機會網(wǎng)絡輿情傳播的仿真研究范文

本站小編為你精心準備了機會網(wǎng)絡輿情傳播的仿真研究參考范文，愿這些范文能點燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

1基本概念

1.1元胞自動機元胞自動機是時間、空間和變量均離散的數(shù)學模型.它由四個基本組成部分，包括元胞（cell）、元胞空間（Lattice）、鄰居（Neighbor）及演化規(guī)則（Rule）。一般我們可以用Ξ=(Zd,Φ,N,F)表示一個d維空間上的元胞自動機。Zd表示d維元胞空間；Φ表示元胞有限狀態(tài)集合；N表示元胞鄰居規(guī)則；F表示狀態(tài)轉換規(guī)則。元胞又可稱單元或者基元，是CA最基本的組成部分。元胞具有離散的有限狀態(tài)，可以賦予不同的值。元胞空間又稱網(wǎng)格空間，是元胞所分布空間網(wǎng)格集合。由于每一個元胞對其他元胞會產(chǎn)生影響，因而必須制定鄰居規(guī)則以表示元胞的影響范圍。一般在二維CA中，比較常見的鄰居規(guī)則有馮•諾依曼（Von.Neumann）型、摩爾（Moore）型和擴展摩爾型（鄰居半徑r=2及以上）等，如圖1所示。每個元胞會根據(jù)當前鄰居元胞的狀態(tài)和轉換規(guī)則F，求出下一個時間步該元胞的狀態(tài)。該過程可以表示為F:Φn→Φ，其中Φn表示n個鄰居狀態(tài)集合。轉換規(guī)則是CA的核心，決定了元胞演化的結果。

1.2移動元胞自動機MCA是在CA的基礎上引入了移動實體，并進一步推廣得到的數(shù)學模型。Daadaa等首先提出MCA數(shù)學模型，此時元胞演化不僅跟鄰居元胞狀態(tài)有關，還受到實體移動的影響。因此，MCA演化規(guī)則應包括元胞狀態(tài)轉換規(guī)則和實體的移動規(guī)則。在此基礎上Daadaa利用MCA模型在不同幾何拓撲網(wǎng)絡下，系統(tǒng)地研究免疫時間與滅毒實體數(shù)量的關系，并取得了豐富的研究成果。根據(jù)Daadaa對MCA的定義，我們進一步拓展MCA模型，并定義MCA包括七個基本組成部分：包括元胞、元胞空間、鄰居、演化規(guī)則、移動實體、實體移動規(guī)則及實體狀態(tài)轉換規(guī)則。我們用Ξ=(Zd,Φ,N,M,Ψ,f,F)來表示一個d維空間上的移動元胞自動機。前面三項與CA模型基本一致，而M表示移動實體的集合；Ψ表示移動實體有限狀態(tài)的集合；f表示實體移動規(guī)則；F表示實體狀態(tài)轉換規(guī)則。MCA實例如圖2所示。移動實體是指在元胞空間上移動物體的抽象概念，是不同于傳統(tǒng)CA最大之處。MCA用移動實體對移動主體進行建模，用元胞空間刻畫移動主體的實際空間狀態(tài)，因此能夠有效反映移動主體與實際系統(tǒng)空間環(huán)境的互作用關系。實體在元胞上移動必須制定一定的規(guī)則加以限制。由于實體的移動跟鄰居元胞狀態(tài)有關，因而實體可以根據(jù)當前鄰居元胞狀態(tài)求出實體移動狀態(tài)，可以表示為f:Φn→Smov，其中Smov表示實體的移動狀態(tài)集合（比如移動方向等）。實體將根據(jù)當前鄰居元胞狀態(tài)求出實體移動狀態(tài)，從而得到下一個時間步所在位置信息。需要指出的是，元胞狀態(tài)集合可以是離散值集合，也可以是根據(jù)一定指標函數(shù)求出的連續(xù)數(shù)值。類似于元胞狀態(tài)轉換規(guī)則，每個實體會根據(jù)鄰居元胞內實體狀態(tài)和轉換規(guī)則，求出下一個時間步的狀態(tài)。該過程可以表示為F:Ψn→Ψ，Ψn表示所有n個鄰居元胞中實體狀態(tài)集合。

