網(wǎng)絡(luò)水軍對(duì)互聯(lián)網(wǎng)文化市場(chǎng)影響的仿真研究

郭 崇 慧， 王 欣， 孫 磊 磊

（大連理工大學(xué) 管理科學(xué)與工程學(xué)院，遼寧大連116024）

一、引 言

互聯(lián)網(wǎng)文化市場(chǎng)作為搭建在互聯(lián)網(wǎng)上的新型平臺(tái)，為人們?cè)诰W(wǎng)絡(luò)空間中的精神活動(dòng)及其商品提供虛擬場(chǎng)所，包括網(wǎng)絡(luò)新聞、網(wǎng)絡(luò)動(dòng)漫、網(wǎng)絡(luò)視頻、網(wǎng)絡(luò)音樂(lè)、網(wǎng)絡(luò)文學(xué)以及網(wǎng)絡(luò)論壇，等等。相較于其他文化市場(chǎng)而言，互聯(lián)網(wǎng)文化市場(chǎng)具有非常鮮明的優(yōu)勢(shì)，如內(nèi)容的海量性、載體的開(kāi)放性、傳輸?shù)亩鄻有浴⑿畔⒌墓蚕硇院椭黧w的自由性。然而，正是由于互聯(lián)網(wǎng)文化市場(chǎng)的這些特點(diǎn)，使得用戶很難從海量信息中選擇出心儀的商品。

為了提高互聯(lián)網(wǎng)文化市場(chǎng)用戶選擇商品的效率，很多商品排名系統(tǒng)應(yīng)運(yùn)而生［1］［2］。在互聯(lián)網(wǎng)文化商品排名系統(tǒng)中應(yīng)用最為廣泛的排名方法是通過(guò)采集用戶體驗(yàn)、下載、轉(zhuǎn)發(fā)或者評(píng)價(jià)商品的次數(shù)，根據(jù)次數(shù)的多少進(jìn)行推薦。用戶可以依靠商品排名系統(tǒng)提供的信息去選擇大家正在觀看的電影、試聽(tīng)的歌曲、熱議的新聞或者好評(píng)的圖書(shū)，快速了解分享最新、最流行的互聯(lián)網(wǎng)文化商品。然而在互聯(lián)網(wǎng)文化商品排名系統(tǒng)給用戶選擇商品帶來(lái)很多便利、節(jié)省很多瀏覽時(shí)間的同時(shí)，也不可避免地對(duì)互聯(lián)網(wǎng)文化市場(chǎng)造成了一定的影響。Salganik等在現(xiàn)場(chǎng)實(shí)驗(yàn)研究中發(fā)現(xiàn)，商品排名系統(tǒng)在社會(huì)影響力的影響下加劇了互聯(lián)網(wǎng)文化市場(chǎng)的不均衡性和不可預(yù)測(cè)性［3］。隨后，Muchnik設(shè)計(jì)了一個(gè)大規(guī)模隨機(jī)實(shí)驗(yàn)，將一個(gè)社會(huì)新聞網(wǎng)站上的新聞隨機(jī)分為三組，分別對(duì)新聞的好評(píng)次數(shù)實(shí)施積極的、消極的和對(duì)應(yīng)的社會(huì)影響力影響，實(shí)驗(yàn)結(jié)果表明積極的社會(huì)影響力有助于提高后續(xù)的好評(píng)數(shù)量［4］。通過(guò)以上研究可以看到，商品排名系統(tǒng)在社會(huì)影響力的影響下加劇了互聯(lián)網(wǎng)文化市場(chǎng)的不均衡性，擴(kuò)大了互聯(lián)網(wǎng)文化市場(chǎng)固有的“富者更富”現(xiàn)象［5］［6］。

