基于关系度的群体观点演化模型与仿真*

针对传统的连续观点动力学模型中,缺乏对观点传播过程中人与人之间关系的考虑,通过扩展Hegselmann-Krause模型,引入关系度和关系阈值,研究个体间关系程度对群体观点演化的影响以及关系度在具有观点领袖的团体中所发挥的作用。研究结果表明：在关系阈值的影响范围内,关系度有利于群体观点达成共识并能够缩短系统观点的收敛时间;另外,观点领袖的支持者越多且支持者初始观点越接近观点领袖的观点,观点演化的收敛时间越短,系统平衡时的观点值越接近观点领袖的初始观点值。     

基于关系HK模型的群体观点演化建模与仿真

针对传统HK模型中,未考虑个体间人际关系对观点阈值外个体观点交互的影响,提出一种关系HK模型,以研究关系度对群体观点演化时间和系统观点簇的影响,以及关系度在两个意见观点趋向相反的观点领袖及其支持者中发挥的作用。研究结果表明,群体中关系度的存在有利于观点达成共识,缩短系统观点演化时间。特别地,在具有观点领袖的群体中,观点领袖支持者的特征因素对系统观点演化结果起着决定性的作用,如支持者初始观点、观点阈值、关系度阈值和初始观点坚持度。当群体中存在两个意见趋向相反且彼此间没有关系度的观点领袖时,系统最终出现分裂状态,而观点领袖及其支持者之间关系度的存在,有利于系统观点达成共识。     

基于观点认同的群体情绪模型

为了能够有效地模拟群体环境中群体情绪的演化过程, 以情绪感染为理论基础, 提出一种新的基于观点认同的群体情绪模型。该模型引入个体观点值、情绪触发阈值来实现观点交互与认同对群体情绪演化所产生的影响作用。观点交互采用有界信任Deffuant模型来实现。通过模拟发现, 观点交互不仅加速了群体情绪融合过程, 而且在多观点群体环境中对群体情绪融合态势也具有决定性的作用。实验模拟结果表明, 本模型不仅能够体现情绪感染过程中个体的无意识、自动感染过程, 而且也能够体现个体对传染对象的选择性过程, 弥补了情绪感染过程中个体无认知的缺陷。     

基于从众行为的改进Hegselmann-Krause观点动力学分析

在许多社交场景中,个体往往因为从众行为而改变自己的观点.为了探究从众行为对个体观点演化的影响,提出具有群体压力的改进Hegselmann-Krause(HK)模型.与已有模型不同,所提出模型中每个个体对其余个体的影响程度并不总是相同.首先,在此基础上,通过理论分析该模型的收敛性,并给出该模型的收敛时间及其与信任边界、群体压力大小等因素的关系;然后,考虑到群体中存在合作和对抗2种关系,进一步提出具有群体压力的改进符号HK模型,验证该模型的收敛性,并给出其收敛时间以及与信任边界、群体压力大小等因素的关系;最后,仿真分析信任边界和群体压力对所提出2种模型的观点演化过程和收敛时间的影响,并验证所提出模型的有效性.结果表明,信任边界与群体压力越大,群体内个体的观点收敛越快.     

具有类万有引力的有界置信观点动力学分析与应用

在社会网络中, Hegselmann-Krause模型描述了置信阈值内不同邻居对个体的观点影响权重都相同且邻居对个体的吸引力与它们的观点差值成正比,这是不切实际的.为了克服经典Hegselmann-Krause模型的不足,提出具有类万有引力的有界置信观点动力学模型,描述个体观点的更新依赖于观点之间的差值和邻居的权威性,且不同邻居对个体的观点影响权重不同.根据置信矩阵的性质证明观点的收敛性,并分析具有衰减置信阈值的观点动力学行为,给出观点收敛速率的显式解.最后,利用提出的观点动力学模型,研究社会心理学中的“权威效应”和“非零和效应”.仿真结果表明,邻居的权威性有利于观点达成一致.     

