孫佰清，景東，馬萬里

(哈爾濱工業(yè)大學a.經(jīng)濟與管理學院;b.媒體技術(shù)與藝術(shù)系，哈爾濱 150001)

網(wǎng)絡(luò)輿論集群行為的動態(tài)仿真及可視化引導(dǎo)路徑研究

孫佰清a，景東b，馬萬里a

(哈爾濱工業(yè)大學a.經(jīng)濟與管理學院;b.媒體技術(shù)與藝術(shù)系，哈爾濱 150001)

隨著互聯(lián)網(wǎng)的普及和網(wǎng)絡(luò)輿論的廣泛傳播，網(wǎng)絡(luò)輿論集群行為呈愈演愈烈之勢。構(gòu)建了網(wǎng)絡(luò)輿論集群行為的動態(tài)仿真模型，并進行系統(tǒng)可視化仿真，以期為形成有效的網(wǎng)絡(luò)輿論集群行為調(diào)控機制指明方向。該研究對于正確理解網(wǎng)絡(luò)輿論集群行為的發(fā)生、演變規(guī)律和傳導(dǎo)路徑，為管理層進行合適的時機和防控策略選擇提供直觀和有價值的參考，對網(wǎng)絡(luò)社會輿論的良性運行有著重要的現(xiàn)實意義。

網(wǎng)絡(luò)輿論集群行為;可視化;引導(dǎo)路徑

一、引言

當前我國正處于改革發(fā)展的攻堅期，經(jīng)濟體制、社會結(jié)構(gòu)、思想觀念的深刻變化，既給我國發(fā)展進步帶來了巨大的活力，也引發(fā)了這樣那樣的社會矛盾和問題。這些問題處理不當，容易導(dǎo)致突發(fā)公共事件。網(wǎng)絡(luò)論壇(BBS)、博客、聊天室等虛擬社區(qū)的出現(xiàn)和發(fā)展，給人們提供了前所未有的集聚空間和言論空間。近年來，無數(shù)網(wǎng)絡(luò)事件所引發(fā)的關(guān)于網(wǎng)絡(luò)規(guī)范性思考讓我們不得不重新審視網(wǎng)絡(luò)輿論集群行為。從2008年的“艷照門事件”到2009年的“鄧玉嬌案”，再到2010年的“我爸是李剛”，一系列網(wǎng)絡(luò)集群事件讓我們充分領(lǐng)略到互聯(lián)網(wǎng)在帶給我們自由、民主、開放、便捷的同時，也在不斷挑戰(zhàn)我們的道德和理性。在網(wǎng)絡(luò)虛擬社區(qū)里，由網(wǎng)民圍繞公共議題進行發(fā)帖、跟帖形成的輿論旋渦，讓更多的人卷進輿論的風暴之中。網(wǎng)民在虛擬空間自發(fā)聚集而成的一種傳播現(xiàn)象就是所謂的“網(wǎng)絡(luò)輿論集群行為”［1～2］。下面，對網(wǎng)絡(luò)輿論集群行為的動態(tài)仿真模型的研究現(xiàn)狀進行綜述。

1984年，著名的圣塔菲研究所(Santa Fe Institute)在美國新墨西哥州成立，它以復(fù)雜性研究為宗旨。自成立以來，其在經(jīng)濟金融理論的研究上有兩個成就十分突出，一是《作為演化系統(tǒng)的經(jīng)濟》論文集，對經(jīng)濟系統(tǒng)的復(fù)雜性特征做了初步探討;另一個是建立了具有深遠影響的SFIASM，即圣塔菲人工股票市場模型。SFI－ASM于1997年一經(jīng)面世，就引起了強烈反響，成為復(fù)雜金融系統(tǒng)研究領(lǐng)域確立的標志。此后，許多專家學者進入此領(lǐng)域，建立了大量在此框架下的模型研究金融系統(tǒng)的復(fù)雜性。1989年，凱姆(Kim)和馬克維茨(Markowitz)建立了一個人工股市模型［3］，用來解釋1987年10月19日美國股市大崩盤與保險組合策略之間的關(guān)系。這是第一個現(xiàn)代意義上的基于Agent的ASM模型，它雖然沒有用來對金融市場的復(fù)雜性進行深入的研究，但是卻在金融市場的宏觀與微觀聯(lián)系的研究中，向人們展示了基于Agent建模的重要作用。

