Please wait a minute...
Advanced Search
现代图书情报技术  2015, Vol. 31 Issue (7-8): 65-72    DOI: 10.11925/infotech.1003-3513.2015.07.09
  研究论文 本期目录 | 过刊浏览 | 高级检索 |
突发事件网络舆情中网民群体行为演化的Agent建模与仿真研究
吴鹏, 杨爽, 张晶晶, 高庆宁
南京理工大学经济管理学院 南京 210094
Agent-Based Modeling and Simulation of Evolution of Netizen Crowd Behavior in Unexpected Events Public Opinion
Wu Peng, Yang Shuang, Zhang Jingjing, Gao Qingning
School of Economics and Management, Nanjing University of Science & Technology, Nanjing 210094, China
全文: PDF(1164 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

目的】发现突发事件网络舆情演变过程中的网民群体行为模型、路径、规则以及与突发事件网络舆情演变的关系。【方法】基于Agent建模技术, 对突发事件中网络舆情演变过程中网民群体行为进行建模与仿真, 包括概念模型、Agent属性、交互规则、博弈规则的设计, 并基于NetLogo进行仿真与预测。【结果】结合典型突发事件网络舆情案例进行实证研究, 验证本文提出的Agent模型的科学性。【局限】本文提出的交互规则、博弈规则需要更多同类事件的对比和优化。【结论】基于Agent的建模方法能够综合现实情境和网民群体的行为, 进行突发事件网络舆情演变的建模、仿真, 揭示突发事件网络舆情演变的规律。

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
Abstract

[Objective] This paper is to analyze evolution path of network public opinion in the emergency management of unexpected events, and discover the relation between evolution of netizen crowd behavior and public opinion of unexpected events. [Methods] Design a Multi-Agent model which involving Agent properties, interaction and game rules among Agents, cross validation method between online and offline, and simulate this Multi-Agent model based on NetLogo system. [Results] With an empirical study, the feasibility of the Multi-Agent is verified. [Limitations] The interaction and game rules of Multi-Agents need to be optimized based on more empirical study in special domain. [Conclusions] Agent-Based Modeling can combine netizen crowd behavior and real environments for modeling and simulating, and can discover the inner rule of the public opinion evolution in the unexpected events.

收稿日期: 2015-01-12     
:  TP393  
基金资助:

本文系国家自然科学基金项目"突发事件网络舆情演变过程中的人群仿真研究"(项目编号:71273132)、国家自然科学基金项目"基于情感倾向性分析的网络舆情意见领袖识别与对策研究"(项目编号:71303111)、中央高校基本科研业务专项资金项目"移动互联网服务使用偏好学习机制研究"(项目编号: 30920140111006)和江苏省"青蓝工程"基金项目"突发事件网络舆情研究"(项目编号: [2012]39号)的研究成果之一。

通讯作者: 吴鹏, ORCID: 0000-0001-7455-926X, E-mail: wupeng@njust.edu.cn。     E-mail: wupeng@njust.edu.cn
作者简介: 作者贡献声明: 吴鹏: 提出研究思路, 设计研究方案, 起草论文; 杨爽: 采集、清洗和分析数据, 完成仿真实验; 高庆宁, 张晶晶: 指标体系设计, 模型设计。
引用本文:   
吴鹏, 杨爽, 张晶晶, 高庆宁. 突发事件网络舆情中网民群体行为演化的Agent建模与仿真研究[J]. 现代图书情报技术, 2015, 31(7-8): 65-72.
Wu Peng, Yang Shuang, Zhang Jingjing, Gao Qingning. Agent-Based Modeling and Simulation of Evolution of Netizen Crowd Behavior in Unexpected Events Public Opinion. New Technology of Library and Information Service, DOI:10.11925/infotech.1003-3513.2015.07.09.
链接本文:  
http://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2015.07.09

