基于随机博弈网的网络用户信息行为模型及演化性分析

随着网络信息技术和以博客、微博客、社交网络为代表的应用的不断发展，网络信息用户已构成了庞大的群体，形成了互联网上的"虚拟社会"。如何理解和分析网络用户信息行为和群体结构的稳定维持和演化规律是社会信息网络治理面临的最大挑战之一。目前尚没有系统的模型和分析方法，已有研究工作大多从局部展开。本项目对现有随机博弈网模型进行扩展，针对用户信息行为及其演化性的特点，提出一套较为完整的，可以有效支持演化博弈的模型和求解方法，基于该方法深入研究网络用户信息行为和群体结构的模型，分析演化均衡策略的稳定性，用户博弈策略与群体结构形成机制的互影响，以及群体结构发生相变的边界条件，并揭示信息行为的复杂动力学演化规律，最后搭建基于"国家网络靶场"的试验验证系统，进一步通过微博客的实际数据验证研究成果，从而为网络空间用户信息行为和群体事件的分析与预警提供理论和技术支撑，本项目的研究工作具有重要的理论意义和实用价值。

随着网络信息技术和以博客、微博客等社交网络为代表的应用的不断发展，网络信息用户已构成了庞大的群体，形成了互联网上的“虚拟社会”。如何理解和分析网络用户信息行为和群体结构的稳定维持和演化规律是社会信息网络治理面临的最大挑战之一。目前尚没有系统的模型和分析方法，已有研究工作大多从局部展开。.本项目针对用户信息行为及其演化性的特点，提出一套较为完整的、可以有效支持社交演化博弈的模型和求解方法，主要研究内容与成果有：1）研究了社交演化博弈的基础理论，提出了社交演化博弈建模的基本框架，并应用该框架对社交网络中用户信息交互行为的共演化、用户信息传播行为的演化以及用户竞争性信息传播行为异步演化进行建模；2）对网络用户个体信息行为建模及演化性分析，建模了典型用户个体信息行为（观点交互、信息传播）的演化博弈过程，同时，以消费网络为实例，对个体消费行为进行演化性分析和偏好预测，并实现了对社交网络中的个体潜在关注关系和位置属性关系进行预测；3）进而对网络群体结构建模及演化性分析，提出了群体行为评价指标，在此基础上提出一种可行的网络群体行为分析的模型框架，并引入了用户偏好因素，建立了在个体偏好因素影响下的网络结构的演化模型，同时结合群体形成的自发特性，提出了针对具有动态特性的信息交互群体的识别方法，并根据具有动态特性的信息交互群体的重叠现象，分析了重叠群体的演化性；4）最终设计并实现了“社交博弈演化分析的仿真工具”和“社交网络用户在消费网络中的行为预测系统”，进一步通过真实的社交网络Facebook和Google+、消费媒体YouTube和eBay数据验证了研究成果，搭建了融合社交网络信息的消费媒体个性化服务使用实例。形成了69篇学术论文，其中SCI收录11篇，EI收录64篇；已出版专著1本，待出版专著1本；申请发明专利14项，软件著作权1项；获得了2015年度北京市科学技术奖、2014年度钱伟长中文信息处理科学技术奖一等奖、2014年度中国电子学会科学技术发明二等奖。.本项目通过社交演化博弈建模，深入研究网络用户信息行为和群体结构的模型，分析演化均衡策略的稳定性，用户博弈策略与群体结构形成机制的互影响，并揭示信息行为的复杂动力学演化规律，最后搭建试验验证系统，进一步通过实际数据验证研究成果，从而为网络用户信息行为和群体事件的分析与预警提供理论和技术支撑，具有重要的理论意义和实用价值。