本文關(guān)鍵詞：社交網(wǎng)絡(luò)上輿論形成模型研究　出處：《河南科技大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 復(fù)雜網(wǎng)絡(luò) 社交網(wǎng)絡(luò) 協(xié)同效應(yīng) 輿情演化 輿論形成 親密度 人際相似性 交互強(qiáng)度

【摘要】：隨著網(wǎng)絡(luò)信息技術(shù)的快速發(fā)展,微博、微信、Facebook、Twitter等在線社交網(wǎng)絡(luò)已成為人們獲取信息、發(fā)表觀點(diǎn)、表達(dá)情緒的重要途徑,給輿論的傳播、演化與形成帶來極大便利。研究社交網(wǎng)絡(luò)中輿論信息的傳播過程和演化機(jī)制,對(duì)科學(xué)進(jìn)行輿論的監(jiān)控和引導(dǎo)具有重要的意義。網(wǎng)絡(luò)輿情的相關(guān)研究逐漸從社會(huì)傳播學(xué)、心理學(xué)延伸到了信息科學(xué)、復(fù)雜性科學(xué)、理論物理學(xué)等交叉學(xué)科領(lǐng)域。本文從復(fù)雜網(wǎng)絡(luò)和協(xié)同理論視角出發(fā),分析了社交網(wǎng)絡(luò)輿論演化與形成過程中存在的內(nèi)外因素,對(duì)輿論動(dòng)力學(xué)模型進(jìn)行了深入研究,主要工作包括:第一,針對(duì)規(guī)則網(wǎng)絡(luò)、隨機(jī)網(wǎng)絡(luò)和小世界網(wǎng)絡(luò)無法反映真實(shí)社交網(wǎng)絡(luò)拓?fù)涮匦缘膯栴},構(gòu)建了具有可變聚類系數(shù)和無標(biāo)度性質(zhì)的社交網(wǎng)絡(luò)模型,以此作為輿情演化模型的網(wǎng)絡(luò)載體。第二,針對(duì)輿情演化過程中人際關(guān)系網(wǎng)絡(luò)的復(fù)雜性和個(gè)體鄰域的異質(zhì)性,建立了協(xié)同輿情演化模型。通過不同參數(shù)下的實(shí)驗(yàn),分別討論了序參量和網(wǎng)絡(luò)結(jié)構(gòu)特征對(duì)系統(tǒng)磁化率的影響。結(jié)果表明,序參量更能體現(xiàn)輿情系統(tǒng)的協(xié)同效應(yīng),比較符合網(wǎng)絡(luò)輿情演化的實(shí)際情況。第三,針對(duì)輿論傳播和演化過程中個(gè)體交互的廣泛性和個(gè)體社會(huì)影響力的差異性,在Hegselmann-Krause模型的基礎(chǔ)上建立了社交網(wǎng)絡(luò)輿論形成模型。新模型通過引入個(gè)體間親密度、人際相似性和交互強(qiáng)度等概念,對(duì)個(gè)體交互集合進(jìn)行了擴(kuò)展,并對(duì)影響力權(quán)重進(jìn)行了合理量化,進(jìn)而構(gòu)建更切合實(shí)際的觀點(diǎn)交互規(guī)則。通過一系列仿真實(shí)驗(yàn),對(duì)模型進(jìn)行了深入分析和討論。結(jié)果表明:在不同信任閾值下,群體觀點(diǎn)均能收斂到一致,形成輿論共識(shí);且信任閾值越大,收斂時(shí)間越短。同時(shí),擴(kuò)大交互集合、提高人際相似性的作用強(qiáng)度會(huì)促進(jìn)輿論共識(shí)的形成。此外,當(dāng)無標(biāo)度網(wǎng)絡(luò)的聚類系數(shù)和平均度較高時(shí),群體觀點(diǎn)更容易產(chǎn)生趨同效應(yīng)。
[Abstract]:With the rapid development of Internet information technology, online social networks such as Weibo, WeChat Facebook and Twitter have become an important way for people to get information, express their opinions and express their emotions. It brings great convenience to the dissemination, evolution and formation of public opinion. This paper studies the communication process and evolution mechanism of public opinion information in social networks. It is of great significance to monitor and guide public opinion to science. The related research of network public opinion gradually extends from social communication, psychology to information science and complexity science. This paper analyzes the internal and external factors in the evolution and formation of social network public opinion from the perspective of complex network and cooperative theory. The main work is as follows: first, aiming at the problem that rule network, random network and small world network can not reflect the topology characteristics of real social network. The social network model with variable clustering coefficient and scale-free property is constructed as the network carrier of the evolution model of public opinion. Second. Aiming at the complexity of interpersonal relationship network and the heterogeneity of individual neighborhood in the process of public opinion evolution, a collaborative public opinion evolution model is established. The effects of order parameters and network structure characteristics on the magnetic susceptibility of the system are discussed respectively. The results show that the order parameters can reflect the cooperative effect of the public opinion system more in line with the actual situation of the evolution of network public opinion. Third. Aiming at the universality of individual interaction and the difference of individual social influence in the process of public opinion dissemination and evolution. Based on the Hegselmann-Krause model, a public opinion formation model of social network is established. The new model introduces the concepts of personal affinity, interpersonal similarity and interaction intensity. The individual interaction set is extended, and the weight of influence is quantified reasonably, and a more realistic interaction rule is constructed. A series of simulation experiments are carried out. The model is analyzed and discussed in depth. The results show that under different trust thresholds, the group views can converge to the same, forming consensus of public opinion; The larger the trust threshold, the shorter the convergence time. At the same time, expanding the interaction set and enhancing the intensity of interpersonal similarity will promote the formation of consensus of public opinion. In addition, when the clustering coefficient and average of scale-free network are higher. Group views are more likely to produce convergence effects.
【學(xué)位授予單位】：河南科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：O157.5;G206

