復(fù)雜網(wǎng)絡(luò)上的輿情演化模型研究現(xiàn)狀與展望

錢(qián)亞飛

（西華大學(xué)計(jì)算機(jī)與軟件工程學(xué)院，成都610039）

0 引言

近年來(lái)，在飛速發(fā)展的互聯(lián)網(wǎng)的帶動(dòng)下，各種各樣的社交平臺(tái)給廣大網(wǎng)民提供了很多的開(kāi)放式的交換意見(jiàn)的平臺(tái)。根據(jù)《中國(guó)互聯(lián)網(wǎng)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》顯示，當(dāng)前中國(guó)網(wǎng)民數(shù)量已經(jīng)超過(guò)8.3 億人，當(dāng)很多謠言或者是輿論在如此巨大的網(wǎng)絡(luò)流量中傳播時(shí)，相比傳統(tǒng)的社會(huì)網(wǎng)絡(luò)如今的復(fù)雜網(wǎng)絡(luò)系統(tǒng)傳播輿情的范圍會(huì)更加的寬廣，對(duì)社會(huì)的和諧穩(wěn)定會(huì)產(chǎn)生更大的影響。因此，探索輿情在復(fù)雜網(wǎng)絡(luò)系統(tǒng)中的網(wǎng)民傳播輿情演化的規(guī)律來(lái)為相關(guān)監(jiān)管部門(mén)提供理論的一些指導(dǎo)這一研究趨勢(shì)成為了廣大國(guó)內(nèi)外學(xué)者的研究方向。20 世紀(jì)末，Watts[1]發(fā)現(xiàn)大千世界中的復(fù)雜系統(tǒng)都有類(lèi)似的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)屬性，其中最突出的就是一個(gè)節(jié)點(diǎn)經(jīng)過(guò)幾步就可以到達(dá)另外一個(gè)節(jié)點(diǎn)，于是用“六度分離”理論構(gòu)建了小世界網(wǎng)絡(luò)模型。Watts[2-3]在規(guī)則網(wǎng)絡(luò)的基礎(chǔ)上建立了WS 小世界模型和NW 小世界模型。在這之后復(fù)雜網(wǎng)絡(luò)上最重要的發(fā)現(xiàn)當(dāng)數(shù)無(wú)標(biāo)度網(wǎng)絡(luò)的發(fā)現(xiàn)，Barabasi 和Albert[4]發(fā)現(xiàn)復(fù)雜網(wǎng)絡(luò)系統(tǒng)中都具有“增長(zhǎng)”和“優(yōu)先鏈接”的特點(diǎn)，而且證明了互聯(lián)網(wǎng)、電網(wǎng)等網(wǎng)絡(luò)都具有這個(gè)特性，這使得對(duì)網(wǎng)絡(luò)模型的研究從以前的靜態(tài)模型轉(zhuǎn)到了動(dòng)態(tài)的演化。但是隨著現(xiàn)實(shí)復(fù)雜系統(tǒng)的發(fā)展，無(wú)標(biāo)度網(wǎng)絡(luò)已經(jīng)不足以描述現(xiàn)實(shí)的網(wǎng)絡(luò)，于是Yook S H[5]在無(wú)標(biāo)度網(wǎng)絡(luò)的基礎(chǔ)上衍生出了加權(quán)無(wú)標(biāo)度網(wǎng)絡(luò)，它可以很好地描述各連接邊之間的異質(zhì)性。

隨著Web2.0 時(shí)代的到來(lái)，各類(lèi)的輿情傳播變得更加的復(fù)雜多變，伴隨著復(fù)雜網(wǎng)絡(luò)理論的飛速發(fā)展，很大程度使得輿論方面的研究得到很好的發(fā)展。從最早的個(gè)體行為傳播到集體活動(dòng)的演化，很多的經(jīng)典動(dòng)力學(xué)模型都和復(fù)雜網(wǎng)絡(luò)模型結(jié)合起來(lái)，產(chǎn)生了很多經(jīng)典的輿情傳播模型。

