舆情信息的网络传播模型研究

本文研究舆情信息传播特点,综合考虑传染病模型和节点密度,建立在线社交网络下的舆情传播模型。进一步考虑舆情消息间的相互影响,分析不同情形下节点密度变化规律。最后通过数值模拟仿真和实际数据进行对比分析,验证舆情传播模型的有效性。     

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。     

基于信息传播模型-SIR传染病模型的社交网络舆情传播动力学 模型研究

【目的/意义】随着移动网络技术的飞速发展,用户已习惯在社交网络平台发表意见,进而形成所谓的网络 舆情。准确建立舆情的传播模型,对于舆情的引导和控制具有重要的帮助。【方法/过程】本文基于传统的SIR传染 病模型,综合考虑用户的心理特征行为因素,搭建新型的社交网络舆情传播动力学模型,并选用粒子群算法,以 2016年内热点的微博舆情事件为例,求解模型参数的最优值,并进行实验数据验证。【结果/结论】结果表明：用户的 追根溯源心理、持续关注心理以及漠不关心心理等心理特征对舆情的传播特性有重要影响,同时本文给出的模型 由于考虑了用户的心理特征行为因素,模型的准确性相较传统的SIR模型有明显优势,模型拟合曲线与真实数据曲 线基本一致,并且模型拟合值与真实数据的绝对误差值和RMSE值都较低。本文的研究对准确预测舆情信息传播 趋势以及舆情的分析和引导有着重要的指导作用。     

基于改进SIR模型的微博网络舆情传播研究

【目的/意义】解析了微博舆情话题的传播、微博网络拓扑结构特点、微博网络中的信息传播特点，发掘舆情 传播过程的影响因素，继而对在微博网络上发生的舆情扩散进行有效的控制。【方法/过程】在传染病动力学的SIR 模型的基础上，提出了有部分无知者直接变为免疫者以及具有衍生效应的SIR改进模型。结合微博网络拓扑结构 进行了有向无标度网络的设计，并利用微博网络的信息互动模式对感染率以及转化率进行了改进，最后对此模型 进行简单的因素分析。【方法/过程】构建的微博网络舆情传播模型的变化符合实际生活中微博网络舆情的传播变 化，并分析了各个影响微博网络舆情传播的因素。     

基于动态主题聚类的网络舆情反转识别模型构建与实证研究

[目的/意义]舆情反转现象频发消耗了网民的信任感,降低了网民在网络世界的安全感。基于舆情大数据对反转现象进行及时的分析识别,对营造健康安全的互联网舆论环境具有重要意义。[方法/过程]文章通过案例分析对舆情反转的特征与规律进行了归纳总结,并从主题演化角度出发,提出一种基于主题聚类模型LDA与门控循环神经网络单元(GRU)的舆情反转实时识别模型(DDPOR)。首先根据时间窗口采集实时文本数据,利用主题模型动态计算事件的当前言论较于先前观点的主题吻合度。随后结合文本时序特征,利用门控循环神经网络完成反转判定,实现网络舆情事件的反转预测。最后选取27个经典舆情反转案例开展实证分析,检验模型对反转的识别率与灵敏度。[结果/结论]实验表明,DDPOR可以及时地实现舆情反转的自动化识别,识别准确率高达90.54%,优于其他对比模型,且对网络舆情的实时监测与管控具有一定实践价值。     

突发事件网络舆情谣言传播规律模型及对策研究

突发事件发生以后由于信息的匮乏,人们对信息的渴求也异于平常,谣言更容易被人们相信并传播。本文通过构建数学模型,利用MATALB数值仿真,分析突发事件网络谣言的传播机理、探讨控制谣言传播的因素、寻找控制谣言传播的对策,为政府的网络谣言控制决策提供理论依据和合理建议。     

具有饱和接触率的SEIR网络舆情传播模型研究

应用具有饱和接触率的SEIR模型来研究网络舆情的传播扩散过程,并考虑了新网民的加入对传播的影响。通过对模型的平衡点及其稳定性的讨论,确定了决定网络舆情未来传播态势的传播阀值的表示形式;通过传播阀值的内在机理分析,对网络舆情的管控提出应对策略的建议。并经仿真实验验证模型的准确性和有效性。     

