基本信息
- 项目名称：
- 基于复杂网络理论的突发群体性事件网络信息传播预测模型分析
- 来源：
- 第十二届“挑战杯”省赛作品
- 小类：
- 管理
- 简介：
- 基于传统人文领域的研究方法只能从定性的角度分析总结突发群体性事件的信息网络传播的成因、流程、规律，无法进行定量的研究，本文通过收集、整理、分析国内外网络舆情传播的文献资料，结合我国突发群体性事件的特点，提出将复杂网络理论应用到网络舆情传播规律的研究上，并详细论述分析其可行性。
- 详细介绍：
- 20世纪90年代以来，我国社会结构进入急剧变革的转型期，大量社会经济矛盾交织在一起，全国突发群体性事件数量已由年1万起增至六万余起，参与人数也由七十万增至三百多万，特别是近年来发生的突发群体事件给国家带来多方面的损失，如2008年贵州“瓮安事件”、2009年湖北“石首事件”等，因此研究分析此类事件的发生背景，制定相应对策显得十分迫切，而网络舆情是群体性事件发展演变的一个重要因素，其中信息的网络传播常直接引发群体性事件，或间接推动群体性事件的恶性发展。 1、背景 20世纪90年代以来，我国社会结构进入急剧变革的转型期，大量社会经济矛盾交织在一起，全国突发群体性事件数量已由年1万起增至六万余起，参与人数也由七十万增至三百多万，特别是近年来发生的突发群体事件给国家带来多方面的损失，如贵州“瓮安事件”、湖北“石首事件”等。2006年国务院颁发的《国家中长期科学和技术发展规划纲要》（2006-2020）中将“国家公共安全应急信息平台”列入11个科学研究的重点领域，而2009年的国家自然基金委员会管理学部和信息学部联合设立了重大研究项目计划“非常规突发事件的应急管理”，其中将网络信息处理与演化规律建模作为第一个核心科学问题。突发性群体事件是由临时的、自发的同类个体组成的整体，由于某种共同要求，造成对社会具有不平常影响的事情，其从发酵到爆发都伴随相关信息传播活动。而网络信息传播是指民众以网络为平台，借助网络论坛(BBS)、网络聊天(Chatting)、博客(Blog)、维客(Wiki)、电子邮件(E-mail)及网络新闻组(Usernet News)等网络渠道，围绕即将发生或已发生的群体性事件发布信息。当传播途径从传统渠道向互联网等途径转移后，出现了流言广泛传播，难以实施有效控制；舆情信息传播速度快、范围广、影响大；信息交流呈现非理性化、情绪化倾向的新特征。网络舆情是群体性事件发展演变的一个重要因素，它常直接引发或间接推动群体性事件的恶性发展。人民网舆情监测室7月份首次发布了《2009年上半年地方应对网络舆情能力排行榜》，湖北石首市政府被研判为应对严重失当，存在重大缺陷，而湖北巴东县政府则被判为表示政府应对存在明显问题，处倒数一、二位。由此可见，如何迅速了解和把握网络的脉搏，及时回应公众疑问?如何依法依规向民众提供最新最快最全的真实信息，引导舆论，掌握主动，消除谣言和误解，这是当前各级权力机关面临的重大课题。OPinionObserver 在国外舆情分析研究方面，最有名的是美国的TDT(TopiC DeteCtion and TraCking)系统，其初衷是要研究出一些算法，能够发现和归纳来自于数据流中的重要的信息和内容；Dave等人研究并开发的Reviewseer是世界上第一个情感分析工具和第一个针对给定产品评论区别其褒贬性的系统。Galnon等人研究并开发的PulSe系统可以自动挖掘网上用户所上载的自由文本中有关汽车评价中的贬褒信息和强弱程度。Liu等人开发的OPnionObserver系统可以处理网上在线顾客产品评价，对涉及产品(如电子照相机)各种特征的优缺点进行统计，并采用可视化方式对若干种产品特征的综合质量进行比较。