二十多年來，基于Agent的人工股票市場(ASM)模型通過借鑒復(fù)雜性科學理論的最新成果，對金融市場進行了許多方面的設(shè)計，這些設(shè)計涵蓋市場的各個層次，如Agent的決策函數(shù)和交互作用規(guī)則以及市場的出清規(guī)則和交易機制等。通過市場設(shè)計，人工股票市場模型涌現(xiàn)出了整體的復(fù)雜性規(guī)律和特征。AIE－ASM也采用了智能學習模型的設(shè)計理念，它是由臺灣國立政治大學人工智能與經(jīng)濟學研究中心(2001)［4］提出的，AIE－ASM最大的創(chuàng)新在于設(shè)計了新的A-gent學習機制，它采用社會學習機制代替了SFI－ASM模型中的個體學習機制。但是，該模型得出的收益序列是獨立同分步的，沒有顯示出波動的叢集性和長期記憶性等特征?？堤?Cont R)等人(2000)［5］在研究 MG 模型和 Grand－Canonical MG模型的基礎(chǔ)上，進行了一系列仿真，Grand－Canonical MG模型形成的價格呈現(xiàn)波動無規(guī)則聚集的復(fù)雜特征，說明市場價格的實現(xiàn)機制可以通過實驗形成。馬克維茨(2004)［6］等人的模型成功地模擬出與Warsaw的股票市場相似的特征，他們發(fā)現(xiàn)，模型中的“Agent簇”的決策函數(shù)將以一定概率遺傳。

近年來，中國國內(nèi)學者開始在復(fù)雜性科學理論的基礎(chǔ)上，應(yīng)用基于Agent建模的方法建立起各種各樣的人工股票市場(ASM)模型。但是整體來看，國內(nèi)的人工股票市場模型尚處于起步階段，影響力較大的成果也較少。周佩玲(2000)［7］、胡代平、劉曉峰等人(2001)［8～9］的人工股票市場模型通過描述股票市場內(nèi)部的通信情況和信息流動特征，研究了子系統(tǒng)涌現(xiàn)出復(fù)雜性特征的機理，他們的實證表明，人工股票市場(ASM)的某些特征與真實股票市場是符合的。梁震中等人(2008)［10］將投資者的網(wǎng)絡(luò)拓撲結(jié)構(gòu)設(shè)計為小世界網(wǎng)絡(luò)，對投資者的有限理性假設(shè)進行了定量描述，其決策函數(shù)將羊群效應(yīng)進行量化處理，在此基礎(chǔ)上應(yīng)用基于Agent建模方法，構(gòu)建出了人工股票市場模型，通過將投資者對于市場的關(guān)注水平引入模型中，模擬出了跟上證綜指相似的復(fù)雜性特征。然而，根據(jù)復(fù)雜網(wǎng)絡(luò)理論，現(xiàn)實世界的人際網(wǎng)絡(luò)往往既具有小世界特性，又具有無標度特性，因此Agent之間的小世界網(wǎng)絡(luò)設(shè)計也存在一定的問題。

從目前的文獻來看，以SFI－ASM為代表的智能學習模型取得了突出的成就，但是卻也引起了許多非議，原因是它采用的復(fù)雜的智能學習算法極大地增加了模型的復(fù)雜性，而對其結(jié)論的評估也因此難以進行，因而模仿傳染模型遠遠沒有達到成熟的階段，其缺陷和不足也是比較明顯的。比如對Agent自身的分析判斷能力考慮較少，因而對其有限理性的設(shè)計是不完善的;另外，在模仿傳染模型的構(gòu)建過程中，以往的研究更多地采用較簡單的網(wǎng)絡(luò)拓撲結(jié)構(gòu)和影響機制，這樣的設(shè)計是不符合現(xiàn)實情況的。

本文的創(chuàng)新之處在于，構(gòu)建了網(wǎng)絡(luò)輿論集群行為的動態(tài)演化仿真模型和可視化引導(dǎo)模型;采用無標度網(wǎng)絡(luò)和小世界模型模擬Agent之間聯(lián)系機制，模型的網(wǎng)絡(luò)拓撲結(jié)構(gòu)設(shè)計更加符合實際情況;仿真結(jié)果表明，Agent在網(wǎng)絡(luò)中的影響力大小與其度值大小密切相關(guān)，即度值大的節(jié)點其影響力也較大，說明選擇合適時機引入輿論引導(dǎo)者的方法在相對較短的時間內(nèi)改變或引導(dǎo)從眾者的觀點，將起到較好的輿情導(dǎo)向作用;對突發(fā)公共危機事件網(wǎng)絡(luò)輿論集群行為的過度波動是由網(wǎng)民之間的相互影響引起的，網(wǎng)絡(luò)輿論的分形和波動聚集性明顯。該研究對于正確理解網(wǎng)絡(luò)輿論集群行為的發(fā)生、演變規(guī)律和傳導(dǎo)路徑，為管理層進行合適的時機和防控策略選擇提供直觀和有價值的參考，對及時化解社會矛盾，保障網(wǎng)絡(luò)社會輿論的良性運行有著重要的現(xiàn)實意義。

