一种基于话题演化的意见领袖发现方法

微博中的意见领袖不仅在社交网络的信息传播中发挥着举足轻重的作用,而且在网络舆情演化中也表现出显著的意见代表性。针对已有的意见领袖挖掘方法仅从复杂网络或者基本图模型来建模发现意见领袖,忽略了意见领袖在具体的话题演化中的意见代表性的问题,提出了基于话题演化的意见领袖发现的方法。该方法首先根据用户之间的交互构建图模型,然后利用寻找中心节点的图论算法挖掘潜在意见领袖,再利用话题演化模型判断潜在意见领袖的演化中心度,最后发现在整体舆情上的具有意见代表性的真实意见领袖。在新浪微博的话题数据集上的试验结果表明,该算法较仅考虑网络模型的意见领袖发现方法更优。     

基于SEI3R的微信舆情演化模型

舆情演化包括信息传播和观点演化两个相互交织、相互影响的过程。利用SEIR模型描述个体传播状态转移过程,基于Deffuant 模型描述个体观点交互过程,将传播者细分为正面传播者、负面传播者和中立传播者,建立了融合信息传播和观点演化的SEI³R模型框架。在SEI³R模型框架的基础上,分析微信传播特性,定义社会加强效应和兴趣衰减效应影响下的传播概率、基于亲密度的观点交互关系,建立了微信舆情演化模型。通过仿真实验,研究了信息传播、观点演化以及相互影响的效果,对舆情事件性质、立场调整系数以及用户心理阈值等参数进行了分析。     

微博意见领袖的特征对网络舆情传播的影响

微博意见领袖对网络舆情的传播产生重要影响,可以塑造公共舆论,影响政策的制定与实施.本文基于新浪微博,以复旦大学投毒案为具体实例,使用结构方程模型进行实证分析.研究结果表明:微博意见领袖的身份背景、被认同度、介入时点和责任感均正向于网络舆情传播,而其活跃度与网络舆情传播并没显著相关.     

基于节点态度的社交网络信息传播模型

为了揭示信息在社交网络中传播的内在规律,对社交网络的信息传播过程进行深入的研究,社交网络的信息传播过程除了受信息本身的吸引力和社交环境的影响,同时受节点对消息的态度的影响。然而,现有信息传播模型对节点态度考虑不足,不能体现节点态度的差异对信息传播所产生影响。本文结合传染病模型并考虑节点态度,提出了一种基于节点态度的社交网络信息传播模型,旨在分析节点态度对信息传播的影响,为研究社交网络的信息传播机理提供理论依据。首先,考虑到不同节点的态度及其变化规则的差异,从个体角度出发,基于节点行为定义了节点态度及其更新原则。其次,在传统传染病动力学SIRS模型基础上,结合信息传播与传染病感染扩散类似的传播机理,综合考虑节点态度对信息传播状态转移的影响,利用社会学习理论得到一种基于节点态度的社交网络传播模型。该模型能够分析节点态度对信息传播的影响,给出传播规则,并刻画信息传播的演化规律。最后,采用新浪微博的真实数据对本文的传播模型进行了仿真实验,仿真结果验证了节点态度影响着信息的传播,证明了本文所提模型能够更准确地描述信息传播规律,反映社交网络的信息传播过程。     

网络意见领袖对微博不实信息传播的影响

为了考察网络意见领袖对微博不实信息传播过程的影响,在传染病模型ISR的基础上进行改进,构建了考虑网络意见领袖的微博不实信息传播模型,利用Matlab软件进行数值仿真和结果分析.模拟结果表明:网络平均度和意见领袖对不实信息的传播力越大,不实信息的影响力越大;微博不实信息传播的持续时间随网络意见领袖的初始密度变化而变化.     

基于Multiagent的社交网络舆情传播模型

为分析与预测社交网络中舆情传播过程和演化趋势,本文基于Multiagent分布式技术,建立了社交网络舆情传播模型,研究社交网络舆情传播方式,并根据Agent的行为和状态特性,对A-gent进行分类,分析Agent的属性特征,通过剖析Agent个体之间的交互微观行为,依据信息价值时效性、信息源覆盖率和信息关注度,对转发行...     

基于结构平衡的社交网络舆情正向引导学习方法探讨

社交网络已经成为人们获取信息和进行社会交往的重要平台。一个话题经过众多网民评论与传播, 可能演变成社会关注的热点舆情。在社交网络文本大数据背景下, 从话题产生源头把握其演化趋势和发展规律, 对负向或弱正向话题采用适当的策略加以引导, 使其朝着正向发展, 对社会稳定具有重要意义。当前国内外相关研究尚处于起步阶段, 理论方法和研究手段还不成熟。在综述的基础上, 文章系统地提出网络舆情引导策略的理论与方法, 包括社交网络舆情生命周期与结构平衡协同演化模型;基于网络结构平衡的结构洞分析、关键节点人物识别、同质化分析的舆情引导模型特征参数分析;社交网络舆情正向引导式学习模型、算法及系统。     