[1] 毕宏音. 网络舆情形成与变动中的群体影响分析[J]. 天津大学学报: 社会科学版, 2007, 9(3): 270-274. (Bi Hongyin. Group Influence in the Formation and Change of Network Public Opinion [J]. Journal of Tianjin University: Social Science, 2007, 9(3): 270-274.)
[2] 何炎祥, 陈萃萌. Agent和多Agent系统的设计和应用[M].武汉: 武汉大学出版社, 2001: 13. (He Yanxiang, Chen Cuimeng. The Design and Application of Agent and Multi-agent System [M]. Wuhan: Wuhan University Press, 2001: 13.)
[3] 岳峰, 胡晓峰, 李志强, 等.多智能体涌现生成的群体行为仿真[J]. 系统仿真学报, 2008, 20(Sl): 205-208. (Yue Feng, Hu Xiaofeng, Li Zhiqiang, et al. Generating Crowd Behavior Simulation from Multi-agent's Emergence [J]. Journal of System Simulation, 2008, 20(Sl): 205-208.)
[4] DeAngelis D L, Mooij W M. Individual-based Modeling of Ecological and Evolutionary Processes [J]. Annual Review of Ecology, Evolution and Systematics, 2005, 36: 147-168.
[5] Azahar M A B M, Sunar M S, Daman D, et al. Survey on Real-Time Crowds Simulation [A]// Technologies for E-Learning and Digital Entertainment [M]. Springer Berlin Heidelberg, 2008: 573-580.
[6] 杨志谋, 司光亚, 李志强, 等.群体行为建模理论基础与建模方法研究[J]. 系统仿真学报, 2009, 21(16): 3621-3625, 3630. (Yang Zhimou, Si Guangya, Li Zhiqiang, et al. Basic Theory and Method of Crowd Behavior Modeling [J]. Journal of System Simulation, 2009, 21(16): 3621-3625, 3630.)
[7] 王鑫. 数据驱动的人群动画仿真技术研究[D]. 杭州: 浙江大学, 2009. (Wang Xin. The Simulation Research of Data-driven Crowd Animation [D]. Hangzhou: Zhejiang University, 2009.)
[8] 江世杰, 韩战钢. 复杂系统研究中基于Agent的模型化方法[J]. 上海理工大学学报, 2011, 33(2): 124-129. (Jiang Shijie, Han Zhangang. Agent Based Modeling in Complex System Research [J]. Journal of University of Shanghai for Science and Technology, 2011, 33(2): 124-129.)
[9] 刘炜, 陈俊杰.一种基于Agent的智能元搜索引擎框架[J].计算机工程与应用, 2005(3): 137-138, 211. (Liu Wei, Chen Junjie. A Framework for Intelligent Meta-search Engine Based on Agent [J]. Computer Engineering and Applications, 2005(3): 137-138, 211.)
[10] Mitrovic M, Tadic B. Patterns of Emotional Blogging and Emergence of Communities: Agent-based Model on Bipartite Networks [OL]. [2014-06-07]. arXiv Preprint. arXiv: 1110. 5057.
[11] Sobkowicz P, Kaschesky M, Bouchard G. Opinion Formation in the Social Web: Agent-based Simulations of Opinion Convergence and Divergence[A]// Agents and Data Mining Interaction[M]. Springer Berlin Heidelberg, 2012: 288-303.
[12] Gatti M, Appel A P, Pinhanez C, et al. Large-scale Multi- Agent-based Modeling and Simulation of Microblogging-based Online Social Network [C]. In: Proceedings of the 14th International Workshop on Multi-Agent-based Simulation. 2013.
[13] Sobkowicz P. Modeling Opinion Formation with Physics Tools: Call for Closer Link with Reality [J]. Journal of Artificial Societies and Social Simulation, 2009, 12(1): 11-25.
[14] Birkland T A. After Disaster: Agenda Setting, Public Policy, and Focusing Events [M]. Georgetown University Press, 1997.
[15] 胡正荣.传播学总论[M]. 北京: 北京广播学院出版社, 1997: 312. (Hu Zhengrong. Communication [M]. Beijing: Communication University of China Press, 1997: 312.)
[16] 周斌. "强-弱"冲突案件的网络舆情及传统媒体的理性应对[J]. 新闻爱好者, 2013(11): 29-32. (Zhou Bin. Rational Response of Public Opinion and Traditional Medias in "Stong-Weak" Conflicting Legal cases [J]. Journalism Lover, 2013(11): 29-32.)
[17] 钟扬廉. 基于 UIGP 模型预测分析下的高校网络群体极化研究[J]. 科协论坛, 2012(9): 85-86. (Zhong Yanglian. Research of Group Polarization in University Networks Based on Pridiction of UIGP Model [J]. Science & Technology Association Forum, 2012(9): 85-86.)
[18] Deffuant G, Neau D, Amblard F, et al. Mixing Beliefs among Interacting Agents [J]. Advances in Complex Systems, 2000, 3(1-4): 87-98.

