USST_Arts_112480739 基于微博的突发事件信息传播研究

VIP免费

3.0 赵德峰 2025-01-09 11 4 6.54MB 73 页 15积分

侵权投诉

摘要

近年来，信息技术的发展为人民的工作生活带来便捷的同时，也为公共安全

和谣言等危机信息的传播提供了有效快捷的途径。微博作为突发事件信息传播的

诱发地和扩散器，使得谣言和危机信息一旦在网络中发布，很可能在极短的时间

内以核裂变的传播方式被成千上万位用户转发和评论，引起舆论危机，影响社会

稳定。本课题基于复杂网络理论，信息传播理论和疾病传播理论，采用实例数据

和仿真实验相结合的方式，对突发事件在微博中的信息传播进行建模研究。研究

内容主要在以下三个方面：微博的拓扑特性研究；基于微博的突发事件实例传播

研究；基于微博的突发事件信息传播建模仿真研究。

对基于微博的突发事件信息传播研究结果表明：突发事件的舆论热度演化遵

循一定的规律，突发事件从产生开始会经历酝酿期、爆发期、衰减期和长尾期四

个阶段，爆发期信息需求量最大，最容易产生危机信息。其次，选取温岭杀医案

特定突发事件，对突发事件在微博中的传播路径，关键节点、受众用户和网络舆

情进行了详细深入的分析后，构建了基于微博的突发事件信息传播 USKS 模型。然

后，通过对新浪微博网络和 Twitter 网络结构分析证实网络服从幂律分布，利用

社会化分析软件 Pajek 仿真出小世界网络和无标度网络。并通过 Visual Studio

软件，对小世界网络、无标度网络、新浪微博网络、Twitter 网络四网进行了突发

事件信息传播仿真实验，分析了关键节点、初始信息源、突发事件的影响力等因

素对信息传播扩散的影响。结果表明：微博网络中度值分布越不均匀，突发事件

影响力越大，初始信息源越多，网络中信息的传播速度越快、范围越广和层级越

短。最后，对仿真实验结果进行了验证分析，证明了模型和仿真结果的合理性，

在此基础上，提出了信息传播控制和控制策略。论文对建立有效的信息传播控制

和预警机制具有一定的参考价值。

关键词：微博突发事件信息传播建模仿真

ABSTRACT

In recent years, the development of information technology has brought

convenience for people’s life, but also for the dissemination of rumors and other crisis

information provides an efficient way. Microblogging can be the diffuser and inducer of

emergency information dissemination. Rumors and crisis information once posted on

the network, it will be in a very short time and the ways of nuclear fission forwarded

and mentioned by tens of thousands of users, possibly caused a public crisis and affect

social stability. This topic based on complex network theory, information diffusion

theory and the spread of disease transmission theory, combining empirical analysis with

simulation experiment, studied the emergencies dissemination of information in

microblogging. Research mainly in the following three aspects：Topological properties

of microblogging, empirical analysis of emergencies information dissemination research

on microblogging, Modeling and simulation Research of emergencies dissemination of

information based on microblogging.

Research shows that: the evolution of public opinion of emergencies follows

certain rules; emergencies experience the gestation, outbreak attenuation and the long

tail period. The information demanded is the largest and possibly cause crisis

information in the outbreak period. By selecting a specific medical emergencies case,

Wenling killing doctor incident, we have a detailed analysis emergencies information

propagation path, the key nodes, and the audience of knower on microblogging. By

analyzing the network structure on Sina Weibo and Twitter, we conclude that the

network obey a power law distribution, and construct a USKS model of emergency

information dissemination, and use visual Studio software to simulation, Results

indicate that key nodes , the number of the initial information source, emergencies

influence have an important impact of the emergency information diffusion. Finally, the

validated analysis for simulation proves the rationality of the model and simulation

results. It provides a useful idea for modeling and analysis of multi-source emergency

information dissemination, and a reference value for control and guidance mechanism

of the establishment of information dissemination.

