微内容传播的群体行为感知与角色挖掘关键技术研究

The ubiquitous and community communication of Micro-content is the important reason for the formation of network public-opinion in, Some research result can be referenced.The group behavior of users is more Significant than individual nodes to the network structure and opinion evolution.So it has have more value to related research.?We found that micro-content has the information characteristics of multiple media properties through our previous research.It will lead to the point mutation and the emergence of new Behavior by the nodes' interaction of micro-behaviors. Dominated by micro-dynamics of node role, the group behavior makes the transmission network community, and the opinion often appears multi polarization phenomenon. On the basis of previous works, we will further analysis the characteristic and law of communicators and group communication behavior on social networks. We prepare to carry out the research in the theory, algorithm and application three aspects. We wish establish the optimized model of recognition group behavior based on opinion dynamics, to find the critical point of group behavior formed by introducing appropriate variables, and research on node role mining algorithm by using the theory and methods of statistical physics. We will explore the evolution and control model of group behavior under role driving, test and evaluate the performance of the model and the algorithm in a real large-scale network.and then verify the application value. At last, we will put forward some new mechanism and strategies of network public opinion management in the time of we-media.

微内容的泛在化、社区化传播是网络舆情形成的重要原因，复杂网络和信息挖掘相关研究成果可供参考。用户的群体行为对网络结构和舆情演变的影响极为显著，具有重要研究价值。前期工作"微内容网络传播与免疫策略研究",发现微内容具有多重媒体属性的信息特征，经过传播节点各种微行为的互动会导致观点突变和新行为的涌现。受节点角色的微观动力学支配，网络的群体行为使得传播网络社区化，往往会出现观点多元极化现象。拟在前期阶段性成果的基础上，进一步分析社区化网络传播者和群体传播行为的特点和规律，在理论、算法和应用三个层面开展研究，基于意见动力学建立感知群体行为的优化模型，引入合适的参变量，寻找群体行为形成的临界点；采用统计物理的理论和方法研究节点角色挖掘的算法，探讨角色驱动下的群体行为演化和控制模型，并在真实大规模网络中测试和评估所提模型与算法的表现，验证其应用价值，以期提出自媒体环境下网络舆情管理的新机制和新策略。

微内容具有多重媒体属性的信息特征，对社区化网络传播者和群体传播行为特点和规律进行研究具有重要的理论意义和实用价值。网络用户的角色特征和群体行为对网络结构和舆情演变的影响极为显著，具有重要研究价值。本项目以微内容传播的网络节点角色和传播行为为研究对象，在理论、算法和应用三个层面开展研究。对传播网络形成与演化规律、微内容的信息特征、网络传播特性、传播行为的特点等进行了理论分析。对部分算法进行了研究，提出了对网络拓扑结构中节点位置的近似优化算法；针对动态变化的数据及新增信息对系统原有知识的影响，提出了一种增量求解分布函数的计算方法，设计了增量式属性约简算法；构建了广义邻域下可变精度的粗糙集模型，设计了不完备邻域决策系统的属性约简算法。分析了微内容在网络传播过程中的观点交互现象和角色驱动下的群体行为演化特性，证明了网络传播中观点极化现象；建立了微内容传播的观点交互模型和具有交互感染作用的多信息传播模型，对谣言类微内容传播过程和扰动模型进行了分析。提出了虚拟社会微内容的舆情传播管理的相关对策，研究成果对自媒体环境下网络舆情管理具有一定的理论意义和实践价值。