二、網(wǎng)絡(luò)輿論集群行為的特征及階段性

網(wǎng)絡(luò)輿論集群行為的特征如下:一是參與主體的平民化和目的多樣化。當前，我國網(wǎng)民的結(jié)構(gòu)存在低齡化、低學歷、收入偏低的特點，進入門檻低，參與主體的目的體現(xiàn)出多樣性特征［11］。二是參與主體的有限理性。網(wǎng)絡(luò)傳播的匿名性和開放性特點使得個人在表明意見時不用過多地擔心自己會陷入劣勢意見，個人意見的表明更大膽和自由化，體現(xiàn)出有限理性特征。三是發(fā)生環(huán)境的網(wǎng)絡(luò)化和擴散的迅速化。高度分散的參與者在不同時間和地理空間發(fā)生的類似行為匯合成網(wǎng)絡(luò)輿論集群行為，迅猛的網(wǎng)絡(luò)颶風會自然而然地刮遍每個角落，體現(xiàn)為發(fā)生環(huán)境網(wǎng)絡(luò)化和迅速擴散的特征。四是事件源的偶發(fā)性與議題的公共性。網(wǎng)絡(luò)輿論集群行為多因社會性焦點話題偶然引起，事件源的偶發(fā)性與議題的公共性是網(wǎng)絡(luò)集群生成的重要前提。五是網(wǎng)絡(luò)輿論集群過程復(fù)雜和可控度低?；ヂ?lián)網(wǎng)本身的復(fù)雜多變性使得網(wǎng)絡(luò)集群形成的每個環(huán)節(jié)可變因素非常多，多點化的行動信息交互使得網(wǎng)絡(luò)輿論集群行為的形成過程更加復(fù)雜多變，可控度很低。虛擬空間的意見匯聚使得網(wǎng)絡(luò)輿論集群行為的發(fā)展路徑相對于傳統(tǒng)集群行為變得異常復(fù)雜。網(wǎng)絡(luò)輿論集群行為演化的發(fā)展路徑呈現(xiàn)出如下四個階段性特征:

第一階段:網(wǎng)絡(luò)輿論集群行為的引爆階段。網(wǎng)絡(luò)輿論集群行為作為群體意見的突出反映，有一個由萌動到爆發(fā)的過程。偶然發(fā)生的具有社會公共性危機事件通過網(wǎng)絡(luò)空間或傳統(tǒng)媒體的曝光，受到大眾的關(guān)注。在虛擬網(wǎng)絡(luò)社區(qū)里，某些出于善意或者別有用心的人的反復(fù)發(fā)布關(guān)于此類焦點事件同一相關(guān)內(nèi)容的信息，吸引大批網(wǎng)民的注意。事件激發(fā)是輿論“引爆”的基本前提，那些具有產(chǎn)生轟動性網(wǎng)絡(luò)集群效應(yīng)潛質(zhì)的消息源就成了網(wǎng)絡(luò)輿論集群行為的引爆點。

第二階段:網(wǎng)絡(luò)輿論集群行為的初步發(fā)展階段。出于對熱點事件或問題的關(guān)注，網(wǎng)絡(luò)空間中充斥各種網(wǎng)民言論。網(wǎng)絡(luò)集群的各子群體是基于群體成員的相似認知而聚合起來的，各群體都會抱著己方是真理方的態(tài)度對對方的觀點提出質(zhì)疑。此階段是網(wǎng)絡(luò)輿論集群行為的初步發(fā)展階段，網(wǎng)絡(luò)集群還處于網(wǎng)民意見博弈的搖籃期，事件的網(wǎng)絡(luò)關(guān)注度處于升溫狀態(tài)，還未表現(xiàn)出明顯的群體極化現(xiàn)象。

第三階段:網(wǎng)絡(luò)輿論集群行為的深化階段。經(jīng)歷了前面階段的醞釀和發(fā)酵，網(wǎng)絡(luò)集群在網(wǎng)民的情緒積累和思想的對抗中，各個群體之間實際上是一個觀點和立場不斷磨合的過程，尤其對于意見中立者而言，更是一個面臨轉(zhuǎn)變態(tài)度和傾向的抉擇過程，群體極化程度逐漸加深。隨著時間的推移，網(wǎng)絡(luò)集群各方紛紛吸引具有相同意見的網(wǎng)民加入，不同意見群體此消彼長，有時還表現(xiàn)為“馬太效應(yīng)”，即強者更強，弱者更弱。通過類似“滾雪球效應(yīng)”的作用，網(wǎng)絡(luò)集群在規(guī)模上逐漸龐大起來。前三個階段經(jīng)歷了由引爆到初步發(fā)展再到關(guān)注度不斷加深的網(wǎng)絡(luò)集群形成過程。由于網(wǎng)絡(luò)超強的動員能力，一旦某個事件喚起網(wǎng)民的強烈情緒，網(wǎng)絡(luò)輿論可能在極短時間內(nèi)迅速膨脹，集群“引爆”時間與膨脹速率成正相關(guān)關(guān)系［12－13］。