1 復(fù)雜網(wǎng)絡(luò)上的輿情演化模型研究現(xiàn)狀

國(guó)內(nèi)外學(xué)者結(jié)合社會(huì)學(xué)、社會(huì)心理學(xué)、計(jì)算機(jī)科學(xué)以及統(tǒng)計(jì)物理和管理學(xué)等方面的學(xué)科背景，對(duì)觀點(diǎn)之間的交互以及觀點(diǎn)的形成有了很深的研究，提出了很多經(jīng)典的理論模型，給后面的研究起了很大的作用?，F(xiàn)有的復(fù)雜網(wǎng)絡(luò)上的輿情演化模型大多數(shù)都是從觀點(diǎn)形成是怎樣引起輿情傳播以及在達(dá)到一個(gè)什么樣的度的時(shí)候觀點(diǎn)傳播會(huì)上升為輿情。下文將著重分析當(dāng)前主流的輿情研究模型的一些優(yōu)缺點(diǎn)。

1.1 元胞自動(dòng)機(jī)模型

基元胞自動(dòng)機(jī)（CA），是一個(gè)離散的數(shù)學(xué)模型，最早根據(jù)設(shè)定好的更新規(guī)則然后給每個(gè)元胞賦值決定其狀態(tài)來(lái)研究生物的繁殖。Sakoda[6]用元胞自動(dòng)機(jī)模型來(lái)研究了二戰(zhàn)之后的美國(guó)的一個(gè)搬遷中心的疏散過(guò)程，這也就成了元胞自動(dòng)機(jī)在社會(huì)科學(xué)領(lǐng)域的開(kāi)端。Alves[7]把元胞自動(dòng)機(jī)應(yīng)用在投票模型中，他認(rèn)為選民會(huì)根據(jù)新聞媒體的報(bào)道以及知識(shí)的更新來(lái)改變自己的意向。方薇[8]把細(xì)胞堅(jiān)定性的特點(diǎn)用在了遍歷移動(dòng)細(xì)胞的傳播模型。戴建華等人[9]將觀點(diǎn)的傾向力和頑固力這兩個(gè)模糊的規(guī)則和元胞自動(dòng)機(jī)相結(jié)合，建立了模糊規(guī)則下網(wǎng)絡(luò)輿情的傳播模型。

元胞自動(dòng)機(jī)最大的特點(diǎn)就是個(gè)體的態(tài)度確定以及交互規(guī)則簡(jiǎn)單，所以得到了廣大學(xué)者的喜愛(ài)。但是也正是因?yàn)檫@種情況，使得它很難適合當(dāng)今的復(fù)雜的社會(huì)網(wǎng)絡(luò)，不能更加深入地探討復(fù)雜系統(tǒng)中人們之間的交互。

1.2 多數(shù)決定模型

多數(shù)決定模型（Majority Rule Model），該模型的核心思想就是少數(shù)服從多數(shù)。每次迭代之前將鄰居中大多數(shù)人的意見(jiàn)作為自己觀點(diǎn)，也就是網(wǎng)民在選擇某個(gè)觀點(diǎn)的可能性與其鄰居中保持該觀點(diǎn)的人數(shù)是成正比的。經(jīng)常用多數(shù)決定模型來(lái)研究投票或者辯論的意見(jiàn)傳播。在所有的多數(shù)決定模型中，最為出名的莫過(guò)于Galam 模型。Galam[10]用Ising 模型模擬選舉過(guò)程，其認(rèn)為網(wǎng)絡(luò)的初始狀態(tài)的狀態(tài)對(duì)最終的觀點(diǎn)演化方向有很大的影響。Stauffer[11]把該模型的傳播規(guī)則變?yōu)辄c(diǎn)陣擴(kuò)散，建立了觀點(diǎn)演化模型。陳福集等人[12]把觀點(diǎn)的動(dòng)態(tài)變化變量用該模型來(lái)研究了輿情演化機(jī)制。

