基于复杂网络的舆情信息传播机制研究

《基于复杂网络的舆情信息传播机制研究》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、硕士学位论文基于复杂网络的舆情信息传播机制研究培养单位：信息学院学科专业：管理科学与工程作者姓名：张硕指导教师：杨一平教授ComplexNetwork-basedAnalysisonPropagationMechanismofPublicSentimentInformationCandidate：ZhangShuoSupervisor：Prof.YangYipingCapitalUniversityofEconomicsandBusiness,Beijing,China独创性声明本人郑重声明：所呈交的论

2、文是本人在指导教师指导下独立进行研究工作所取得的成果，论文中有关资料和数据是实事求是的。尽我所知，除文中已经加以标注和致谢外，本论文不包含其他人已经发表或撰写的研究成果，也不包含本人或他人为获得首都经济贸易大学或其它教育机构的学位或学历证书而使用过的材料。与我一同工作的同志对研究所做的任何贡献均已在论文中作出了明确的说明。若有不实之处，本人愿意承担相关法律责任。学位论文作者签名：日期：年月日关于论文使用授权的说明本人完全同意首都经济贸易大学有权使用本学位论文（包括但不限于其印刷版和电子版），使用方式包括

3、但不限于：保留学位论文，按规定向国家有关部门（机构）送交学位论文，以学术交流为目的赠送和交换学位论文，允许学位论文被查阅、借阅和复印，将学位论文的全部或部分内容编入有关数据库进行检索，采用影印、缩印或其他复制手段保存学位论文。保密学位论文在解密后的使用授权同上。学位论文作者签名：日期：年月日指导教师签名：日期：年月日摘要近年来，随着信息技术的迅猛发展和智能通讯工具的快速普及，在线社交软件已经成为人们分享和传播信息的重要平台。作为Web2.0时代下典型代表的新浪微博（微型博客），历经八年的发展，已经成功跻

4、身全球十大社交网站并且超过Twitter成为全球用户规模最大的独立社交媒体公司。微博上数以亿计的用户群体直接构成了全新的网络生态圈，形成了巨大的信息传播网络。可以说它带来的是一次思想体系的升级换代，不但使人们的生活和生产方式发生改变，还推动了整个社会和商业形态的创新。本文旨在通过数学建模以及相关理论，从宏观和微观两个层面揭示舆情信息传播的机制和规律。首先，文章以线上社交网络多信息之间的合作竞争传播现象为切入点，构建基于种群动力学的多信息传播模型，进而从线上社交网络与线下人际网络相结合的角度出发，构建基于

5、耦合网络的舆情信息协同演化模型。同时，在前面研究的基础上，将网络特性纳入到用户微观行为的研究中，构建用户影响力度量模型，寻找最具关键影响力的用户节点。从理论上层面上来说，文章的研究成果丰富了舆情传播理论的研究方法、促进了舆情传播的跨学科交叉研究、推进了大数据时代下数据挖掘模型的创新；从实际层面上来说，文章对舆情传播内在机制的研究为应对突发舆情事件提供了解决的方法、对舆情传播演化过程的研究为国家有关部门广泛吸取民众意见提供了有效的途径、对网络社会环境中用户行为特性的研究为企业投资者的“精准营销”提供了可靠

6、的依据。本文的研究工作主要从以下几个方面展开：（1）从单层网络角度出发，构建基于种群动力学的在线社交网络多信息传播模型。首先，分析在线社交网络上的多信息传播现象，构建基于速度的信息传播系统；其次，将速度参数引入种群动力学模型之中构建多信息传播的Lotka-Volterra模型；最后，通过理论验证（微分方程稳定性）和计算机仿真揭示多信息传播过程中的交互机制及其意义。（2）从耦合网络角度出发，在分析舆情信息传播特点的基础上，分别用Price网络模型和WS网络模型模拟线上/线下网络层，层间采用同配连接方式建立

7、节点之间的一一对应关系。在此基础上，考虑信息具有记忆效应、社会加强作用以及非冗余性等特点，构建基于双层耦合网络的舆情信息协同演化模型。最后通过仿真实验，探究不同网络结构对信息传播性能的影响以及舆情信息在线上/线下的协同演化过程。（3）从用户微观行为角度出发，寻找最具影响力的用户节点。即在用户粉丝数、关注数和博文数等被广泛研究的因素之外，将用户所在的社团关系网络特性引入到影响力的计算模型之中，应用岛屿模型的思想构建基于多学习因子粒子群算法（MPSO）的用户影响力度量模型。使得该模型不但可以同时考量用户自身

8、属性以及所在的关系网络I特性，克服水军和僵尸粉的干扰的以外，还可以增加粒子在后期进化过程中的多样性，避免陷入局部最优。（4）基于舆情信息传播网络复杂性，提出对舆情信息进行监管的策略。分析网络上不良信息产生的根源并结合信息传播复杂网络结构分析舆情信息传播的规律与机理等，进而根据本文的理论研究成果，从我国的实际环境出发，提出不同层面上的应对策略。关键词：舆情信息；复杂网络；种群动力学；用户影响力；多学习因子粒子群算法IIAbstractInre