Yi和Niblack开发了WebFountain系统中的意见挖掘器WebFountain系统是一个基于多类型数据、开放领域意见挖掘的研究和开发平台wilson等人研究并开发的即inionFinder是一个自动识别主观性句子以及句子中各种与主观性有关的成分(例如，意见源、直接的主观性表达、说话事件(SpeechEvent)、情感等)的系统。英国科波拉软件公司的“感情色彩’，该软件能判断报纸刊登的文章对一个政党的政策是持肯定态度还是否定态度、或者网上评论文章是称赞还是贬低一种产品该软件分析的速度非常快，比如普通人需要一小时能浏览10篇文章，而该软件一秒钟就够了。 在国内，目前已有诸多学者开始研究探讨突发群体事件舆情信息传播规律。王永福、肖峰从新闻传播学角度对基层突发性群体事件的舆情信息传播规律做出分析并对舆论引导提出相应策略[1]；杨久华研究分析了网络群体事件发生的模式、趋势并提出采取建立健全防范协作机制、加强网络舆情引导、及时掌控事件的发起人和组织者及构建利益整合机制等策略措施[2]；罗成琳、李向阳通过总结我国现阶段突发性群体事件的典型案例，分析了突发性群体事件演化的主要影响指标和主要影响因素，从系统分析的角度构建了突发性群体事件的静态结构和动态流程[3]；彭知辉指出群体性事件发展过程中舆情信息传播的特点是信息传播形式的多样性、内容的庞杂性、影响的联动性、方式非正式性等等[4]。这些基于传统人文领域的研究方法只能对信息网络传播的过程和个体交互的机制给出描述，从定性的角度分析总结突发群体性事件的信息网络传播的成因、流程、规律，无法进行定量的研究，没有研究信息网络传播本身的特征对突发群件性事件的影响，无法准确分析信息网络传播的时机、事件因素的影响权重、传播方式与途径，也没有对信息网络传播的演化过程进行模拟仿真。目前已有学者开始从自然学科的角度研究信息网络传播模型，如2009年张立在博士论文《网络舆论传播中若干算法的研究》中针对当前舆论传播模型研究中所广泛采用的几种传播媒介存在的问题，通过对国内某网络社区的统计得出了网络舆论传播媒介的真实特性，提出了适合进行网络舆论传播研究的一般传播媒介模型即网络生长模型，并在此基础上对其性质进行了考察，从而给出了一个网络舆论传播媒介模型，提高了网络舆论传播模型中传播媒介的合理性和真实性。突发群件性事件舆情信息网络传播的研究是新兴的社会科学与自然科学交叉的研究领域，既涉及自然科学领域，又涉及社会科学领域，立足于网络拓扑结构研究信息的传播，发掘的信息网络传播演化模型并得出有意义的结果，能为有关管理层提供定量解释和对策，这样的研究工作目前尚不多见。 因此，在复杂的网络环境下，在充分了解网络拓扑结构的基础上，分析微观节点传播的机制，从理论上解释突发群体性事件舆情信息网络传播的形成过程和传播的机制，掌握舆情信息网络传播规律，引导事件的发展, 结合危机处理的一般方法，对认识、预测和引导事件的发生发展有着重要的理论意义和现实意义。 2、复杂网络理论 复杂网络是指由一个点集V(G)和一个边集E(G)组成的一个图G(V, E) 。近年来，由于计算机数据处理和计算能力的飞速发展，科学家们发现现实中的大部分网络既不是规则网络，也不是完全随机的网络，而是具有与前两者截然不同统计特征的复杂网络。如果将群体中的每个个体(人或企业)看作一个节点、个体之间的关系看作一条边，那么整个群体就构成一个复杂的网络。复杂网络形式在现实生活中随处可见，例如因特网、社会网络、公司间商务关系网络、食物网、论文之间相互引用而形成的网络等。大量的实证研究发现，大多数现实生活中的网络都具备小世界特性——高集聚、短距离，即是小世界网络或无标度网络[5]，前者引入了小世界(Small-World)网络模型，以描述从完全规则网络到完全随机网络的转变。