社交網絡信息傳播論文范文

本站小編為你精心準備了社交網絡信息傳播論文參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

1模型建立

在線社交網絡，一般用一個有向或無向圖G=(V，E)表示，其中V和E分別表示圖的節點集合和邊集合。每個節點代表一個用戶，本文中節點與用戶同義;每條邊連接該用戶的一個好友。本文根據信息在社交網絡中傳播情況，仍將社交網絡中人群分為三類:易感節點(S態)、傳播節點(I態)、免疫節點(R態)，網絡結構用無向圖表示。熱點輿情事件發生后，S態對應不知道消息的節點用戶;I態對應知道消息并繼續傳播的節點用戶;R態對應在用戶的自我思考或者正面信息的影響下，知道消息但失去傳播能力或興趣的節點用戶。由于社交網絡中用戶關系相對穩定，信息傳播的速度較網絡動態變化更快，周期要小得多。因此，本模型中暫不考慮網絡的動態性，即社交網絡的關系更新問題。

傳播機制及符號說明1)初始時刻，選定某節點作為消息源傳播節點，其余為易感節點。傳播節點向其鄰居節點發送消息，鄰居中的易感節點與傳播節點接觸，即接收到傳播節點的消息，以概率λ變為傳播節點，進行一次這樣的傳播定義為一個時間步。當網絡中用戶節點度相同時，則感染概率相同，模型退化為經典SIR疾病傳播;當用戶節點度高于平均節點度時，該用戶對其他用戶的感染概率高于正常值λ;當用戶節點度低于平均節點度時，該用戶對其他用戶的感染概率低于正常值aver_D，體現了社交網絡中各節點用戶對輿情傳播的影響不同。

2仿真與分析

建立傳播模型后，選擇合適的網絡拓撲進行仿真模擬。新浪(Sina)微博作為國內最受歡迎的在線社交網絡，在熱點事件傳播中最具有代表性，并具有無標度與小世界的特性，網絡節點的度服從冪律分布。本文使用數據堂中下載的新浪微博用戶關系數據，將微博用戶作為網絡的節點，粉絲及關注關系處理為邊，從而構成實驗用的傳播網絡。將網絡拓撲矩陣導入PAJEX軟件，計算得到網絡的基本特征如表2。

2．1模型對比實驗在采集的微博網絡上進行三種傳播仿真實驗:實驗一采用經典SIR模型;實驗二采用G-SIR模型;實驗三采用IG-SIR模型。初始狀態設置:三種實驗中選取相同的10個節點作為初始傳播源，其余節點設為易感節點;其次，設置模型參數如下:λ=0．05，β=0．02，時間步設置為T=150。G-SIR模型網絡中傳播節點、易感節點和免疫節點的密度隨傳播時間的演化情況如圖3所示。從圖3可以看出:微博網絡的高度連通性，使謠言等輿情信息在網中迅速傳播。傳播開始后，易感節點密度S(t)隨時間快速下降，傳播個體密度I(t)隨時間快速攀升，表示信息很快被網絡中大部分用戶所獲知;同時，伴隨著傳播個體I(t)的增加，其中一部分用戶會自己根據正面輿論或自己思考變為免疫個體，使受謠言影響的個體數量不斷降低，直至謠言事件趨于平息，大部分用戶變為免疫個體，了解事件真相，信息的傳播過程也趨于平穩。進行10次傳播實驗，每次實驗中初始傳播節點固定。分別記錄傳播者數量峰值時傳播者占總人數的比例與所用的時間步。取均值后數據對比結果如表3。由表3可知:相比經典的SIR模型，G-SIR、IG-SIR模型傳播達到峰值的時間步更短，傳播峰值時傳播者數量更多;另外，可以發現由于微博網絡各節點度的差異，G-SIR模型與IG-SIR模型傳播達到峰值時時間步不同，但傳播峰值時傳播者比例相近。

2．2參數敏感性分析為進一步研究模型中相關參數對輿情傳播的影響，探索相應的輿情信息管控方法，選取G-SIR模型信息傳播中初始用戶節點度、免疫過程的時滯、恢復率等參數在采集的微博網絡中進行仿真傳播，考察對信息傳播效果的影響。節點度:分別選擇節點度k=42，170，820的用戶作為初始傳播用戶。易感節點密度隨時間變化如圖4(a)，傳播節點密度隨時間變化如圖4(b)。由圖4可以看出，在微博這種無標度網絡中，初始傳播節點的度值大，信息在網絡中傳播快，易感用戶密度S(t)在傳播開始不久便快速下降;初始傳播節點的度值小，信息的傳播具有滯后性，需要經過一段時間后，信息才能在網絡大規模擴散傳播，即S(t)在傳播開始一段時間后才快速下降。但當t趨向于無窮大時，不論初始傳播節點的度為多少，最終各狀態節點數量基本一致，且傳播節點所達到的數量峰值也基本相同，說明不同度值的用戶作為初始傳播節點，對傳播用戶范圍影響有限。聯系到微博網絡中情形，由網絡大V用戶發出的信息會在網中快速傳播，或者由一般用戶發出的信息經大V用戶轉發后也會在網中大規模傳播。這也進一步表明:無標度網絡中，當網絡規模很大時，信息傳播閾值很小，趨于零，這也從側面說明具有無標度特性的微博網絡更容易爆發謠言或輿情事件。免疫過程的時滯:免疫過程可看作用戶的自我轉變，或者真實信息的傳播使用戶對熱點事件作出正確判斷。討論在一定傳播時滯ΔT后再開始有向免疫狀態的轉變。選用采集的網絡拓撲數據，觀察不同時滯下傳播的變化如圖5。從圖5中可以看出，正確的輿論引導信息滯后，會導致傳播人群數量范圍的擴大，加大負面影響。因此，對于熱點事件輿情傳播，提早發現并公布真實信息有助于降低傳播蔓延時間，避免長時間的傳播引起公眾情緒的進一步發酵，導致事件升級。

3結語

本文提出一種基于局域信息的社交網絡信息傳播模型。本模型主要特點是:1)根據節點的周圍局部信息確定節點所處狀態的概率，以更準確地刻畫輿情信息在網絡中不同節點的傳播情況。2)建立了一種不同節點感染概率隨用戶影響力變化的傳播模型，能夠更真實地反映社交網絡中用戶影響力不同對傳播的影響。仿真實驗表明，本文中所建立模型較SIR模型具有傳播速度更快、傳播范圍更廣的特點。通過分析節點度、免疫過程的時滯、恢復率等參數對傳播效果的影響，可知當熱點事件爆發時，迅速而有力地真實信息，可以有效地減少不良言論的傳播時間與范圍。本文對于深刻理解社交網絡傳播機制，了解輿情發展動向，實現對網絡輿情的合理監管與引導具有重要的理論意義與實用價值，有助于政府在社會實踐中有效消除負面消息的影響。在下一步的研究中，將結合更多實際數據，分析多信息競爭的動態社交網絡中的傳播機制與輿情演化過程。

作者：程曉濤劉彩霞劉樹新單位：國家數字交換系統工程技術研究中心