社交媒体时代高校网络舆情治理研究

社交媒体时代维护高校网络意识形态安全的压力不断加大。社交媒体不仅是网络用户分享意见、见解、经验和观点的重要平台,也是舆情发生的主要信息源和舆情发酵的重要传播链,网络的便捷性、群体性和匿名性容易引发“舆情围拢”效应,导致后续舆情的裂变式、病毒式传播。当前,高校网络舆情态势依然复杂严峻,还需要从情感价值、方式方法、技术手段、引导处置四个维度对高校舆论风险和行为异化进行引导和治理,从而营造和谐的师生沟通环境和清朗的校园网络公共空间。     

基于情绪信息熵的网络舆情传播模型研究

网络舆情话题的传播机理与传染病的扩散机理类似,研究舆情话题的传播机理有助于相关部门的决策部署。分析了舆情话题传播过程中用户情绪的变化趋势,在传统的SEIR(susceptible,exposed,infected and removed)模型的基础上,考虑舆情话题在传播过程中受到用户情绪的影响,使用信息熵来刻画影响传播率的用户情绪,提出了一个具有动态传播率的传播模型;从模型的角度分析了网络舆情传播的关键节点,为相关部门提供了决策的理论依据。根据真实的网络话题进行了实证分析,结果表明,提出的模型能够较好地模拟出真实传播趋势,验证了模型的合理性。     

大学生网络舆情传播特点研究

大学生网络舆情是指大学生通过互联网表达和传播的多种情绪、意愿、态度和意见交错的总和。大学生网络舆情具有自由性与情绪性、丰富性与多元性、交互性与可控性、突发性与偏差性等特点。根据这些特点,高校应完善大学生网络舆情引导的领导机制;提高大学生网络舆情引导技巧;加强大学生网络自律教育。     

意见领袖——网络时代下高校辅导员角色的新拓展

网络意见领袖具有广泛的关注度和影响力,其对网络热点事件的见解常能影响网民的看法,进而引领网络舆情走向。辅导员是大学生思想政治教育的骨干力量,网络时代下拓展辅导员的意见领袖角色,有利于扩大思想政治教育的时空场域、把握网络舆情、增强思想政治教育的有效性。辅导员的网络意见领袖角色塑造应从提高知识能力、转变叙事语言、关爱学生注重身教几方面着手。     

网络口碑是否影响消费者对旅行App平台的选择

本研究旨在探讨网络口碑是否影响消费者对旅行app平台的选择。网络口碑的维度分为信息质量和意见领袖,研究者以此设计了调查问卷来进行实证研究,并对收集到的58份有效问卷数据进行了全面分析。研究得出结论:网络口碑存在正面影响;信息质量和意见领袖两者均对网络口碑有着较强的正相关关系;信息质量和意见领袖会对消费者选择旅行app产生正面影响。根据结论,本研究给营销管理者提出建议:营销人员在推广软件平台时,要注意推广信息的客观性、准确性和时效性;厂商应请具有专业知识的意见领袖代言产品。     

基于SIR的Device-to-Device移动社交网络信息传播模型

智能移动设备的迅速普及在加快移动社交网络发展的同时,也给底层通信网络带来了沉重的负担。为了缓解底层通信网络的负担,越来越多的社交网络应用开始采用Device-to-Device技术传播信息。本文以Device-to-Device移动社交网络为研究对象,首先分析该网络中用户参与信息传播的特点,然后在传染病模型的基础上构建适合此网络特点的信息传播模型,并利用该模型分析真实Device-to-Device环境中的信息传播过程。结果表明,Device-to-Device移动社交网络中的信息传播与基于Internet的社交网络中的信息传播有相似之处;但是,由于Device-to-Device移动社交网络存在较大的传播时延,信息在该网络中需要较长的时间才能达到传播高峰。     

城市公共安全视野下的网络舆情与引导治理

城市公共安全是一种刚性需求,它与网络舆情的联系越来越凸显。从消极的方面看,网络舆情给城市公共安全带来了危机,即放大了城市公共安全危机的风险,损害了城市政府的公信力和维稳力,不利于培养理性的市民。其成因缘自城市化及城市自身转型带来城市网络舆情的增加,网络上负面舆情更易跟风传播和人为推动制造出泡沫化网络舆情等。为此,必须加强城市民生建设,让市民有获得感;必须发挥政府、中介组织和市民的合力,走向善治善引、共筑网络舆情防火墙等可能路径。在引导治理的过程中,要借网络舆情反思自身管理上存在的不足,并逐步消解这些不足,消除舆情发生的可能触点、燃点,化危为机,逐渐从根本上消除城市网络舆情的爆发。     

基于观点挖掘的突发事件微博意见领袖识别方法

基于意见领袖概念的本质,运用观点挖掘技术研究突发事件中微博意见领袖的识别,为网络舆情治理提供参考.提出三步识别方法框架:首先采用文献分析法构建指标模型,评价微博博主的信息影响力;其次构建文本主客观分类模型,计算高影响力博主事件相关博文的观点输出性,识别观点博文;然后针对观点博文的评论文本构建情感极性分类模型,计算博文观...     

