基于多平台耦合信息传播动力学模型的信息传播分析方法
基于多平台耦合信息传播动力学模型的信息传播分析方法
背景技术
当今世界网络技术蓬勃发展，多元化社交平台层出不穷，因其内容丰富、传播便捷、联动紧密等特性，逐渐成为人们参与信息传播、表达个人情感的重要渠道。然而，跨平台信息广泛传播的同时产生了社交媒体信息泛滥、虚假信息肆意传播等现象，激发网民焦虑、愤怒、悲伤等负面情绪，形成网络空间负面极端的社交氛围。长此以往，极易诱发造谣诽谤、网络暴力等违法犯罪行为。因此，如何把握瞬息万变的多平台网络信息传播规律，成为当前信息传播研究的一大重点。
拥有不同平台账号的用户了解网络信息后，可选择在源平台或跨平台参与信息传播，即产生平台内传播行为或跨平台传播行为。由于用户兴趣偏好、用户在各平台的活跃度、平台个性化推荐等方面的差异，平台内传播和跨平台传播同时存在，使得全网信息传播过程更加复杂多变。在多平台信息传播过程中，用户情感、心理变化是决定个体传播行为的重要因素。在不同情感倾向、情感强度的驱动作用下，交流意愿强烈的用户可能会产生平台内传播或跨平台传播行为，继续参与信息传播；交流意愿微弱的用户可能会立即退出信息传播。另外，平台之间的联动性，即平台间耦合强度能够一定程度地约束用户跨平台传播行为。在多方位因素的共同驱动下，网络信息事件得以快速发展并产生一系列的社会效应，极易造成信息传播干预滞后、治理困难等问题。
信息传播和情感演化往往是密不可分、互相影响的，信息传播过程促进公众之间的情感交流，而个体情感交互促使信息传播范围不断扩大。因此，情感因素如何影响个体传播行为以及大众传播发展是信息传播领域的研究重点。许多学者从网民心理、观点态度、信息热度、网络结构的角度不断拓展信息传播模型，构建基于均匀混合或单层复杂网络的传播动力学模型，以宏微观不同视角开展多元分析，并在仿真网络或真实网络上验证模型的提升与创新。进一步地，随着社交媒体平台的兴起与蓬勃发展，学者们更多聚焦于多层耦合网络的信息传播，包括疾病-信息传播耦合、线上-线下网络耦合、传播-干预信息耦合以及多平台网络耦合等，将传播动力学领域研究推向新高度。
技术实现思路
立足于上述信息传播场景及技术，在复杂网络、传播动力学和观点动力学等理论支撑下，本研究构建了基于真实社交网络的多平台耦合传播动力学模型，有机整合个体内部特征、外部信息特性以及耦合网络结构等多元影响因素，模拟用户平台内传播和跨平台传播行为动态以及各平台信息传播过程，刻画用户传播状态及情感态度演变趋势，厘清多平台信息传播及情感演化规律并设计一系列切实可行的信息传播引导策略。
根据本研究的一个方面，提供一种基于多平台耦合信息传播动力学模型的信息传播分析方法，用于基于预设的多平台耦合信息传播动力学模型模拟真实耦合社交网络环境下的群体状态转移及个体情感演化动态过程，在所述多平台耦合信息传播动力学模型中，
假设信息传播环境的总人数n不变，将n分为易感状态s、暴露状态e、传播状态p以及免疫状态i四类群体，并且假设在任意时刻，人群中的每个个体所处状态唯一；所述多平台耦合信息传播动力学模型中各状态代表的含义如下：
- 易感状态s：处于该状态的个体还未接触到信息，但未来有接触信息的可能；
- 暴露状态e：处于该状态的个体已经接触到了信息，但保持观望状态，并未参与信息传播，未来可能在群体压力和周围个体的共同影响下参与信息传播；
- 传播状态p：处于该状态的个体已经以包括评论、转发的方式参与了信息传播，具有跨平台信息传播能力；
- 免疫状态i：处于该状态的个体不会再受到传播群体的影响，不再参与某一平台的信息传播；
定义s(t)、e(t)、p(t)以及i(t)为各群体在t时刻处于各状态的数量、m为平台总数，则：
且，在t时刻，各平台中处于不同状态的群体总数之和ni保持不变，全平台中处于不同状态的群体总数之和n保持不变；同一个体在不同平台的状态可以不同，但不存在个体在某一平台为易感状态而在其他平台为暴露或传播状态的情况；以及，存在某一个体只有一个平台或两个平台账号的情况，且一个个体在同一平台至多拥有一个账号；
所述方法包括：
- 基于预设的搜索引擎在预设数量个社交媒体平台搜索并采集待分析事件的原始传播数据，所述原始传播数据包括信息发布时间、文本内容和用户id；
- 对所述原始传播数据进行预处理，以获取每条信息下无噪声冗余的传播有效数据；
- 对所述传播有效数据中各平台传播用户发表的文本内容进行情感分析，量化个体情感值；以及，基于所述传播有效数据，构建预设数量个社交媒体平台耦合网络，为后续的数值拟合与影响因素分析提供信息传播和情感交互的环境，以模拟跨平台信息传播动态及个体情感演变；