Keywords: microblogging, emergencies, information dissemination,

modeling and simulation

摘要 ................................................................ 6

ABSTRACT ............................................................ 7

第一章绪论 ...................................................... 1

1.1 研究背景与选题意义 ........................................ 1

1.1.1 研究背景 .............................................. 1

1.1.2 研究意义 .............................................. 2

1.2 国内外研究现状分析 ........................................ 3

1.2.1 在线社交网络的统计特性研究 ............................ 3

1.2.2 社交网络上的疾病传播 .................................. 4

1.2.3 在线社交网络上的突发事件研究 .......................... 5

1.3 主要研究内容和创新点 ...................................... 5

1.4 本文组织结构 .............................................. 6

第二章相关概念和理论基础 ........................................ 8

2.1 社交网络简介 .............................................. 8

2.1.1 社交网络概念 .......................................... 8

2.1.2 社交网络的结构 ........................................ 8

2.1.3 节点的度与度分布 ...................................... 9

2.1.4 网络密度和集聚系数 ................................... 10

2.1.5 网络直径和平均路径长度 ............................... 10

2.2 复杂网络模型 ............................................. 11

2.2.1 复杂网络研究简史 ..................................... 11

2.2.2 经典网络模型的生成机制 ............................... 12

2.3 信息传播理论与相关模型 ................................... 17

2.3.1 经典信息传播模式 ..................................... 17

2.3.2 危机信息传播理论 ..................................... 19

2.3.3 危机信息的传播模式 ................................... 20

2.4 经典疾病传播模型 ......................................... 24

2.4.1 SIS 疾病传播模型 ...................................... 24

2.4.2 SIR 疾病传播模型 ...................................... 25

2.4.3 SIRS 疾病传播 ......................................... 26

2.5 本章小结 ................................................. 26

第三章突发事件和微博信息传播 ................................... 28

3.1 微博的定义和信息传播特征 ................................. 28

3.1.1 微博的特点和发展 ..................................... 28

3.1.2 微博的信息传播特征 ................................... 28

3.1.3 微博的信息传播功能 ................................... 29

3.2 基于微博的突发事件信息传播 ............................... 30

3.2.1 突发事件的概念和特点 ................................. 30

3.2.2 突发事件在微博中的传播模式 ........................... 30

3.2.3 突发事件在微博中的演化阶段 ........................... 32

3.2.4 微博对突发事件信息传播的影响 ......................... 35

3.3 微博的网络结构研究 ....................................... 35

3.3.1 获取数据集 ........................................... 35

3.3.2 社会网络分析 ......................................... 36

3.3.3 微博网络拓扑特性分析 ................................. 36

3.4 本章小结 ................................................. 38

第四章基于微博的突发事件信息传播实例分析 ....................... 39

4.1 温岭杀医事件详情回顾 ..................................... 39