2輿情傳播模型

2.1記憶模型[22]及影響力因子德國心理學家艾賓浩斯(H.Ebbinghaus)研究發(fā)現(xiàn)人類大腦的遺忘進程是不均勻的，剛開始遺忘速度較快，以后逐漸減慢，并根據(jù)他實驗得到的結果描述遺忘進程的曲線，即著名的艾賓浩斯遺忘曲線。由于輿情系統(tǒng)中主體之間的親密程度往往是由主體交流頻率所決定，并受到其記憶能力的影響。因此第t個時間步實體i和j之間的影響力因子可以表示。其中a表示遺忘指數(shù)，tl表示實體i和j最后一次互為鄰居的時間步。設定mij(tl)=1，表示實體i和j互為鄰居時影響力因子為1。根據(jù)(1)式可以發(fā)現(xiàn)，每次實體互為鄰居時，其影響力因子最大；隨后如果長時間互不在鄰居范圍，則影響力因子將隨時間指數(shù)衰減。另外，每個實體上都保存有以往鄰居實體影響力因子記憶殘留值，而根據(jù)記憶原理通過回憶某件事件可以加強該事件的記憶殘留值。越早出現(xiàn)的事件通過回憶加強的記憶值越少；反之，越晚出現(xiàn)的事件通過回憶加強的記憶值越多。因此，我們得到包含回憶衰減函數(shù)的影響力因子表達式：根據(jù)本文研究背景，當兩個實體互為鄰居時候，此時兩者能夠直接影響對方，所以此時影響力最大；而隨著時間發(fā)展，若這兩個實體未能再出現(xiàn)在彼此鄰域內，則此兩個實體的影響力因子按(2)式衰減。為了考慮輿情主體的記憶能力對輿情傳播的影響，我們引入記憶時間閾值T，當t-tl>T時，實體i與j不再具有影響力。因此實體影響力因子公式可以簡化為：

2.2基于MCA輿情模型為了研究機會網(wǎng)絡中輿情傳播的過程，我們基于Von.Neumann型鄰居規(guī)則，對鄰居半徑取1，建立坐標系X,Y∈[-L,L]，設定每個格子長度ln=L/10,表示實體移動的20×20的元胞空間。在每次實驗開始時，初始化實體位置x,y~U[-L,L]。不同于元胞自動機模型，每個元胞不再以個體來研究，而是作為個體的移動空間載體來研究。每個元胞此時表示就是實體活動的一個區(qū)域。由于空間對個體的承載能力是有限的，所以我們這里需要對元胞引入元胞容量的概念，用λ表示。當λ<λmax時，則元胞狀態(tài)為1，表示可以接收其他實體的進入；否則，則元胞狀態(tài)為0，表示已經(jīng)飽和，不能再容納其他實體的進入。實體作為該模型主要的研究對象，以個體出現(xiàn)，表示輿情主體。每個移動實體表示一個輿情主體。定義每個主體有三種情感態(tài)度Ψ={1,0,-1}，其中1表示對某件事情持積極態(tài)度，0表示中立態(tài)度，-1則表示消極態(tài)度。

2.2.1狀態(tài)轉換規(guī)則實體狀態(tài)即為輿情主體情感態(tài)度。在整個元胞網(wǎng)絡空間中每個實體狀態(tài)不僅受到記憶時間閾值T內鄰居實體狀態(tài)的影響，也需要考慮實體自身狀態(tài)的傾向性。假設si(t)表示第t個時間步，實體i的狀態(tài)，則其下個時間步的該實體狀態(tài)：其中w為傾向性系數(shù)，反映了實體自身狀態(tài)的重要程度，w∈(0,1)。所以當w取0.5，表示對自身狀態(tài)不具有傾向性。當取w值越大表示對自身狀態(tài)傾向性越大；反之則表示對自身狀態(tài)傾向性越小。C為實體態(tài)度轉變閾值，其反應實體狀態(tài)改變的臨界值。該公式表明，實體狀態(tài)轉換不僅跟當前時刻鄰居實體狀態(tài)有關，還與記憶時間閾值T內建立的鄰居實體狀態(tài)有關。

