輿情事件的發(fā)生已成為當(dāng)前中國(guó)社會(huì)不可忽視的一項(xiàng)社會(huì)事實(shí)。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(duì)謠言等虛假信息的傳播過程,研究輿情信息在社會(huì)網(wǎng)絡(luò)上的傳播速度和擴(kuò)散范圍等;二是有爭(zhēng)議性的意見和觀點(diǎn)的演化過程,研究某一輿情事件發(fā)生后,人們對(duì)該事件所持觀點(diǎn)、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(duì)輿情信息傳播和觀點(diǎn)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(dòng)力學(xué)機(jī)制,進(jìn)而在此基礎(chǔ)上有針對(duì)性的采取有效的控制方法和管理策略。關(guān)于社會(huì)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(huì)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(gè)體的敏感性和可視性對(duì)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(dòng)力學(xué)融合到博弈論中,基于演化博弈的思想建立了社會(huì)網(wǎng)絡(luò)上的輿情傳播博弈模型。同時(shí),考慮到個(gè)體的行為和決策往往會(huì)受到很多外界因素的影響,本文從社會(huì)、政府和個(gè)人三個(gè)層面系統(tǒng)分析了各因素對(duì)輿情傳播過程的影響,并在Facebook,Email和POK三個(gè)真實(shí)的社會(huì)網(wǎng)絡(luò)數(shù)據(jù)集上進(jìn)行仿真實(shí)驗(yàn),分析社會(huì)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(gè)體的辨別能力、認(rèn)知能力等因素對(duì)輿情傳播過程的影響。在社會(huì)網(wǎng)絡(luò)上的輿情觀點(diǎn)演化模型的研究方面,由于現(xiàn)實(shí)社會(huì)中,政府通常會(huì)發(fā)布權(quán)威信息對(duì)輿情走勢(shì)加以引導(dǎo),我們首先引入了官方節(jié)點(diǎn),建立了含有官方節(jié)點(diǎn)的離散型觀點(diǎn)演化模型,得到了相應(yīng)的自組織動(dòng)力學(xué)方程,并通過仿真實(shí)驗(yàn),分析了初始觀點(diǎn)的比例、官方節(jié)點(diǎn)比例、網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)及個(gè)體的從眾心理水平對(duì)觀點(diǎn)分布的影響。此外,考慮到個(gè)體與他人連接方式的不斷變化性,且個(gè)體能夠獲得與其接觸的所有鄰居的觀點(diǎn),本文改進(jìn)了經(jīng)典的Deffuant連續(xù)型觀點(diǎn)演化模型,建立了網(wǎng)絡(luò)結(jié)構(gòu)與觀點(diǎn)共演化的連續(xù)型觀點(diǎn)演化模型,分析初始觀點(diǎn)比例、容忍閾值、觀點(diǎn)調(diào)整速度及網(wǎng)絡(luò)結(jié)構(gòu)對(duì)觀點(diǎn)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(chǎng)和傳統(tǒng)輿情場(chǎng)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(shí)社交網(wǎng)絡(luò)交互作用下的雙層社會(huì)網(wǎng)絡(luò)上的輿情傳播模型,考慮到線上線下對(duì)應(yīng)節(jié)點(diǎn)狀態(tài)不完全一致的現(xiàn)實(shí)情況,探索了雙層社會(huì)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(duì)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(guó)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(duì)獲取的微博文本進(jìn)行情感傾向分析,得到微博用戶對(duì)樣本事件所持觀點(diǎn)的演化情況。最后,基于節(jié)點(diǎn)度,k-核,節(jié)點(diǎn)權(quán)重等幾類網(wǎng)絡(luò)統(tǒng)計(jì)指標(biāo)對(duì)網(wǎng)絡(luò)中節(jié)點(diǎn)的影響力進(jìn)行排序,比較幾類指標(biāo)對(duì)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(huì)、媒體和公眾等多個(gè)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(jí)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(duì)所構(gòu)建的模型加以驗(yàn)證和修正。最后，采用節(jié)點(diǎn)度，k-核，節(jié)點(diǎn)權(quán)重等幾類復(fù)雜網(wǎng)絡(luò)統(tǒng)計(jì)指標(biāo)對(duì)網(wǎng)絡(luò)中節(jié)點(diǎn)的影響力進(jìn)行排序，識(shí)別網(wǎng)絡(luò)中的關(guān)鍵節(jié)點(diǎn)，并提出輿情控制策略建議。具體研究?jī)?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(diǎn)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(diǎn)也被去除（黑色節(jié)點(diǎn)），從而使得依賴這些Internet 節(jié)點(diǎn)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(diǎn)后，同時(shí)也就刪除了那些依賴于這些被刪除的電站節(jié)點(diǎn)的 Internet節(jié)點(diǎn)。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(gè)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(diǎn)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(huì)系與到多個(gè)社交網(wǎng)絡(luò)中，然而不同社交網(wǎng)絡(luò)層中的節(jié)點(diǎn)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(diǎn)均不相同。（Independent networks）：相互依賴網(wǎng)絡(luò)是不同網(wǎng)絡(luò)的集。實(shí)際上，一層網(wǎng)絡(luò)中的節(jié)點(diǎn)依賴于不同層中的控制節(jié)點(diǎn)。通過識(shí)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(gè)時(shí)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(shí)， 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(yùn)行機(jī)理研究[J];圖書情報(bào)工作;2015年21期

2 陳曉美;高鋮;關(guān)心惠;;網(wǎng)絡(luò)輿情觀點(diǎn)提取的LDA主題模型方法[J];圖書情報(bào)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(guó)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(bào)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(bào);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(diǎn)動(dòng)力學(xué)研究[J];計(jì)算機(jī)工程;2014年11期

8 浦嬌華;朱恒民;劉凱;;基于動(dòng)態(tài)網(wǎng)絡(luò)的微博輿論觀點(diǎn)演化模型研究[J];情報(bào)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(bào);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(huì)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(dòng)力學(xué)研究[D];華中師范大學(xué);2009年

本文編號(hào)：2879663