小世界网络既具有与规则网络类似的聚类特性, 又具有与随机网络类似的较小的平均路径长度[6]。后者指出许多实际的复杂网络的连接度分布具有幂律形式。由于幂律分布没有明显的特征长度, 该类网络又被称为无标度(Scale-Free) 网络[7]。加入复杂网络研究的学者主要来自图论、统计物理学、计算机网络研究、生态学、社会学以及经济学等领域，研究所涉及的网络主要有：生命科学领域的各种网络（如细胞网络、蛋白质－蛋白质作用网络、蛋白质折叠网络、神经网络、生态网络）、Internet/WWW网络、社会网络，包括流行性疾病的传播网络、科学家合作网络、人类性关系网络、语言学网络等等；主要方法包括数学上的图论、物理学中的统计物理学方法和社会网络分析方法。 网络结构与行为的关系研究是复杂网络理论的一个重要研究方向，如渗流理论与传染病模型SIR(Susceptive Infected Recovered or Removed)和SIS(Susceptive Infected Susceptive)模型[8]。无标度网络中对SIR和SIS模型中感染总人数比例与传染率的关系研究表明, 疾病传播的强度临界值Bc→0, 即在无标度网络中, 无论传播强度(传染率) 多么小, 疾病都能持久存在。由于真实网络都是有限大的, May 和Lloyd研究了无标度网络上传播行为的有限尺度效应, 指出有限大的无标度网络存在正的传播强度临界值[9]。 3、信息传播模型复杂网络分析 引入复杂网络技术对突发群体性事件的信息网络传播进行深入研究的目的，是通过分析信息传播网络拓扑结构的复杂性，进一步分析突发性群体性事件舆情信息传播的复杂性，并根据复杂网络技术理论，寻找潜藏在信息传播网络“无序”中的“有序”，从而为控制与引导突发群体性事件的发生发展提出有效建议。因此，要弄清信息传播规则，需要研究以下几个问题： （1）突发群体性事件信息传播过程中的复杂网络特征。舆情信息的传播构成具有小世界特征和无标度性质的复杂网络，找出舆情传播媒介的真实特性，建立模拟传播网络，比较复杂网络和舆情信息传播社会网络的异同，为构建传播模型打下基础。 （2）应用复杂网络理论构建舆情信息网络生长模型。通过改变网络的各种统计特征如社团结构分析、平均长度、聚类系数和网络度分布，观察突发群体性事件舆情信息传播的变化情况，研究这些参数对舆情信息传播及事件发生的影响，建立传播模型。 （3）对所建模型进行仿真以结果证明其有效性及合理性。利用计算机仿真和随机分析等方法模拟舆情信息的网络传播过程，运用相关统计技术和手段画出不同参数对舆情信息传播的影响图，分析观察结果，找出原因，验证模型与现实社会生活中的现象一致性，并得到传播规律。 由于突发群体性事件中信息传播与网络疾病传播具有某些类似，而学者们已就此类问题给出了大量的理论研究结果，因此我们可以这些理论结果为出发点, 结合突发群体性事件舆情信息传播的特点, 通过建立舆情信息传播的演化模型来研究舆情信息传播。由于建立的传播演化模型不是可以解析的数学方程, 而是一套转化规则，模型结果是对模拟演化过程的结果将通过统计得到，这种过程模拟也是网络上疾病传播研究经常采用的方法。 (1) 建立信息传播网络。要研究突发群体性事件信息传播演化机制，第一个工作是建立一个舆情信息传播网络，可利用已有方法来建立网络，如某城市中一天电话通话记录建立社会网络，网络中节点代表电话号码，边联结两个通话的电话号码，也可选择Internet网作为研究对象，分析其上信息传播规律。由于网络巨大，直接运行模拟信息的传播算法非常耗时，需优化网络，使其既保留原网络的特性如无标度特性、小世界效应和度分布特性，也保证网络的连通性，算法才能高效运行。 (2) 确定信息传播的原则。设定网络中的节点对某事件的感知状态，如正面的认知状态、负面的认知状态、不能确定的认知状态等。