4.2 基于微博的突发事件信息传播数据分析 ....................... 41

4.2.1 信息传播路径分析 ..................................... 41

4.2.2 关键用户分析 ......................................... 42

4.2.3 信息传播阶段分析 ..................................... 43

4.2.4 传播受众分析 ......................................... 43

4.3 基于微博的突发事件网络舆情分析 ........................... 44

4.3.1 网络舆论的内容演化分析 ............................... 44

4.3.2 网络舆论的热度演化分析 ............................... 46

4.4 本章小结 ................................................. 47

第五章基于微博的突发事件信息传播建模与仿真 ..................... 49

5.1 基于微博的突发事件信息传播模型 ........................... 49

5.1.1 模型假设 ............................................. 49

5.1.2 模型描述 ............................................. 49

5.1.3 模型分析 ............................................. 50

5.1.4 动力学方程 ........................................... 52

5.2 基于微博的突发事件信息传播仿真分析 ....................... 52

5.2.1 仿真数据集分析 ....................................... 52

5.2.2 仿真环境介绍 ......................................... 53

5.2.3 突发事件信息传播仿真研究 ............................. 53

5.2.4 初始信息源的数量对突发事件信息传播的影响 ............. 55

5.2.5 突发事件的影响力对信息传播的影响 ..................... 57

5.3 仿真结果验证分析 ......................................... 58

5.4 基于微博的突发事件信息传播的控制策略 ..................... 60

5.4.1 突发事件酝酿期的控制策略 ............................. 60

5.4.2 突发事件爆发期的控制策略 ............................. 60

5.4.3 突发事件蔓延期的控制策略 ............................. 61

5.4.4 突发事件长尾期的控制策略 ............................. 61

5.5 本章小结 ................................................. 62

第六章研究总结与展望 ........................................... 63

6.1 研究成果及结论 ........................................... 63

6.2 研究不足及展望 ........................................... 64

参考文献 ........................................................... 65

在读期间公开发表的论文和承担科研项目及取得成果 ..................... 69

致谢 ............................................................... 70

第一章绪论

近年来，随着 web2.0技术的日益成熟，基于互联网的在线社交网络得以迅猛

发展并流行，如国外的 Facebook、Twitter，国内的人人网、新浪微博等。人们可

以通过在线社交网络随时随地地发布消息、沟通交流、分享信息，与传统的社交

网络相比，在线社交网络发布消息及时便捷、信息传播迅速。但信息技术的发展

为人民的工作生活带来了便捷的同时，也为公共安全和谣言等突发事件的传播提

供了有效快捷的途径，谣言和危机信息一旦在网络中发布，很可能在极短的时间

内以核裂变的传播方式被成千上万位用户转发和评论，引起舆论危机，影响社会

稳定。与此同时，新型社交网络的拓扑结构和信息传播模式更加复杂，使得传统

的突发事件信息传播模型难以刻画现有的网络信息传播过程。因此，分析在线社

交网络的拓扑结构和突发事件信息传播机制，对突发事件在网络中的信息传播路

径、特性进行实证分析，构建不同阶段的突发事件信息演化模式，建立基于社交

网络的突发事件信息传播模型，并对其仿真实验，分析初始信息源，突发事件影

响力等对突发事件信息传播速度和范围的影响，找出影响信息传播的关键节点，

并对其进行有效控制，具有重要的实践意义和应用价值。

1.1 研究背景与选题意义

1.1.1 研究背景

2013 年7月17 日，根据中国互联网信息中心（CNNIC）发布的第 32 次《中

国互联网络发展状况统计报告》显示[1]：截至 2013 年6月底，我国的网民规模达

到5.91 亿，比 2012 年底增加了 2656 万人，互联网普及率提升了 2.0个百分点，

为 44.1%，其中即时通信用户 4.97 亿，微博用户 3.31 亿，社交网站用户 2.88 亿。

可见，随着互联网的迅猛发展、网民参与度的提高，网络已成为人们接收信息、

沟通交流、传播信息的重要载体。然而，信息技术是把双刃剑，既给人们提供了

便捷高效的服务，也为谣言和危机信息的传播提供了有效的途径。

微博，即微型博客(Microblog)，用户可以通过电脑、手机等通讯工具发布一

条140 字以内的短消息、时事评论或一键转发。使用微博发布消息更便捷、传播

