信息特征對(duì)社會(huì)網(wǎng)絡(luò)中信息傳播的影響

葛曉艷，張 寧

（上海理工大學(xué)管理學(xué)院，上海 200093）

信息特征對(duì)社會(huì)網(wǎng)絡(luò)中信息傳播的影響

葛曉艷，張 寧

（上海理工大學(xué)管理學(xué)院，上海 200093）

為研究社會(huì)網(wǎng)絡(luò)中信息自身特征對(duì)信息傳播過程的影響，利用信息量屬性和信息附著力屬性刻畫信息特征，提出一個(gè)結(jié)合信息特征和記憶效應(yīng)的信息傳播模型，并將該模型在規(guī)則網(wǎng)絡(luò)、小世界網(wǎng)絡(luò)、隨機(jī)網(wǎng)絡(luò)和BA無(wú)標(biāo)度網(wǎng)絡(luò)上分別進(jìn)行仿真實(shí)驗(yàn)。結(jié)果表明，信息量屬性對(duì)信息傳播速度和范圍的影響大于信息附著力屬性，并且在一定的信息特征下，個(gè)體選擇傳播信息時(shí)所需接觸的信息次數(shù)存在固定值，尤其在規(guī)則網(wǎng)絡(luò)中大部分個(gè)體在第2次接觸信息時(shí)選擇傳播信息的概率最大。

社會(huì)網(wǎng)絡(luò)；記憶效應(yīng)；信息特征；信息傳播；信息量屬性；信息附著力屬性

DO I：10.3969/j.issn.1000-3428.2015.10.007

1 概述

社會(huì)網(wǎng)絡(luò)［1-2］研究一定范圍內(nèi)個(gè)人與個(gè)人之間的關(guān)系。網(wǎng)絡(luò)中的節(jié)點(diǎn)是個(gè)人，邊則是按一定方式定義的兩人之間的關(guān)系。社會(huì)主體是個(gè)人，個(gè)人之間的關(guān)系與日常生活息息相關(guān)，且對(duì)人們的工作和學(xué)習(xí)有著極其重要的影響。社會(huì)網(wǎng)絡(luò)中的信息傳播是在這樣一個(gè)由節(jié)點(diǎn)和邊組成的網(wǎng)絡(luò)上，個(gè)體將自己聽到、看到、感受到的，經(jīng)過口頭、書面或者其他形式傳播給他人。研究社會(huì)網(wǎng)絡(luò)中的信息傳播有利于控制謠言的擴(kuò)散、幫助企業(yè)推廣產(chǎn)品以及幫助政府控制輿情，社會(huì)價(jià)值巨大。

目前，國(guó)內(nèi)外學(xué)者在信息傳播領(lǐng)域已做了許多研究。大部分研究集中在網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)方面，主要考察了網(wǎng)絡(luò)中節(jié)點(diǎn)的傳播能力，包括節(jié)點(diǎn)的中心性指標(biāo)，如度指標(biāo)、緊密度指標(biāo)、介數(shù)指標(biāo)、網(wǎng)絡(luò)中的k核［3-4］，以及利用重連邊的策略［5］考察網(wǎng)絡(luò)中邊的變化對(duì)信息傳播的影響［6-8］等。另外，針對(duì)社會(huì)網(wǎng)絡(luò)的特殊性，與人相關(guān)的因素也將影響信息在網(wǎng)絡(luò)上的傳播。 這方面的因素有記憶效應(yīng)［9］、社會(huì)加強(qiáng)［10-11］、時(shí)間衰減效應(yīng)［12］、人類異質(zhì)性［13-15］等。 此外，信息傳播還會(huì)受到信息本身所具有特征的影響。文獻(xiàn)［9］研究了記憶效應(yīng)對(duì)社會(huì)網(wǎng)絡(luò)中傳染病傳播的影響，認(rèn)為信息傳播具有記憶效應(yīng)，個(gè)體接觸過的