第四階段:網(wǎng)絡(luò)輿論集群行為的變異或消解。在這個階段，網(wǎng)絡(luò)集群在經(jīng)歷高潮后可能會沿著兩條不同的路徑發(fā)展。一條路徑是如果引爆網(wǎng)絡(luò)輿論集群行為的焦點事件得不到妥善解決，而且網(wǎng)絡(luò)集群的疏導(dǎo)對策或工作實施不到位時，則網(wǎng)絡(luò)輿論集群行變一般會演變?yōu)楝F(xiàn)實集群行為，造成一定程度的社會秩序混亂，甚至演變?yōu)椴煌?guī)模的暴力沖突事件。另一條路徑是由于網(wǎng)絡(luò)集群疏導(dǎo)實施到位，導(dǎo)致網(wǎng)絡(luò)輿論集群行為在發(fā)展到鼎盛之后逐漸消解。表明政府決策部門可以通過開展網(wǎng)絡(luò)集群疏導(dǎo)工作合理地轉(zhuǎn)移和分散公眾對焦點事件的注意力，使事件的關(guān)注度逐漸降低，從而有效地緩解甚而消解了網(wǎng)絡(luò)輿論集群行為。

網(wǎng)絡(luò)輿論集群行為的這四個發(fā)展階段是信息流動和網(wǎng)民認知相互作用的結(jié)果。通過信息的傳導(dǎo)和網(wǎng)民輿論的復(fù)雜網(wǎng)絡(luò)交互作用，網(wǎng)絡(luò)輿論集群行為形成上述前后緊密關(guān)聯(lián)的四個階段。

三、網(wǎng)絡(luò)輿論集群行為動態(tài)演化仿真模型的構(gòu)建

1998年和1999年，自然科學領(lǐng)域的兩本頂尖刊物《自然(Nature)》和《科學(Science)》先后發(fā)表了物理學家瓦茨(D.J.Watts)和斯托加茨(S.H.Strogatz)以及巴哈波斯(A.L.Barabasi)和阿爾伯塔(R.Albert)的兩篇論文［14］。這兩篇論文在復(fù)雜網(wǎng)絡(luò)的研究領(lǐng)域具有十分重要的作用，因為作者發(fā)現(xiàn)了實際網(wǎng)絡(luò)重要的拓撲結(jié)構(gòu)統(tǒng)計性質(zhì)——小世界性和無標度性。BA無標度網(wǎng)絡(luò)模型作為同時具有兩種特性的復(fù)雜網(wǎng)絡(luò)，其性質(zhì)良好，常常被用于仿真現(xiàn)實世界的網(wǎng)絡(luò)。下面先給出一些重要的定義。

(一)度、度分布

定義度為與某節(jié)點的相鄰的邊數(shù)，可以通過下式描述:

平均度可通過下式描述:

最大度可通過下式描述:

當考慮邊權(quán)時，節(jié)點的點強度通過下式表示:

其中，wij為連邊(i，j)的權(quán)值。

網(wǎng)絡(luò)的平均點強度定義為:

如果用P(k)表示度分布，那么P(k)的大小就等于某個節(jié)點的度值恰好為k的概率。

(二)度的相關(guān)性

定義:

它表示某個度值為k的節(jié)點與另一個值為k’的節(jié)點相連接時的條件概率。其中，P(k'，k表示兩個度值分別為k和k’的節(jié)點相連接的綜合概率。

定義:

為“度為k的節(jié)點的鄰點平均度”，更方便的定義是:

其中，Ni是一個由某個節(jié)點(此處為節(jié)點i)的所有鄰點共同構(gòu)成的集合;

Mk是所有度值等于k的節(jié)點共同構(gòu)成的集合。

對于knn(k)－k曲線的斜率，當其值大于0時，度正相關(guān)，意味著當某節(jié)點的度較大時，會以較大概率與同類中度較大的點相連，反之可推;當其值小于0時，度負相關(guān)，意味著當某節(jié)點的度較大時，會以較大概率與異類中度較小的點相連，反之可推;當其值為0時，度不相關(guān)，意味著度的連接具有完全隨機特性，其對鄰點度的連接概率是完全隨機的。

如果考慮邊權(quán)，定義:

