社会化媒体中数字内容扩散的二元影响模型及控制策略研究

The diffusion of digital content on social media has important implications on network marketing and public opinion intervention, etc. The similarity of them is that Social Influence play an important role on diffusion process. Recent study has demonstrated that both individual Influence and the Susceptibility to digital content together determine the diffusion process, which is called Dyadic Influence. This study will further investigate the dyadic influence from the perspective of social cognition by taking into account the conception that social influence result from individual’s Cognitive Uncertainty of digital content, and the greater the uncertainty, the stronger the social influence. Random experiment will be employed to test this assumption. More over, empirical research will be conducted to measure the cognitive uncertainty in real data, and to construct and test the uncertainty-based dyadic influence diffusion model. At last, this model will be used to find enhancing or suppressing strategies to digital content diffusion on social media, and also explore their applications in word-of-mouth marketing and rumors spreading control relatively. This study will improve the theories of diffusion mechanism and human behavior on social media, and bring new strategies and their applications to the diffusion process controlling.

社会化媒体中的数字内容扩散在网络营销、舆论干预等方面有重要应用价值，其共同之处是社会影响在扩散过程中起重要作用。最近的研究表明社会影响由作用个体的影响力(Influence)与被作用个体对数字内容的易感性(Susceptibility)共同驱动的，称为二元影响(Dyadic Influence)。本项目更进一步，从社会认知的角度研究这种机制，认为社会影响源于个体对数字内容的认知不确定性，且不确定程度越大社会影响的作用越强。项目拟利用随机实验对该假设进行验证；进而，探索实证数据中认知不确定性的衡量方法，构建并检验基于认知不确定性的二元影响扩散模型；最后，利用该模型研究扩散增强和抑制策略，并分别探讨在口碑营销和谣言传播控制中的应用。本项目的研究将推进社会化媒体中数字内容扩散的机制及人类行为的理论研究，并从新的视角探索扩散控制策略和应用方法。

随着互联网技术的发展，社会化媒体成为人们获取信息的重要方式，也为普通用户提供了便捷的信息发布途径。用户在社会化媒体中的行为模式、相互影响机制、对信息传播的影响等得到很多关注。项目从社会影响的角度研究社会化媒体中信息传播的机制、模型、控制策略。主要内容包括：.1）社会化媒体中用户行为及社会影响机制。通过对微博用户行为的研究发现用户行为的幂律特征、周期性与波动性，以及强记忆性和弱阵发特性。社会化媒体中，社会影响的原因在于个体对来自他人信息的不确定性，不确定性程度越大社会影响的作用越强。通过引入变异系数来衡量认知不确定性，发现不同类型的内容社会影响的作用程度不一样；用户的年龄、性别、职业等特征对社会影响机制有重要的影响。.2）社会化媒体中信息扩散模型及控制策略。现有的社会化媒体扩散模型研究中，都忽略了参与者活跃度的影响。项目将参与者的活跃度作用模型的重要参数，结果发现活跃性自身也表现出一种临界行为，从而与传播内容感染率的临界性共同构成了一条临界曲线。基于用户活跃性的思想，项目研究了多种谣言扩散模型。基于这些模型，项目分别给出了谣言大范围传播和谣言被最终清除的条件，这些条件可用于制定有效的谣言控制策略。.3）社会化媒体信息扩散网络重要节点识别及应用。社会化媒体中信息扩散网络中重要的节点在扩散过程中起重要作用。项目对节点度的概念拓展，提出交叉度及交叉点权的概念，在此基础上提出识别有向网络中心节点的c-核分解算法和加权有向网络的cw-核分解算法。项目还提出一种扩展HITS算法，通过迭代使节点和边的重要性收敛至固定值。这些算法可用于社会化媒体文本中用户表达观点的情感词及其目标的提取。.项目研究有助于更深入的理解社会化媒体中个体之间的相互影响作用，从新的角度为社会化媒体中的大量社会现象提供理论解释；研究结果社会化媒体中谣言扩散的控制和清除提供直接的策略支持，也可以直接推广至口碑营销策略和广告投放策略的制定。