复杂网络上基于流行病学的舆情传播模型及其规律研究

随着互联网技术的迅猛发展，人类社会进入了网络信息时代。网络已经成为了人们发布和传播信息的主要载体。在为人民生活提供诸多便利的同时，网络也成为了谣言传播的快速通道。在线网络上的舆情传播由于具有传播速度快、影响范围广等特点，已经引起了多起公共事件，对社会造成了不良影响。因此了解舆情信息在网络中传播过程及规律，对认识、预测和引导舆论事件的发生发展有着重要的理论意义和现实意义。 信息和舆情传播这一课题一直备受专家学者关注，并进行了相关的研究。由于舆情传播的过程与传染病的病毒传播过程十分相似，所以建模的主要方法是基于病毒传播的传染病方法。真实的在线社会网络中的人即节点，人与人之间存在的关系即边。在线社会网络的拓扑结构即不是规则图也不是随机图，而接近于复杂网络，具有小世界效应和无标度特性。网络中的节点数量巨大，每个个体的行为特性复杂，对舆情传播产生相应的影响。 为了对复杂网络中舆情传播的规律进行深入研究，本文基于流行病学提出了一种符合当前在线网络传播形式的传播模型：SICRS模型。该模型综合了传统流行病模型SIS模型和SIR模型，同时加入了染病个体从感染状态(infectious)到免疫状态(removed)的一个过渡状态，即治疗状态(cured)。各个状态对应到舆情传播领域即：S-对消息的未知状态，I-传播状态，C-知道消息但不传播的暂时遗忘状态，R-对消息免疫的永久遗忘状态。由于网络用户具有不同的个性特征及价值取向，因此在建模时考虑了个体agent多个特性对舆情传播规律的影响，包括个体影响力、对消息的好奇度、信息传播能力以及对信息的遗忘周期等。 由于该模型只能输出宏观的各个状态人数等数据，并不能观察到网络中agent具体的微观变化，所以同时对具有代表性的网络进行了可视化。可视化的网络使网络特征更加明显，并通过更加直观的颜色来反映各个节点的状态。可视化网络对发现网络舆情传播的规律和特性起到了非常大的辅助作用。 在SICRS传播模型下，并考虑Agent的特性以及Agent间的关系，通过仿真实验研究复杂网络中舆情传播的规律。仿真结果表明，标度网络中舆情传播过程呈现三阶段规律：传播初期存在舆情爆发现象；传播中期消息影响范围呈现周期性波动递减；在传播后期舆情在网络中呈现动态稳定。传播后期宏观上各个状态的节点数不变，而微观上网络中一些节点的状态存在周期性变化。同时发现当节点度较小时，节点经历周期数基本符合幂律分布。度较大时，节点经历周期数迅速减少。同时对模型中的潜在影响因子进行了实验分析，发现舆情传播的规律受网络密度影响，网络密度越大，舆情传播的影响范围越大，消息在网络中持续的时间越长；舆情传播规律与用户传播时间的分布有关，传播能力强的人数越多，使传播中期持续的时间越长，但是不影响传播初期的舆情爆发情况与后期各状态稳定值；同时舆情传播的规律与用户好奇度分布相关性不大。以度数较小的节点作为信息传播源时会产生两种情况：一种情况为消息一直无法在网络中扩散；另一种情形为舆情会在网络中小范围传播，经过一段时间后影响范围逐渐缩小并彻底消失。通过对ER随机网络和WS小世界网络的仿真实验结果分析，发现网络的不同拓扑结构对以上舆情传播规律没有明显影响。