时变在线社会网络中舆情传播与演化动力学研究

The understanding of the underlying dynamics of the spreading and evolution of public opinions is of fundamental importance for the analysis and management of public opinions in the context of social media. One key characteristic of social media is to transfer messages and to convey interpersonal influences through a time-varying online social network (OSN) that is essentially activity-driven. Accordingly, on the basis of the idea of time-varying OSN and the distinction of the public-opinion issue into three levels of message, opinion and action, this project investigates “opinion-diffusion-and-evolution-in-social-media” as a complex social-system problem by combining the dynamics of opinion diffusion and the dynamics of opinion evolution (i.e. opinion dynamics as commonly termed in literature), using data analytics and agent-based modeling of complex systems as the main methodologies. Firstly, the individual behaviors in the context of opinion-diffusion-and-evolution are to be explored in order to develop the microscopic mechanisms for dynamic modeling that may better fit the real-world situations than today’s mainstream models. Secondly, the structural features and evolutionary patterns of the time-varying OSN are to be unraveled so as to characterize network properties for the subsequent studies on the dynamics of opinion diffusion and evolution in social media. Based on these two cornerstones, the dynamics of opinion diffusion are further examined under the subthemes of the message diffusion dynamics based on individual attention-attraction, the opinion dynamics based on the mechanism of “complex contagion”, and the dual dynamics of opinion spreading and network evolution. Moreover, for the dynamics of opinion evolution, the two-tier dynamics from message spreading to opinion evolution are to be a focal research topic. The overall outcomes of the prior researches may largely shed some light on further in-depth analyses of the public-opinion situations as well as extensive managerial studies on coping with the public-opinion-related issues.

把握舆情传播和演化规律对于社会媒体舆情分析和管理都有基础性的意义。社会媒体的根本特征在于通过具有活动驱动特性的时变在线社会网络实现消息传递和人际观点影响。对此，本项目立足于这类时变在线社会网络，在把舆情问题分为消息、观点、行为三个层级的基础上，采用数据分析和基于Agent的复杂系统建模相结合的方法，把舆情传播动力学和意见动力学综合起来研究“社会媒体上的舆情传播和演化”这一复杂社会系统问题。通过对个体舆情行为以及时变在线社会网络的结构特征和演化模式的分析，克服当前主流模型在微观动力机制及网络特质把握上的不足。进而，在舆情传播动力学层面，探索基于个体注意力形成机制的消息传播机制、基于“复杂感染”的观点和行为传播机制、以及舆情传播和网络演化的耦合动力学机制；在舆情演化暨意见动力学层面，重点研究消息传播与意见传播二级意见动力学机制。项目的成果有望为进一步的深度舆情分析及舆情管理应用奠定一定基础。

随着社交媒体的兴起，在线社会网络上的消息、观点和行为的传播对舆情管理和社会化营销等产生显著影响。这类网络上舆情传播与演化的模式与规律是广受关注的研究课题。对此，本项目着眼于三点针对这一主题探索其动力学机制。第一，在传播微观机制上，力图克服传统模型的过于简化的“接触感染”假设，引入更为符合实际的传播机制。第二，分析在线社会网络不同于通常社会网络的特性，特别是其时变网络特性，并结合这种特性研究其上的舆情动力学。第三，把传播动力学和意见动力学两种现实中紧密结合的过程综合起来加以研究。综合这些认识，本项目开展了一系列研究。首先，针对在线社会网络开展研究，提出基于粗糙相似度的在线社会网络链路预测方法。从活动驱动的时变网络的概念出发，探索微博交互网络等在线社会网络的时变特征，通过对大规模微博转发数据的分析探索了微博交互中的滑动时间窗特性，提出基于滑动时间窗的在线社会网络生成模型。把传播的因素和网络结构演化的因素加以综合考虑，提出在线社会网络上传播与网络结构共同演化模型。其次，研究在线社会网络中的舆情传播与意见演化动力学模型。扩展复杂感染模型，研究综合社会强化效应与消息的吸引性与持久性因素的复杂传播动力学模型，结果表明简单感染和复杂感染并非简单的二分，而是存在渐变的谱系。把基于滑动时间窗的网络模型与传播问题综合起来研究，提出新的传播模型，所呈现的传播模式很好地匹配了新浪微博传播的数据分析结果。提出基于滑动时间窗的连续意见动力学模型、以及多社区动态网络中的意见动力学模型，呈现在线社会网络中不同于通常社会网络中意见演化的特点。将经典的意见动力学模型和实际社交媒体中的意见交流实际情况结合，研究维基百科编辑社区中的冲突协调动力学模型。最后，提出新的消息传播和意见演化耦合动力学模型，得到阶段性研究成果。本项目总体上促进了对社交媒体上舆情传播与演化的动态机制的理论认识，对现实舆情管理有借鉴意义。