為“度為k的節(jié)點的含權(quán)鄰點平均度”。

(三)BA無標度網(wǎng)絡(luò)模型

有證據(jù)顯示因特網(wǎng)的度分布都近似的遵循“冪律”［20］。BA無標度網(wǎng)絡(luò)模型的形成應(yīng)該具備兩個條件，一是增長，即在網(wǎng)絡(luò)中，節(jié)點數(shù)目是一直增加的，這也意味著BA網(wǎng)絡(luò)是開放的;二是優(yōu)選，即當新節(jié)點加入時，其形成新的連接邊的概率應(yīng)與舊節(jié)點的度值大小有關(guān)，這被稱為“強者愈強”法則。這兩個條件無疑是符合實際的。任何實際復(fù)雜系統(tǒng)一定不是理想孤立，而已經(jīng)掌握大量財富的人一定比窮小子更容易賺錢。在這兩條原則基礎(chǔ)上提出的模型表述為:

①t=0時，網(wǎng)絡(luò)具有m0個節(jié)點(m0的值相對較小)，每經(jīng)過一個單位時間，新節(jié)點將增加一個，并通過一定的概率與m個舊節(jié)點相連。

②新節(jié)點與舊節(jié)點i的連接概率同其度值呈正相關(guān)，可以表示為:

其中，ki表示節(jié)點i的度，N表示網(wǎng)絡(luò)中所有的節(jié)點數(shù)量。

③通過這樣的螺旋演化過程，系統(tǒng)達到最終的平穩(wěn)均衡態(tài)。

從20世紀90年代以來，基于Agent建模的系統(tǒng)仿真技術(shù)被廣泛的應(yīng)用于自然科學和社會科學的分析和研究中。這種建模技術(shù)采用自下而上的研究方法，通過異質(zhì)性微觀個體的構(gòu)建，實現(xiàn)微觀個體的自我演化和相互作用，涌現(xiàn)出宏觀層次的效應(yīng)，更加注重系統(tǒng)內(nèi)各組成元素的相互作用與相互關(guān)聯(lián)。通過計算機技術(shù)構(gòu)建的這個模擬經(jīng)濟系統(tǒng)，會在Agent的不停相互作用下表現(xiàn)出不同于單個Agent的涌現(xiàn)行為(emergent bechavior)，進而能夠?qū)ΜF(xiàn)實系統(tǒng)進行更加逼真的模擬。

網(wǎng)絡(luò)輿論集群行為動態(tài)演化仿真模型的構(gòu)建如下:

第一，觀察真實的網(wǎng)絡(luò)輿論集群行為動態(tài)演化系統(tǒng)，通過歸納抽象出一系列基本假設(shè);

第二，根據(jù)這些基本假設(shè)建立Agent模型，設(shè)計出Agent之間的相互作用規(guī)則;

第三，通過計算機進行模擬試驗，通過仿真結(jié)果觀察網(wǎng)絡(luò)輿論集群行為演化系統(tǒng)整體的動態(tài)涌現(xiàn)行為;

第四，根據(jù)仿真結(jié)果，總結(jié)出結(jié)論并對現(xiàn)實的網(wǎng)絡(luò)輿論集群行為演化進行解釋;修改Agent的參數(shù)和作用規(guī)則，觀察這些變量對網(wǎng)絡(luò)輿論集群行為演化仿真結(jié)果的影響。

四、網(wǎng)絡(luò)輿論集群行為可視化引導(dǎo)模型的構(gòu)建

網(wǎng)絡(luò)輿論集群行為的可視化引導(dǎo)路徑包括以下五個步驟:突發(fā)公共事件網(wǎng)絡(luò)輿論集群演化過程中數(shù)據(jù)抓取與分析;網(wǎng)絡(luò)輿論集群情感可視化仿真建模;網(wǎng)絡(luò)輿論集群行為演化規(guī)律建模和情感可視化仿真;網(wǎng)絡(luò)輿論引導(dǎo)的數(shù)字仿真建模;實證分析和引導(dǎo)對策。各部分結(jié)構(gòu)關(guān)系見圖1所示。

一是網(wǎng)絡(luò)輿論集群行為演化過程中數(shù)據(jù)抓取與影響因素分析。選擇國內(nèi)著名的門戶網(wǎng)站、論壇、社交網(wǎng)絡(luò)作為輿論語料的抓取平臺，構(gòu)建面向主題的網(wǎng)頁爬行器，在各大網(wǎng)站上采集和跟蹤采集突發(fā)事件的演化過程數(shù)據(jù)，對數(shù)據(jù)進行分析抽取，歸納突發(fā)公共事件的屬性及其網(wǎng)絡(luò)輿論擴散的影響因素。

