论文部分内容阅读
复杂网络理论将现实中的复杂性问题进行抽象化表示,使研究现实中事物之间的非线性关系成为可能。也是因此,近些年来不断有学者在信息传播领域取得突破性的成果。同时,科技的发展使得人们交流沟通的方式从以往的面对面交流、短信等方式转变为使用在线社交媒体。由于在线社交平台的低门槛性、快捷性、时效性,在这些平台上发表的信息可以在极短的时间内引发大量个体的关注。在这些特性的催化下,在线社交网络上出现过很多公共舆情事件,这些舆情事件对现实社会产生了很大的影响。在这样的背景下,本文基于新浪微博平台上的舆情信息数据,进行实证分析并对公共舆情演化过程进行建模,试图探讨公共舆情在社交网络上的演化机制。本文主要包括以下内容:第一,本文爬取了新浪微博平台公开领域的数据,为区别于其他学者对单一舆情事件的研究,本文提出“舆情事件组”这一概念。根据爬取到的数据,选取了9个曾在社会上引发巨大轰动的舆情事件组作为研究对象。在实证分析部分,我们构建公共舆情传播网络以及用户粉丝关系网络,并使用时变网络和多层网络相关理论对它们进行分析。在研究中发现了公共舆情的演化过程在宏观层面上展现出多个相变过程以及聚簇性、爆发性的特点;在个体行为的微观层面上展现出非马尔可夫特性。此外,本文以用户参与舆情事件组的个数作为量化用户活跃性的指标,并发现具有更高活跃性的用户在用户粉丝关系网络中的拓扑结构重要性也越高,这些高活跃性的用户对公共舆情的演化过程存在一定影响。第二,本文对在线社交网络公共舆情数据进行实证分析,并以实证分析结果作为依据,提出了基于个体差异性的信息传播模型和基于时域的信息传播模型。在基于个体差异性的信息传播模型中,传播概率与节点在拓扑结构中的重要性程度呈函数关系;在实验结果中,公共舆情事件传播过程所具有的聚簇性和爆发性得到了体现。在基于时域的信息传播模型中,传播概率与时间呈函数关系;在实验结果中,公共舆情事件相关用户的行为所具有的非马尔可夫特性得以体现。