Please wait a minute...
Advanced Search
现代图书情报技术  2012, Vol. 28 Issue (3): 53-58    DOI: 10.11925/infotech.1003-3513.2012.03.09
  情报分析与研究 本期目录 | 过刊浏览 | 高级检索 |
网络舆情政府干预最佳点选择的研究
谌楠, 王恒山
上海理工大学系统工程系 上海 200093
A Research About the Best Time Points for the Government to Intervene Network Public Opinion
Chen Nan, Wang Hengshan
Department of System Engineering, University of Shanghai for Science and Technology, Shanghai 200093, China
全文: PDF(1363 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 在BA无标度网络中引入社会福利博弈模型,建立动态舆论演化博弈模型,研究传播率对舆论演化的影响,并仿真上述博弈模型,探讨政府进入舆情传播的时机的优劣。结果表明,政府介入舆情传播并不是越早越好,因为传播比例、政府介入的时机会共同作用影响舆情的传播趋势;并且小世界性更利于信息的共享而使舆情传播的态势趋于平稳和明朗,这值得政府加以利用。
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
谌楠
王恒山
关键词 社会福利博弈模型无标度网络网络舆情动态演化    
Abstract:This paper introduces the traditional social-welfare game model into the BA scale-free network to find out the relationship between the model and the evolutionary process of the public opinion. Taking into account of the study and imitative behaviors to the other gamers in the information structure, it carries on the simulation experiment, and gets the conclusion that small-world effects have positive impact on the information communication and gambling result, so it is a useful tool for government, while propagation speed and the opportunity when the government should control the public opinion are cooperated to influence the information dissemination. In a word, it is not that the earlier the government steps in, the better result we can see.
Key wordsSocial-welfare game model    Scale-free networks    Network public opinion    Dynamics evaluation
收稿日期: 2012-01-29     
: 

N945

 
基金资助:

本文系国家自然科学基金项目“非常规突发事件的网络信息传播规律与预警机制研究”(项目编号:71071098)、上海市重点学科基金项目“管理科学与工程”(项目编号:S30504)和上海市研究生创新基金项目“微博热点事件传播机制的研究”(项目编号:JWCXSL1102)的研究成果之一。

引用本文:   
谌楠, 王恒山. 网络舆情政府干预最佳点选择的研究[J]. 现代图书情报技术, 2012, 28(3): 53-58.
Chen Nan, Wang Hengshan. A Research About the Best Time Points for the Government to Intervene Network Public Opinion. New Technology of Library and Information Service, DOI:10.11925/infotech.1003-3513.2012.03.09.
链接本文:  
http://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2012.03.09
[1] 中国互联网络信息中心.第28次中国互联网络发展状况统计报告[R/OL].[2011-12-16].http:/ /www.cnnic.cn/sy/201107/t20110719_22133.html.(CNNIC. The 28th Internet Development Statistics Report of China [R/OL].[2011-12-16].http:/ /www.cnnic.cn/sy/201107/t20110719_22133.html.)

[2] Hegselmann R,Krause U. Opinion Dynamics and Bounded Confidence Models, Analysis and Simulation[J].Journal of Artificial Societies and Social Simulation, 2002, 5(3):216-219.

[3] Weisbuch G. Bounded Confidence and Social Networks[J]. The European Physical Journal B: Condensed Matter and Complex Systems, 2004, 38(2):339-343.

[4] Lorenz J. Consensus Strikes Back in the Hengselmann-Krause Model of Continuous Opinion Dynamics Under Bounded Confidence[J]. Journal of Artificial Societies and Social Simulation, 2006, 9(1):8-22.

[5] Yan G, Fu Z Q, Ren J, et al. Collective Synchronization Induced by Epidemic Dynamics on Complex Networks with Communities [J]. Physical Review E, 2007,75(1):1-5.

[6] Zhao H, Gao Z Y. Modular Effects on Epidemic Dynamics in Small-World Networks [J]. Europhysics Letters, 2007, 79(3):1-3.

[7] Sudbury A J. The Proportion of the Population Never Hearing a Rumour[J]. Applied Probability Trust,1985,22(2):443-446.

[8] Zhou T, Liu J G,Bai W J, et al. Behaviors of Susceptible-infected Epidemics on Scale-free Networks with Identical Infectivity[J].Physical Review E, 2006, 74(5):1-6.

