彭慧潔　朱君璇

〔摘要〕隨著微信爆炸式發(fā)展，微信朋友圈已成為信息擴(kuò)散和輿論引導(dǎo)的重要平臺，研究微信信息傳播以期為企業(yè)、政府等機(jī)構(gòu)提供現(xiàn)實指導(dǎo)方案。本文結(jié)合復(fù)雜網(wǎng)絡(luò)理論和傳染病動力學(xué)，提出改進(jìn)的信息傳播模型。創(chuàng)新性地提出“用戶接受閾值”以及關(guān)系動機(jī)，通過MATLAB仿真描繪微信朋友圈中信息傳播過程曲線，得到平臺中信息傳播規(guī)律并提出相關(guān)建議。仿真結(jié)果表明：用戶接受閾值和關(guān)系動機(jī)對信息傳播的速度和廣度影響明顯。

〔關(guān)鍵詞〕微信網(wǎng)絡(luò)；用戶；關(guān)系動機(jī)；信息傳播模型；MATLAB仿真

DOI：10.3969/j.issn.1008-0821.2016.11.007

〔中圖分類號〕G25073；G206〔文獻(xiàn)標(biāo)識碼〕A〔文章編號〕1008-0821（2016）11-0037-06

〔Abstract〕With the explosive growth of WeChat，it has become the important platform of information diffusion and public opinions guide.This purpose of this paper is to provide realistic guidance for enterprises，government and other agencies.Based on complex network theory and dynamics of infectious diseases，this paper provided a modified information transmission model.This paper put forward the innovative definition of user acceptance threshold and relative motivation.It depicted the information dissemination process curve through MATLAB simulation，and got the law of information propagation and put forward the related suggestions.The simulation results showed that the user acceptance threshold and relative motivation had obvious effects on the width and the speed of information transmission.

〔Key words〕WeChat network；user；relative motivation；information dissemination model；MATLAB simulation

微信作為在線社交網(wǎng)絡(luò)的典型代表，其發(fā)展至今，已經(jīng)不僅僅是單純地傳播平臺，更成為了一種人類傳播方式，也是對人類交往方式的重構(gòu)。在新媒體技術(shù)支撐下，微信以移動端口為基礎(chǔ)，以手機(jī)用戶為依托，以增強(qiáng)用戶個性化體驗為目標(biāo)，融合了信息豐富化形態(tài)，重新整合了人們的生活圈、社交圈、工作圈，極大地滿足了用戶的溝通交流、信息獲取、消遣娛樂等需求。相比于已有成熟研究的微博，對于微信應(yīng)用的有著其獨特的傳播機(jī)制和傳播過程。作為自媒體的典型代表，微信不僅僅是商家發(fā)布廣告和政府的公關(guān)平臺，強(qiáng)大的用戶群自創(chuàng)內(nèi)容及分享信息的行為極大了支撐著該平臺的活躍度。于是，本文根據(jù)微信的傳播特點和網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，以朋友圈信息傳播平臺為研究對象，提出用戶接受閾值和關(guān)系動機(jī)影響因素，借助復(fù)雜網(wǎng)絡(luò)理論和傳染病動力學(xué)理論，基于經(jīng)典的SIR模型，結(jié)合用戶在信息傳播過程的狀態(tài)，構(gòu)建適用于微信網(wǎng)絡(luò)的信息傳播模型，為在仿真環(huán)節(jié)還原真實信息傳播過程奠定基礎(chǔ)。

1相關(guān)研究

網(wǎng)絡(luò)環(huán)境的復(fù)雜性，用戶個體的差異性，使得用戶的信息傳播行為是極其復(fù)雜的。Web20環(huán)境下，用戶的角色的工作方式都發(fā)生了改變，用戶的生理、認(rèn)知、情感都發(fā)生了變化，用戶也已經(jīng)從被動地接收信息到積極主動參與環(huán)境，使得環(huán)境與用戶的互動更加頻繁，同時有著復(fù)雜的因素影響著用戶行為。英國情報學(xué)家威爾遜（TDWilson）在信息行為模式研究中給出了互聯(lián)網(wǎng)環(huán)境下用戶信息行為的影響因素邏輯框架圖[1]

由圖1可見，用戶不僅處于特定的環(huán)境中，而且用戶信息行為受到個人因素、人際關(guān)系、環(huán)境因素等的影響。鄧勝利[2]在《新一代互聯(lián)網(wǎng)環(huán)境下網(wǎng)絡(luò)用戶信息交互行為》提出信息交互行為受到各種因素的影響，其本身也是一個集各種理論于一身的復(fù)雜過程，它將用戶、環(huán)境、內(nèi)容、系統(tǒng)各方面整合在一起，而不僅僅考慮技術(shù)的理性因素，更要考慮到人性的感性因素。微信作為一種復(fù)雜社交系統(tǒng)，本文將用戶的信息行為聚焦于信息的獲取和信息的分享行為，作為共同的客體，借鑒以上主要影響因素，并將其分類為：用戶屬性和關(guān)系動機(jī)以此為構(gòu)建傳染病動力學(xué)模型，刻畫不同變量對傳播過程的影響。

