基于元胞自動機的音樂傳播模式仿真研究

沈思

摘 要： 傳統(tǒng)音樂傳播模式存在群眾傳播不積極、傳播模式復雜等問題，為此，提出基于元胞自動機的音樂傳播模式仿真研究。結(jié)合音樂傳播的復雜性，利用元胞自動機基本原理構(gòu)建動態(tài)模型，從中心度、關系強度兩個方面對傳播效果進行仿真實驗。通過實驗驗證該模式的合理性，并由此得出結(jié)論。實驗結(jié)果表明，在元胞空間弱關系條件下，音樂傳播模式可具有良好的傳播效率、模式簡單，且群眾核心人物對音樂傳播的積極行為顯著大于邊緣位置參與群的積極性，為音樂傳播模式提供了有效途徑。

關鍵詞： 元胞自動機; 音樂傳播模式; 仿真實驗; 傳播效果; 傳播模式建模; 元胞空間

中圖分類號： TN911?34; F272 文獻標識碼： A 文章編號： 1004?373X（2018）09?0105?04

Abstract： Since the traditional music propagation mode has the problems of inactive mass propagation and complex propagation mode， the simulation study on music propagation mode based on cellular automata is proposed. In combination with music propagation complexity， the basic principle of cellular automata is used to construct the dynamic model. The simulation experiment was performed for propagation effect in the aspects of centrality and relationship strength. The rationality of the mode was verified in the experiment to get the conclusion. The experimental results show that， under the weak ties condition of cellular space， the music propagation mode has high propagation efficiency and is simple， and the positive behavior of mass central figures for music propagation is significantly greater than that of participation masses in edge position， which provides an effective way for music propagation.

Keywords： cellular automata; music propagation mode; simulation experiment; propagation effect; propagation mode mode?ling; cellular space

0 引 言

鑒于音樂傳播模式的局限性，構(gòu)建傳播模型日益成為各界學者關注的熱點問題。該模型可根據(jù)音樂傳播相似性，將群眾中個體狀態(tài)分為：極易感染狀態(tài)、感染狀態(tài)和正常狀態(tài)，利用生物微分動力學公式建立宏觀傳播模型。隨著科學技術(shù)不斷進步，音樂傳播模式逐漸向科學化方向轉(zhuǎn)變，由于音樂傳播模式演化具有不穩(wěn)定性、非線性等特點，利用元胞自動機正適合復雜系統(tǒng)的研究。

傳統(tǒng)音樂傳播模式存在群眾傳播不積極、傳播模式復雜等問題，無法滿足現(xiàn)代人對于不同音樂的欣賞需求，為此，利用元胞自動機基本原理構(gòu)建動態(tài)模型。一般情況下，使用規(guī)則正方形表示元胞狀態(tài)，并賦值為0或1，大量元胞構(gòu)成了二維空間，其形態(tài)以正方形為主，三角形為輔。而相鄰元素為待研究的元胞元素，最常用的形式有兩種，分別是十字形和九宮格形，在元胞空間弱關系條件下，音樂傳播模式具有良好的傳播效率。在實現(xiàn)周期均衡狀態(tài)的前提下，核心人物對音樂傳播行為的影響力顯著大于邊緣位置的參與群眾，由此可知，音樂傳播模式離不開核心人物的傳播。

1 構(gòu)建元胞自動機音樂傳播模式仿真模型

1.1 元胞自動機的適用性

音樂傳播模式與自然科學的聯(lián)系越來越密切，對于兩者之間的區(qū)分卻越來越模糊，仿真技術(shù)作為音樂傳播模式的主要渠道之一，構(gòu)建模型主要取決于專業(yè)人員對網(wǎng)絡傳播性質(zhì)的認知與研究[1]。音樂傳播模式多種多樣，如圖1所示。