二是網(wǎng)絡(luò)輿論集群情感可視化仿真建模。基于抓取得到的網(wǎng)絡(luò)輿論數(shù)據(jù)，構(gòu)建基于How-Net的情感詞詞典，結(jié)合文本分類理論對海量文本情感進行模式篩選、情感代表詞選擇，以及情感傾向性分類研究，實現(xiàn)用戶輿論情感分級，如支持、中立和貶低。開發(fā)用戶情感直觀可視化化系統(tǒng)，對用戶情感傾向進行量化，結(jié)合圖形化表示算法，實現(xiàn)用戶情感、態(tài)度的可視化仿真。

三是網(wǎng)絡(luò)輿論集群行為演化規(guī)律建模和情感可視化仿真?；跓o標度網(wǎng)絡(luò)和小世界網(wǎng)絡(luò)建立多智能體復(fù)雜網(wǎng)絡(luò)輿論傳播模型，引入多智能體系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、遺傳算法、機器學習等多種數(shù)字仿真技術(shù)建立網(wǎng)絡(luò)輿論引導(dǎo)仿真模型。利用神經(jīng)網(wǎng)絡(luò)和遺傳算法創(chuàng)建虛擬智能體，模擬網(wǎng)民的復(fù)雜行為。智能體能夠自主學習，通過調(diào)整個體的狀態(tài)參數(shù)，適應(yīng)不同的網(wǎng)絡(luò)輿論環(huán)境，增強自身的網(wǎng)絡(luò)輿論傳播力。針對網(wǎng)絡(luò)中強節(jié)點即“意見領(lǐng)袖”，實施同化或異化引導(dǎo)策略，在復(fù)雜網(wǎng)絡(luò)傳播系統(tǒng)中充當著引導(dǎo)者的角色。跟蹤智能體的歷史傳播路徑，改進智能體的可視化仿真算法和參數(shù)設(shè)置。

四是實證分析和引導(dǎo)對策。將上述突發(fā)公共事件網(wǎng)絡(luò)輿論集群行為演化仿真模型應(yīng)用于東北網(wǎng)、天涯、新浪等門戶網(wǎng)論壇，檢驗現(xiàn)實網(wǎng)絡(luò)輿論的演化過程及引導(dǎo)效果，實現(xiàn)引導(dǎo)過程的可視化，進而獲得突發(fā)公共事件網(wǎng)絡(luò)輿論擴散的一般規(guī)律，最終達到有效地引導(dǎo)輿論的目的。

五、網(wǎng)絡(luò)輿論集群行為演化可視化引導(dǎo)路徑模型的仿真結(jié)果

利用多主體建模仿真平臺SWARM，采用上面構(gòu)建的網(wǎng)絡(luò)輿論集群行為演化可視化引導(dǎo)路徑模型進行系統(tǒng)仿真，仿真參數(shù)主要包括:網(wǎng)民個數(shù)、個體Agent屬性、網(wǎng)民中活躍型及職業(yè)型的比例、重連概率、目標信息的初始值及分布比例等。仿真運行主要包括:控制仿真運行過程中的可視化顯示的要素和布局、設(shè)置與目標信息相關(guān)的危機事件的演化模式及現(xiàn)實社會環(huán)境。

通過反復(fù)實驗，得出以下仿真結(jié)果:

一是不同國家網(wǎng)民對某一突發(fā)公共危機事件的反應(yīng)存在差異，受到自身心理和周圍環(huán)境的影響而顯示出有限理性和異質(zhì)性。盡管不同網(wǎng)民群體間的初始觀點分布的隨機性較大，在引入群體間交互規(guī)則之后，輿論演化速度明顯加快，而且最終不同群體的演化方向都會保持一致。

二是通過引入復(fù)雜網(wǎng)絡(luò)的研究成果，采用無標度網(wǎng)絡(luò)和小世界模型模擬Agent之間聯(lián)系機制，模型的網(wǎng)絡(luò)拓撲結(jié)構(gòu)設(shè)計更加符合實際情況。網(wǎng)絡(luò)輿論集群行為的演化規(guī)律得到較好的刻畫，更加符合現(xiàn)實世界的人際關(guān)系，具有較強的普適性。