圖1 兩階段歌曲下載行為示意圖

由于互聯(lián)網(wǎng)文化市場(chǎng)“富者更富”現(xiàn)象的影響，如果商品排名系統(tǒng)的排名信息被惡意操縱，會(huì)將次優(yōu)商品推薦給用戶，將降低用戶的滿意程度、危害大眾的消費(fèi)權(quán)益和影響互聯(lián)網(wǎng)文化市場(chǎng)的正常運(yùn)營(yíng)秩序。網(wǎng)絡(luò)水軍是通過(guò)集中點(diǎn)擊、發(fā)帖和回復(fù)惡意操控商品排名信息，對(duì)特定目標(biāo)進(jìn)行宣傳營(yíng)銷或惡意攻擊的網(wǎng)絡(luò)人員。目前，網(wǎng)絡(luò)水軍已經(jīng)受到譚真［7］、王愛(ài)玲和Tang等多名研究者的關(guān)注［8］［9］，闡述網(wǎng)絡(luò)水軍危害性，并予以譴責(zé)。

因此網(wǎng)絡(luò)水軍是如何操控商品排名信息的，對(duì)互聯(lián)網(wǎng)文化市場(chǎng)的危害有多大，就非常值得探索與研究。目前相關(guān)研究主要分為兩大類：第一類是采用實(shí)驗(yàn)的方法［4］［10］［11］；第二類是采用文本挖掘的方法［12］［13］。

為了研究網(wǎng)絡(luò)水軍操控互聯(lián)網(wǎng)商品排名信息的過(guò)程、影響要素及其對(duì)互聯(lián)網(wǎng)文化市場(chǎng)造成的危害，本文通過(guò)仿真的方法建立了互聯(lián)網(wǎng)文化市場(chǎng)中歌曲下載模型，采用控制變量法進(jìn)行多次灌水實(shí)驗(yàn)，研究網(wǎng)絡(luò)水軍的危害性，明晰網(wǎng)絡(luò)水軍操控互聯(lián)網(wǎng)商品排名信息的過(guò)程，同時(shí)發(fā)現(xiàn)了網(wǎng)絡(luò)水軍影響互聯(lián)網(wǎng)文化市場(chǎng)的三點(diǎn)要素。

二、仿真建模

本文通過(guò)研究現(xiàn)場(chǎng)實(shí)驗(yàn)中歌曲試聽(tīng)和試聽(tīng)后下載的行為特點(diǎn)，建立了互聯(lián)網(wǎng)文化市場(chǎng)中歌曲下載行為和網(wǎng)絡(luò)水軍灌水行為的仿真模型。其中，互聯(lián)網(wǎng)歌曲下載行為模型分為兩個(gè)階段：第一階段只受社會(huì)影響力影響選擇試聽(tīng)歌曲；第二階段只受歌曲質(zhì)量影響決定試聽(tīng)后是否下載。兩個(gè)階段歌曲下載行為如圖1所示。

1.現(xiàn)場(chǎng)實(shí)驗(yàn)簡(jiǎn)介

在Salganik等設(shè)計(jì)的現(xiàn)場(chǎng)實(shí)驗(yàn)中［3］，共邀請(qǐng)了14 341個(gè)志愿者試聽(tīng)48首不流行的歌曲，志愿者可以根據(jù)他們的喜好選擇是否下載歌曲。歌曲以16×3網(wǎng)格（實(shí)驗(yàn)1）或單個(gè)列（實(shí)驗(yàn)2）的形式展示在屏幕上，志愿者被隨機(jī)分配到兩個(gè)實(shí)驗(yàn)中。

如圖2所示，兩個(gè)實(shí)驗(yàn)又分別分為有社會(huì)影響和無(wú)社會(huì)影響兩種條件。在無(wú)社會(huì)影響條件對(duì)照下，志愿者僅能看見(jiàn)歌曲名稱和演唱者，去決定試聽(tīng)的歌曲，因此仿真模型通過(guò)無(wú)社會(huì)影響條件下仿真下載次數(shù)刻畫(huà)歌曲質(zhì)量q。在有社會(huì)影響仿真條件下，志愿者還能夠看到先前志愿者的下載次數(shù)；在這種條件下，除了志愿者個(gè)人的音樂(lè)偏好，還加入了社會(huì)影響力s。在有社會(huì)影響仿真條件下，志愿者被隨機(jī)分到8個(gè)組中，每組相互獨(dú)立。通過(guò)研究多個(gè)相互平行的獨(dú)立組，進(jìn)而研究文化市場(chǎng)中的不可預(yù)測(cè)性。在無(wú)社會(huì)影響仿真條件下，志愿者被隨機(jī)分為兩部分進(jìn)行不可預(yù)測(cè)性研究。