- 基于所述多平台耦合信息传播动力学模型模拟所述社交媒体平台耦合网络环境下的群体状态转移及个体情感演化动态过程。
上述基于多平台耦合信息传播动力学模型的信息传播分析方法，结合观点动力学、信息传播动力学、复杂网络等理论，通过建立考虑个体情感、交流意愿、群体效应等多元影响因素的传播动力学模型，基于真实网络信息传播数据构建多平台耦合网络，通过参数敏感性分析技术手段研究模型参数对模型指标的影响，准确模拟真实耦合社交网络环境下的群体状态转移及个体情感演化动态过程，多维分析和研究多平台耦合网络信息传播及情感演化规律，从模型参数、耦合方式、网络类型等多个维度揭示影响信息传播的关键因素，制定跨平台信息传播场景下的信息传播引导、控制与管理策略，减轻相关部门信息传播治理工作负担，助力于营造井然有序的网络社交环境。
为了实现上述以及相关目的，本研究的一个或多个方面包括后面将详细说明并在权利要求中特别指出的特征。下面的说明以及附图详细说明了本发明的某些示例性方面。然而，这些方面指示的仅仅是可使用本发明的原理的各种方式中的一些方式。此外，本发明旨在包括所有这些方面以及它们的等同物。
技术特征
一种基于多平台耦合信息传播动力学模型的信息传播分析方法，用于基于预设的多平台耦合信息传播动力学模型模拟真实耦合社交网络环境下的群体状态转移及个体情感演化动态过程，在所述多平台耦合信息传播动力学模型中，
如权利要求1所述的基于多平台耦合信息传播动力学模型的信息传播分析方法，其特征在于，所述多平台耦合信息传播动力学模型从个体情感、平台特征和信息影响三个角度量化影响信息传播的因素；其中，
如权利要求2所述的基于多平台耦合信息传播动力学模型的信息传播分析方法，其特征在于，若t+1时刻个体i在三个平台均为正面或负面情感，则个体i在三个平台的情感值保持公式(3)的结果；否则，对各平台t+1时刻个体i情感值进行校正，校正方法如公式(4)所示：
如权利要求3所述的基于多平台耦合信息传播动力学模型的信息传播分析方法，其特征在于，在所述多平台耦合信息传播动力学模型中，利用平均聚类系数和耦合率来区分平台内和跨平台传播概率；其中，
如权利要求4所述的基于多平台耦合信息传播动力学模型的信息传播分析方法，其中，在所述多平台耦合信息传播动力学模型中，t时刻平台1上易感者i的平台内传播概率与平台1的平均聚类系数c1有关，跨平台传播概率分别与耦合强度l12(t)、l13(t)有关，采用如公式(9)-(11)所示的指数函数表征平均聚类系数和耦合强度的影响，
如权利要求5所述的基于多平台耦合信息传播动力学模型的信息传播分析方法，其中，在所述多平台耦合信息传播动力学模型中，社会强化效应θ1i(t)表示t时刻个体i在平台1受到强化效应的影响，所述社会强化效应θ1i(t)影响个体i由暴露状态e转变成传播状态p的过程，量化方式如公式(12)所示，
如权利要求6所述的基于多平台耦合信息传播动力学模型的信息传播分析方法，其中，在所述多平台耦合信息传播动力学模型中，用w1i(t)表示t时刻个体i在平台1的交流意愿强度，其量化方式如公式(16)所示，
如权利要求7所述的基于多平台耦合信息传播动力学模型的信息传播分析方法，其中，在所述多平台耦合信息传播动力学模型中，用指数函数表征免疫速率随时间变化的特性，如公式(22)所示，
如权利要求1至8中任一项所述的基于多平台耦合信息传播动力学模型的信息传播分析方法，其特征在于，在构建预设数量个社交媒体平台耦合网络之后，还包括：通过数值拟合分析不断调整参数使所述多平台耦合信息传播动力学模型拟合的传播累积量模拟值与真实值接近吻合。
如权利要求9所述的基于多平台耦合信息传播动力学模型的信息传播分析方法，其特征在于，所述通过数值拟合分析不断调整参数使所述多平台耦合信息传播动力学模型拟合的传播累积量模拟值与真实值接近吻合，包括：
技术总结
本研究提供了一种基于多平台耦合信息传播动力学模型的信息传播分析方法，通过建立考虑个体情感、交流意愿、群体效应等多元影响因素的传播动力学模型，准确模拟真实耦合社交网络环境下的群体状态转移及个体情感演化动态过程，研究多平台耦合网络信息传播及情感演化规律，从模型参数、耦合方式、网络类型等多个维度揭示影响信息传播的关键因素，制定跨平台信息传播引导、控制与管理策略，减轻相关部门信息传播治理工作负担，助力于营造井然有序的网络社交环境。
技术研发团队：殷复莲,王锦霞,武岳巍,蒋欣怡,郭妍,张志强,余振宇,吴畅,陈珺仪