雙層社交網(wǎng)絡信息傳播模式研究

黃田田

摘 要：隨著信息傳播平臺的多樣性，多層社交網(wǎng)絡的信息傳播得到了廣泛的關(guān)注。建立合理的傳播模型，對于后續(xù)研究的進行以及傳播效率和效果的控制具有重要的意義。在此背景下，結(jié)合單層社交網(wǎng)絡的信息傳播知識，利用因素耦合思想對雙層社交網(wǎng)絡的信息傳播機制進行說明，指出用戶可能因為過度接收信息而導致失活的情況，并建立P-SIR模型，利用Matlab進行仿真。結(jié)果表明，雙層網(wǎng)絡的信息傳播速度明顯大于單層網(wǎng)絡，同時可以通過控制一些關(guān)鍵因素來對傳播概率進行控制，以達到提高信息傳播的速度，擴大信息傳播范圍的目的。

關(guān)鍵詞：信息傳播;因素耦合;傳播機制

中圖分類號：G206 ? ? ? ?文獻標志碼：A ? ? ?文章編號：1673-291X（2019）07-0169-02

引言

在互聯(lián)網(wǎng)技術(shù)被頻繁使用的背景下，各類信息可以在線上—線下平臺之間交互滲透，大眾可以根據(jù)自己的傳播意愿選擇傳播平臺，也就意味著同一個體既可以以網(wǎng)民身份在互聯(lián)網(wǎng)平臺上與其他網(wǎng)民進行溝通交流、分享信息，也可以在現(xiàn)實生活網(wǎng)絡中與其他個體進行互動并建立社交關(guān)系，這就使得 “線上—線下”社交網(wǎng)絡的交互信息傳播模式成為了研究熱點。

國內(nèi)外學者致力于相關(guān)方面的研究，如今已經(jīng)獲得了許多的研究成果。張倫等指出不同的信息在傳播過程中的側(cè)重點不同，有的強調(diào)及時性，有的強調(diào)數(shù)量[1]。Ksenia Koroleva等研究了節(jié)點影響力，以及節(jié)點之間關(guān)系對信息傳播的影響[2]。J.C.Louzada Pinto等人基于霍克斯過程進行建模分析，指出在信息傳播過程中關(guān)系越近的人越容易影響接受者[3]。沈迪等建立級聯(lián)失效模型，給出各網(wǎng)絡的節(jié)點介數(shù)定義式和節(jié)點失效后節(jié)點負荷重分配的分布概率表達式，并對雙層網(wǎng)絡之間的相互影響進行說明[4]。胡斌等從雙層網(wǎng)絡來進行RBF網(wǎng)絡的建模，然后通過仿真實驗得出雙層網(wǎng)絡的速度和誤差精度上都要優(yōu)于單層網(wǎng)絡[5]。梁蕾等以傳染病模型為基礎(chǔ)建立了SAIS模型，給出第二閾值的表達式，并利用具體閾值進行擬合驗證結(jié)論表明，信息的傳播會對疾病的傳播造成一定的影響，即會提高傳播的第二閾值[6]。

基于上述研究成果，本文在對比單層社交網(wǎng)絡和雙層社交網(wǎng)絡影響的基礎(chǔ)上，對雙層社交網(wǎng)絡的信息傳播內(nèi)容、影響因素以及傳播機制進行了詳細說明，然后根據(jù)雙層網(wǎng)絡的特點結(jié)合傳播機制建立P-SIR信息傳播模型，并利用Matlab進行仿真分析。

一、信息傳播機制分析

隨著影響因素的復雜化以及因素耦合的作用，其傳播機制也變得復雜了起來。雙層社交網(wǎng)絡中，信息傳播機制的改變主要是傳播方式和傳播渠道的改變[7]。從傳播方式來說，不僅有同層個體間的信息分享與交流，還存在不同層間個體的交互傳播[8]。從傳播渠道來說，在雙層社交網(wǎng)絡中，個人可以根據(jù)自己的需求選擇傳播渠道，若是強調(diào)范圍便選擇線上為主，若是強調(diào)效果便選擇線下為主[9]。正是由于這種線上—線下網(wǎng)絡之間信息的交互傳播，使得信息的傳播范圍和傳播效果都發(fā)生了改變。同時由于雙層網(wǎng)絡間信息傳播的影響因素之間也存在著一種相互影響的關(guān)系，各影響因素在影響信息傳播的過程中也會不斷受到其他因素的影響，然后共同作用于信息傳播，即對信息傳播造成雙影響，這就使得層與層間的信息傳播變得更為復雜了，對信息傳播的影響更加劇烈了。

