發(fā)布時間：2020-11-11 19:56

　　 輿情事件的發(fā)生已成為當(dāng)前中國社會不可忽視的一項社會事實。網(wǎng)絡(luò)中的輿情傳播和演化過程主要涉及兩方面的內(nèi)容:一是針對謠言等虛假信息的傳播過程,研究輿情信息在社會網(wǎng)絡(luò)上的傳播速度和擴(kuò)散范圍等;二是有爭議性的意見和觀點的演化過程,研究某一輿情事件發(fā)生后,人們對該事件所持觀點、態(tài)度的變化情況。此外,我們不僅要研究輿情在網(wǎng)絡(luò)媒介中的傳播和演化過程,更要深刻分析網(wǎng)絡(luò)媒介和傳統(tǒng)媒介的交互作用對輿情信息傳播和觀點演化的影響,準(zhǔn)確把握輿情傳播和演化規(guī)律及其形成與發(fā)展的動力學(xué)機(jī)制,進(jìn)而在此基礎(chǔ)上有針對性的采取有效的控制方法和管理策略。關(guān)于社會網(wǎng)絡(luò)上的輿情信息傳播模型的研究中,為了分析輿情主體“傳播”或“不傳播”輿情這一“困境”行為,我們首先研究了社會網(wǎng)絡(luò)上的“囚徒困境”博弈問題,構(gòu)建了網(wǎng)絡(luò)結(jié)構(gòu)和囚徒困境博弈過程共演化模型,并研究個體的敏感性和可視性對囚徒困境博弈過程中的合作行為的影響。在此基礎(chǔ)上,將傳播動力學(xué)融合到博弈論中,基于演化博弈的思想建立了社會網(wǎng)絡(luò)上的輿情傳播博弈模型。同時,考慮到個體的行為和決策往往會受到很多外界因素的影響,本文從社會、政府和個人三個層面系統(tǒng)分析了各因素對輿情傳播過程的影響,并在Facebook,Email和POK三個真實的社會網(wǎng)絡(luò)數(shù)據(jù)集上進(jìn)行仿真實驗,分析社會加強(qiáng)效應(yīng)、關(guān)系強(qiáng)度、政府懲罰、懲罰成本、懲罰力度和個體的辨別能力、認(rèn)知能力等因素對輿情傳播過程的影響。在社會網(wǎng)絡(luò)上的輿情觀點演化模型的研究方面,由于現(xiàn)實社會中,政府通常會發(fā)布權(quán)威信息對輿情走勢加以引導(dǎo),我們首先引入了官方節(jié)點,建立了含有官方節(jié)點的離散型觀點演化模型,得到了相應(yīng)的自組織動力學(xué)方程,并通過仿真實驗,分析了初始觀點的比例、官方節(jié)點比例、網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)及個體的從眾心理水平對觀點分布的影響。此外,考慮到個體與他人連接方式的不斷變化性,且個體能夠獲得與其接觸的所有鄰居的觀點,本文改進(jìn)了經(jīng)典的Deffuant連續(xù)型觀點演化模型,建立了網(wǎng)絡(luò)結(jié)構(gòu)與觀點共演化的連續(xù)型觀點演化模型,分析初始觀點比例、容忍閾值、觀點調(diào)整速度及網(wǎng)絡(luò)結(jié)構(gòu)對觀點差異性和演化過程的影響。進(jìn)一步研究了多層網(wǎng)絡(luò)上的輿情傳播模型,我們從網(wǎng)絡(luò)輿情場和傳統(tǒng)輿情場兩方面入手,基于多層網(wǎng)絡(luò)理論研究了虛擬社交社網(wǎng)絡(luò)和真實社交網(wǎng)絡(luò)交互作用下的雙層社會網(wǎng)絡(luò)上的輿情傳播模型,考慮到線上線下對應(yīng)節(jié)點狀態(tài)不完全一致的現(xiàn)實情況,探索了雙層社會網(wǎng)絡(luò)上的輿情傳播機(jī)制,通過理論分析得到輿情在雙層網(wǎng)絡(luò)中的傳播范圍大于在單層線下網(wǎng)絡(luò)中的傳播范圍,小于在單層線上網(wǎng)絡(luò)中的傳播范圍,這意味著,線上線下兩層網(wǎng)絡(luò)的相互作用,促進(jìn)了輿情在線下的傳播,卻抑制了輿情在線上的傳播。進(jìn)一步,分析了各層網(wǎng)絡(luò)的傳播率及層間轉(zhuǎn)移率等因素對輿情傳播速度和傳播范圍的影響。此外,本文進(jìn)行案例分析并得到輿情控制策略建議,我們以“國產(chǎn)大客機(jī)C919首飛”事件作為樣本案例,選取轉(zhuǎn)發(fā)量最大的微博樣本為傳播源,得到樣本輿情事件傳播的可視化路徑,通過對獲取的微博文本進(jìn)行情感傾向分析,得到微博用戶對樣本事件所持觀點的演化情況。最后,基于節(jié)點度,k-核,節(jié)點權(quán)重等幾類網(wǎng)絡(luò)統(tǒng)計指標(biāo)對網(wǎng)絡(luò)中節(jié)點的影響力進(jìn)行排序,比較幾類指標(biāo)對輿情控制所產(chǎn)生的效果,并基于此結(jié)果,分別從政府、社會、媒體和公眾等多個層面多管齊下提出輿情控制的策略建議。
【學(xué)位單位】：南京航空航天大學(xué)
【學(xué)位級別】：博士
【學(xué)位年份】：2018
【中圖分類】：C912.3;G206
【部分圖文】：