分层演化趋向行为的网络舆情传播模型

通过构建带有分层行为演化趋向的舆情传播模型,研究了媒体作用下分层行为舆情演变的内在规律。在参考疾病传播模型SIR（susceptible infected recovered）和带媒体干预的SIaIbR（susceptible infected-a infected-b recovered）模型基础上,提出了带有媒体干预的具有分层演化趋向行为的舆情演变模型（SI）³R,与SIR模型不同的是（SI）³R模型引入了群体分层这一概念,并且在演化过程中处于群体不同分层中的个体带有不同的演化趋势。通过对不同层次中个体的影响,媒体能够发挥更有效的作用。给出了分层演化群体模型及其动力学方程,通过数值求解,模拟了分层媒体作用对传播过程的影响以及初始分层密度对传播过程的影响。     

基于群体动力学的协同过滤算法及应用

针对传统协同过滤算法稀疏矩阵和推荐精度不高的问题,根据一种社会心理学模型提出了基于群体动力学的协同过滤算法.该算法综合考虑了个体因素和环境因素对用户评分行为的影响,以此来调整传统的评分预测方法,然后为用户进行推荐.实验结果表明,该算法可以明显地提高推荐的精确度,有效地缓解稀疏矩阵问题;同时该算法还可以有效减少积累误差.最后将该算法成功运用在西安景点的推荐服务上.     

复杂网络的影响可控性

人们的行为受其他个体和连接彼此的社会网络的影响.研究基于影响网络的重要模型(DeGroot模型),在此模型中,社会网络可用一个加权的有向图表示,网络中的每个个体对某个共同的兴趣问题具有一个初始态度,由于网络中节点的相互影响而会逐步发生改变.提出一种框架用于分析复杂社会网络的影响可控性.结果表明,如果网络中存在持相反观点且对影响免疫的个体,群体对于命题的观点或态度可被固执的个体集合控制.通过分析网络完全影响可控或部分影响可控的条件,得到相应的可控准则.此外,提出控制影响网络的具体方法.由于网络的结构可控性已被广泛用于分析各种复杂网络,分析了网络的影响可控性与结构可控性的关系.     

群体对个体影响力传播算法

随着社交网络的不断发展,研究群体对个体的影响力将有助于分析决策的演化过程,为决策者提供更好的帮助。而目前的研究仍基本聚焦在个体对个体的演化交互,很少有从群体出发研究对个体产生影响的方法。提供了一种基于K-Shell,节点贡献度,以及节点间亲密度因子来测算出群体对个人影响力大小的算法。通过与K-Shell算法对比及SI传播模型仿真实验表明,能够更准确的表征群体对个体的影响力,以期能更全面地为决策者描述群体在演化过程中的真实行为。     

多维度自适应的协同过滤推荐算法

传统的协同过滤推荐算法明显存在的缺点是数据稀疏性导致所求相似性的不准确,影响最终推荐质量.本文围绕其局限性展开研究,提出一种多维度自适应的协同过滤推荐算法,有机结合三种推荐模型——基于用户、基于项目以及基于评论的相似性计算,将观点挖掘技术运用到协同过滤推荐算法中,并通过动态度量方法自动确定三个维度的权重产生最终推荐.实验结果表明,该算法可以有效缓解用户评分数据稀疏带来的不良影响,提高预测准确率和推荐质量.     

观点挖掘综述*

互联网包含着大量的非结构化文本信息,分析这些文本信息是非常重要的。观点挖掘是当前科研人员研究的一个热点,因为需要进行自然语言处理,观点挖掘非常具有挑战性,然而它有广阔的应用前景。比如各公司总是希望能够及时获取公众或者消费者对于它们产品和服务的评价,以便进一步改进这些产品和服务。为此,对观点挖掘的各方面进行了较详细的描述。其内容主要包括评价文本的挖掘、观点搜索以及观点作弊。     

基于模板的中文人物评论意见挖掘*

使用基于模板的方法对中文人物评论语句进行意见元素挖掘,提取出句中所含的评价对象、评价词语,并分析出意见的倾向性。进行了中文人物评论语句的自动意见挖掘实验,实验中首先建立了一定数量的熟语料库,然后从语料库中生成意见模板,最后用生成的模板来提取语句的意见元素。实验获得了72.55%的F-score,表明该算法是有效的。     

个体间相互影响的网络舆情演变模型

提出了一个社会网络中舆论形成的演化模型,模型考虑了网络中个体受其邻居影响的概率。假设个体A受到其他邻居影响的概率为α（A）,并且所有k度个体具有相同的受影响概率为α（k）,其中k是某个体邻居的个数。证明了如果概率α的分布满足对所有k满足α（k）=kp_kc,那么持某种舆论个体的人数比例是一个鞅,即数学期望是一个常数。本模型有助于衡量某给定社会网络中舆论传播的快慢程度。     