二、雙層社交網(wǎng)絡間信息傳播模型分析

參照單層社交網(wǎng)絡結(jié)構(gòu)對雙層社交網(wǎng)絡結(jié)構(gòu)進行定義：將網(wǎng)絡結(jié)構(gòu)抽象成一個立體結(jié)構(gòu)，考慮到節(jié)點在線上和線下網(wǎng)絡所具有的不同連接關(guān)系，用G={V，E1，E2}來表示，其中V表示節(jié)點的集合，既是線上社交網(wǎng)絡的一個個賬號又是現(xiàn)實社交網(wǎng)絡的個體（包括信息傳播過程中的信息傳播主體和信息傳播客體），E1表示線上網(wǎng)絡中節(jié)點與節(jié)點之間的連邊（即線上網(wǎng)絡中節(jié)點與節(jié)點之間的關(guān)系集合），E2表示線下網(wǎng)絡中節(jié)點與節(jié)點之間的連邊（即線下網(wǎng)絡中節(jié)點與節(jié)點之間的關(guān)系集合）。一般會用具體權(quán)重來表示各節(jié)點之間的關(guān)系緊密程度，但本文主要是對各因素耦合的影響進行研究，因此假設(shè)各節(jié)點之間的關(guān)系是相同的，不具體區(qū)分。

通過對雙層社交網(wǎng)絡的傳播機制和信息傳播過程的研究，我們通過在SIR模型基礎(chǔ)之上考慮到節(jié)點可能由于接收過多的信息量而導致失活的情況，對雙層社交網(wǎng)絡信息傳播過程中的節(jié)點具體劃分為四種：易感狀態(tài)S、感染狀態(tài)I、失活狀態(tài)P、免疫狀態(tài)R，建立P-SIR信息傳播模型.結(jié)合雙層網(wǎng)絡間信息傳播的影響因素和傳播機制，應用概率統(tǒng)計的知識對整個雙層社交網(wǎng)絡間的信息傳播所涉及的主要參數(shù)做出說明。假設(shè)在信息傳播過程中，以個體i為說明背景，運用概率統(tǒng)計的知識對信息傳播過程中的各概率進行解釋。

1.節(jié)點從易感狀態(tài)轉(zhuǎn)變?yōu)楦腥緺顟B(tài)的概率？姿。節(jié)點從易感染狀態(tài)轉(zhuǎn)變?yōu)楦腥緺顟B(tài)主要包括在某一層內(nèi)就被感染和經(jīng)過層間共同作用而被感染。在某一層內(nèi)被感染是指在信息傳播過程中，某易感染個體在線上網(wǎng)絡或者線下網(wǎng)絡中接收來自鄰居節(jié)點的信息而積累的信息量超過閾值低于處理值被激活，此時的感染概率？姿1表示事件A1和事件A2中任一事件發(fā)生的概率。當節(jié)點在線上和線下網(wǎng)絡中，在各層內(nèi)接收的信息量均不屬于閾值與處理量所組成區(qū)間內(nèi)時，對線上線下網(wǎng)絡中獲得的信息量進行整合，整合規(guī)則是將線上獲取的信息量和線下獲取的信息量相加之后除去公共部分，若是整合之后的信息量超過閾值而且低于處理值，則節(jié)點便被層間作用給激活，此時的概率？姿2表示在事件A1∪A2和事件B1∩B2均不發(fā)生的情況下，事件C發(fā)生的概率。