更迅速、更新频率更高，用户投入的时间和精力更少。与传统社交网络相比，微

博更像是自媒体的即时信息交流平台，网民使用微博寻找相同爱好者并讨论感兴

趣的话题，这比传统社交网络的人际交友网络更能促进信息传播。另外，从网络

的拓扑结构上说，微博是一个由弱关系的网状结构组成的社交网络，关注对方不

需要征得对方的同意，信息传播呈现放射性的裂变式传播；而传统社交网络的用

户网络则由强关系构成，需要双方互相同意才能成为好友，信息传播模式是闭环

上海理工大学硕士学位论文

的圈内传播。这使得微博具有自媒体性、信息裂变式传播、信息流动的互动性、

应用门槛低等特性，吸引着越来越多的个人、机构和企业尝试运用微博发布和获

取消息。因此，信息更容易在微博中流动扩散，其传播范围更广、速度更快。

法制网舆情监测中心发布的《2012 年网络谣言事件研究报告》指出，2012 年

微博和论坛成为谣言重灾区，有 51.7%的网络谣言来自微博，或在微博上传播。微

博时代，越来越多的网民选择在网络上发布、转载或分享有关突发事件的网络信

息，并积极参与交流和互动，涌现网络舆情，也使谣言和危机信息在社交网络中

迅速地传播扩散，影响公共安全。因此，随着微博在信息传播中的影响越来越大，

突发事件很可能伴随着谣言和危机信息在微博中进行快速的传播，给社会造成极

大的危害，如何引导和控制微博信息的扩散传播是一个很严峻的社会问题。

2012 年7月21 日，北京遭受了 61 年来最强的暴雨袭击，山洪暴发，被困者

通过微博发布求救信息，政府部门借助微博播报政府计划和行动，主流媒体通过

微博发布最新营救动态，微博网友们对各种信息进行实况转播，使得远离暴雨袭

击的亿万网友时刻关注最新救灾情况。2011 年3月14 日，因日本大地震、海啸和

核泄漏的影响，社会上出现了“食盐能防辐射”的传言，3月16 日谣言在微博上

迅速传播，起到了推波助澜的作用，引起社会恐慌。由上海、浙江等地爆发的“抢

盐潮”迅速波及全中国，个别不良商家借机涨价，在北京 40 元一箱的食用盐卖价

600 元，兰州一名男子抢购的食盐高达 13000 斤，可见谣言在微博中的传播力和危

害性！但与此同时，微博强大的信息传播力也是消灭谣言，告知真相的重要平台，

3月17 日，发改委、中盐总公司、专家等纷纷进行辟谣，真实信息迅速在网络上

传播，网民自发组织的：“中国不缺盐，不需要哄抢”的理智签名转发活动在发

布短短 3个小时后，已有 17000 多名网友转发，“抢盐”事件得以迅速平息。可

见，当突发事件来临时，微博所表现出的现场参与性、及时性及快捷性使得信息

得到迅速传播扩散，如何正确引导和有效控制真实有效的信息健康传播成为当下

比较棘手的难题。

1.1.2 研究意义

我国正处于社会转型期，各种自然灾害、事故灾难、公共卫生事件和社会安

全事件等突发事件频繁出现，突发事件具有产生的瞬时性、爆发点的偶然性、发

展趋势的危机性、后果对主题与社会的危害性等特点[2]。随着信息技术的快速发展

和社会网络的高度复杂化，使得与突发事件有关的网络信息愈来愈隐蔽，如果我

们不能够在突发事件发生前期或者形成初期对其进行有效的预警和控制，而是任

由其扩散爆发，将造成灾难性的后果。网络舆论或危机信息一旦在网络中迅速扩

第一章绪论

散传播，巨大的舆论压力和信息受众将影响事情发展的事态和政府的决策，这些

都将对突发事件的应对和处理产生新的挑战。因此，深入的研究网络中突发事件

信息传播和发展演变的模式和规律，分析初始信息源和突发事件影响力对信息传

播的影响，找出影响信息传播扩散的关键因素具有积极的指导和理论意义。

目前，我国建立起来的突发事件应急管理机制起到了多部门联动和信息共享

的作用，但这些管理机制还不够完善，仅起到了信息传递的作用，数据中包含的

知识、规律等没有被充分的挖掘和利用。突发事件产生过程中，微博作为一种及

时、便捷和自由话语平台影响着社会舆论、促进了网络信息的传播，其在突发事

件中展现出强大生命力和传播效果。因此对微博上的突发事件识别并把握其信息

传播规律，找出信息传播的关键因素，评估不同网络结构对突发事件信息传播速

度、扩散范围的影响，能对突发事件进行有效的预警和疏导，防止危机信息在突

发事件信息传播中的扩散和恶化。该研究有助于网民第一时间获取有关突发事件

真实详细的信息资讯；为媒体发布突发事件有关信息和舆论引导提供及时、准确、

有效的传播路径；为政府部门建立科学的决策支持辅助模型和预警机制，提高决

策的有效性和准确性做准备。

1.2 国内外研究现状分析

1.2.1 在线社交网络的统计特性研究

随着互联网技术和信息技术的发展，对大型网络的实际数据进行分析挖掘成

为了可能。研究成果显示：大多数如互联网、人际关系网等的复杂网络都具有小

世界网络和无标度网络，既不是规则网络也不是随机网络。小世界网络具有高的

集聚系数和低的平均路径长度[3,4]；无标度网络是指网络的度具有幂律分布特性，

即网络中大多数节点与少数节点相连接，而有极少数的节点与大多数节点相连接[5]。

目前，已有很多学者对在线社交网络进行了研究分析，主要为以下几方面：网络

的拓扑结构分析[6]，用户交互模型仿真和用户行为特性研究[7,8]，以及网络虚拟社

团发现[9]。Ahn 等人指出社交网络具有混合的小世界网络和无标度网络属性[10]。

最早也是最著名的微博是美国的 Twitter，该平台于 2006 年初问世，Akshay,

Java 等人在一年后发表了研究微博性质的文献，首次指出 Twitter 社会网络的拓扑

属性和地理属性[11]。另外，很多网络的拓扑结构具有层次性，这些网络中度值大

的节点具有较小的集聚系数[12]，一个节点集聚系数是指与它相连的节点也相连接

的概率。此外，还有很多网络的统计特性，以上只是影响较大的一些指标，更多

内容可以在相关综述[13]中查阅。国内有关复杂网络方面的研究起步较晚，但是发

展很快，已取得了丰硕的研究成果。例如，史定华等人提出了基于 Markov 链分析

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档到电脑，查找使用更方便

15 积分 4人已下载

立即下载 VIP免费下载

USST_Arts_112480739 基于微博的突发事件信息传播研究.pdf

共73页,预览8页

还剩页未读，继续阅读

USST_Arts_112480739 基于微博的突发事件信息传播研究

相关推荐

开通VIP享超值会员特权

作者详情

相关内容

推荐作者

热门标签

举报选择: