一種基于意見(jiàn)領(lǐng)袖博弈與記憶方式的輿情演化模型研究
發(fā)布時(shí)間:2020-11-01 13:07
輿情演化方式是輿情學(xué)的重要研究方向,意見(jiàn)領(lǐng)袖是社會(huì)輿情網(wǎng)絡(luò)中影響力大的節(jié)點(diǎn),在輿情演化過(guò)程中作用重要。但是,能較快達(dá)成輿情觀點(diǎn)收斂的經(jīng)典輿情動(dòng)力學(xué)模型Hegselmann-Krause模型,其改進(jìn)模型中融合意見(jiàn)領(lǐng)袖的方式是簡(jiǎn)單的加權(quán)意見(jiàn)值組合方式,忽略了意見(jiàn)領(lǐng)袖輿情驅(qū)動(dòng)原因,也沒(méi)有充分考慮輿情載體的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)。這導(dǎo)致現(xiàn)有Hegselmann-Krause模型及其改進(jìn)模型的演化結(jié)果與真實(shí)輿情演化結(jié)果相差大;谏鲜霈F(xiàn)象,結(jié)合復(fù)雜網(wǎng)絡(luò),擴(kuò)展Hegselmann-Krause模型,提出一種基于意見(jiàn)領(lǐng)袖的博弈與記憶方式的輿情動(dòng)力學(xué)模型。在改進(jìn)的復(fù)雜網(wǎng)絡(luò)上,將意見(jiàn)領(lǐng)袖基于“囚徒博弈”原理做演化,普通網(wǎng)民基于HK模型做演化,再用記憶方式和節(jié)點(diǎn)親密度方式將意見(jiàn)領(lǐng)袖觀點(diǎn)引入普通網(wǎng)民意見(jiàn)變化中。博弈結(jié)果決定意見(jiàn)領(lǐng)袖演化方向與步長(zhǎng)。博弈過(guò)程中,有界信任范圍內(nèi)的節(jié)點(diǎn)數(shù)直接影響博弈結(jié)果。針對(duì)經(jīng)典BA無(wú)標(biāo)度網(wǎng)絡(luò)不可聚類特性,以不同概率引入了次領(lǐng)域與近領(lǐng)域連接,使改進(jìn)網(wǎng)絡(luò)同時(shí)具有小世界特性和無(wú)標(biāo)度特性。并通過(guò)仿真,得到類似Twitter網(wǎng)絡(luò)特性的參數(shù)。這個(gè)網(wǎng)絡(luò)是輿論動(dòng)力學(xué)模型的載體。以微博關(guān)于“05.30頭條騰訊大戰(zhàn)”事件數(shù)據(jù)為訓(xùn)練集,使用遺傳算法調(diào)節(jié)參數(shù)得出四個(gè)模型的合適參數(shù)。使用通過(guò)MATLAB仿真,得出輿情引導(dǎo)結(jié)論。研究表明:改變意見(jiàn)領(lǐng)袖發(fā)布負(fù)面意見(jiàn)的風(fēng)險(xiǎn)大小可以控制輿論走向。最后,通過(guò)微博關(guān)于“10.28重慶萬(wàn)州公交車墜江事件”事件數(shù)據(jù)為驗(yàn)證集,證明了改進(jìn)模型更好擬合現(xiàn)實(shí)輿情數(shù)據(jù)。
【學(xué)位單位】:華中科技大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位年份】:2019
【中圖分類】:O157.5;G206
【部分圖文】:
中 科 技 大 學(xué) 碩 士 學(xué) 位 論 拓?fù)浣Y(jié)構(gòu)則網(wǎng)絡(luò)絡(luò)是指節(jié)點(diǎn)按照固定規(guī)則連接的一種網(wǎng)絡(luò)結(jié)構(gòu),它是一種簡(jiǎn)同。從網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)來(lái)看,規(guī)則網(wǎng)絡(luò)的度分布是 δ 分布。早期學(xué)者多在規(guī)則網(wǎng)絡(luò)上運(yùn)行 Ising 模型等簡(jiǎn)單輿情演化模其它節(jié)點(diǎn)連接的方式相同,包括全局耦合網(wǎng)絡(luò)、最近鄰耦合有 20 個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)的全局耦合網(wǎng)絡(luò)的圖像如圖 2.1 所示。
圖 2-2 N=20,p=0.2 的隨機(jī)網(wǎng)絡(luò)絡(luò)世界網(wǎng)絡(luò)是網(wǎng)絡(luò)中任意兩點(diǎn)的距離遠(yuǎn)遠(yuǎn)小于網(wǎng)徑長(zhǎng)度和很高的聚類系數(shù),這種網(wǎng)絡(luò)的特性稱小世界理論的體現(xiàn),它是復(fù)雜網(wǎng)絡(luò)的一種。它絡(luò)之間。由 Watts 和 Strogatz[34]提出的 WS 小在規(guī)則網(wǎng)絡(luò)基礎(chǔ)上做了部分邊的隨機(jī)重連,引顯的高聚類特性和較小的路徑長(zhǎng)度。WS 小世界鄰耦合網(wǎng)絡(luò)的邊以概率 p 進(jìn)行斷邊重連其他任 20 個(gè)節(jié)點(diǎn),每個(gè)節(jié)點(diǎn)有 4 個(gè)鄰居,重連概率。