2.節(jié)點從易感染狀態(tài)轉(zhuǎn)變?yōu)槭Щ顮顟B(tài)的概率？滓。節(jié)點從易感染狀態(tài)轉(zhuǎn)變?yōu)槭Щ顮顟B(tài)也存在兩種情況，第一種是節(jié)點分別在線上和線下接收的信息量都超過了處理值，即節(jié)點無論是在線上網(wǎng)絡中還是線下網(wǎng)絡中都會因為接收過多的信息量而失活，此時的轉(zhuǎn)變概率？滓1表示事件B1和事件B2同時發(fā)生的概率。第二種情況是節(jié)點在線上網(wǎng)絡和線下網(wǎng)絡接收的信息量都未滿足激活的條件，而在層間作用機制的影響下，對線上—線下網(wǎng)絡中接收的信息量進行整合，若整合后累計的信息量超過了最大處理值，導致節(jié)點失活，此時的轉(zhuǎn)變概率？滓2表示在事件A1∪A2和事件B1∩B2均不發(fā)生的情況下，事件D發(fā)生的概率。

3.節(jié)點從其他狀態(tài)轉(zhuǎn)變?yōu)槊庖郀顟B(tài)的概率？滋。由于本文主要對信息傳播過程中節(jié)點的激活機制進行研究，因此我們假設(shè)信息傳播周期無限長，就是說無論節(jié)點處于什么狀態(tài)，最終都會轉(zhuǎn)變?yōu)槊庖郀顟B(tài)。因此在本文研究中，我們將節(jié)點轉(zhuǎn)變?yōu)槊庖郀顟B(tài)的概率設(shè)定為1。

結(jié)語

本文借鑒物理學中多因素耦合思想以及傳播動力學理論和方法，在SIR模型的基礎(chǔ)上，考慮實際網(wǎng)絡中可能會出現(xiàn)接受信息量過度而導致節(jié)點失活的情況，建立了雙層社交網(wǎng)絡信息傳播模型P-SIR模型，探索了信息傳播受各影響因素耦合的影響。研究結(jié)果顯示，隨著互聯(lián)網(wǎng)的發(fā)展，雙層社交網(wǎng)絡比單層社交網(wǎng)絡更利于信息傳播的進行，同時各因素之間的耦合作用也會影響信息的傳播。因此，對于需要進行信息傳播的發(fā)布者而言，合理地利用線上、線下網(wǎng)絡以及合理地進行傳播途中影響因素的控制至關(guān)重要。

參考文獻：

[1] ?張倫，胥琳佳，易妍.在線社交媒體信息傳播效果的結(jié)構(gòu)性擴散度[J].中國傳媒大學學報，2016，（8）：130-135.

[2] ?Ksenia Koroleva;Gerald C.Kane.Relational affordances of information processing on Facebook[J].Information and Management，2017，（5）：560-572.

[3] ?J.C.Louzada PintoaAuthor Vitae.T.ChahedaAuthor Vitae.E.AltmanbAuthor Vitae.A framework for information dissemination in social networks using Hawkes processes[J].Performance Evaluation，2016：86-107.

[4] ?沈迪，李建華，熊金石，張強，朱瑞.一種基于介數(shù)的雙層復雜網(wǎng)絡級聯(lián)失效模型[J].復雜系統(tǒng)與復雜性科學，2014，（3）：12-18.

[5] ?胡斌，王敬志，劉鵬.基于雙層網(wǎng)絡的混合PSO算法的RBF建模[J].西南科技大學學報，2011，（2）：78-81.

[6] ?梁蕾，劉桂榮.重疊網(wǎng)絡上信息與疾病傳播模型及其分析[J].山東大學學報：理學版，2016，（11）：107-114.

[7] ?任福兵.網(wǎng)絡危機信息傳播的基本規(guī)律分析[J].情報理論與實踐，2014，（4）：42-47.

[8] ?王晰巍，邢云菲，趙丹，趙軍.移動環(huán)境下網(wǎng)絡輿情信息傳播路徑及傳播規(guī)律研究[J].情報理論與實踐，2016，（9）：107-113.

[9] ?紀慧生，蔡東妮.微信公眾號信息傳播影響因素分析[J].集美大學學報：哲學社會版，2016，（4）：107-115.