播过程的影响。结果表明该离散模型能更好地反映社交网络中谣言的传播规律。本研究为社交网络 中谣言传播的分析提供了新视角，并为网络谣言监测与控制提供理论支撑与决策依据。     

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。     

基于耦合网络的社交网络舆情传播模型研究

[目的]为了研究社交网络以及研究微博网络与微信网络之间舆情的传递过程。[方法]利用无标度有向网络和BA网络分别模拟微博网络和微信网络环境,通过特定的连接关系设计了耦合网络载体,在SEIR模型的基础上,充分分析了用户的传播心理,考虑到了个体具有兴趣衰减效应以及记忆效应等特征,构建了基于耦合网络的社交网络舆情传播模型。[结果]实验结果表明,构建的双层社交网络舆情传播模型能较好地反映现实生活中的舆情传播过程,用户在多层社交网络之间的互动加速了舆情信息的流动,扩大了舆情信息的影响力,层间传播阈值的控制是管理多层社交网络舆情传播的关键。     

信息疫情中真假信息竞争性传播研究

[目的/意义]信息疫情传播的实质是真假信息竞争性传播的过程，厘清信息疫情中真假信息竞争性传播机理，对信息疫情管控策略的制定具有重要意义。[方法/过程]基于流行病模型结合用户创作行为特性构建了FT-SIR模型，求解所构建动力学模型的平衡点并进行稳定性分析，利用NetLogo模拟真假信息竞争性传播过程，同时针对微博的典型案例数据验证模型的有效性。[结果/结论]实验表明，在用户创作行为的作用下，单一信息在传播过程中会发生变异并催生真假信息的竞争性传播；“信息茧房”效应及意见领袖的存在使得用户具有不同的角色特质，进而对真假信息的竞争性传播产生显著影响。为政府采取措施降低信息疫情的危害提供了具体的管控策略与建议。     

网络舆情演化机理多维建模与仿真研究

[目的/意义]研究网络舆情演化的多维度模型,从更高视角解读网络舆情传播规律,丰富和完善网络舆情传播理论。[方法/过程]定量分析网络舆情趋势预测中信息增长率的变化问题,构建以增长率和时间为自变量,信息累计数量为因变量的多维函数模型,并通过MATLAB仿真研究各个参数对网络舆情传播的影响以及网络舆情传播路径分析,然后通过“成都女司机”微博数据验证了模型的可行性,更加直观地诠释了高维模型研究网络舆情演化机理的优势。[结论/结果]经过理论建模和实证分析得出,将logistic模型拓展到高维研究网络舆情演化机理是可行的,并且多维度模型很好地解释了网络舆情数据出现多个“峰值”现象,而网络舆情统计数据的实质是高维度模型曲线在时间轴的投影。     

基于有限理性视角的网络舆情传播模型构建

[目的/意义]探究个体决策的有限理性对于网络舆情传播的影响,从网民心理的微观层面来构建网络舆情传播模型。[方法/过程]以病毒动力学理论为基础,引入考虑个体心理参照点的前景理论,构建网络舆情传播模型,并求解模型的基本再生数,进行数值仿真对基本再生数的计算结果进行验证分析。[结果/结论]网络舆情传播扩散规模,与微博用户接触到的接触消极微博内容的比例β、相关舆情事件评论或转发中传达负面情绪的评论内容占比p、被感染网民的自愈率q等有密切关系。     

网络舆情传播阶段精细化建模与仿真研究

[目的/意义]根据信息生命周期理论,研究网络舆情传播的周期性规律,构建网络舆情传播阶段的精细化模型,使政府在面对复杂多变的网络舆情态势时,能够准确把握舆情发展演化趋势。[方法/过程]通过案例定性分析网络舆情传播的周期性规律,构建网络舆情传播的Logistic模型,根据模型分析得出网络舆情传播的4个关键时间节点以及5个传播阶段,然后基于MATLAB开展模型仿真,研究了3个参数对网络舆情传播的影响程度并应用实例验证了模型。[结论/结果]经过理论建模和实证分析得出本文构建的网络舆情传播阶段精细化模型是可行的,以上理论研究可为政府准确把握网络舆情演化规律,制定网络舆情治理对策提供参考依据。     