同样一件事不同的人会有不同的态度感知, 对一个人来说正面的态度在另一个人看来可能并非如此, 在信息网络中会存在不同的态度评价，因此必须要确定三种不同认知态度的传播概率。此外，认知信息在传播过程的交互作用。现实生活中由于舆情信息传播的随机性, 一个人对某件事可能收到三种不同态度的信息，存在信息冲突的情形；同时还存在时间的延续问题，随时间的延续，传播信息的可能性降低，对已经了解的舆情信息也不易传播，因此需要确定此二情形下舆情信息传播的概率。 (3) 舆情信息传播过程的模拟仿真。写出在感知信息在信息网络传播时网络中节点的状态转移方程，分别讨论网络的统计特征如社团结构分析、平均长度、聚类系数和网络度分布对舆情信息传播的影响，画出态度认知状度)随时间变化的曲线以及最终传播范围，计算不同传播概率值，从而得到相应规则等结论。 4、结论 由于基于传统人文领域的研究方法只能从定性的角度分析总结突发群体性事件的信息网络传播的成因、流程、规律，无法进行定量的研究，本文通过分析信息传播网络拓扑结构的复杂性，进一步分析突发性群体性事件舆情信息传播的复杂性，从而研究突发群体性事件舆情信息传播的演化机理，分析舆情信息传播的时段性特征，仿真舆情信息演进的趋势，比较传播网络的统计特征的影响，构建舆情信息流动的预测模型。
作品图片
作品专业信息
撰写目的和基本思路
- 通过收集、整理、分析国内外网络舆情传播的文献资料，结合我国突发群体性事件的特点，提出将复杂网络理论应用到网络舆情传播规律的研究上，并详细论述分析其可行性。论文采用文献研究和案例研究的研究思路，从理论上深入认知和探索突发群体性事件网络舆情传播内在机理发展规律，比较定性分析与定量分析的优劣，重点选择近年来发生在我国的各种典型事件，分析复杂网络理论构建舆情信息流动的预测模型的可能性。
科学性、先进性及独特之处
- 本论文从自然学科角度出发，利用复杂网络技术建立舆情信息流动的预测模型，并进行定量分析，解决了传统人文领域只能对舆情信息进行定性分析的特点，模型解法新颖，贴近实际，可操作性强。
应用价值和现实意义
- 通过此模型对突发群体性事件舆情信息传播的演化机理的研究，可以更好地构建舆情信息流动预测模型的分析，以利于网络舆情的监管。
作品摘要
- 针对传统的人文领域研究方法只能对突发群体性事件舆情信息传播的过程和个体交互的机制给出定性的描述，不能进行定量研究的问题，本文从自然学科的角度出发，运用复杂网络理论研究突发群体性事件舆情信息传播的演化机理，对构建舆情信息流动的预测进行了分析，比较定性分析与定量分析的优劣，重点选择近年来发生在我国的各种典型事件，分析复杂网络理论构建舆情信息流动的预测模型的可能性，从而研究突发群体性事件舆情信息传播的演化机理，分析舆情信息传播的时段性特征，仿真舆情信息演进的趋势，比较传播网络的统计特征的影响，构建舆情信息流动的预测模型。
获奖情况及评定结果
- 本作品是《突发群体性事件信息传播复杂网络模型及应对策略研究》研究项目的一部分，该项目在2010年8月通过湖北教育厅人文社会科学研究重点项目(2010d025)申报并立项，受武汉市社会科学研究基金(whsk10087)支持。本作品是在该项目的基础上，对突发群体性事件信息传播过程中的特征，如平均距离、深度、簇系数、广度、最短路径的边数、平均路径长度等进行研究，对信息传播的预测模型作了进一步研究。
参考文献