圖2 志愿者社會(huì)影響力分組

2.仿真模型建立

仿真模型假設(shè)：

（1）歌曲質(zhì)量q服從正態(tài)分布。

（2）志愿者i試聽(tīng)歌曲li數(shù)量服從正態(tài)分布。

（3）志愿者下載歌曲的數(shù)量d服從正態(tài)分布，仿真初始時(shí)，歌曲下載次數(shù)d均為0。

（4）在無(wú)社會(huì)影響條件下（即社會(huì)影響力s=0），試聽(tīng)歌曲為隨機(jī)選擇；在有社會(huì)影響條件下（即社會(huì)影響力s≠0），試聽(tīng)歌曲受先前下載次數(shù)和隨機(jī)值擾動(dòng)共同影響，社會(huì)影響力s符合正態(tài)分布。

（5）志愿者i個(gè)人偏好εi決定歌曲是否下載。

建立互聯(lián)網(wǎng)文化市場(chǎng)中歌曲下載行為仿真模型的具體過(guò)程如下：

階段1：選擇試聽(tīng)歌曲。

志愿者i受社會(huì)影響力s影響，根據(jù)列表中歌曲j下載次數(shù)的市場(chǎng)份額?j，利用隨機(jī)值ri進(jìn)行擾動(dòng)，決定志愿者i試聽(tīng)歌曲j的概率為：

根據(jù)志愿者i試聽(tīng)歌曲能力Ci，利用Order排序算子，找到志愿者i試聽(tīng)歌曲概率從大到小前Ci首歌曲，即：

階段2：決定是否下載試聽(tīng)歌曲。

志愿者i的個(gè)人偏好εi由市場(chǎng)品位差異μ和歌曲j的質(zhì)量qi共同影響，利用隨機(jī)值ri進(jìn)行擾動(dòng)，得到志愿者i對(duì)歌曲j的個(gè)人偏好程度。

如果志愿者i對(duì)歌曲j的個(gè)人偏好程度εi，j，達(dá)到下載閾值ti，該歌曲即被下載一次，反之則不被下載，可以表示為：

至此，建立了互聯(lián)網(wǎng)文化市場(chǎng)中歌曲下載行為的仿真模型，接下來(lái)建立互聯(lián)網(wǎng)文化市場(chǎng)中網(wǎng)絡(luò)水軍灌水實(shí)驗(yàn)?zāi)Ｐ汀?/p>

歌曲j的勝出概率θi，α，表示在一次仿真實(shí)驗(yàn)中，網(wǎng)絡(luò)水軍對(duì)歌曲j集中下載α次（即灌水量為α），重復(fù)仿真實(shí)驗(yàn)x次，歌曲j在n首歌曲中下載次數(shù)排名達(dá)到前y名（即勝出）的概率。首先，利用Order排序算子對(duì)歌曲j的下載次數(shù)從高到低進(jìn)行排名，歌曲j在灌水量為α的排名次序?yàn)椋?/p>

利用πj，α判斷歌曲j下載次數(shù)排名是否達(dá)到前y名，即：

仿真實(shí)驗(yàn)進(jìn)行x次的勝出概率為：

3.模型評(píng)價(jià)指標(biāo)及主要參數(shù)

在Salganik等的現(xiàn)場(chǎng)實(shí)驗(yàn)中，用基尼系數(shù)G衡量互聯(lián)網(wǎng)文化市場(chǎng)的不均衡性［3］，計(jì)算公式為：