[1] 曾庆田,胡晓慧,李超. 融合主题词嵌入和网络结构分析的主题关键词提取方法 *[J]. 数据分析与知识发现, 2019, 3(7): 52-60.
[2] 夏立新,曾杰妍,毕崇武,叶光辉. 基于LDA主题模型的用户兴趣层级演化研究 *[J]. 数据分析与知识发现, 2019, 3(7): 1-13.
[3] 杨宁, 黄飞虎, 文奕, 陈云伟. 基于微博用户行为的观点传播模型[J]. 现代图书情报技术, 2015, 31(12): 34-41.
[4] 余昕聪, 李红莲, 吕学强. 本体上下位关系在招生问答机器人中的应用研究[J]. 现代图书情报技术, 2015, 31(12): 65-71.
[5] 王政军, 俞小怡, 金玉玲. 利用旁路监听技术约束数字资源过量下载[J]. 现代图书情报技术, 2015, 31(12): 95-100.
[6] 刘占兵, 肖诗斌. 基于用户兴趣模糊聚类的协同过滤算法[J]. 现代图书情报技术, 2015, 31(11): 12-17.
[7] 伍万坤, 吴清烈, 顾锦江. 基于EM-LDA综合模型的电商微博热点话题发现[J]. 现代图书情报技术, 2015, 31(11): 33-40.
[8] 强韶华, 吴鹏. 地域性差异视角下的网站分类用户心智模型空间性研究[J]. 现代图书情报技术, 2015, 31(11): 68-74.
[9] 秦学东. 基于Drupal的KVM私有云管理系统解决方案[J]. 现代图书情报技术, 2015, 31(11): 91-95.
[10] 吴江, 张劲帆. 社会网络三元结构中关注影响力研究——以学生关系网络为例[J]. 现代图书情报技术, 2015, 31(10): 72-80.
[11] 姜春涛. 自动标注中文专利的引文信息[J]. 现代图书情报技术, 2015, 31(10): 81-87.
[12] 王颖, 张智雄, 李传席, 刘毅, 汤怡洁, 周子健, 钱力, 付鸿鹄. 科技知识组织体系开放引擎系统的设计与实现[J]. 现代图书情报技术, 2015, 31(10): 95-101.
[13] 桂思思, 陆伟, 黄诗豪, 周鹏程. 融合主题模型及多时间节点函数的用户兴趣预测研究[J]. 现代图书情报技术, 2015, 31(9): 9-16.
[14] 秦晓慧, 乐小虬. 面向单篇文献引文网络的主题来源与走向追踪[J]. 现代图书情报技术, 2015, 31(9): 52-59.
[15] 邓启平, 王小梅. 利用LeaderRank识别有影响力的作者[J]. 现代图书情报技术, 2015, 31(9): 60-67.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
版权所有 © 2015 《数据分析与知识发现》编辑部
地址:北京市海淀区中关村北四环西路33号 邮编:100190
电话/传真:(010)82626611-6626,82624938
E-mail:jishu@mail.las.ac.cn