Galam 模型能直觀地看出復(fù)雜網(wǎng)絡(luò)的演化過(guò)程，可以通過(guò)控制初始網(wǎng)絡(luò)中網(wǎng)民的偏好來(lái)控制輿情走向，使其往好的方向發(fā)展。但是由于現(xiàn)實(shí)生活中人們的知識(shí)水平層次不齊，所以也僅僅是提供了理論的支撐，并不能很好地運(yùn)用于現(xiàn)實(shí)生活中。

1.3 Ising模型

Ising 模型，又叫伊辛模型，最早是在物理學(xué)領(lǐng)域用+1 或-1 來(lái)表示磁鐵的兩極，然后研究鐵磁物質(zhì)相變的過(guò)程。因?yàn)樵谳浨閭鞑ブ校覀兊膫€(gè)體觀點(diǎn)也是二值觀點(diǎn)，+1 表示支持，-1 表示對(duì)立，觀點(diǎn)的取值受到鄰居的影響，所以Ising 模型被廣泛用于觀點(diǎn)傳播中。Pekalski[13]研究了其在小世界網(wǎng)絡(luò)中的溫度相變。Bartolozzi 等人[14]用Ising 模型發(fā)現(xiàn)了BA 無(wú)標(biāo)度網(wǎng)絡(luò)上的觀點(diǎn)傳播的時(shí)間序列近似于高斯分布。Grabowski[15]把網(wǎng)民的空間位置以及社交關(guān)系考慮進(jìn)來(lái)再結(jié)合BA 無(wú)標(biāo)度網(wǎng)絡(luò)結(jié)構(gòu)構(gòu)建了意見(jiàn)形成模型。該模型認(rèn)為個(gè)體的權(quán)威性可以有影響力來(lái)決定。

雖然Ising 模型應(yīng)用起來(lái)有很大的局限性，但是它是輿情演化模型的開(kāi)端，對(duì)輿情演化領(lǐng)域的研究有著很大的推動(dòng)作用。后來(lái)的Aznajd 以及Galam 模型都是在該模型的理論基礎(chǔ)上演化過(guò)來(lái)的。

1.4 有界信任模型

有界信任模型（Bounded Confidence Model）[16]是將觀點(diǎn)值刻畫(huà)成連續(xù)的區(qū)間。因?yàn)楝F(xiàn)實(shí)生活中我們的觀點(diǎn)不僅僅是贊成或者反對(duì)這樣極端，可能會(huì)有多種選擇。按照社會(huì)網(wǎng)絡(luò)的網(wǎng)民交互的實(shí)際情況來(lái)看，只有狀態(tài)類(lèi)似的網(wǎng)民才會(huì)產(chǎn)生交互，于是引入了連續(xù)態(tài)度模型。這類(lèi)模型最為經(jīng)典的當(dāng)數(shù)Hwgselmann[17]和Krause 提出的HK 模型和Deffuant[18]提出的D 模型，這二者都將個(gè)體觀點(diǎn)抽象成連續(xù)的實(shí)數(shù)，然后設(shè)定一個(gè)閾值，通過(guò)鄰居觀點(diǎn)的值來(lái)和閾值比較如果大于閾值則按照規(guī)則交互如果低于閾值則不交互。

但是龐大的互聯(lián)網(wǎng)社區(qū)隨著規(guī)模的增加這種逐一比較其他觀點(diǎn)與自身觀點(diǎn)的區(qū)別操作起來(lái)相對(duì)復(fù)雜，這也就導(dǎo)致很難與其他用戶之間的觀點(diǎn)交互。