其中，?i表示歌曲i的地位，即歌曲i市場(chǎng)下載份示第i首歌曲的下載次數(shù)，n表示市場(chǎng)中歌曲的數(shù)量。

一個(gè)歌曲市場(chǎng)的不可預(yù)測(cè)性U表示為：

其中，U表示一個(gè)歌曲市場(chǎng)的不可預(yù)測(cè)性，n表示市場(chǎng)中歌曲的數(shù)量，ui表示一首歌曲i在影響條件相同下不同組（組或子集）中地位的平均差異，可以表示為：

其中，?i，j表示歌曲i在組j的市場(chǎng)下載份額，W表示組的數(shù)量。

模型中主要參數(shù)值及含義如表1所示。其中，n、p、l、t的參數(shù)值是對(duì)現(xiàn)場(chǎng)實(shí)驗(yàn)提供的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析得到的。s、μ的參數(shù)值選取是由于基尼系數(shù)隨s的增大而單調(diào)遞增、隨μ的增大而單調(diào)遞減，根據(jù)現(xiàn)場(chǎng)實(shí)驗(yàn)的基尼系數(shù)計(jì)算得到的。x、y的參數(shù)值是本文根據(jù)灌水實(shí)驗(yàn)設(shè)定的。由于本文將無(wú)社會(huì)影響條件作為對(duì)照，所以在無(wú)社會(huì)影響條件下實(shí)驗(yàn)一與實(shí)驗(yàn)二參數(shù)一致。

表1 模型中的主要參數(shù)值

三、仿真模型有效性實(shí)驗(yàn)

建立仿真模型后，通過(guò)與現(xiàn)場(chǎng)實(shí)驗(yàn)結(jié)果進(jìn)行對(duì)比分析，驗(yàn)證仿真模型的有效性。本文從互聯(lián)網(wǎng)文化市場(chǎng)中的不均衡性和不可預(yù)測(cè)性兩個(gè)方面具體分析，互聯(lián)網(wǎng)文化市場(chǎng)中的不均衡性采用基尼系數(shù)G衡量，實(shí)驗(yàn)結(jié)果如圖3所示。比較仿真模型和現(xiàn)場(chǎng)實(shí)驗(yàn)中互聯(lián)網(wǎng)文化市場(chǎng)的不可預(yù)測(cè)性U，結(jié)果如圖4所示。

圖3 不同社會(huì)影響力對(duì)互聯(lián)網(wǎng)文化市場(chǎng)基尼系數(shù)的影響

圖4 不同社會(huì)影響力對(duì)互聯(lián)網(wǎng)文化市場(chǎng)不可預(yù)測(cè)性的影響

通過(guò)圖3與圖4實(shí)驗(yàn)結(jié)果可以看到，仿真模型與現(xiàn)場(chǎng)實(shí)驗(yàn)擬合度很高，說(shuō)明本文的仿真模型擬合效果良好。

四、網(wǎng)絡(luò)水軍灌水效果實(shí)驗(yàn)

1.不同社會(huì)影響力的灌水效果

當(dāng)網(wǎng)絡(luò)水軍在灌水時(shí)刻T=0，歌曲質(zhì)量q隨機(jī)的條件下，對(duì)互聯(lián)網(wǎng)文化市場(chǎng)中的歌曲進(jìn)行灌水，灌水量α從1增長(zhǎng)至100，每個(gè)灌水量α對(duì)應(yīng)實(shí)驗(yàn)100次，被灌水歌曲的勝出概率θ如圖5所示。從圖5可知，隨著灌水量α的不斷增多，兩組實(shí)驗(yàn)勝出概率θ隨之升高。當(dāng)灌水量α達(dá)到35，兩組實(shí)驗(yàn)的被灌水歌曲均勝出，可見(jiàn)網(wǎng)絡(luò)水軍的參與使得文化市場(chǎng)勝出的預(yù)測(cè)成為可能。

