基于空间约束的有限信任舆论演化模型研究

《基于空间约束的有限信任舆论演化模型研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号学号M201171979学校代码10487密级硕士学位论文基于空间约束的有限信任舆论演化模型研究学位申请人：张澜学科专业：系统工程指导教师：陈曦副教授答辩日期：2014年2月17日万方数据AThesisSubmittedinPartialFulfillmentoftheRequirementsfortheDegreefortheMasterofEngineeringModelingofBoundedConfidenceOpinionDynamicswithSpatialConstraintsCandidate：ZhangLanMajor：SystemsEngineeringSuper

2、visor：AssociateProf.ChenXiHuazhongUniversityofScience&TechnologyWuhan430074,P.R.ChinaFebruary,2014万方数据万方数据华中科技大学硕士学位论文摘要作为复杂社会系统典型的群体现象，舆论一直是来自各学科领域的专家学者关注的焦点。舆论的研究主要包括从社会学心理学出发的定性研究以及复杂系统科学物理学出发定量研究两方面。国内外各领域学者在舆论演化动力学建模研究中，来自不同学科的专家学者在对现实世界的复杂人类交互行为进行简化的基础上形成了一些广泛认可的模型和结果。但目前仍缺乏对空间约束下舆论演化规律的深入探究

3、，对于从传统媒体到新媒体演变的趋势下人类扩大交流对舆论演化所带来的影响尚未得到深入理解。本文以社会学、心理学等交叉学科领域的研究成果为理论依据，从真实社会中的个体角度出发，将空间约束因素引入到舆论演化建模过程中，利用物理距离半径形成个体局部通信来限定个体意见交互范围，在引入异质化个体属性的基础之上，将个体性格特征、地理位置、公众权威度等影响观点交互的重要因素进行抽象量化，采用基于Agent自下而上的建模方法构建一个基于空间约束的有限信任舆论演化模型，极大地提高了舆论演化过程中的个体行为拟真度。本文在.NET开发环境和Matlab2010b中搭建了舆论演化模型研究平台。通过参数的灵活配置，多

4、次进行仿真实验和模型校验。在信任半径和物理距离半径均等的情形下，该模型与经典有限信任模型在演化形态、系统最终形成的观点等方面均表现出类似的性质，但观点交互过程更复杂，交互激烈程度更大，舆论演化形态更为形象化和多样化，更好地刻画了现实生活中的舆论交互过程。在信任半径和物理距离半径非均等情形下，仿真实验及对比实验结果显示，该模型下的实验结果有助于更好地理解新技术下的网络舆论演化及其形成的整个过程，更好地反映了现实世界中的舆论演变规律。关键词：舆论演化动力学，有限信任，空间约束，物理距离，异质化个体I万方数据华中科技大学硕士学位论文AbstractPublicopinionasakindofco

5、mplicatedsocialphenomenoninsocialsystemhasattractedagreatdealofinterestfromresearchersindifferentscientificfields.Theevolutionarymodelofpublicopinionisbecomingaresearchhotspotrecentlyinthestudyofpublicopinion.Alargenumberofmodelswereproposedbasedonsimplifieddynamichumancomplexbehaviors,butfailedto

6、describetheinfluenceofphysicaldistancebetweentwoindividualsontheevolutionofpublicopinionwithrespecttocomplexity.Inthisthesis,weintroducespatialconstraintsintomodelingtheevolutionprocessofpublicopinion.Duetothefiniteresourcesofindividuals,physicaldistanceisintroducedtoformthelocalcommunicationofind

7、ividuals.Combiningwiththeresearchesinpsychologyandsociology,newfactorsincludingindividualattributes,personalitycharacteristicsandpublicauthorityareexpressedquantitatively.Byusingtheagent-basedmethod,anevolutionar