南京航空航天大學(xué)博士學(xué)位論文案例分析對所構(gòu)建的模型加以驗證和修正。最后，采用節(jié)點度，k-核，節(jié)點權(quán)重等幾類復(fù)雜網(wǎng)絡(luò)統(tǒng)計指標(biāo)對網(wǎng)絡(luò)中節(jié)點的影響力進(jìn)行排序，識別網(wǎng)絡(luò)中的關(guān)鍵節(jié)點，并提出輿情控制策略建議。具體研究內(nèi)容和方法的總體思路見本研究的總體研究技術(shù)路線圖 1.1。

從而使得與之相連的 Internet 上黑色標(biāo)記的節(jié)點也隨之失效，即被從 Internet 上去除。圖2.1(b)中，與 Internet 的連通巨片失去連接的那些節(jié)點也被去除（黑色節(jié)點），從而使得依賴這些Internet 節(jié)點的電站也相應(yīng)地從電力網(wǎng)絡(luò)中被去除。圖 2.1(c)進(jìn)一步表明，去除了與電力網(wǎng)絡(luò)的連通巨片失去連接的那些節(jié)點后，同時也就刪除了那些依賴于這些被刪除的電站節(jié)點的 Internet節(jié)點。圖 2.1 電力網(wǎng)絡(luò)與 Internet 網(wǎng)絡(luò)的相互影響[126].（1）多層網(wǎng)絡(luò)的基本概念一個多層網(wǎng)絡(luò) M (G , C)由圖集合和連接各圖的邊集合組成，其中 G G | 1, 2, ,m 是一組圖 G (V , E) 集合，該多層網(wǎng)絡(luò)共含有 m 層子網(wǎng)絡(luò)，G 稱為第 層子網(wǎng)絡(luò)，且C E V V | , 1 ,2, , m , 表示不同層G 和G 網(wǎng)絡(luò)中的節(jié)點之間的連邊集合

如 Multilayer networks，multiplex networks，intercoworks，學(xué)界多以 multilayer networks 作為多層網(wǎng)絡(luò)的廣義表情形及可用多層網(wǎng)絡(luò)表示的其他網(wǎng)絡(luò)，下面介紹幾類多層ltiplex networks):作為多層網(wǎng)絡(luò)（multilayer networks）的一均相同，則1 2 MV V V V，且 E ( v ,v )|v V ，相同的多層網(wǎng)絡(luò)稱為 multiplex networks。該網(wǎng)絡(luò)在社會系與到多個社交網(wǎng)絡(luò)中，然而不同社交網(wǎng)絡(luò)層中的節(jié)點幾乎（Interconnected networks）：多層網(wǎng)絡(luò)（multilayer netwo屬于一層網(wǎng)絡(luò)，即各層網(wǎng)絡(luò)中的節(jié)點均不相同。（Independent networks）：相互依賴網(wǎng)絡(luò)是不同網(wǎng)絡(luò)的集。實際上，一層網(wǎng)絡(luò)中的節(jié)點依賴于不同層中的控制節(jié)點。通過識別各層網(wǎng)絡(luò)，可以將相依網(wǎng)絡(luò)看作是多層網(wǎng)絡(luò)。emporal networks）:一個時效網(wǎng)絡(luò)1( ( ))TtG t 可以表示為由網(wǎng)其中 ( )tG G t，當(dāng) 1時， E ，且 , 1 E (v 所示。
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 黃微;李瑞;孟佳林;;大數(shù)據(jù)環(huán)境下多媒體網(wǎng)絡(luò)輿情傳播要素及運行機(jī)理研究[J];圖書情報工作;2015年21期

2 陳曉美;高鋮;關(guān)心惠;;網(wǎng)絡(luò)輿情觀點提取的LDA主題模型方法[J];圖書情報工作;2015年21期

3 張欣;;多層復(fù)雜網(wǎng)絡(luò)理論研究進(jìn)展:概念、理論和數(shù)據(jù)[J];復(fù)雜系統(tǒng)與復(fù)雜性科學(xué);2015年02期

4 蘭月新;董希琳;蘇國強(qiáng);瞿志凱;;大數(shù)據(jù)背景下微博輿情信息交互模型研究[J];現(xiàn)代圖書情報技術(shù);2015年05期

5 楊興坤;吳向向;;網(wǎng)絡(luò)謠言的產(chǎn)生與輿情引導(dǎo)[J];天津行政學(xué)院學(xué)報;2015年03期

6 劉詠梅;彭琳;趙振軍;;基于小世界網(wǎng)絡(luò)的微博謠言傳播演進(jìn)研究[J];復(fù)雜系統(tǒng)與復(fù)雜性科學(xué);2014年04期

7 黃慶花;宋玉蓉;;基于優(yōu)先選擇和記憶效應(yīng)的觀點動力學(xué)研究[J];計算機(jī)工程;2014年11期

8 浦嬌華;朱恒民;劉凱;;基于動態(tài)網(wǎng)絡(luò)的微博輿論觀點演化模型研究[J];情報雜志;2014年08期

9 趙來軍;吳盼;;考慮傳播率和移出率變化的謠言傳播規(guī)律研究[J];上海理工大學(xué)學(xué)報;2014年04期

10 孫睿;羅萬伯;;具有非一致傳播率的無標(biāo)度網(wǎng)絡(luò)謠言傳播模型[J];復(fù)雜系統(tǒng)與復(fù)雜性科學(xué);2014年03期

相關(guān)博士學(xué)位論文 前2條

1 張偉;基于復(fù)雜社會網(wǎng)絡(luò)的網(wǎng)絡(luò)輿情演化模型研究[D];哈爾濱工業(yè)大學(xué);2014年

2 王茹;復(fù)雜網(wǎng)絡(luò)Opinion動力學(xué)研究[D];華中師范大學(xué);2009年

本文編號：2879663