[9] 王根生,勒中坚,陆旭,等.迁移元胞自动机网络舆情演化模型(M2CA)[J]. 情报学报,2011,30(6): 570-576. (Wang Gensheng, Le Zhongjian, Lu Xu,et al. Model of Opinions Public Evolution Based on Cellular Automaton [J]. Journal of the China Society for Scientific and Technical Information, 2011,30(6): 570-576.)

[10] 韩少春,刘云,张彦超,等.基于动态演化博弈论的舆论传播羊群效应[J]. 系统工程学报,2011,26(2):275-281. (Han Shaochun,Liu Yun,Zhang Yanchao,et al. Herd Instinct of Opinion Based on Dynamic Evolutionary Game Theory [J]. Journal of Systems Engineering, 2011,26(2):275-281.)

[11] Golder S A,Wilkinson D M,Huberman B A. Rhythms of Social Interaction: Messaging Within a Massive Online Network [C]. In: Proceedings of the 3rd Communities and Technologies Conference. 2007:41-66.

[12] 刘志明,刘鲁.微博网络舆情中的意见领袖识别及分析[J]. 系统工程,2011,29(6):8-16.(Liu Zhiming, Liu Lu. Recognition and Analysis of Opinion Leaders in Microblog Public Opinions [J]. Systems Engineering, 2011,29(6):8-16.)

[13] 张维迎.博弈论与信息经济学[M].上海:上海人民出版社,2004:135-137.(Zhang Weiying. Game Theory and Information Economics [M].Shanghai: Shanghai People’s Publishing House, 2004: 135-137.)
[1] 梅妍霜,朱恒民,魏静. 媒体协同对网络舆情扩散的作用机制研究*[J]. 数据分析与知识发现, 2019, 3(2): 65-71.
[2] 贾隆嘉,张邦佐. 高校网络舆情安全中主题分类方法研究*——以新浪微博数据为例[J]. 数据分析与知识发现, 2018, 2(7): 55-62.
[3] 王璟琦,李锐,吴华意. 基于空间自相关的网络舆情话题演化时空规律分析*[J]. 数据分析与知识发现, 2018, 2(2): 64-73.
[4] 李真,丁晟春,王楠. 网络舆情观点主题识别研究*[J]. 数据分析与知识发现, 2017, 1(8): 18-30.
[5] 王晰巍,张柳,李师萌,王楠阿雪. 新媒体环境下社会公益网络舆情传播研究* ——以新浪微博“画出生命线”话题为例[J]. 数据分析与知识发现, 2017, 1(6): 93-101.
[6] 韩普,王鹏. 基于无标度网络模型和传染病模型的舆论演化仿真研究*[J]. 数据分析与知识发现, 2017, 1(10): 53-63.
[7] 丁晟春,龚思兰,李红梅. 基于突发主题词和凝聚式层次聚类的微博突发事件检测研究*[J]. 现代图书情报技术, 2016, 32(7-8): 12-20.
[8] 吴鹏,金贝贝,强韶华. 基于BDI-Agent模型的突发事件网络舆情应急响应建模研究*[J]. 现代图书情报技术, 2016, 32(7-8): 32-41.
[9] 杨小平,马奇凤,余力,莫雨婷,吴佳楠,张悦. 评论簇在网络舆论中的情感倾向代表性研究*[J]. 现代图书情报技术, 2016, 32(7-8): 51-59.
[10] 黄炜,余辉,李岳峰. 国内网络反恐研究的现状、问题和展望*[J]. 现代图书情报技术, 2016, 32(11): 1-10.
[11] 魏静,朱恒民,宋瑞晓,蒋世兵. 个体视角下的网络舆情传递链路预测分析*[J]. 现代图书情报技术, 2016, 32(1): 55-64.
[12] 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.
[13] 马宾, 殷立峰. 一种基于Hadoop平台的并行朴素贝叶斯网络舆情快速分类算法[J]. 现代图书情报技术, 2015, 31(2): 78-84.
[14] 张立凡, 赵凯. 媒体干预下带有讨论机制的网络舆情传播模型研究[J]. 现代图书情报技术, 2015, 31(11): 60-67.
[15] 强韶华, 吴鹏. 突发事件网络舆情演变过程中网民群体行为仿真研究[J]. 现代图书情报技术, 2014, 30(6): 71-78.
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