论文部分内容阅读
目前中国网民规模已经超过8亿,庞大的网民数量使得我国的社交网络规模也不断飞速扩张。以微博、微信等为代表的社交网络已经成为舆论传播和影响力扩散的主要平台。社交网络中的舆论从一定程度上可以看作是真实社会民意的集中体现,但由于网民发表观点带有很强的主观性,加之缺乏有效监管,使得网络舆论演化可能朝着消极负面的方向发展,对社会稳定造成不利影响。消除网络舆论的负面影响,更好地发挥网络舆论的积极影响,对国家和社会都具有非常重要的意义。但是有效利用网络舆论造福社会是以深入理解网络舆论内在规律和机制为前提的。因此,本文对于社交网络中舆论演化的因素及其影响力研究具有重要的理论和现实意义。本文紧密围绕着网络舆论演化的因素及其影响力研究这一主题,结合社交网络特征,从多信息的关注度变化、网络舆论的演化过程两个方面进行研究。将社交网络中舆论的形成和演化过程串联在一起进行分析,提出符合网络实际情况的数学模型并对模型进行仿真实验,进一步探究网络舆情作用机制。本文的研究内容及创新点主要包括:1.提出多信息关注度耦合模型。信息能否吸引网民足够的关注度决定了舆论最终能否形成以及舆论的周期和影响力大小。针对真实社交网络中普遍存在的多信息之间相互耦合作用及多信息的关注度问题,提出了多信息关注度耦合模型。本文致力于从用户和信息的自身属性出发进行分析,结合主流网络信息平台中多数用户感知和关注热点新闻信息的特点,构建出一个符合人与信息交互实际情况的网络环境,提升了模型的适用性。为了提高模型的准确性,使得模型更加契合实际情况,本文创新性地为模型中的部分参数创建了参数映射表。参数映射表建立的依据是真实新闻事件的历史数据,所以对于更多类型的新闻事件依然适用。这使得模型的可扩展性变强。模型仿真结果和实际数据对比验证了模型的相对准确性。本文这部分研究为多信息关注度的研究提供了新的思路和方法。2.提出基于负面情绪主义的群体劝说舆论演化模型。不同网络群体的观点直接构成了网络舆论。针对不同类型的网络群体,本文提出基于负面情绪主义的群体劝说舆论演化模型。模型重点研究个体和群体观点交互过程以及微观和宏观互相转换的过程。重新制定了更加符合社交网络特征的网民观点交互规则,避免个体观点的交互过程过度依赖周围邻居节点的状态和网络拓扑结构的情况。模型将个体决策的影响因素划分为个体自身多种属性值、网络群体劝说影响力以及权威机构的介入影响力三个方面。同时,创新地将个体的异质性特征和有限信任理论进行结合提出个体观点差异度阈值的个性化表达式,避免了阈值同质化现象的出现。最后,改进元胞自动机的元胞状态改变规则,将改进后的元胞自动机模型结合数学模型并用于仿真实验。实验的结果和真实新闻事件分析数据对比,误差在可接受范围内,验证了模型的相对准确性。本文这部分研究对于进一步揭示网络舆论演化机制有着积极意义。3.针对各项影响因素进行实验和结果分析。文章对可能影响网民关注度和影响网络舆论演化的一些因素进行了总结,包括信息类型、内容敏感度、更新信息的内容相关性、负面情绪主义群体、权威机构介入、共同作用因素、信息接收概率。通过本文已经提出的多信息关注度耦合模型和基于负面情绪主义的群体劝说舆论演化模型作为数学基础,利用MATLAB软件作为仿真平台,对各项影响因素逐一进行对比仿真实验,将实验结果作为判定各项因素影响力大小的依据,进而帮助完成本文研究的最终目标。