- 突发群件性事件舆情信息网络传播的研究是新兴的社会科学与自然科学交叉的研究领域，既涉及自然科学领域，又涉及社会科学领域，立足于网络拓扑结构研究信息的传播，发掘的信息网络传播演化模型并得出有意义的结果，能为有关管理层提供定量解释和对策，这样的研究工作目前尚不多见。 [1] 李明杰,吴晔,刘维清,肖井华.手机短信息传播过程和短信息寿命研[J]. 物理学报, Vol. 58, NO.8,2009:5251-5258 [2] 罗成琳,李向阳. 突发性群体事件及其演化机理分析[J].中 国软科学.2009,6. [3] 彭知辉.论群体性事件情报信息的作用与局限性[J],情报杂 志,2008,4:64-67 [5] 潘新，基于复杂网络的舆情传播模型研究.大连理工博士学位论文，2010 [6] Albert R, Jeong H, Bareabasi a L 2000 Nature, 406-387 [7] Barabasi AL,Albert R.Emergence of Scaling in Random Networks [J].science,1999,286:509-512 [8] Monge PR.The Network Level of Anaysis.In Handbook of communication Scinece[J] ,edited by CharlR.Berger,239-270. [9] Watts D J,Strogatz S H.Collective dynamics of small world network[J].Nature,1998 [10]TANG Yong,MA Yong-kai. Information Diffusion in Small-world Social Networks[J]. Journal of System Simulation,Vol. 18 No. 4, Apr., 2006:1084-1087
调查方式
- ■走访 □问卷 □现场采访 □人员介绍 □个别交谈 ■亲临实践 □会议 □图片、照片 □书报刊物 ■统计报表 □影视资料 □文件 □集体组织 ■自发■其它
同类课题研究水平概述
- 目前已有诸多学者开始研究探讨突发群体事件舆情信息传播规律。王永福、肖峰从新闻传播学角度对基层突发性群体事件的舆情信息传播规律做出分析并对舆论引导提出相应策略；杨久华研究分析了网络群体事件发生的模式、趋势并提出采取建立健全防范协作机制、加强网络舆情引导、及时掌控事件的发起人和组织者及构建利益整合机制等策略措施；罗成琳、李向阳通过总结我国现阶段突发性群体事件的典型案例，分析了突发性群体事件演化的主要影响指标和主要影响因素，从系统分析的角度构建了突发性群体事件的静态结构和动态流程；彭知辉指出群体性事件发展过程中舆情信息传播的特点是信息传播形式的多样性、内容的庞杂性、影响的联动性、方式非正式性等等。这些基于传统人文领域的研究方法只能对信息网络传播的过程和个体交互的机制给出描述，从定性的角度分析总结突发群体性事件的信息网络传播的成因、流程、规律，无法进行定量的研究，没有研究信息网络传播本身的特征对突发群件性事件的影响，无法准确分析信息网络传播的时机、事件因素的影响权重、传播方式与途径，也没有对信息网络传播的演化过程进行模拟仿真。目前已有学者开始从自然学科的角度研究信息网络传播模型，如2009年张立在博士论文《网络舆论传播中若干算法的研究》中针对当前舆论传播模型研究中所广泛采用的几种传播媒介存在的问题，通过对国内某网络社区的统计得出了网络舆论传播媒介的真实特性，提出了适合进行网络舆论传播研究的一般传播媒介模型即网络生长模型，并在此基础上对其性质进行了考察，从而给出了一个网络舆论传播媒介模型，提高了网络舆论传播模型中传播媒介的合理性和真实性。突发群件性事件舆情信息网络传播的研究是新兴的社会科学与自然科学交叉的研究领域，既涉及自然科学领域，又涉及社会科学领域，立足于网络拓扑结构研究信息的传播，发掘的信息网络传播演化模型并得出有意义的结果，能为有关管理层提供定量解释和对策，这样的研究工作目前尚不多见。