三是對基于Agent的網(wǎng)民決策函數(shù)進行了改進。通過引入模型網(wǎng)絡(luò)拓撲結(jié)構(gòu)中度的概念，模型的決策函數(shù)對Agent的相互影響系數(shù)進行了設(shè)計，即把影響系數(shù)的大小與不同Agent所在節(jié)點的度值的大小聯(lián)系起來，通過數(shù)據(jù)處理將其量化到影響系數(shù)中。模型的仿真實驗說明，A-gent在網(wǎng)絡(luò)中的影響力大小與其度值大小密切相關(guān)，即度值大的節(jié)點其影響力也較大。這一結(jié)論說明:作為“樞紐”的活躍型網(wǎng)民以及職業(yè)型網(wǎng)民容易形成影響力較大的“意見領(lǐng)袖”，會加快網(wǎng)絡(luò)信息的傳播速度。如果擇時嵌入輿論引導(dǎo)者，可以顯著提高相同的時間內(nèi)從眾者聚集數(shù)數(shù)量和觀點同化的效率，表明“羊群”集聚效應(yīng)和輿論領(lǐng)袖的作用在網(wǎng)絡(luò)輿情傳播和擴散演化過程中的作用凸顯。因此，選擇合適時機引入輿論引導(dǎo)者的方法在相對較短的時間內(nèi)改變或引導(dǎo)從眾者的觀點，將起到較好的輿情導(dǎo)向作用。

四是對突發(fā)公共危機事件網(wǎng)絡(luò)輿論集群行為的過度波動是由網(wǎng)民之間的相互影響引起的，網(wǎng)民的影響力應(yīng)該與其實力(模型中表現(xiàn)為節(jié)點度的大小)呈正比，否則將引起輿論亂象;網(wǎng)絡(luò)輿論的分形和波動聚集性明顯，其原因在于作為復(fù)雜網(wǎng)絡(luò)系統(tǒng)本身具有的非線性特性。

六、結(jié)語

網(wǎng)絡(luò)輿論集群行為有別于傳統(tǒng)意義上的集群行為概念。本文首先界定了網(wǎng)絡(luò)輿論集群行為的內(nèi)涵，歸納了網(wǎng)絡(luò)輿論集群行為的特征，總結(jié)了網(wǎng)絡(luò)輿論集群行為演化的發(fā)展路徑呈現(xiàn)出的四個緊密關(guān)聯(lián)的階段性特征:引爆階段、初步發(fā)展階段、深化階段、變異或消解階段。在此基礎(chǔ)上，構(gòu)建了網(wǎng)絡(luò)輿論集群行為演化可視化引導(dǎo)路徑模型，包含五個步驟:突發(fā)公共事件網(wǎng)絡(luò)輿論集群演化過程中數(shù)據(jù)抓取與分析;網(wǎng)絡(luò)輿論集群情感可視化仿真建模;網(wǎng)絡(luò)輿論集群行為演化規(guī)律建模和情感可視化仿真;網(wǎng)絡(luò)輿論引導(dǎo)的數(shù)字仿真建模;實證分析和引導(dǎo)對策。利用多主體建模仿真平臺SWARM，采用上面構(gòu)建的網(wǎng)絡(luò)輿論集群行為演化可視化引導(dǎo)路徑模型進行系統(tǒng)仿真，結(jié)果表明，不同國家網(wǎng)民對某一突發(fā)公共危機事件的反應(yīng)存在差異;采用無標度網(wǎng)絡(luò)和小世界模型模擬Agent之間聯(lián)系機制，模型的網(wǎng)絡(luò)拓撲結(jié)構(gòu)設(shè)計更加符合實際情況，使得網(wǎng)絡(luò)輿論集群行為的演化規(guī)律得到較好的刻畫，更加符合現(xiàn)實世界的人際關(guān)系，具有較強的普適性;仿真結(jié)果表明Agent在網(wǎng)絡(luò)中的影響力大小與其度值大小密切相關(guān)，即度值大的節(jié)點其影響力也較大，說明選擇合適時機引入輿論引導(dǎo)者的方法在相對較短的時間內(nèi)改變或引導(dǎo)從眾者的觀點，將起到較好的輿情導(dǎo)向作用;對突發(fā)公共危機事件網(wǎng)絡(luò)輿論集群行為的過度波動是由網(wǎng)民之間的相互影響引起的，網(wǎng)民的影響力應(yīng)該與其實力(模型中表現(xiàn)為節(jié)點度的大小)呈正比，否則將引起輿論亂象;網(wǎng)絡(luò)輿論的分形和波動聚集性明顯，其原因在于作為復(fù)雜網(wǎng)絡(luò)系統(tǒng)本身具有的非線性特性。

本文的研究對于正確理解網(wǎng)絡(luò)輿論集群行為的發(fā)生、演變規(guī)律和傳導(dǎo)路徑，對于政府決策部門選擇合適的時機和防控策略進行網(wǎng)絡(luò)輿論集群行為的干預(yù)和可視化引導(dǎo)策略提供了參考依據(jù)，對于逐步形成有效的網(wǎng)絡(luò)輿論集群行為調(diào)控機制和保障網(wǎng)絡(luò)社會輿論的良性運行具有重要的理論和應(yīng)用價值。

［1］LUX T，MARCHES M.Scaling and Criticality in a Stochastic Multi－ agent Model of a Financial Market［J］.Nature，1999，397(11):498－500.