2.2.2移動規(guī)則應激性在生物學上是一種“趨利避害”生物特性，社會學上行為人個體行為不僅跟生物特性有關，也具有一定的社會特性。由于行為人的移動等行為社會性過于復雜，難以刻畫，因此我們這里描述行為人個體在某一區(qū)域移動規(guī)則，往往考慮“趨利避害”的生物特性。因此，結合元胞容量，我們提出了元胞吸引力的概念公式：元胞cij吸引實體駐留其中的事件是概率事件，與cij的鄰居單元格的吸引力相關，因此我們對元胞吸引力進行歸一化處理，并定義相對吸引力為：當元胞狀態(tài)為1時，我們根據(jù)公式(5)、(6)對計算元胞吸引力和相對吸引力大小；當元胞狀態(tài)為0時，由于元胞已經(jīng)飽和，我們設定元胞吸引力大小為0。為了研究機會網(wǎng)絡中輿情主體流動性對于輿情傳播的影響，設定移動概率Pmov，表示在每一個時間步發(fā)生移動行為的實體比例。在每個時間步，實體將根據(jù)移動概率Pmov進行移動，并根據(jù)相對吸引力大小，利用輪盤選的方法選擇實體移動方向Smov。

3仿真結果

為了研究機會網(wǎng)絡中輿情主體的流動性和記憶能力對輿情傳播的影響，取|M|=200,λ=4,a=0.04,w=0.5,C=0.3，設定在初始時刻正面態(tài)度實體比例R1(0)=0.1，負面態(tài)度實體比例R-1(0)=0，中立態(tài)度實體比例R0(0)=0.9，通過500次實驗，統(tǒng)計移動概率Pmov和記憶時間閾值T與整個網(wǎng)絡實體達到態(tài)度一致所用平均時間步，如表1所示。根據(jù)表1所示，隨著實體移動概率的增大，整個網(wǎng)絡達到態(tài)度一致所需的平均時間步逐漸減少，表明在社會網(wǎng)絡中輿情主體的流動可以促進整個網(wǎng)絡輿情的傳播。另一方面，隨著記憶時間閾值的增大，網(wǎng)絡達到態(tài)度一致所需平均時間步也趨向于減小的趨勢，表明輿情主體的記憶能力提高可以促進輿情傳播。研究還發(fā)現(xiàn)不同態(tài)度的實體在演化過程中，相同態(tài)度的實體逐漸地聚集到一起，出現(xiàn)了“物以類聚，人以群分”的現(xiàn)象。而在兩種截然不同態(tài)度實體群之間，零星地出現(xiàn)中立態(tài)度的實體。隨著時間的進行，某些網(wǎng)絡出現(xiàn)了所有實體態(tài)度一致的現(xiàn)象，而最終所有實體態(tài)度與初始時刻比例值中較大的實體態(tài)度一致，呈現(xiàn)高度認同性，我們稱之為輿情同質化現(xiàn)象。另外，為了進一步研究實體移動概率和記憶時間閾值對上述的同質化現(xiàn)象的影響，設定R1(0)=R-1(0)=0.25，觀察Pmov和記憶時間閾值T與輿情同質化概率rate的關系，如表2所示。可以發(fā)現(xiàn)，隨著記憶時間閾值T和移動概率Pmov的增大，整個網(wǎng)絡的趨于同質化的概率越高。表明輿情主體的流動和記憶能力提高可以更加迅速集中網(wǎng)絡輿情主體的傾向性，形成輿情向主體數(shù)多的態(tài)度靠攏，呈現(xiàn)出高度的認同性。此外，針對不同情感態(tài)度輿情主體比例R1(0)、R-1(0)和R0(0)，我們設定初始時刻R1(0)=0.1,0.15,…,0.4，R-1(0)=0.5-R0(1)，R0(0)=0.5，Pmov=0.5，T=1，在隨機初始條件下，進行500次實驗，研究其對輿情傳播的影響，并統(tǒng)計輿情同質化平均時間步和同質化的概率rate，如圖3所示。