社交网络中考虑遗忘机制的谣言传播

社交网络是当前最重要的信息传播媒体之一。近年来,由谣言传播引发的事件时有发生,因此有必要研究社交网络中谣言的传播规律。根据Ebbinghaus遗忘规律,研究遗忘机制对谣言传播的影响规律,建立了以遗忘率为指数函数形式的谣言传播模型。通过对4种人群建立平均场方程,计算了基本再生数,对模型的传播规律进行了理论分析。通过在社交网络中实验,研究网络中4种人群的变化规律,分析遗忘率函数的各参数对谣言传播的影响,并且将遗忘率为指数函数和常数形式做了对比。实验结果表明:遗忘率对传播者和免疫者的密度影响显著,初始遗忘概率越大,或者遗忘速度越快,谣言的传播力越弱;相对于遗忘率为常数的情形,遗忘率为指数函数形式时更符合谣言传播的实际情况。仿真实验验证了理论分析的正确性,并据此提出了谣言控制策略。此项研究有助于深入理解谣言的传播行为,可为网络舆论的传播过程及预测提供参考。     

面向多源社交网络的社团结构特征研究（研究生论坛）

为了研究社交网络社团结构对舆情传播的影响,本文对比分析了多源社交网络的社团结构特性及传播特性,并且利用COPRA算法和LFM算法进行了社交网络重叠社团研究,提出一种基于节点度过滤的LFM改进方法——NF-LFM算法。该算法对好友关系网络中节点度小于某一阈值的节点进行过滤,再对剩下的好友关系网络进行社团划分。实验结果表明：1）人人网、QQ空间、新浪微博都具有明显的社团结构特性,其中人人网和QQ空间的社团结构特性强于新浪微博;2）在不考虑社交网络用户活跃度的情况下,舆情信息在人人网上扩散范围最广,新浪微博次之,QQ空间扩散较慢。本文提出的改进方法能解决现有算法社团划分结果分辨率低的问题,且有效弥补了LFM算法在大规模社团发现时陷入无限的迭代过程而导致时间复杂度高的缺点,将其应用于经典数据集中也符合理论预期结果。本文的研究结果将有助于进一步理解和认识社交网络社团结构对舆情传播的影响,同时对于网络群体事件发现和舆情监控及引导等具有重要意义。     

基于多Agent的微博社交网络信息传播模型

针对传统微博社交网络信息传播模型没有考虑用户个体差异性和用户强弱关系的问题,本文建立了基于多Agent的微博社交网络信息传播模型。将微博用户抽象为Agent,并定义Agent的属性,分析微博社交网络信息的传播机制,定义Agent之间的交互规则,考虑不同强弱关系下影响用户转发信息行为的因素,通过仿真实验探究个体态度、影响力、个体间认同度等因素对微博网络信息传播的影响。仿真结果表明,微博信息的传播呈裂变式扩散模式,微博用户的态度、影响力等因素对信息的传播起促进作用,所提出的相关影响变量对有效利用与管控微博信息传播具有一定的启示意义。     

面向多源社交网络的社团结构特征研究

为了研究社交网络社团结构对舆情传播的影响,本文对比分析了多源社交网络的社团结构特性及传播特性,并且利用COPRA算法和LFM算法进行了社交网络重叠社团研究,提出一种基于节点度过滤的LFM改进方法——NF-LFM算法。该算法先对好友关系网络中节点度小于某一阈值的节点进行过滤,再对剩下的好友关系网络进行社团划分。研究发现:1)人人网、QQ空间、新浪微博都具有明显的社团结构特性,其中,人人网和QQ空间的社团结构特性强于新浪微博;2)在不考虑社交网络用户活跃度的情况下,舆情信息在人人网上扩散范围最广,新浪微博次之,QQ空间扩散较慢。本文提出的改进方法能解决现有算法社团划分结果分辨率低的问题,且有效弥补了LFM算法在大规模社团发现时陷入无限迭代过程而导致时间复杂度高的缺点,将其应用于经典数据集中也符合理论预期结果。本文的研究结果将有助于进一步理解和认识社交网络社团结构对舆情传播的影响,同时对于网络群体事件发现和舆情监控及引导等具有重要意义。     

一种用于图卷积网络的社交关系方向门控算法

针对社交网络用户态度分析任务中用户之间原有社交关系方向可能阻碍态度信息流动以及标签扩散的问题,提出了一种应用于半监督图卷积网络的社交关系方向门控算法.该算法首先在原有与逆向社交关系方向上分别进行图卷积运算,得到2种用户节点态度特征向量,然后利用门控机制对2种特征向量进行动态融合.扩展了态度信息传播路径的同时,还能够捕捉用户影响力差异,以自动选择态度信息的流动方向.在2个真实热点话题数据集上的实验结果表明,现有图卷积网络在加入该算法之后,其用户态度分析的准确率能够得到有效提升.