由于每個(gè)網(wǎng)民在線下的社會(huì)生存中往往有很大的共通點(diǎn),因此許多與網(wǎng)民生活息息相關(guān)如教育醫(yī)療等話題往往非常容易成為社會(huì)的熱點(diǎn)關(guān)注問題。一旦涉及該方面的事件發(fā)生,網(wǎng)民在經(jīng)過幾輪討論后極易在網(wǎng)絡(luò)上形成一致性的極端傾向,這就是輿情極化。輿論極化現(xiàn)象極易促使網(wǎng)絡(luò)暴力行為和其他極端群體性事件,對(duì)社會(huì)危害極大。本文主要圍繞網(wǎng)絡(luò)公共輿情極化現(xiàn)象的宏觀涌現(xiàn)及微觀作用機(jī)理兩方面進(jìn)行展開,具體內(nèi)容如下:（1）考慮個(gè)體異質(zhì)性與動(dòng)態(tài)從眾性的輿情極化研究。首先引入個(gè)體在交互過程中對(duì)于他人觀點(diǎn)的從眾傾向動(dòng)態(tài)變化函數(shù)并進(jìn)一步定義了不同交互個(gè)體之間的影響度權(quán)重,將交互個(gè)體從完全同質(zhì)性拓展為初始時(shí)刻觀點(diǎn)異質(zhì)性及從眾異質(zhì)性。然后,通過仿真實(shí)驗(yàn)驗(yàn)證影響極化現(xiàn)象的因素。最后,通過典型案例驗(yàn)證本文所提模型的合理性與有效性。（2）融合社會(huì)偏好理論的輿論極化現(xiàn)象形成機(jī)理研究。首先將不同社會(huì)偏好的個(gè)體進(jìn)行分類,通過定義這些異質(zhì)性偏好個(gè)體進(jìn)行交互行為獲得的收益函數(shù)來解釋其在收益驅(qū)動(dòng)下的具體行為。然后利用收益函數(shù)設(shè)定交互個(gè)體之間的連接斷開規(guī)則,將網(wǎng)絡(luò)從靜態(tài)拓展至動(dòng)態(tài)。最后,通過仿真分析不同偏好的個(gè)體對(duì)于輿論極化現(xiàn)象的影響。本文的創(chuàng)新點(diǎn)如下:（... 

【文章來源】：浙江工商大學(xué)浙江省

【文章頁數(shù)】：93 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

WS小世界網(wǎng)絡(luò)構(gòu)造示意圖

網(wǎng)絡(luò)公共輿情極化現(xiàn)象建模及其涌現(xiàn)機(jī)理研究12制和擇優(yōu)連接機(jī)制。增長(zhǎng)機(jī)制是指的是網(wǎng)絡(luò)的規(guī)模會(huì)不斷擴(kuò)大，而擇優(yōu)連接機(jī)制則指的是新增加的節(jié)點(diǎn)會(huì)更加傾向于和網(wǎng)絡(luò)中度比較高的節(jié)點(diǎn)進(jìn)行相連。其構(gòu)造方法如下：(1)增長(zhǎng)：隨機(jī)構(gòu)造出只有m0個(gè)節(jié)點(diǎn)的初始網(wǎng)絡(luò)，隨后進(jìn)行節(jié)點(diǎn)的增加，每增加一個(gè)節(jié)點(diǎn)就會(huì)與原有的模型進(jìn)行連接，如圖3.2所示。(2)有線連接：新增加的節(jié)點(diǎn)與網(wǎng)絡(luò)中原有節(jié)點(diǎn)相連的的概率i與原有節(jié)點(diǎn)的度pi成正相關(guān)，表示如下。i=pi∑pi(2-6)圖3.2BA無標(biāo)度網(wǎng)絡(luò)構(gòu)造示意圖