基于信息风险感知的社交网络舆情传播模型研究

结合实际的社交网络使用行为,在分析社交网络舆情传播模式的基础上,构建了社交网络舆情传播模型。详细分析了影响传播概率的主要因素,建立了以信息风险感知为主的传播概率的数学模型。仿真结果表明：获知概率的大小对舆情传播规模、弛豫时间均有影响;而信息风险感知的大小对舆情传播规模的影响不大,对弛豫时间的影响较大,究其根源在于信息风险感知直接决定了传播概率的取值,而传播概率直接决定了网络中传播者的数量。     

基于影响模型的网络舆情演化与传播仿真研究

用仿真方法对网络舆情演化机理进行推演分析已成为当前网络舆情研究的一个热点。引入影响模型,基于实证调查设定网民个体属性与交互行为参数,通过仿真方法考察网民个体行为在网络舆情传播过程中的作用,重点研究了传播内容以及网民个体属性对舆情演化传播的影响。测试表明该模型能够很好的契合和解释网络舆情传播演化过程的实际规律与现象,为进一步使用仿真方法研究网络舆情演化与传播模式提供了个体行为建模基础。     

基于系统聚类的反转网络舆情分类及预测研究

【目的/意义】网络舆情反转现象愈演愈烈,研究反转网络舆情的特点和分类,对于深入分析反转网络舆情 的发生,有效预防网络舆情反转的危害有重要现实意义。【方法/过程】通过分析网络舆情反转现象,识别网络舆情 反转的风险因素,构建反转网络舆情的分类和预测模型,利用SPSS21对反转网络舆情案例样本进行聚类分析和判 别分析。【结果/结论】结果表明事件性质、报道倾向、报道形式、首发平台,以及与网民相关度是影响网络舆情反转 的重要因素。将反转网络舆情分为四类,以此为基础开展预测,并为反转网络舆情的应对提出策略支持。     

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。     

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。     

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。     

基于改进SEIQR模型的突发网络舆情传播与控制研究

[目的/意义]社会突发事件映射到互联网空间中形成的突发网络舆情在不良因素的干扰下于网民间扩散容易形成强烈的负面情绪导向,很可能对网络社会的和谐稳定产生极大破坏。因此,正确认识突发网络舆情的传播特点,把握各种舆情管控措施对传播的影响,对合理、有效地管理舆情至关重要。[方法/过程]针对突发网络舆情的传播特性对标准SEIQR模型进行改进,提出实施舆情管控措施下以媒体恶意炒作和网民间恶性正反馈为主要传播驱动的SEACBR模型,并利用仿真实验对不同规模的突发网络舆情在各种管控措施下的传播过程进行模拟,以探究不同措施的管控效果并验证模型的泛化性。[结果/结论]管控突发网络舆情应以良性引导为主,其他措施为辅,这样在及时施策、积极治理的情况下突发网络舆情的消极影响就可被有效抑制。     

基于SIR-EGM模型的复杂网络舆情传播与预警机制研究

【目的/意义】负面情绪导向的舆情传播严重威胁到我国的网络空间安全和社会和谐稳定,而"不完全"的复杂网络系统也为政府监管带来了挑战。因此厘清舆情传播特征实现精确预警具有较强的现实性与实践性。【方法/过程】基于SIR传染病模型与EGM灰色预测模型,提出一种实现舆情预警与舆情防控模型,并利用python挖掘到的政务微博历史数据进行模型模拟与检验。【结果/结论】结果表明:舆情传播过程中,易感染类网民占比会随着时间演化而不断减小;传播阈值与易感染类网民占比间的大小关系能够预示舆情演化趋势;政务微博通过及时互动能够转移网民情绪,起到一定舆情导控效用。     

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。     

基于双路径模型的网络舆情在社交网络上的传播机制研究

【目的/意义】在网络舆情传播的过程中,网民、媒体、政府等主体扮演了相当重要的角色。【方法/过程】本文 将舆情信息质量看作二阶反映式变量,在此基础上构建了受众的舆情传播行为影响因素双路径模型,利用PLS结构 方程建模对问卷调查数据进行了分析,研究了作为中枢路径的舆情信息质量及作为边缘路径的媒体干预和政府引 导如何影响受众的态度,以及受众的态度如何进一步影响受众的舆情传播行为,并结合舆情传播过程中主要影响 因素的研究结果,分析了社交网络上网络舆情的传播机制。【结果/结论】研究结果表明,媒体干预加速网络舆情的 扩散,政府引导则能起到平息舆情或引导舆情良性发展的作用。