信息會(huì)對(duì)現(xiàn)在是否接收該信息產(chǎn)生影響。文獻(xiàn)［16］發(fā)現(xiàn)人們對(duì)于新信息的關(guān)注隨著時(shí)間的增加呈現(xiàn)指數(shù)級(jí)衰減。文獻(xiàn)［17］提出一個(gè)考慮人類異質(zhì)性的傳播模型，發(fā)現(xiàn)強(qiáng)的人類異質(zhì)性有利于信息在小世界網(wǎng)絡(luò)上的傳播。文獻(xiàn)［18］認(rèn)為人們?cè)诙啻谓佑|同條信息時(shí)的相信概率不同于只接觸一次時(shí)的相信概率，并引入指數(shù)函數(shù)來刻畫相信概率隨著接觸次數(shù)的變化過程。文獻(xiàn)［19］對(duì)指數(shù)函數(shù)做了進(jìn)一步研究，給出正社會(huì)加強(qiáng)效應(yīng)和負(fù)社會(huì)加強(qiáng)效應(yīng)，并將其應(yīng)用于社交網(wǎng)絡(luò)上的信息傳播過程。文獻(xiàn)［20］提出一個(gè)在小世界網(wǎng)絡(luò)上考慮興趣衰減的謠言傳播模型，發(fā)現(xiàn)興趣衰減可以影響謠言的增長(zhǎng)速度和謠言的衰減過程。上述文獻(xiàn)通過研究網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)、與人相關(guān)的因素對(duì)信息傳播的影響，但均沒有考慮到信息本身的特征對(duì)傳播的影響。所以，本文重點(diǎn)研究了信息本身所具有的特征（信息量和信息附著力）對(duì)信息傳播的影響。本文使用信息量屬性和信息附著力屬性來刻畫信息特征，利用信息所傳達(dá)的事件發(fā)生的概率大小衡量信息量屬性。信息附著力屬性表現(xiàn)為信息與受眾之間關(guān)聯(lián)程度的高低和信息實(shí)用性的大小，關(guān)聯(lián)度高、實(shí)用性大的流行信息具有更強(qiáng)的附著力［21］?；谏鲜鲂畔⑻卣骱陀洃浶?yīng)，提出一個(gè)傳播模型，分別在規(guī)則網(wǎng)絡(luò)、小世界網(wǎng)絡(luò)、隨機(jī)網(wǎng)絡(luò)和無(wú)標(biāo)度網(wǎng)絡(luò)上進(jìn)行仿真實(shí)驗(yàn)。

2 信息傳播模型

本文假設(shè)社會(huì)網(wǎng)絡(luò)中的個(gè)體在任何時(shí)刻都只能處于以下 3種狀態(tài)中的一種，分別是：未知狀態(tài)（unknown），傳播狀態(tài)（spreaded）和枯竭狀態(tài)（exhausted）。未知狀態(tài)是指?jìng)€(gè)體還沒有接觸（聽到）信息的狀態(tài)；傳播狀態(tài)是指?jìng)€(gè)體接觸（聽到）信息并認(rèn)可信息的內(nèi)容，積極進(jìn)行傳播的狀態(tài)；枯竭狀態(tài)是指?jìng)€(gè)體接觸（聽說）信息，但由于不認(rèn)可信息的內(nèi)容或其他原因而不傳播信息的狀態(tài)。另外規(guī)定，當(dāng)個(gè)體接收信息后，進(jìn)入傳播狀態(tài)，此時(shí)它將會(huì)傳播信息給其鄰居，在下一個(gè)時(shí)刻達(dá)到枯竭狀態(tài)，此后不再進(jìn)行任何傳播行為。

在傳播初始階段，隨機(jī)選擇一個(gè)個(gè)體作為傳播源，其他的個(gè)體均處于未知狀態(tài)。接著傳播源個(gè)體將信息傳播給其鄰居，這一步結(jié)束后傳播源個(gè)體就進(jìn)入枯竭狀態(tài)。個(gè)體在任意時(shí)刻t會(huì)接收且傳播信息的概率是隨著個(gè)體在t時(shí)刻已接觸（聽說）過信息的次數(shù)m決定的。本文用非線性函數(shù)P（m）代表個(gè)體接觸到 m次信息時(shí)傳播信息的概率，借鑒文獻(xiàn)［18-19］的研究采用指數(shù)函數(shù)來刻畫信息特征對(duì)傳播概率的影響，令P（m）=（I-1）e-b（m-1）+1。該概率模型中含有2個(gè)參數(shù)I和b，分別表示信息量屬性值和信息附著力屬性值，其中，e為自然常數(shù)。本文不考慮個(gè)體對(duì)信息感興趣的程度會(huì)隨著時(shí)間發(fā)生變化，并且假設(shè)信息的傳播速度大于對(duì)其記憶的遺忘速度。以下對(duì)上述參數(shù)做具體解釋：

（1）信息量屬性I（0≤I≤1）由信息所傳達(dá)的事件發(fā)生的概率大小決定。事件發(fā)生的概率越小，它的信息量越大，該信息越容易傳播。I越大表示信息越容易被個(gè)體接收進(jìn)而傳播，表現(xiàn)為小概率事件的發(fā)生更容易引起人們的關(guān)注，使得個(gè)體在第一次聽到該消息時(shí)就以極大的概率接收且傳播信息給他人。