一种网络舆情的定量分析方法*

分析公众通过个人博客、BBS和论坛表达出来的对于某一话题的态度、情感和观点倾向,对于党和政府及时掌握社情民意具有十分重要的意义。现有的舆情分析方法根据文本中表达的观点倾向将其分为肯定和否定两类,不能进一步给出肯定和否定的程度。提出了一种网络舆情的定量分析方法,该方法将对于某话题的文本集合作为输入,输出一个实数表示文本中所表达的观点倾向程度。实验表明,该方法的准确性能达到人工判断水平。     

基于SVM与距离加权计算的观点和持有者识别机制

本文介绍了一种基于SVM与距离加权计算的自动观点分析方法,主要包括观点自动检测与观点持有者自动抽取两方面内容。本文首先建立了与观点分析相关的一系列资源,如观点指示动词集等。利用这些相关的资源,采用SVM进行机器学习,从而完成观点的自动检测。在观点自动检测的基础上,以观点指示动词为指示器,采用距离加权计算的方法抽取给定句子中的观点持有者,并采用模式匹配的方法来对观点持有者进行短语扩展,从而使观点持有者的抽取结果得到进一步提高。     

评价短语的倾向性分析研究

评价短语是评价因子之一,是汉语倾向性研究的重要组成部分。评价短语可以分为“评价词+评价词”、“修饰词+评价词”、“普通词+评价词”、“修饰词+普通词”、“普通词+普通词”5类。评价短语类型不同,采用的倾向性分析策略也不同。短语计算规则和短语评价词典的互动是该文采用的基本方法。在制定短语计算规则时应遵守共性与个性相结合的原则;建立短语评价词典时应遵循最小评价因子原则。实验证明,短语计算规则与短语词典的建立提高了倾向性分析系统的准确率,是一种行之有效的方法。     

刍议网络舆情的处理

随着网络的普及,网络逐渐成为公众发表言论重要通道,是民意表达的重要场所的,加强网上舆情引导,是新时期公安机关处置网络突发事件的关键。本文介绍了网络舆情的特点,并介绍了其形成方式与不当处理后可能会导致的危害,然后说明了政府机关在对待网络舆情中应该扮演的角色,最后总结出一些处理网络舆情事件时带有共性的方法。     

Web评论主流观点提取及不同源数据的对比分析

随着互联网普及率的不断提高和大众媒介的网络化,网络媒体逐渐成为使用率最高的网络应用.媒介的互动性和网络的海量性导致了网络评论的大量出现,使得网络评论主流观点的自动提取以及不同源数据的对比分析格外具有意义.针对以上问题展开研究,主要有两点贡献:第一,提出了一种自动提取网络评论主流观点的方法,该方法克服网络评论的复杂性和海量性,通过"Web评论观点鉴别"和"主流观点描述"两个核心部分的处理,自动提取出某一主题下评论的主流观点,并针对每个主流观点,使用关键词和代表性评论对其进行描述;第二,利用该方法对来自不同数据源的网络评论进行对比分析,给出了不同数据源的网络评论特点及差异.     

小世界效应的网络舆情演化迁移元胞模型

依据网民关系网络拓扑的小世界效应特性,提出网民观点的倾向度转换规则,在网络舆情网民关系小世界网络矩阵表示的基础上,构建基于小世界效应的网络舆情演化迁移元胞模型,运用该模型分析网络舆情演化,产生了倾向度转换图、粗细粒度倾向度曲线的仿真结果.通过对试验仿真结果的分析,揭示了网络舆情演化的观点极分化和观点漂移的现象,分析了“核心”区域漂移现象和倾向度曲线多波峰现象的成因,仿真结果表明该模型能较好拟合网络舆情演化的规律.本研究对网络监察部门和新闻管理部门的管理提供了一定的理论依据.     

基于区块链技术的在线社会网络舆情传播模型与干预治理

区块链的快速发展和普及,为网络社会网络舆情的传播提供了便捷的平台,这使得网络舆情逐渐成为人民群众最活跃的反映方式。当网络舆情涉及社会热点等问题时,会引起网民的快速关注,甚至引发突发事件和连锁反应,考察政府的治理干预能力,甚至对国家社会安全和稳定构成紧张。本文根据网络舆情传播的特点,从个体行为和群体社会强化两个方面揭示网络舆情传播的规律,并进一步从干预网络负面舆情和最大化网络正面和情感影响两个方面构建干预和引导模式,从而全面、系统地分析基于区块链技术的在线网络社会的网络舆情传播和干预,为政府应对网络舆情传播提供有效的理论指导。