圖5 互聯(lián)網(wǎng)文化市場(chǎng)被灌水歌曲勝出概率

社會(huì)影響力在本實(shí)驗(yàn)中具體表示為歌曲排名對(duì)參與者選擇試聽(tīng)歌曲的影響力。社會(huì)影響力越大，表示參與者對(duì)歌曲排名越信賴，越容易選擇試聽(tīng)勝出歌曲，也就越容易受到灌水的影響。因此，在初始階段，實(shí)驗(yàn)一的仿真參與者受到灌水影響小，所以被灌水歌曲勝出概率低于實(shí)驗(yàn)二。最終實(shí)驗(yàn)一先于實(shí)驗(yàn)二達(dá)到百分之百勝出，這是由于實(shí)驗(yàn)二的市場(chǎng)不可預(yù)測(cè)性大。所以，互聯(lián)網(wǎng)文化市場(chǎng)的社會(huì)影響力越大，市場(chǎng)的不可預(yù)測(cè)性越大。

2.不同灌水時(shí)間的灌水效果

如果網(wǎng)絡(luò)水軍在歌曲質(zhì)量q隨機(jī)，灌水時(shí)刻T不同的條件下，在兩組實(shí)驗(yàn)中對(duì)文化市場(chǎng)中的一首歌曲進(jìn)行灌水，灌水量α從1增長(zhǎng)至100，每個(gè)灌水量α對(duì)應(yīng)實(shí)驗(yàn)100次，被灌水歌曲的勝出概率θ如圖6所示。圖6顯示，T越小，即灌水時(shí)間越早，同樣灌水量的被灌水歌曲勝出概率越大，且實(shí)驗(yàn)二中不同T曲線差異更大，即社會(huì)影響力越大，灌水時(shí)間對(duì)勝出概率的影響越明顯。

圖6 互聯(lián)網(wǎng)文化市場(chǎng)灌水效果受灌水時(shí)刻影響

3.不同歌曲質(zhì)量的灌水效果

如果網(wǎng)絡(luò)水軍在灌水時(shí)刻T=0，歌曲質(zhì)量q不同的條件下，在兩組實(shí)驗(yàn)中對(duì)文化市場(chǎng)中的一首歌曲進(jìn)行灌水，灌水量α從1增長(zhǎng)至100，每個(gè)灌水量α對(duì)應(yīng)實(shí)驗(yàn)100次，則被灌水歌曲的勝出概率θ的數(shù)據(jù)結(jié)果如圖7所示。

圖7 互聯(lián)網(wǎng)文化市場(chǎng)灌水效果受歌曲質(zhì)量影響（含灌水）

圖7顯示，在兩組實(shí)驗(yàn)中，歌曲質(zhì)量q即排名越高，完全勝出所需的灌水量越少。當(dāng)歌曲質(zhì)量最差，即q=48時(shí)，對(duì)兩組實(shí)驗(yàn)灌水量α=10，該歌曲才有可能勝出，且勝出概率θ極低；對(duì)兩組實(shí)驗(yàn)灌水量α=40，歌曲可以完全勝出。這表明當(dāng)歌曲質(zhì)量很差時(shí)，對(duì)該歌曲進(jìn)行少量灌水，是不能達(dá)到勝出效果的；而對(duì)該歌曲進(jìn)行大量灌水時(shí)，該歌曲雖然可以勝出，但其中包含大量灌水，就沒(méi)有達(dá)到網(wǎng)絡(luò)水軍快速有效的操控網(wǎng)民意識(shí)的作用。

在現(xiàn)實(shí)網(wǎng)絡(luò)文化市場(chǎng)中，灌水量是不會(huì)被刪除的。為了分析灌水之后，下載次數(shù)中有多少是網(wǎng)民的下載量，本研究在灌水影響網(wǎng)民之后再減去灌水量α的勝出概率θ得到圖8。從圖8中可以看出，在互聯(lián)網(wǎng)文化市場(chǎng)中，灌水效果也是由商品質(zhì)量決定的，商品質(zhì)量太差，那么即使灌水再多，效果也不好。也證明了在互聯(lián)網(wǎng)文化市場(chǎng)中，質(zhì)量好的商品，勝出概率不會(huì)很低，質(zhì)量差的商品，勝出概率很難很高，而商品質(zhì)量一般的， 則難以預(yù)測(cè)。