（2）信息附著力屬性b（0≤b≤1）表現(xiàn)為信息與受眾之間關(guān)聯(lián)程度的高低和信息實(shí)用性的大小。b越大表示信息與受眾的關(guān)聯(lián)度越高、實(shí)用性越大，信息就具有更強(qiáng)的附著力，強(qiáng)的附著力可以促進(jìn)個(gè)體傳播信息。

（3）記憶效應(yīng)表示個(gè)體當(dāng)前是否會(huì)傳播信息的可能性與先前是否已經(jīng)接觸（聽到）過該信息有關(guān)。用m（t）刻畫記憶效應(yīng)，它是一個(gè)累積數(shù)，個(gè)體每接觸（聽到）到信息一次，m就累計(jì)加1，即m（t）表示直到當(dāng)前時(shí)刻個(gè)體接觸（聽到）信息的次數(shù)。

圖1（a）給出了P（m）隨著I變化的曲線圖，I代表信息量屬性值。在不同的I值下，P（m）隨著接觸到信息次數(shù)m的增加而增加，其中，P（1）=I表示個(gè)體第一次接觸信息時(shí)的傳播概率，該概率唯一的由信息量屬性值決定，即信息量屬性值決定了信息在最初傳播時(shí)的概率，它在很大程度上決定了個(gè)體是否在第一次接觸到信息時(shí)就將信息傳播出去。隨著m的增加，P（m）將無(wú)限接近1，但這僅僅是一種極限情況。圖1（b）給出了P（m）隨著b的變化曲線圖，b代表信息附著力屬性值，b越大表示信息附著力越強(qiáng)。隨著b的增大，P（m）曲線變得越來越陡峭，其增長(zhǎng)速度越來越快，傳播信息的概率變大。

圖1 P（m）函數(shù)示意圖

3 仿真實(shí)驗(yàn)與結(jié)果分析

3.1 社會(huì)網(wǎng)絡(luò)上的信息傳播研究

本節(jié)將傳播模型在規(guī)則網(wǎng)絡(luò)、小世界網(wǎng)絡(luò)和隨機(jī)網(wǎng)絡(luò)上進(jìn)行仿真實(shí)驗(yàn)，分別研究了信息量屬性和信息附著力屬性對(duì)傳播的影響以及個(gè)體接觸（聽到）信息的次數(shù)對(duì)傳播的影響。實(shí)驗(yàn)中，所用網(wǎng)絡(luò)模型節(jié)點(diǎn)數(shù)均為N=1 000，平均度均為K=6。使用傳播過程達(dá)到終態(tài)時(shí)枯竭狀態(tài)節(jié)點(diǎn)的總數(shù)量占總節(jié)點(diǎn)數(shù)量之比R來衡量傳播效果?？萁郀顟B(tài)的節(jié)點(diǎn)數(shù)越多，說明得到信息的個(gè)體越多，即R越大，傳播效果越好。

3.1.1 信息量屬性對(duì)信息傳播的影響

在3種網(wǎng)絡(luò)上，取信息附著力屬性值b=0.8，通過改變I的取值，使其分別為0.1，0.2，研究信息量屬性對(duì)傳播效果的影響。當(dāng)傳播達(dá)到終態(tài)時(shí)，枯竭狀態(tài)節(jié)點(diǎn)的總數(shù)量占總節(jié)點(diǎn)數(shù)量之比R隨時(shí)間的變化的曲線圖，如圖2所示。

圖2 信息量屬性值對(duì)信息傳播的影響

在圖2（a）中，R表示枯竭狀態(tài)節(jié)點(diǎn)的總數(shù)量占總節(jié)點(diǎn)數(shù)量之比，t為時(shí)間步，表示傳播需要經(jīng)歷的時(shí)間維?？梢钥吹?，當(dāng)I=0.1時(shí)，小世界網(wǎng)絡(luò)稍慢于隨機(jī)網(wǎng)絡(luò)達(dá)到傳播終態(tài)，但傳播范圍卻略廣于隨機(jī)網(wǎng)絡(luò)。規(guī)則網(wǎng)絡(luò)表現(xiàn)出較慢的傳播速度和較小的傳播范圍，這與文獻(xiàn)［22］關(guān)于謠言在規(guī)則網(wǎng)絡(luò)上很難廣泛傳播的研究結(jié)論一致。在圖2（b）中，當(dāng)I=0.2時(shí)，在傳播范圍和速度方面隨機(jī)網(wǎng)絡(luò)大于小世界網(wǎng)絡(luò)大于規(guī)則網(wǎng)絡(luò)。另外，對(duì)比圖2（a）和圖2（b）發(fā)現(xiàn)，在I變大的情況下，當(dāng)傳播達(dá)到終態(tài)時(shí)，R值的變化情況是增大的，且R值在3種網(wǎng)絡(luò)上的增加值表現(xiàn)為：隨機(jī)網(wǎng)絡(luò)大于小世界網(wǎng)絡(luò)大于規(guī)則網(wǎng)絡(luò)。這說明，隨機(jī)網(wǎng)絡(luò)上的信息傳播效果對(duì)于信息量屬性值的增加更為敏感，其次是小世界網(wǎng)絡(luò)，最后是規(guī)則網(wǎng)絡(luò)。