1.5 Sznajd模型

Sznajd 模型是Sznajd-Weron[22]提出的一個(gè)觀點(diǎn)動(dòng)力學(xué)模型，因?yàn)槠鋵?duì)社會(huì)網(wǎng)絡(luò)領(lǐng)域做出相當(dāng)大的貢獻(xiàn)，所以后來(lái)學(xué)者們將其稱(chēng)為Sznajd 模型。Sznajd 認(rèn)為個(gè)體觀點(diǎn)取值只要兩個(gè)并且只會(huì)和鄰居進(jìn)行交互，在交互的過(guò)程中有的個(gè)體會(huì)采取鄰居的策略，基本更新規(guī)則就是個(gè)體的觀點(diǎn)受社會(huì)中鄰居的影響而且鄰居中觀點(diǎn)相同的人更容易說(shuō)服另外的人。Bonnekoh[23]用Sznajd 模型在BA 無(wú)標(biāo)度網(wǎng)絡(luò)上建立了輿情演化模型，得出在輿情機(jī)制開(kāi)始后，新加入的個(gè)體對(duì)輿情走向不會(huì)產(chǎn)生很大的影響。Stauffer[24]將該模型推廣到了二維鏈中，更加合適地描述了社會(huì)網(wǎng)絡(luò)。

雖然Sznajd 模型在輿情傳播領(lǐng)域有了很深的應(yīng)用，但是考慮的社會(huì)特性并不是很多。很多模型都僅僅是建立在理論基礎(chǔ)上，然后數(shù)據(jù)仿真，并沒(méi)有拿到真實(shí)數(shù)據(jù)集中去檢驗(yàn)。所以后來(lái)才將說(shuō)服力[25]和局部意見(jiàn)機(jī)制[26]來(lái)研究觀點(diǎn)傳播的過(guò)程。

2 復(fù)雜網(wǎng)絡(luò)上輿情演化模型研究總結(jié)及發(fā)展趨勢(shì)

通過(guò)對(duì)文獻(xiàn)的梳理，我們不難發(fā)現(xiàn)復(fù)雜網(wǎng)絡(luò)上的輿情演化模型可以分為兩大類(lèi)，一是離散的觀點(diǎn)模型，也就是把所有的觀點(diǎn)都限制在二值觀點(diǎn)內(nèi)，要么贊成要么反對(duì)。這種模型可以很好地解釋二進(jìn)制觀點(diǎn)可以描述的問(wèn)題，而且個(gè)體也沒(méi)必要了解以前的觀點(diǎn)。但是社會(huì)網(wǎng)絡(luò)中觀點(diǎn)的表達(dá)并非如此簡(jiǎn)單。因?yàn)槿藗兊挠^點(diǎn)可能在兩者之間，有很多種程度，所以出現(xiàn)了第二類(lèi)觀點(diǎn)演化模型，也就是連續(xù)觀點(diǎn)模型。二者都為觀點(diǎn)傳播學(xué)提供了很好的理論依據(jù)，都產(chǎn)生了很多經(jīng)典的模型。

當(dāng)前網(wǎng)絡(luò)輿情的研究主要就是用經(jīng)典理論為基礎(chǔ)然后用仿真軟件進(jìn)行仿真，很少用現(xiàn)實(shí)的輿情事件的數(shù)據(jù)集來(lái)驗(yàn)證模型的有效性，當(dāng)前大型社交網(wǎng)絡(luò)非常多但是數(shù)據(jù)集的獲得確實(shí)相當(dāng)?shù)睦щy，所以以后的研究應(yīng)該更多的建立在真實(shí)的數(shù)據(jù)集上借助數(shù)據(jù)挖掘技術(shù)獲得大量實(shí)例然后再和理論相結(jié)合。其次網(wǎng)絡(luò)輿情的研究注定不是單一的學(xué)科研究，我們必須將社會(huì)學(xué)、心理學(xué)、物理科學(xué)、管理科學(xué)等學(xué)科有機(jī)的結(jié)合起來(lái)才能很好地研究社會(huì)網(wǎng)絡(luò)這個(gè)復(fù)雜系統(tǒng)。最好在有了很多的傳播規(guī)律的基礎(chǔ)上我們更應(yīng)該對(duì)于輿情的預(yù)測(cè)以及引導(dǎo)有一個(gè)更深的研究。