微博社区的网络信息传播机理及政策引导体系研究

The rapid development of social media has not only fundamentally changed people's lives, but also brought a challenge to the social management. As the most typical social media, microblogging has many new features which different from the reality of social,also its information dissemination mechanism and guide system will have a profound impact on virtual social management. The study is based on the microblogging community, trying to build a network information transmission dynamics model to explore the mechanism of information dissemination through its network structure and information dissemination laws, including the policy guidance on the basis of the simulation system. Through using scale-free characteristics of complex networks, also with the DMS model，BBV model and reliability model's evolution, to express the network structure of the BA scale-free network model based on microblogging social networking information dissemination characteristics. Meanwhile, through introduction and optimization of the basic dynamics of the SIR model mechanism, to build the the microblogging community network information diffusion dynamics model combined with the network structure expression model, finally to achieve a systematic description of its network information dissemination mechanism. After Using social computing platform for data acquisition and analysis, verification and correction of the propagation model，expanding the network size to the iterative simulation to predict the trend of network information dissemination. Finally establish the different characteristics of social media networks to guide the program system according to the systematic simulation results.

社会媒体的迅猛发展从根本上改变了人们的生活，但也给社会管理带来了挑战。微博作为典型的社会媒体，其社区具有众多不同于现实社会的新特征，对其信息传播机理和引导体系的研究将对虚拟社会管理产生深远的影响。本项目力图通过对微博社区网络结构与信息传播规律的研究，构建网络信息传播动力学模型来探索其信息传播机理，并在仿真实验的基础上提出政策引导体系。利用复杂网络的无标度特性并结合DMS、BBV和可信度模型进行演化，实现对微博社区网络结构的模型表达。同时，引入并优化SIR模型的基本动力学机制，结合网络结构表达模型构建微博社区的网络信息传播动力学模型，系统性的描述其网络信息传播机理。在利用社会计算平台相关技术进行数据采集和分析后，对传播模型进行验证与修正，通过不断增加网络传播中心点，扩大网络规模来进行迭代仿真实验，对网络信息传播的趋势进行预测。依据系统性仿真结果，建立符合不同特征微博社区的引导政策制定体系。

进入21世纪以来，众多社会媒体随互联网技术的发展而蓬勃兴起，改变了人类的生产和生活方式，成为网络人群传播信息和社会交往的主流平台。而在中国，微博作为兴起最早、影响力最大和创新力最强的社会媒体迅速被广大网民所接受，并逐渐成为一种人们的生产生活方式，但其虚拟性等新特征也给社会治理带来了新的挑战。应用复杂网络理论对微博社区的网络结构演化进行描述后，构建一个微博社区用户网络信息传播模型来探索新时期微博社区的信息传播规律，研究其传播趋势便具有十分重要的意义。结合微博社区网络信息传播过程的研究，在传染病SIR模型所提供的基本动力学机制基础上，引入微博社区的活跃度要素和可信度函数，构建微博社区信息传播模型，系统性的提出信息传播率、信息直接和间接免疫率、连接概率等各个参数的计算方法，进而通过爬取微博数据、利用Matlab进行计算和仿真，可以很好地描绘微博社区的信息传播规律，并对信息传播趋势做出有效预测。基于模型研究，发现目前微博的信息传播存在寿命周期短、传播范围有限和可信度较低等实际情况。最后，基于实证研究，从微博社区网络的结构特征和仿真结果两个层面出发提出了政策引导体系：其一，依托于微博社区节点连接的幂律分布性，择优链接性和鲁棒性等特征，提出同时发挥“明星”节点和“草根”节点作用的舆情引导体系；其二，依托于模型仿真结果，提出高敏感性的多元共治的，同时关注热门与非热门微博的政策引导体系。