3.1.2 信息附著力屬性對(duì)信息傳播的影響

在3種網(wǎng)絡(luò)上，取信息屬性值I=0.2，通過改變b的取值，使其分別為0.3，0.5和0.8，研究信息附著力屬性對(duì)傳播效果的影響。當(dāng)傳播達(dá)到終態(tài)時(shí)，枯竭狀態(tài)節(jié)點(diǎn)的總數(shù)量占總節(jié)點(diǎn)數(shù)量之比R隨時(shí)間t的變化曲線，如圖3所示。

對(duì)比圖3（a）、圖3（b）和圖3（c）可以發(fā)現(xiàn)，在小世界網(wǎng)絡(luò)和隨機(jī)網(wǎng)絡(luò)上通過改變信息附著力屬性值I=0.2對(duì)信息傳播的范圍影響并不明顯，即達(dá)到傳播終態(tài)時(shí)R值的變化并不明顯。但R值較為明顯的增長(zhǎng)出現(xiàn)在規(guī)則網(wǎng)絡(luò)上，這可以由圖3的3個(gè)圖中規(guī)則網(wǎng)絡(luò)曲線達(dá)到終態(tài)時(shí)R值對(duì)比可知：R值幾乎從0增長(zhǎng)到0.2左右，這說明信息附著力屬性值的增加能較明顯地?cái)U(kuò)大規(guī)則網(wǎng)絡(luò)上的信息傳播范圍。

圖3 信息量附著力屬性值對(duì)信息傳播的影響

同時(shí)，結(jié)合圖2和圖3可以看出，無(wú)論信息量屬性和信息附著力屬性的取值如何變化，在傳播效果

方面都有：隨機(jī)網(wǎng)絡(luò)大于小世界網(wǎng)絡(luò)大于規(guī)則網(wǎng)絡(luò)，這與文獻(xiàn)［22-23］的研究結(jié)果是一致的。另外，結(jié)合圖2和圖3可知，信息量屬性對(duì)傳播效果起決定性作用，這在小世界網(wǎng)絡(luò)和隨機(jī)網(wǎng)絡(luò)上的表現(xiàn)尤為明顯。但對(duì)于規(guī)則網(wǎng)絡(luò)，決定信息傳播的速度和范圍不僅受到信息量屬性的影響，信息附著力屬性也起到重要作用。

3.1.3 個(gè)體接觸信息次數(shù)與信息傳播效果的研究

本節(jié)將研究記憶效應(yīng)對(duì)傳播過程的影響，即個(gè)體接觸（聽到）信息的次數(shù)對(duì)傳播效果的影響。網(wǎng)絡(luò)中個(gè)體傳播一則信息時(shí)所需接觸（聽到）信息的次數(shù)為m，網(wǎng)絡(luò)中接觸（聽到）信息m次后選擇傳播信息的個(gè)體總數(shù)為η。當(dāng)信息傳播達(dá)到終態(tài)時(shí)，在3個(gè)網(wǎng)絡(luò)上研究m與η的關(guān)系，如圖4所示。