從圖3中可以發(fā)現(xiàn)：當R1(0)逐漸增大時，同質化平均時間步逐漸增大，同質化率逐漸減少；當達到R1(0)=R-1(0)=0.25時，輿情同質化平均時間步達到最高峰，而同質化率達到最低峰為0.58；而后隨著R1(0)逐漸增大，同質化平均時間步逐漸減少，同質化率逐漸增大。表明兩種相反情感態(tài)度主體比例越接近時，同質化趨勢越慢，且同質化概率越??；反之，則當兩種態(tài)度的實體比例相差越大，同質化趨勢越快，且同質化概率越大。針對空間因素對輿情傳播的影響，取T=1，Pmov=0.5，R1(0)=0.1，R0(0)=0.9，a=0.04，w=0.5，C=0.3，設定實體數(shù)量為100,150,…,300，進行500次實驗，觀察中立態(tài)度實體比例R0(t)平均變化過程與實體數(shù)量之間的關系，結果如圖4所示。從圖4可以發(fā)現(xiàn)，隨著實體數(shù)量的增加，輿情同質化平均時間步趨于減小。表明隨著區(qū)域內輿情主體空間密度的增加，輿情傳播趨于加快的趨勢，另外，考慮到輿情主體具有自身的情感傾向性系數(shù)w，w∈(0,1)。根據(jù)2.2.1節(jié)內容，w反映的是輿情主體對自身情感態(tài)度傾向性程度。其值越大，表明對當前主體態(tài)度傾向性程度越高。為了研究w對輿情傳播的影響，我們取|M|=200，λ=4，T=1，Pmov=0.5，R1(0)=0.1，R0(0)=0.9，a=0.04，C=0.5，研究w=0.5,0.6,…,0.9情況下三種態(tài)度實體隨時間變化過程，如圖5所示。從圖5中可以發(fā)現(xiàn)，隨著實體自身情感態(tài)度傾向性系數(shù)w的增大，R0(t)變化趨勢越來越慢。當w為0.5時，R0(t)變化趨勢最大；當w為0.9的時，R0(t)變化曲線接近于一條水平直線。表明輿情主體自身情感態(tài)度傾向性越強，不利用輿情主體接受其他主體的觀點態(tài)度，從而導致輿情傳播效果越差，不利用輿情的傳播。需要說明的是，在上述實驗過程中針對研究的關注點不同，曾在合理范圍內選擇多組參數(shù)并進行大量數(shù)值仿真實驗，均得到與本文結論相符的實驗結果。因此，本文的結論具有普遍性。

4結束語

本文提出移動實體、元胞容量和元胞吸引力等新概念，拓展經(jīng)典元胞自動機模型，建立移動元胞自動機模型。另外，結合社會心理學的記憶理論，提出輿情主體影響力測度模型，并基于社會心理學行為人接受新鮮觀點存在抵觸情緒的理論，提出了輿情主體自身情感態(tài)度傾向性新概念，從而建立機會網(wǎng)絡中的輿情傳播MCA模型。在此基礎上研究輿情系統(tǒng)中輿情主體的流動性、記憶能力、和空間因素等對機會網(wǎng)絡輿情傳播的影響。結果表明：機會網(wǎng)絡中輿情主體的流動性和記憶能力的提高可以加快輿情的傳播，增大輿情同質化傾向；不同情感態(tài)度輿情主體比例相差越大，輿情同質化趨勢越快，同質化概率越大；輿情主體自身情感態(tài)度傾向性越大，輿情同質化趨勢越慢，輿情傳播效果越差。本文通過模擬和觀察機會網(wǎng)絡中輿情的傳播，分析影響輿情在機會網(wǎng)絡中傳播的主要因素及其互作用關系，為研究機會網(wǎng)絡中輿情傳播提供了新的理論和方法，對機會網(wǎng)絡中輿情傳播研究具有極其重要的意義。

作者：趙焱鑫王小明李黎單位：陜西師范大學計算機科學學