基于信息吸引力和相关性的双网络舆情交互传播建模与仿真研究

[研究目的]针对突发事件中多种网络舆情信息交互传播的现象,构建双网络舆情信息交互传播SE²I²R²模型并仿真分析其传播演化趋势及影响因素,为及时高效开展多网络舆情的引导干预工作提供有益指导。[研究方法]在传染病SEIR模型的基础上,通过量化舆情信息的吸引力和相关性因素,构建复杂网络上的双网络舆情信息交互传播SE²I²R²模型,并在真实社交网络Facebook数据集上进行仿真分析,揭示双网络舆情交互传播的演化规律。[研究结论]仿真结果表明,当舆情信息相互冲突(强负相关)时,有优先权的舆情信息具有明显的传播优势;当舆情信息呈正相关时,舆情传播个体之间持续发生着状态转移,舆情传播演化至稳态的时间(弛豫时间)显著延长,且人群接纳程度显著提升;当舆情信息吸引力差距较大时,强势舆情信息对弱势舆情信息的传播产生较显著的抑制作用。     

社交媒体用户健康信息传播行为的影响机制研究——基于风险认知与问题解决情境理论

[目的/意义] 探索社交媒体用户健康信息传播行为的影响因素,剖析其认知-动机-传播行为之间的关系,对于理解用户的健康传播行为,提供优质的健康信息服务具有重要意义。[方法/过程] 基于风险认知与问题解决情境理论,构建社交媒体用户的健康信息传播的影响机理模型,通过问卷调查和结构方程进行实证。[结果/结论] 结果表明,风险认知、问题认知和涉入认知通过情境动机正向影响信息传播行为;同时,社交媒体用户的文化程度影响其健康问题认知。     

风险感知交叉演变下突发事件网络舆情传播模型研究

[目的/意义] 突发事件网络舆情传播对健全舆情引导机制,推动国家治理体系和治理能力现代化具有重要意义。[方法/过程] 借鉴传染病动力学模型,基于公众风险感知异质性与交叉演变性双重视角,通过剖析突发事件驱动的风险感知交叉演变机制,构建了网络舆情传播模型并求解出基本再生数。[结果/结论] "北京新发地疫情"网络舆情实证与仿真结果表明,公众风险感知异质性越小且受突发事件影响越大,网络舆情最终扩散规模及产生的影响越大。突发事件恶化将促使交叉演变向高度风险感知倾斜,加剧网络舆情传播;突发事件好转将促使交叉演变向低度风险感知倾斜,有助于控制网络舆情大规模扩散。政府面对突发事件应立即启动应急响应,降低公众风险感知水平,实现网络舆情有效干预,维护社会和谐稳定。     

基于博弈论视角的短视频用户信息传播模型及实证研究——以“钟薛高烧不化事件”为例

[目的/意义]探究短视频用户的信息传播过程及演化规律有助于相关部门科学认知舆情发展态势，提高舆情危机处理能力。[方法/过程]在传统SEIR模型基础上，考虑网民的观点交互，将传播者分为谣言传播者和信息澄清者。基于此，构建SICR模型，并利用Python爬取抖音平台上关于“钟薛高烧不化”事件的短视频评论进行数据处理和仿真实验，验证模型的适用性。[结果/结论]信息澄清者在舆情爆发期增加发声渠道、占领舆论高地，采取处罚措施严惩谣言传播者，有利于引导事件转为正面讨论，促使真实信息被大众知晓，平息舆论。     

焦虑但难以逃离：网络疑病症视角下的健康信息茧房研究

[目的/意义]过度的在线健康信息搜索行为增加人们的焦虑并诱发网络疑病症，而网络疑病症会反过来加剧健康焦虑使人们陷入“信息茧房”,本研究从信息传播视角探讨网络疑病症成因，以期为“破茧”提供启示。[方法/过程]基于自我决定理论从外因与内因两个维度构建结构模型，通过SmartPLS的偏最小二乘路径分析方法对调查数据进行分析。[结果/结论]结果发现：(1)网络疑病症与健康信息茧房效应正相关；(2)积极元认知、健康自我效能感、网络健康信息可信度、信息过载正向影响网络疑病症并进一步导致信息茧房；(3)主观规范与网络疑病症之间没有显著关联。研究拓展了网络疑病症与网络健康信息传播的研究范畴，并为在线健康信息实践治理提供参考。