首先，在圖4（a）、圖4（b）中I取0.1，通過改變b值研究信息附著力屬性對(duì)傳播效果的影響。從圖4（a）可以看出，當(dāng)取較小的信息附著力屬性值b=0.1時(shí)，隨機(jī)網(wǎng)絡(luò)中的m與η的關(guān)系圖上出現(xiàn)峰值，峰值現(xiàn)象的出現(xiàn)意味著個(gè)體在以最大概率選擇傳播信息時(shí)需要接觸到信息的次數(shù)大于 1次。在圖4（a）中，η在m=3處出現(xiàn)了峰值，此時(shí)η=46，表示有46個(gè)個(gè)體在第3次聽到信息時(shí)傳播了信息，即在隨機(jī)網(wǎng)絡(luò)中的個(gè)體在第3次接觸信息時(shí)，選擇傳播信息的概率最大。將此時(shí)峰值處對(duì)應(yīng)的m值稱為記憶效應(yīng)加強(qiáng)點(diǎn)。在圖 4（b）中，隨著 b值的增大（b=0.5），規(guī)則網(wǎng)絡(luò)和小世界網(wǎng)絡(luò)中也出現(xiàn)了記憶效應(yīng)加強(qiáng)點(diǎn)。圖4（a）、圖4（b）說明記憶效應(yīng)加強(qiáng)點(diǎn)的出現(xiàn)受到信息附著力屬性的影響。將圖4（a）與圖4（c）對(duì)比，發(fā)現(xiàn)通過增大信息量屬性值，I由0.1增加到0.2，也會(huì)使小世界網(wǎng)絡(luò)中出現(xiàn)記憶效應(yīng)加強(qiáng)點(diǎn)，繼續(xù)增大I值（I=0.5）如圖4（d）所示，規(guī)則網(wǎng)絡(luò)上也出現(xiàn)了記憶效應(yīng)加強(qiáng)點(diǎn)。所以，從圖 4（a）、圖4（c）和圖4（d）可以看出，記憶效應(yīng)加強(qiáng)點(diǎn)的出現(xiàn)也受到信息量屬性的影響。

圖4 個(gè)體接觸信息次數(shù)對(duì)信息傳播的影響1

其次，對(duì)比圖 4（c）、圖 4（d）可以發(fā)現(xiàn)，在圖4（d）中小世界網(wǎng)絡(luò)和隨機(jī)網(wǎng)絡(luò)的記憶效應(yīng)加強(qiáng)點(diǎn)消失了，對(duì)此考慮會(huì)不會(huì)隨著信息量屬性的進(jìn)一步增大，規(guī)則網(wǎng)絡(luò)上記憶效應(yīng)加強(qiáng)點(diǎn)也會(huì)消失。通過多次仿真實(shí)驗(yàn)，當(dāng)I=0.99、b=0.1時(shí)，規(guī)則網(wǎng)絡(luò)上的記憶效應(yīng)加強(qiáng)點(diǎn)才消失，如圖4（e）所示。仿真實(shí)驗(yàn)結(jié)果表明，規(guī)則網(wǎng)絡(luò)上的個(gè)體更傾向于在第二次接觸（聽到）信息時(shí)選擇傳播信息。關(guān)于上述隨著信息量屬性值的增大，記憶效應(yīng)加強(qiáng)點(diǎn)消失的現(xiàn)象，表明在信息量屬性值較大時(shí)，大部分個(gè)體在第一次接觸（聽到）信息后就選擇傳播信息。這可能正符合了人類的好奇心，使得個(gè)體傾向于關(guān)注和分享小概率事件。

最后，從圖4（d）中可以得出，在某些情況下，盡管小世界網(wǎng)絡(luò)的個(gè)體傾向于在第一次接觸（聽到）信息時(shí)就選擇傳播信息，但傳播曲線表現(xiàn)為增長(zhǎng)的快同時(shí)也衰減的快，導(dǎo)致和隨機(jī)網(wǎng)絡(luò)曲線形成一個(gè)交叉點(diǎn)，此后迅速達(dá)到傳播終態(tài)，停止傳播行為。但此后隨機(jī)網(wǎng)絡(luò)還會(huì)進(jìn)行傳播，這樣才會(huì)有隨機(jī)網(wǎng)絡(luò)比小世界網(wǎng)絡(luò)傳播的范圍更廣。即某些時(shí)候，信息在小世界網(wǎng)絡(luò)上開始階段的傳播速度要比隨機(jī)網(wǎng)絡(luò)快，但傳播范圍卻沒有隨機(jī)網(wǎng)絡(luò)廣。

通過多次仿真模擬得出以下結(jié)論：（1）信息傳播的范圍和速度由信息量屬性決定，信息附著力屬性影響信息傳播效果；（2）信息傳播的速度和范圍表現(xiàn)為：隨機(jī)網(wǎng)絡(luò)大于小世界網(wǎng)絡(luò)大于規(guī)則網(wǎng)絡(luò)，這與文獻(xiàn)［22-23］的結(jié)論是一致的；（3）個(gè)體的記憶效應(yīng)會(huì)出現(xiàn)記憶效應(yīng)加強(qiáng)點(diǎn)，它受信息附著力屬性和信息量屬性的共同影響，但信息量屬性對(duì)它的影響更加明顯，記憶效應(yīng)加強(qiáng)點(diǎn)會(huì)經(jīng)歷“無(wú)-有-無(wú)”的現(xiàn)象。