網(wǎng)絡(luò)公共輿情極化現(xiàn)象建模及其涌現(xiàn)機(jī)理研究184.4數(shù)值仿真實(shí)驗(yàn)本節(jié)主要根據(jù)數(shù)值仿真實(shí)驗(yàn)結(jié)果，驗(yàn)證第4.3節(jié)論述的動(dòng)態(tài)從眾性及個(gè)體異質(zhì)性對(duì)極化過程的影響。4.4.1個(gè)體動(dòng)態(tài)從眾性的影響本文提出個(gè)體動(dòng)態(tài)從眾性的概念，認(rèn)為隨著網(wǎng)絡(luò)中所有個(gè)體態(tài)度偏離程度的減小，開始形成主流態(tài)度之后，Agenti對(duì)于自身觀點(diǎn)的自信程度會(huì)受到社會(huì)主流輿論的影響，更傾向于聽從他人意見，具體表現(xiàn)為公式(4-13)~(4-17)，為驗(yàn)證其實(shí)用性以及有效性，仿真實(shí)驗(yàn)分別從動(dòng)態(tài)從眾性與靜態(tài)從眾性兩個(gè)方面檢驗(yàn)對(duì)輿論極化的影響，進(jìn)而揭示極化現(xiàn)象產(chǎn)生的機(jī)理。根據(jù)公式(4-14)至(4-15)所表示的動(dòng)態(tài)從眾性函數(shù)ζi(t)，在t=0時(shí)刻Agenti的從眾性ζi(0)等于1-Yi，因此在靜態(tài)從眾的公式中，所有時(shí)刻Agenti的從眾性都為1-Yi，如公式(4-18)~(4-19)所示，為可視化考慮，Yi取值0.6，結(jié)果如圖2.4所示。xi(t+1)=Yi*xi(t)+(1-Yi)*(Xi(t)-xi(t))(4-18)xi(t+1)=Yi*xi(t)~(1-Yi)*(Xi(t)-xi(t))(4-19)圖4.2靜態(tài)從眾性下輿論演化圖

【參考文獻(xiàn)】：
期刊論文
[1]基于復(fù)雜網(wǎng)絡(luò)Deffuant模型的輿情演化規(guī)律研究[J]. 馬永軍,杜禹陽.  情報(bào)雜志. 2018(06)
[2]從眾心理影響下的行人群體行為演化博弈的仿真分析——以行人過街為例[J]. 吳文靜,王占中,馬芳武.  吉林大學(xué)學(xué)報(bào)(工學(xué)版). 2017(01)
[3]基于動(dòng)態(tài)博弈的媒體參與下網(wǎng)絡(luò)輿情機(jī)制分析[J]. 張立凡,程楠,朱恒民.  情報(bào)科學(xué). 2017(01)
[4]基于演化博弈論的網(wǎng)絡(luò)信息傳播群體行為分析[J]. 郭艷燕,童向榮,張楠,王瑩潔.  智能系統(tǒng)學(xué)報(bào). 2016(04)
[5]基于群集動(dòng)力學(xué)和演化博弈論的網(wǎng)絡(luò)輿情疏導(dǎo)模型[J]. 宋彪,朱建明,黃啟發(fā).  系統(tǒng)工程理論與實(shí)踐. 2014(11)
[6]基于優(yōu)先選擇和記憶效應(yīng)的觀點(diǎn)動(dòng)力學(xué)研究[J]. 黃慶花,宋玉蓉.  計(jì)算機(jī)工程. 2014(11)
[7]基于非理性博弈的輿情傳播仿真建模研究[J]. 郭東偉,烏云娜,鄒蘊(yùn),孟祥燕.  自動(dòng)化學(xué)報(bào). 2014(08)
[8]突發(fā)事件網(wǎng)絡(luò)輿情演變過程中網(wǎng)民群體行為仿真研究[J]. 強(qiáng)韶華,吳鵬.  現(xiàn)代圖書情報(bào)技術(shù). 2014(06)
[9]基于不完全信息演化博弈模型的網(wǎng)絡(luò)輿情傳播羊群行為[J]. 劉錦德,劉詠梅.  國防科技大學(xué)學(xué)報(bào). 2013(05)
[10]基于Weisbuch-Deffuant模型的網(wǎng)絡(luò)輿論演化模式研究[J]. 張偉,何明升,白淑英,金蕊.  情報(bào)雜志. 2013(07)



本文編號(hào)：3211634