［2］DOYLE J R，CATHERINE，CHEN H.The Wandering Weekday Effect in Major Stock Markets［J］.Journal of Banking＆ Finance，2009，33(8):1388－1399.

［3］KIM G，MARKOWITZ H M.Investment Rules，Margin and Market Volatility［J］.Journal of Portfolio Management，1989，16:45 －52.

［4］CHEN S H，YEH C H.Evolving Traders and the Business School with Genetic Programming:A New Architecture of the Ggent－ based Artificial Stock Market［J］.Journal of Economic Dynamics＆ Control，2001，25:363－393.

［5］CONT R，BOUCHAUO J P.Hear Behavior and Aggregate Fluctuation in Financial Marpets［J］.Macroeconomics Dynamics，2000，4:170 －196.

［6］MAKOWIEC D，GNACINSKI P，MIKLASZEWSKI W.Amplified Imitation in Percolation Model of Stock Market［J］.Physica A，2004，49:269 －278.

［7］周佩玲，夏鼓，李立文.個體行為對復(fù)雜系統(tǒng)的策動研究——虛擬股市場建模與仿真［C］//首屆全國管理復(fù)雜性研討會文集，2000:133－138.

［8］胡代平，劉豹.多Agent股票預(yù)測支持系統(tǒng)的設(shè)計［J］.系統(tǒng)工程，2001，19(2):54－57.

［9］劉曉峰，劉曉光，田存志.漲、跌停板制度安排對于股市穩(wěn)定性影響的研究［J］.國際金融研究，2001，9:16－22.

［10］梁震中.基于Agent建模的金融市場復(fù)雜性研究［D］.長沙:中南大學學位論文，2008:5－31.

［11］沈暉.網(wǎng)絡(luò)集群行為與社會工作介入策略［J］.中國地質(zhì)大學學報:社會科學版，2009，9(5):94－99.

［12］李彪.網(wǎng)絡(luò)輿情的傳播機制研究——以央視新臺址大火為例［J］.國際新聞界，2009，(5):93－97.

［13］劉艷飛.互聯(lián)網(wǎng)新時代下網(wǎng)絡(luò)輿情現(xiàn)狀及引導(dǎo)對策——以福建為例［J］.世紀橋，2010，(5):153－156.

［14］BARABASI A L，ALBERT R.Emergence of Scaling in Random Networks［J］.Science，1999，286:509 －512.

［責任編輯 王 春］

Dynamic Simulation and Guide to Visualization of the Clustering Behavior on Network Public Opinion

SUN Bai-qinga，JING Dongb，MA Wan-lia

(a.School of Economy and Management;b.Department of Media Technology and Art，Harbin Institute of Technology ，Harbin 150001，China)

With the popularity of the Internet and the widespread of network public opinion，clustering behavior of network public opinion is getting intensified.Network behavior is different from the media cluster on the organizational behavior of social groups in the traditional sense，and it is the copy，extension and innovation of the latter on the Internet.As a special phenomenon of public opinion，the clustering behavior of the network opinion has its own unique characteristics and mechanisms of its generation and growth.This paper deeply analyses the characteristics and development path of clustering behavior of the network public opinion，and builds a propagation and evolution model and makes a visualization simulation system，with a view to forming an effective control mechanism for network public clustering behavior.The research has an important practical significance on a correct understanding of the occurrence，evolution and conduction path of network clustering behavior.It will provide intuitive and valuable reference for the manager to choose the right time and make control strategies.And it is meaningful to the sound operation of the network social opinion.

clustering behavior of network public opinion;visualization;guide

E911;TP391.9

A

1009-1971(2011)05－0020－07

2011－09－06

教育部人文社會科學研究青年基金項目“基于語義情感分析模型的網(wǎng)絡(luò)民意直觀化研究”(10YJC860040);黑龍江省哲學社會科學規(guī)劃項目“基于語義情感挖掘的突發(fā)公共事件網(wǎng)絡(luò)輿論擴散規(guī)律及引導(dǎo)對策研究”

孫佰清(1971－)，男，黑龍江哈爾濱人，副教授，從事網(wǎng)絡(luò)輿情、智能決策、復(fù)雜系統(tǒng)研究;景東(1984－)，男，江蘇東臺人，助理工程師，從事數(shù)字媒體藝術(shù)與數(shù)字廣告研究;馬萬里(1990－)，男，四川南充人，金融學碩士，從事金融數(shù)學、危機管理研究。