3.2 BA無(wú)標(biāo)度網(wǎng)絡(luò)上的信息傳播研究

無(wú)標(biāo)度網(wǎng)絡(luò)的特性在于其度分布沒有一個(gè)特定的平均值指標(biāo)，有嚴(yán)重的異質(zhì)性，其各節(jié)點(diǎn)之間的連接狀況（度數(shù)）具有嚴(yán)重的不均勻分布性。網(wǎng)絡(luò)中少數(shù)稱為Hub點(diǎn)的節(jié)點(diǎn)擁有極其多的連接，而大多數(shù)節(jié)點(diǎn)只有很少量的連接，少數(shù)Hub點(diǎn)對(duì)無(wú)標(biāo)度網(wǎng)絡(luò)的運(yùn)行起著主導(dǎo)作用。而現(xiàn)實(shí)中的許多網(wǎng)絡(luò)都帶有無(wú)標(biāo)度的特性，例如因特網(wǎng)、金融系統(tǒng)網(wǎng)絡(luò)、社會(huì)人際網(wǎng)絡(luò)等。所以，本節(jié)主要研究 BA無(wú)標(biāo)度網(wǎng)絡(luò)。本文中BA無(wú)標(biāo)度網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)N=1 000，平均度分布K=6，網(wǎng)絡(luò)聚類系數(shù)C=0.03，服從冪指數(shù)為-3.0。信息量屬性和信息附著力屬性對(duì)傳播效果的影響，如圖5所示。在圖5中，信息量屬性值 I分別取0.05，0.1，0.3以及對(duì)應(yīng)于每個(gè)信息量屬性值取不同的信息附著力屬性值b：0.1，0.3，0.8。可以看出，這些曲線可以分為 3組：信息量屬性值 I= 0.3，I=0.1，I=0.05。在傳播達(dá)到終態(tài)時(shí)，每組曲線對(duì)應(yīng)一定的傳播范圍，組內(nèi)曲線的波動(dòng)受信息附著力屬性 b值的影響。當(dāng)信息量屬性值較?。↖= 0.05）時(shí)，信息附著力屬性在BA無(wú)標(biāo)度網(wǎng)絡(luò)上顯得比較重要，可以由3組曲線之間的距離對(duì)比可知，表現(xiàn)為b=0.3、b=0.5、b=0.8曲線的緊湊程度。整體上來看，BA無(wú)標(biāo)度網(wǎng)絡(luò)上信息的傳播特性與規(guī)則網(wǎng)絡(luò)、小世界網(wǎng)絡(luò)和隨機(jī)網(wǎng)絡(luò)是一致的，即信息量屬性決定信息傳播的范圍和速度。由傳播概率模型公式可知，在確定信息量和信息附著力屬性值后，傳播概率隨著傳播進(jìn)程而增大。

在圖5的3組曲線中，同一時(shí)刻由下到上的傳播概率變大，同時(shí)傳播范圍變廣，即在同一時(shí)刻隨著傳播概率的增大，R值變大。另外，可以發(fā)現(xiàn)，盡管隨著進(jìn)程的進(jìn)行傳播概率會(huì)繼續(xù)變大，但傳播范圍并不會(huì)一直擴(kuò)大，最終傳播將達(dá)到終態(tài)。這一現(xiàn)象與在規(guī)則網(wǎng)絡(luò)、小世界網(wǎng)絡(luò)和隨機(jī)網(wǎng)絡(luò)上的模擬結(jié)果一致，即隨著傳播進(jìn)程的進(jìn)行，傳播概率會(huì)變大，但傳播范圍并不會(huì)持續(xù)變大，傳播會(huì)進(jìn)入穩(wěn)定狀態(tài)（R值不再發(fā)生變化）。

圖5 BA無(wú)標(biāo)度網(wǎng)絡(luò)上信息特征對(duì)信息傳播的影響

圖6（a）和6（b）分別給出個(gè)體接觸（聽到）信息的次數(shù)隨著信息附著力屬性和信息量屬性的變化對(duì)信息傳播效果的影響。從圖 6（a）中可以看出，信息加強(qiáng)點(diǎn)在BA無(wú)標(biāo)度網(wǎng)絡(luò)上也存在。在圖6（a）中，當(dāng)I=0.2時(shí)，分別取b為0.1，0.5，0.8，可以發(fā)現(xiàn)記憶效應(yīng)加強(qiáng)點(diǎn)隨著信息附著力屬性值的增加而前移，對(duì)應(yīng)于信息加強(qiáng)點(diǎn)處傳播信息的個(gè)體總數(shù)也增加。這說明在一定的信息量屬性值下，增大信息附著力，有利于縮小個(gè)體傳播信息時(shí)所需要接觸信息的次數(shù)。從圖 6（b）可以看出，當(dāng)信息附著力屬性值b=0.2時(shí)，I分別取0.1，0.3，0.5時(shí)，隨著信息量屬性值 I的增加，記憶效應(yīng)加強(qiáng)點(diǎn)消失。當(dāng)信息量屬性值在0.1和0.3時(shí)，存在記憶效應(yīng)加強(qiáng)點(diǎn)，大部分個(gè)體不會(huì)在第一次接觸（聽到）信息后就選擇傳播信息，而當(dāng)信息量屬性值較大時(shí)，大部分個(gè)體在第一次接觸（聽到）信息時(shí)就傳播了信息，該結(jié)論與前述的3個(gè)網(wǎng)絡(luò)上得出的結(jié)論是一致的。

圖6 個(gè)體接觸信息次數(shù)對(duì)信息傳播的影響2

4 結(jié)束語(yǔ)

本文考慮信息特征和記憶效應(yīng)對(duì)信息傳播的影響，在此基礎(chǔ)上構(gòu)建傳播模型。通過仿真實(shí)驗(yàn)得出以下結(jié)論：（1）在規(guī)則網(wǎng)絡(luò)、小世界網(wǎng)絡(luò)和隨機(jī)網(wǎng)絡(luò)上，信息傳播的速度和范圍呈現(xiàn)隨機(jī)網(wǎng)絡(luò)大于小世界網(wǎng)絡(luò)大于規(guī)則網(wǎng)絡(luò)的規(guī)律，這與文獻(xiàn)［22-23］結(jié)論一致。（2）在4種網(wǎng)絡(luò)上，信息量屬性對(duì)信息的傳播效果起決定性作用，即事件的發(fā)生概率決定了個(gè)體在第一次接觸（聽到）信息后選擇傳播信息的程度，信息在開始階段能否快速傳播，對(duì)于信息傳播至關(guān)重要。（3）在某些情況下，小世界網(wǎng)絡(luò)的個(gè)體更傾向于在第一次接觸（聽到）信息時(shí)就接收且傳播信息。另外，在信息量屬性值較小時(shí)，小世界網(wǎng)絡(luò)對(duì)于信息傳播比較有效。（4）在4種網(wǎng)絡(luò)模型上，η-m曲線會(huì)出現(xiàn)峰值，該峰值受信息附著力屬性和信息量屬性的共同影響，并且會(huì)隨著信息附著力和信息量屬性值的變化而出現(xiàn)“有-無(wú)-有”的現(xiàn)象，但受到信息量屬性的影響更加明顯。雖然本文定義了信息量屬性和信息附著力屬性，但對(duì)于如何衡量信息所攜帶的信息量屬性值和信息附著力屬性值目前仍沒有明確的定量計(jì)算方法。所以，下一步工作將主要集中于尋求解決這2種屬性值的基本衡量標(biāo)準(zhǔn)和定量計(jì)算方法，從而使本文提出模型能更好地用于模擬和預(yù)測(cè)現(xiàn)實(shí)社會(huì)網(wǎng)絡(luò)中的信息傳播過程和效果。

［1］ Wasserman S F.Social Network Analysis：Method and Applictions［M］.Cambrige，UK：Cambrige University，1994.

［2］ 楊 凱，張 寧.微博用戶關(guān)系網(wǎng)絡(luò)的結(jié)構(gòu)研究與聚類分析［J］.復(fù)雜系統(tǒng)與復(fù)雜性科學(xué)，2013，10（2）：37-43.

［3］ Kitsak M，Gallos L K，Havlin S，et al.Identification of Influential Spreaders in Complex Networks［J］.Nature Physics，2010，6（11）：888-893.

［4］ 任卓明，劉建國(guó)，邵 鳳，等.復(fù)雜網(wǎng)絡(luò)中最小 K-核節(jié)點(diǎn)的傳播能力分析［J］.物理學(xué)報(bào)，2013，62（10）.

［5］ Holme P，Newman M E J.Nonequilibrium Phase Transition in the Coevolution of Networks and Opinions［J］.Physical Review E，2006，74（5）.

［6］ 白 云，任國(guó)霞.基于粒子群優(yōu)化的復(fù)雜網(wǎng)絡(luò)社區(qū)挖掘［J］.計(jì)算機(jī)工程，2015，41（3）：177-181.

［7］ Wieland S，Aquino T，Nunes A.The Structure of Coevolving Infection Networks［J］.Europhysics Letters，2012，97（1）.

［8］ Yoo J，Lee J S，Kahng B.Disease Spreading on Fitnessrew ired Complex Networks［J］.Physica A：Statistical Mech-anics and Its Applications，2011，390（23）：4571-4576.