其中，以復雜網(wǎng)絡為傳播模式模型，可描述為單個元素之間相互傳播，但又不能將此完完全全定義在現(xiàn)實生活中。以現(xiàn)實網(wǎng)絡為傳播模式的模型，雖然能彌補以復雜網(wǎng)絡為傳播模式的不足，但是卻無法準確模擬音樂傳播行為的完整過程?；诖?，采用元胞自動機音樂傳播仿真模式既能定義現(xiàn)實生活中的社會網(wǎng)絡關系，又能模擬音樂傳播活動的整個過程。構(gòu)建不同狀態(tài)下元胞之間的轉(zhuǎn)換規(guī)則，并對個體心理特征進行分析，研究其對音樂傳播的影響，但是由于不同人群所處的社會地位不同，導致人和人之間的親密程度與網(wǎng)絡結(jié)構(gòu)之間的不協(xié)調(diào)[2]。由于音樂傳播屬于文化傳遞，傳播者的行為已經(jīng)無法脫離群體而單獨存在，為此，結(jié)合傳播社會性，利用元胞自動機的“自上而下”復雜系統(tǒng)進行建模，并以社會網(wǎng)絡角度探索音樂傳播規(guī)律的實效性[3]。

1.2 傳播模式模型構(gòu)建

元胞自動機是通過網(wǎng)絡在計算機上模擬出的生物繁殖離散數(shù)學模型，具有清晰的物理特征，并在近幾年成為具有非線性復雜屬性的重要使用工具[4]。元胞自動機豐富宏觀現(xiàn)象的演化需要通過元胞在簡單規(guī)則條件下進行，因此可將該技術(shù)應用于城市用地擴張、網(wǎng)絡謠言散布等領域之中[5]。

元胞、空間、相鄰元素、演化規(guī)則、時間組成了元胞自動機。元胞自動機中最小的組成元素是元胞，需使用規(guī)則的正方形來表示，通常情況下元胞賦值為0或1;二維空間是由大量元胞匯聚而成的，其形態(tài)以正方形為主，三角形為輔;而相鄰元素為待研究的元胞元素，最為常用的形式有兩種，分別是十字形和九宮格形，如圖2所示。演化規(guī)則可為元胞狀態(tài)的轉(zhuǎn)移，其數(shù)學函數(shù)表達為：

1） 元胞：每個元胞代表一個主體，存在兩種狀態(tài)，賦值為0或1，其中0為不傳播者，1為傳播者。定義每個主體具有三種傾向度，狀態(tài)集的連續(xù)性是有限的，因此，將[T=]{贊同、反對、中立}表示為[T=]{1，-1，0}，作為元胞初始值與最終值，在演化時，每一次循環(huán)元胞都賦予絕對值小于等于1的實數(shù)[7]。

2） 空間：選取元胞在空間的移動過程，保證遍歷時可訪問元胞空間的每一個鄰域，但不要重復進行訪問，元胞需每次向右移動3個網(wǎng)格，因此元胞空間最末端位置的最后一位數(shù)應為3的倍數(shù)?；诖?，繪制16×16的正方形網(wǎng)格代表傳播者所在群體的關系網(wǎng)格[8]。

3） 相鄰元素：采用十字形相鄰形式，對未分析元胞從上、下、左、右四個方向分別對元胞組成的相鄰元素展開研究，并利用數(shù)學表達式進行計算：

從普通群眾心理影響方面出發(fā)，將群眾對音樂傳播行為的態(tài)度作為計算的標準，假設有50%人傳播音樂，那么普通群眾傳播音樂的可能性較大;相反，如果傳播音樂的人數(shù)小于50%，那么普通群眾傳播音樂的可能性較小?；诖?，模型演化規(guī)則可定義為：當相鄰元素賦值為0時，中心元胞狀態(tài)將會由1變成0;相反，當相鄰群眾元胞賦值為1時，中心元胞狀態(tài)則會由0變成1。

以該模型作為選擇相應初始點的基礎，作為演化基本規(guī)則，整個運行狀態(tài)都是在該規(guī)則下進行的，觀察音樂傳播總?cè)藬?shù)在該段運行時間序列中的變化趨勢，由此完成音樂傳播模式的仿真研究。

2 實 驗

為了驗證基于元胞自動機的音樂傳播模式仿真設計合理性，采用數(shù)值模擬及結(jié)果分析方式進行實驗。將元胞自動機模型構(gòu)建為基本原則，利用網(wǎng)絡分析規(guī)則對元胞特征進行描述，由此獲得中心度、相鄰元素關系強度數(shù)據(jù)，并將這兩方面對音樂傳播模式進行模擬仿真。

2.1 中心度實驗結(jié)果與分析

在元胞空間中，選取絕對中心點（8，8）作為群眾中心點;（10，10）為相對中心點;（1，1）為絕對邊緣點;（1，8）為相對邊緣點，通過與單個網(wǎng)格距離的遠近來表示，為此，假定選取的所有人群只有一人不愿進行音樂傳播活動，那么對該目標的元胞組成成分分別從絕對中心點、絕對邊緣點、相對中心點、相對邊緣點四方面進行分析。

1） 假設不傳播音樂群眾位于網(wǎng)格中的中心位置，除了對一組元胞（7，7）賦值狀態(tài)為0外，其余元胞賦值狀態(tài)均為1。當元胞空間內(nèi)進行第15次計算之后，發(fā)現(xiàn)不進行傳播音樂的人數(shù)范圍在120～125之間，經(jīng)過反復實驗，發(fā)現(xiàn)該行為具有交替性，且周期呈現(xiàn)的是均衡狀態(tài)。

2） 當不進行音樂傳播行為的個體位于相鄰元胞網(wǎng)格中相對中心的位置時，在該空間內(nèi)進行第18次計算之后會出現(xiàn)均衡周期狀態(tài)。

3） 當不進行音樂傳播行為的個體位于相鄰元胞網(wǎng)格中絕對邊緣位置時，在該空間內(nèi)進行第23次計算之后，發(fā)現(xiàn)周期同樣會出現(xiàn)均衡狀態(tài)。

4） 當不進行音樂傳播行為的個體位于相鄰元胞網(wǎng)格中相對邊緣位置時，在該空間內(nèi)進行第25次計算之后會出現(xiàn)均衡周期狀態(tài)。

基于上述內(nèi)容，將初始條件設置為只有一人不愿意進行音樂傳播行為，那么該目標對中心度的影響結(jié)果如圖3所示。

由圖3可知：群眾在其所在團體中的地位與傳播行為呈現(xiàn)正比例關系，且實現(xiàn)周期具有均衡特性，該特性影響整個音樂傳播效率的元胞中心度。在實現(xiàn)周期均衡狀態(tài)的前提下，每個時間節(jié)點群眾中的核心人物對音樂傳播行為的影響力顯著大于邊緣位置群眾的傳播行為。

2.2 關系強度仿真與分析

元胞空間內(nèi)的個體與集體之間的影響可通過元胞與周圍其他元胞之間的關系進行協(xié)調(diào)。由上可知，音樂傳播模式采用十字形相鄰形式，該形式可將演化中的元胞與其連接的東、南、西、北這四個不同方向的元胞組成強大的連接關系。為了測試元胞關系強度對音樂傳播模式的影響，假設群眾中只有兩人不愿意參加音樂傳播行為，那么以絕對中心點（8，8）、相對邊緣點（1，8）和絕對邊緣點（1，1）為初始位置來模擬元胞之間的強、弱關系。

1） 絕對中心點（8，8）和（8，9）之間構(gòu)成的元胞賦值為0，其余狀態(tài)為1。元胞空間在第12次計算之后，全部人員都不進行音樂傳播;（8，8）和（8，9）之間構(gòu)成的弱關系元胞賦值為0，而元胞空間在第11次計算時，出現(xiàn)節(jié)點的相同周期為均衡狀態(tài)。

2） 相對邊緣點（1，8）和（1，9）之間構(gòu)成的強關系元胞賦值為0，其余狀態(tài)為1。進行第20次計算值之后，所有群眾都不進行音樂傳播，也出現(xiàn)周期均衡現(xiàn)象。

3） 絕對邊緣點（1，1）和（1，2）構(gòu)成的強關系元胞賦值為0，其余狀態(tài)為1。進行第25次計算之后，元胞會呈現(xiàn)周期均衡狀態(tài)。

經(jīng)過上述實驗內(nèi)容可知，當兩人不進行音樂傳播時，元胞之間的關系強度會受到影響，結(jié)果如圖4所示。

由圖4可知：音樂傳播模式與群眾之間的關系強度具有顯著關系。在元胞空間中，關系強度與音樂傳播范圍相關，鑒于個體與集體之間的信任感，會促使個體信任集體而進行個人的音樂傳播行為。因此，不管初始點處在任何位置，元胞之間的強弱關系都會受到個體與集體的影響，進而導致集體傳播行為受到限制。

2.3 實驗結(jié)論

由上述實驗內(nèi)容可知：通過強弱關系對音樂傳播的特定群體達到了相應均衡狀態(tài)，并且弱關系所耗費的時間要短，由此可看出在元胞空間弱關系條件下，音樂傳播模式可具有良好的傳播效率。而在實現(xiàn)周期均衡狀態(tài)的前提下，每個時間節(jié)點群眾中的核心人物對音樂傳播行為影響力顯著大于邊緣位置參與的群眾，由此可知，音樂傳播模式離不開核心人物的傳播。

3 結(jié) 語

元胞自動機是以整個交互狀態(tài)為優(yōu)勢的研究項目，為音樂傳播模式提供了一種可行方法。構(gòu)建模型時，從中心度、關系強度兩方面對音樂傳播模式進行仿真研究，并由此獲得了符合現(xiàn)實的結(jié)論?；谠詣訖C的音樂傳播模式仿真研究仍然存在廣闊的發(fā)展空間，為此，縮小模型與真實傳播之間的差距，并在建模時分析群眾在音樂傳播行為中體現(xiàn)的特征。

參考文獻

[1] 楊晶，羅守貴.基于元胞自動機的網(wǎng)絡謠言傳播仿真研究[J].現(xiàn)代情報，2017，37（6）：86?90.

YANG Jing， LUO Shougui. Simulation research on online rumors spreading based on cellular automata [J]. Modern information， 2017， 37（6）： 86?90.

[2] 江耘，王紫嫣.基于元胞自動機的網(wǎng)絡輿情傳播研究[J].江西社會科學，2015，35（10）：207?210.

JIANG Geng， WANG Ziyan. Research on communication of network public opinion based on cellular automata [J]. Jiangxi social sciences， 2015， 35（10）： 207?210.

[3] 鄧青，劉藝，馬亞萍，等.基于元胞自動機的網(wǎng)絡信息傳播和輿情干預機制研究[J].管理評論，2016，28（8）：106?114.

DENG Qing， LIU Yi， MA Yaping， et al. Information propagation and intervention on online social networks using cellular automata [J]. Management review， 2016， 28（8）： 106?114.

[4] 蘇加福，楊育，張娜.基于異質(zhì)元胞自動機的知識協(xié)同團隊隱性知識擴散研究[J].管理學報，2017，14（2）：245?253.

SU Jiafu， YANG Yu， ZHANG Na. Study on the tacit know?ledge diffusion in knowledge collaboration team based on he?terogeneous cellular automata [J]. Chinese journal of management， 2017， 14（2）： 245?253.

[5] 蔡江寧.自媒體環(huán)境下音樂的傳播模式與特征[J].新聞戰(zhàn)線，2016，15（20）：152?153.

CAI Jiangning. The communication mode and characteristics of music in self?media environment [J]. The press， 2016， 15（20）： 152?153.

[6] DING N， CHEN T， ZHANG H. Simulation of high?rise building evacuation considering fatigue factor based on cellular automata： a case study in China [J]. Building simulation， 2017， 10（3）： 1?12.

[7] 朱毅華，張超群.基于影響模型的網(wǎng)絡輿情演化與傳播仿真研究[J].情報雜志，2015，34（2）：28?36.

ZHU Yihua， ZHANG Chaoqun. An application of impact model to simulating the evolution and dissemination [J]. Journal of intelligence， 2015， 34（2）： 28?36.

[8] 李康燕.傳播學視角下少數(shù)民族地區(qū)音樂的傳承與發(fā)展[J].貴州民族研究，2016，37（5）：91?94.

LI Kangyan. The inheritance and development of music in minority regions from the perspective of communication [J]. Guizhou ethnic studies， 2016， 37（5）： 91?94.

[9] 劉燕.基于新媒體環(huán)境下的音樂傳播創(chuàng)新路徑探索[J].傳媒，2017，56（5）：62?63.

LIU Yan. Exploration of the path of music communication innovation based on the new media environment [J]. Media， 2017， 56（5）： 62?63.

[10] LI C， LI J， HU L， et al. Visualization and simulation model of underground mine fire disaster based on cellular automata [J]. Applied mathematical modelling， 2015， 39（15）： 4351?4364.