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 游新年;劉群;;基于傳染病模型的微博信息傳播預(yù)測(cè)研究[J];計(jì)算機(jī)應(yīng)用與軟件;2016年05期

2 魏德志;陳福集;鄭小雪;;基于混沌理論和改進(jìn)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)輿情預(yù)測(cè)方法[J];物理學(xué)報(bào);2015年11期

3 劉錦德;劉詠梅;;基于改進(jìn)Deffaunt模型和小世界網(wǎng)絡(luò)的輿情傳播模擬與仿真[J];系統(tǒng)工程;2015年03期

4 趙奕奕;彭怡;肖磊;李玲;;突發(fā)事件下群體搶購(gòu)行為的輿論傳播機(jī)理研究[J];系統(tǒng)工程理論與實(shí)踐;2015年03期

5 丁學(xué)君;;基于SIR的SNS網(wǎng)絡(luò)輿情話題傳播模型研究[J];計(jì)算機(jī)仿真;2015年01期

6 張耀峰;肖人彬;;基于元胞自動(dòng)機(jī)的網(wǎng)絡(luò)群體事件輿論同步的涌現(xiàn)機(jī)制[J];系統(tǒng)工程理論與實(shí)踐;2014年10期

7 趙焱鑫;王小明;李黎;;機(jī)會(huì)網(wǎng)絡(luò)輿情傳播的MCA模型及仿真研究[J];計(jì)算機(jī)應(yīng)用研究;2015年02期

8 郭東偉;烏云娜;鄒蘊(yùn);孟祥燕;;基于非理性博弈的輿情傳播仿真建模研究[J];自動(dòng)化學(xué)報(bào);2014年08期

9 陳福集;陳婷;鄭小雪;;一類新SEIRS模型上的網(wǎng)絡(luò)輿情傳播行為研究[J];情報(bào)資料工作;2014年04期

10 陸安;劉業(yè)政;;基于連續(xù)影響函數(shù)的群體觀點(diǎn)演化模型與仿真[J];管理學(xué)報(bào);2014年02期

相關(guān)博士學(xué)位論文 前2條

1 唐朝生;在線社交網(wǎng)絡(luò)信息傳播建模及轉(zhuǎn)發(fā)預(yù)測(cè)研究[D];燕山大學(xué);2014年

2 林穎婷;社會(huì)網(wǎng)絡(luò)上的輿論一致性與人類創(chuàng)新行為動(dòng)力學(xué)[D];中國(guó)科學(xué)技術(shù)大學(xué);2014年

相關(guān)碩士學(xué)位論文 前4條

1 楊濟(jì)運(yùn);基于有限信任的輿情數(shù)值建模與演化研究[D];湖南科技大學(xué);2014年

2 張瀾;基于空間約束的有限信任輿論演化模型研究[D];華中科技大學(xué);2014年

3 熊會(huì)會(huì);基于復(fù)雜網(wǎng)絡(luò)的微博客信息傳播機(jī)制研究[D];華南理工大學(xué);2012年

4 曾顯葵;基于多數(shù)規(guī)則和協(xié)同規(guī)則的元胞自動(dòng)機(jī)輿論傳播模型研究[D];廣西師范大學(xué);2007年

，

本文編號(hào)：1401379