［9］ Dodds P S，Watts D J.Universal Behavior in a Generalized Model of Contagion［J］.Physical Review Letters，2004，92（21）.

［10］ Medo M，Zhang Yicheng，Zhou Tao.Adaptive Model for Recommendation of News［J］.Europhysics Letters，2009，88（3）.

［11］ Cimini G，Medo M，Zhou Tao，et al.Heterogeneity，Quality，and Reputation in an Adaptive Recommendation Model［J］.The European Physical Journal B：Condensed Matter and Complex Systems，2011，80（2）：201-208.

［12］ Volz E，Meyers L A.Susceptible-infected-recovered Epidemics in Dynamic Contact Networks［J］.Proceedings of the Royal Society B：Biological Sciences，2007，274（1628）：2925-2934.

［13］ Gilligan T W，Krehbiel K.Asymmetric Information and Legislative Rules with a Heterogeneous Committee［J］. American Journal of Political Science，1989，33（2）：459-490.

［14］ Bowles S，Ginti S H.The Evolution of Strong Reciprocity：Cooperation in Heterogeneous Populations［J］.Theoretical Population Biology，2004，65（1）：17-28.

［15］ Bénabou R，Tirole J.National Bureau of Economic Research：Incentives and Prosocial Behavior［Z］. National Bureau of Economic Research，Inc.，2005.

［16］ Wu Fang，Huberman B A.Novelty and Collective Attention［J］.Proceedings of the National Academy of Sciences，2007，104（45）：17599-17601.

［17］ Zhu Zhiqiang，Liu ChuanJian，Wu Jianliang，et al.The Influence of Human Heterogeneity to Information Spreading［J］.Journal of Statistical Physics，2014，154（6）：1569-1577.

［18］ Lv Linyuan，Chen Duanbing，Zhou Tao.The Small World Yields the Most Effective Information Spreading［J］.New Journal of Physics，2011，13（12）.

［19］ 王 輝，韓江洪，鄧 林，等.基于移動(dòng)社交網(wǎng)絡(luò)的謠言傳播動(dòng)力學(xué)研究［J］.物理學(xué)報(bào)，2013，62（11）.

［20］ 劉詠梅，彭 林，趙振軍.基于小世界的微博謠言傳播演進(jìn)研究［J］.復(fù)雜系統(tǒng)與復(fù)雜性科學(xué)，2014，11（14）：54-60.

［21］ Gladwell M.The Tipping Point：How Little Things Can Make a Big Difference［M］.［S.l.］：Hachette Digital，Inc.，2006.

［22］ Zhou Tao，F(xiàn)u Zhongqian，Wang Binghong.Epidemic Dynamics on Complex Networks［J］.Progress in Natural Science，2006，16（5）：452-457.

［23］ Zanette D H.Critical Behavior of Propagation on Smallworld Networks［J］.Physical Review E，2001，64（5）.

編輯 陸燕菲

Influence of Information Characteristic on Information Spreading in Social Network

GE Xiaoyan，ZHANG Ning
（Business School，University of Shanghai for Science&Technology，Shanghai 200093，China）

In order to research the influence of information characteristis on information spreading in social network，this paper proposes an information spreading model which combines information characteristics with memory effects.The information characteristics are measured by the attributes of information amount and information adhesion.It perform s the model on regular network，small-world network，random network and BA scale-free network.Results indicate that in the speed and scope of information spreading，the attribute of information amount is more effective than the attribute of information adhesion.Under certain information characteristic，it exists a fixed value when individuals select spread information.Especially，on the regular network，the probability of spreading information can reach the maximum when individuals receive information at the second time.

social network；memory effect；information characteristic；information spreading；attribute of information amount；attribute of information adhesion

葛曉艷，張 寧.信息特征對(duì)社會(huì)網(wǎng)絡(luò)中信息傳播的影響［J］.計(jì)算機(jī)工程，2015，41（10）：31-36.

英文引用格式：Ge Xiaoyan，Zhang Ning.Influence of Information Characteristic on Information Spreading in Social Network［J］.Computer Engineering，2015，41（10）：31-36.

1000-3428（2015）10-0031-06

A

TP39

國(guó)家自然科學(xué)基金資助項(xiàng)目（70971089）；上海市一流學(xué)科（系統(tǒng)科學(xué)）基金資助項(xiàng)目（XTKX 2012）；上海市研究生創(chuàng)新基金資助項(xiàng)目（JWCXSL1401，JWCXSL1402）。

葛曉艷（1987-），女，碩士研究生，主研方向：社會(huì)網(wǎng)絡(luò)，數(shù)據(jù)挖掘；張 寧，教授。

2015-02-22

2015-04-01E-m ail：gexiaoyan@outlook.com