圖8 互聯(lián)網(wǎng)文化市場(chǎng)灌水效果受歌曲質(zhì)量影響（不含灌水）

五、結(jié) 論

本研究得出以下結(jié)論：（1）網(wǎng)絡(luò)水軍的參與使得網(wǎng)絡(luò)歌曲勝出的預(yù)測(cè)成為可能，網(wǎng)絡(luò)水軍的灌水量越大，網(wǎng)絡(luò)歌曲的勝出概率越大。（2）互聯(lián)網(wǎng)文化市場(chǎng)的社會(huì)影響力越大，歌曲排名受網(wǎng)絡(luò)水軍的影響越明顯。（3）網(wǎng)絡(luò)水軍灌水時(shí)間越早，被灌水歌曲勝出概率越大，并且社會(huì)影響力越大，灌水時(shí)間對(duì)勝出概率的影響越明顯。（4）被灌水歌曲質(zhì)量越高，其勝出概率越大；如果被灌水歌曲質(zhì)量過(guò)低，即使灌水再多，也不能控制網(wǎng)民意識(shí)，達(dá)到營(yíng)銷目的。

網(wǎng)絡(luò)水軍蓄意操控網(wǎng)民意識(shí)的能力是不可忽視的，將影響互聯(lián)網(wǎng)市場(chǎng)的正常運(yùn)營(yíng)秩序。在未來(lái)的互聯(lián)網(wǎng)文化市場(chǎng)監(jiān)管中，應(yīng)采取有效措施防范治理網(wǎng)絡(luò)水軍灌水這一不正當(dāng)營(yíng)銷行為。

［1］GHOSE A，IPEIROTIS P G.Designing novel review ranking systems：predicting the usefulness and impact of reviews［A］.ACM.Proceedings of the Ninth International Conference on Electronic Commerce［C］.Minneapolis：ACM Press，2007.19-22.

［2］LIM K P.Ranking market efficiency for stock markets：a nonlinear perspective［J］.Physica A：Statistical Mechanics and its Applications，2007，376：445-454.

［3］SALGANIK M J，DODDS P S，WATTS D J.Experimental study of inequality and unpredictability in an artificial cultural market［J］.Science，2006，311（5762）：854-856.

［4］MUCHNIK L，ARAL S，TAYLOR S J.Social influence bias：a randomized experiment［J］.Science，2013，341（6146）：647-651.

［5］CLAUSET A，SHALIZI C R，NEWMAN M E J.Powerlaw distributions in empirical data［J］.SIAM Review，2009，51（4）：661-703.

［6］大衛(wèi)·伊斯利，喬恩·克萊因伯格.網(wǎng)絡(luò)、群體與市場(chǎng)［M］.李曉明，王衛(wèi)紅，楊韞利譯.北京：清華大學(xué)出版社，2011.30.

［7］譚真.“網(wǎng)絡(luò)水軍”百害無(wú)一利［N］.光明日?qǐng)?bào)，2012-12-31（14）.

［8］王愛(ài)玲.網(wǎng)絡(luò)媒介下提升中國(guó)主流意識(shí)形態(tài)吸引力分析［J］.大 連 理 工 大 學(xué) 學(xué) 報(bào) （社 會(huì) 科 學(xué) 版），2013，34（4）：103-107.

［9］TANG J，SUN J，WANG C，et al.Social influence analysis in large-scale networks［A］.ACM.Proceedings of the 15th ACM SIGKDD international conference on Knowledge discovery and data mining［C］.New York：ACM Press，2009.807-816.

［10］DAVIS C J，BOWERS J S，MEMON A.Social influence in televised election debates：apotential distortion of democracy［J］.Plos One，2011，6（3）：1-7.

［11］CHEUNG C M K，LEE M K O.A theoretical model of intentional social action in online social networks［J］.Decision Support Systems，2010，49（1）：24-30.

［12］CAO W Y.Explore the role of QQ groups in Chinese tuishou operations［D］.Macau：University of Macau，2011.

［13］CHEN C，WU K，SRINIVASAN V，et al.Battling the internet water army：detection of hidden paid posters［EB／OL］.http：／／arxiv.org／abs／1111.4297Ⅴ1，2013-07-05.