运用计算智能方法建立网络群体事件成因模型的研究

A fundamental step for preventing Internet mass incidents is to study its generation mechanism by building a quantitative model of its causes. In this project, a novel feature selection technique based on parallelized computational intelligence (CI) methods is first presented for addressing the issue of extracting incident causes from Internet data with large volume and variety. Then an adaptation scheme that learns adjustments from historical data is proposed for improving the adaptability and efficiency of CI. Ultimately, we propose the usage of adaptive CI methods for building a quantitative cause model of Internet mass incidents, which serves the purpose of quantifying the relation between incident rate and potential causes. This project will fill the blank of quantitative cause models in the research of Internet mass incidents. The model obtained will pave the way for exploring the evolution pattern of Internet mass incidents and offer support to design prevention and intervention strategies.

通过建立网络群体事件的量化成因模型来对事件的发生机制进行研究是预防网络群体事件发生的基础和关键。本课题针对传统特征提取技术难以从海量异构的网络数据中提取事件成因的问题，提出基于并行计算智能方法的特征提取技术，提高特征提取的准确度和速度；针对计算智能方法对预设执行策略和控制参数敏感的问题，提出基于历史信息学习策略的自适应方法，在没有显著增加算法复杂性的前提下提高算法的普适性和效率；最终，本课题将给出一个运用自适应计算智能方法建立网络群体事件成因量化模型的新途径，为定量分析各个因素与事件发生率之间的关系提供依据。本课题的成果将填补网络群体事件的成因研究中定量分析模型的空白，为进一步探索事件的演进规律、制定事件预防和应对策略奠定基础。

网络群体事件是指网民群体围绕共同主题，利用网络公共领域大规模地制造舆论、渲泄情绪的集群行为，其影响范围不仅限于网络空间，也可能延伸至现实社会。随着互联网的发展，网络群体事件的发生频率和影响强度在全球范围内均呈上升趋势。理解网络群体事件背后的形成机制，是预防、引导和控制网络群体事件的关键和基础。文献中关于网络群体事件形成机制的研究大多是基于经验的定性分析，缺乏有效的定量分析方法和成果。本项目立足于网络群体事件的历史数据，以计算智能为主要手段，对网络群体事件的形成原因进行了量化研究。本项目取得的重要成果包括：1）基于互联网上获取的网络群体事件历史数据，定义了事件成因的类目框架和量化标准，形成了网络数据事件的数据库；2）针对网络群体事件数据体大量多、类型复杂的特点，提出了基于并行计算智能的特征提取方法，发现了社交网络的群落结构对网络群体事件的形成有重要影响；3）针对计算智能方法在应用过程中显现出的参数敏感问题和多样性衰减问题，提出了基于历史信息学习的自适应方法和基于散列函数的小生境方法，提高了复杂问题的求解效率；4）将算法研究成果运用于网络重叠群落探测问题，提出了基于最大圈的演化算法，在人工合成网络和真实网络上验证了算法的有效性和高效性，并将所提出的算法运用于研究社交网络的群落结构对网络群体事件形成原因的影响，初步建立了基于社交网络拓扑结构的网络群体事件预测模型。根据上述成果，本项目共在国内外学术期刊上和国际会议上发表论文9篇，其中SCI索引论文3篇，协助培养硕士研究生3人，博士研究生1人。总体而言，本项目已基本完成计划的研究内容，取得了预期成果，并完成了预期目标。本项目的成果有望为进一步探索网络群体事件的发展规律、制定预防、引导和控制策略奠定基础。