圖 2-2 N=20,p=0.2 的隨機(jī)網(wǎng)絡(luò)絡(luò)界網(wǎng)絡(luò)是網(wǎng)絡(luò)中任意兩點(diǎn)的距離遠(yuǎn)遠(yuǎn)小于長(zhǎng)度和很高的聚類系數(shù),這種網(wǎng)絡(luò)的特性稱世界理論的體現(xiàn),它是復(fù)雜網(wǎng)絡(luò)的一種。之間。由 Watts 和 Strogatz[34]提出的 WS規(guī)則網(wǎng)絡(luò)基礎(chǔ)上做了部分邊的隨機(jī)重連,引的高聚類特性和較小的路徑長(zhǎng)度。WS 小世耦合網(wǎng)絡(luò)的邊以概率 p 進(jìn)行斷邊重連其他20 個(gè)節(jié)點(diǎn),每個(gè)節(jié)點(diǎn)有 4 個(gè)鄰居,重連概率
【參考文獻(xiàn)】
本文編號(hào):2865574
【學(xué)位單位】:華中科技大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位年份】:2019
【中圖分類】:O157.5;G206
【部分圖文】:
中 科 技 大 學(xué) 碩 士 學(xué) 位 論 拓?fù)浣Y(jié)構(gòu)則網(wǎng)絡(luò)絡(luò)是指節(jié)點(diǎn)按照固定規(guī)則連接的一種網(wǎng)絡(luò)結(jié)構(gòu),它是一種簡(jiǎn)同。從網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)來(lái)看,規(guī)則網(wǎng)絡(luò)的度分布是 δ 分布。早期學(xué)者多在規(guī)則網(wǎng)絡(luò)上運(yùn)行 Ising 模型等簡(jiǎn)單輿情演化模其它節(jié)點(diǎn)連接的方式相同,包括全局耦合網(wǎng)絡(luò)、最近鄰耦合有 20 個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)的全局耦合網(wǎng)絡(luò)的圖像如圖 2.1 所示。
圖 2-2 N=20,p=0.2 的隨機(jī)網(wǎng)絡(luò)絡(luò)世界網(wǎng)絡(luò)是網(wǎng)絡(luò)中任意兩點(diǎn)的距離遠(yuǎn)遠(yuǎn)小于網(wǎng)徑長(zhǎng)度和很高的聚類系數(shù),這種網(wǎng)絡(luò)的特性稱小世界理論的體現(xiàn),它是復(fù)雜網(wǎng)絡(luò)的一種。它絡(luò)之間。由 Watts 和 Strogatz[34]提出的 WS 小在規(guī)則網(wǎng)絡(luò)基礎(chǔ)上做了部分邊的隨機(jī)重連,引顯的高聚類特性和較小的路徑長(zhǎng)度。WS 小世界鄰耦合網(wǎng)絡(luò)的邊以概率 p 進(jìn)行斷邊重連其他任 20 個(gè)節(jié)點(diǎn),每個(gè)節(jié)點(diǎn)有 4 個(gè)鄰居,重連概率。
圖 2-2 N=20,p=0.2 的隨機(jī)網(wǎng)絡(luò)絡(luò)界網(wǎng)絡(luò)是網(wǎng)絡(luò)中任意兩點(diǎn)的距離遠(yuǎn)遠(yuǎn)小于長(zhǎng)度和很高的聚類系數(shù),這種網(wǎng)絡(luò)的特性稱世界理論的體現(xiàn),它是復(fù)雜網(wǎng)絡(luò)的一種。之間。由 Watts 和 Strogatz[34]提出的 WS規(guī)則網(wǎng)絡(luò)基礎(chǔ)上做了部分邊的隨機(jī)重連,引的高聚類特性和較小的路徑長(zhǎng)度。WS 小世耦合網(wǎng)絡(luò)的邊以概率 p 進(jìn)行斷邊重連其他20 個(gè)節(jié)點(diǎn),每個(gè)節(jié)點(diǎn)有 4 個(gè)鄰居,重連概率
【參考文獻(xiàn)】
相關(guān)期刊論文 前5條
1 黃慶花;宋玉蓉;;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];計(jì)算機(jī)工程;2014年11期
2 張偉;何明升;白淑英;金蕊;;基于Weisbuch-Deffuant模型的網(wǎng)絡(luò)輿論演化模式研究[J];情報(bào)雜志;2013年07期
3 高承實(shí);榮星;陳越;;微博輿情監(jiān)測(cè)指標(biāo)體系研究[J];情報(bào)雜志;2011年09期
4 宣飛;查章林;華德志;陳磊;;“囚徒困境”博弈的理論模型及現(xiàn)實(shí)思考[J];現(xiàn)代商貿(mào)工業(yè);2011年17期
5 劉建明;輿論研究的建樹(shù)與未來(lái)──輿論學(xué)發(fā)展的百年回顧與展望[J];新聞知識(shí);2000年05期
本文編號(hào):2865574
本文鏈接:http://sikaile.net/xinwenchuanbolunwen/2865574.html
最近更新
教材專著