傳染病動力學(xué)模型最早由Kermack與McKendrick對黑死病傳播規(guī)律的研究中提出的，因其具有較強(qiáng)的適用性及可塑性，隨后學(xué)者將其應(yīng)用到不同的具體研究情景下，提出了其演化改進(jìn)模型，并得出了豐碩的研究成果。Linyuan Lü等人[3]結(jié)合小世界模型，加入記憶效應(yīng)、社會加強(qiáng)、非冗余聯(lián)系人3個影響因素，定量傳播概率。徐翔斌等人[4]研究了網(wǎng)絡(luò)度分布、網(wǎng)絡(luò)平均度及初始激活節(jié)點對社交網(wǎng)絡(luò)信息傳播的影響，提出了改進(jìn)的SIR模型；黃宏程[5]結(jié)合網(wǎng)絡(luò)拓?fù)涮匦裕敫腥居脩舻乃p函數(shù)提出對應(yīng)的信息傳播模型；還有學(xué)者對節(jié)點影響力、用戶相對權(quán)重社會加強(qiáng)作用、個體的遺忘和回憶機(jī)制等影響因素融入到模型進(jìn)行的研究[6-7]。Centola[8]實驗研究結(jié)果得出聚類系數(shù)與信息傳播速度成正相關(guān)關(guān)系。大量的研究工作集中網(wǎng)絡(luò)拓?fù)涮匦詫鞑ツ芰Φ挠绊?，很少從用戶行為動機(jī)角度量化分析影響信息傳播的因素，對微信相關(guān)影響因素融入到傳染病動力學(xué)模型研究更少，當(dāng)前主要有朱海濤等人[9]對微信朋友圈中的用戶相似度、信息價值和信息時效性等影響構(gòu)建了改進(jìn)的SEIR模型。為了進(jìn)一步研究和探索微信網(wǎng)絡(luò)中信息傳播內(nèi)在機(jī)制，本文結(jié)合微信傳播特點，以微信朋友圈為研究對象，通過引入用戶行為動機(jī)影響因素對SIR模型進(jìn)行改進(jìn)，提出符合微信網(wǎng)絡(luò)的信息傳播模型。

2模型構(gòu)建及仿真模擬

已有實證研究表明，微信具有小世界、無標(biāo)度網(wǎng)絡(luò)特性[10]，借助復(fù)雜網(wǎng)絡(luò)中圖論理論，本文把社交網(wǎng)絡(luò)上的用戶定義為節(jié)點，用戶之間的好友關(guān)系表示為節(jié)點之間的邊，通過調(diào)查筆者部分好友以及好友的好友之間的關(guān)系，作出好友關(guān)系網(wǎng)絡(luò)拓?fù)淙鐖D2所示：

筆者認(rèn)為同一條信息在特定的情景下，不同的用戶會基于不同的原因?qū)⑿畔鬟f到其朋友圈。如圖2所示，用戶1將信息分享到朋友圈后，只有部分好友（用戶2、4、5）將信息傳播下去，本文將其命名為感染者；而其他好友（用戶3、6、15）并為分享該條信息，本文將其命名為免疫者。通過調(diào)查得出各好友之間的關(guān)系，用戶1與用戶2、5具有共同的興趣愛好，用戶1與用戶4是家人關(guān)系。筆者將影響用戶信息傳播行為的影響因素歸類為用戶心理閥值和好友關(guān)系。劉行軍[11]細(xì)化并實證分析用戶心理對信息傳播的廣度及深度的傳播價值。胡吉月等人[12]研究了社會網(wǎng)絡(luò)環(huán)境下用戶關(guān)系對信息傳播價值的影響作用，得出大多數(shù)用戶傾向于“熟人的影響力大”?；诖?，結(jié)合傳染病動力學(xué)理論，重構(gòu)基于朋友圈傳播平臺下的信息傳播模型。

21模型的構(gòu)建

211影響因素分析

假設(shè)在初始情況下（t=0），微信網(wǎng)絡(luò)中只有一個感染者，即第一個分享信息或者發(fā)布信息的用戶，其他個體均為無知者。那么初始感染者個體會將信息傳播給其網(wǎng)絡(luò)上的微信好友個體，則其好友將會以一定的概率由無知者轉(zhuǎn)為易感者。易感者個體同時受到個體屬性和社會屬性共同作用下，會以一定概率成為感染者。信息在傳播過程中，會以一定速度達(dá)到穩(wěn)定狀態(tài)，所有用戶將不會再分享該信息。

（1）用戶接受閾值。個體在接收到信息后，會因個體認(rèn)知需求、情感需求、社會資本維系、自我呈現(xiàn)等心理動機(jī)[11]影響對信息形成判斷，以作出是否接受該條信息，將信息轉(zhuǎn)為接受狀態(tài)的臨界值稱為用戶的接受閾值。由此可見，每個用戶有著不同的用戶接受閾值。

（2）關(guān)系動機(jī)。微信是基于強(qiáng)關(guān)系網(wǎng)絡(luò)建立的平臺，目前，隨著微信技術(shù)應(yīng)用和用戶需求發(fā)展，用戶之間的弱關(guān)系越來越多，用戶關(guān)系對用戶接受信息的影響程度越來越明顯，于是本文引入關(guān)系動機(jī)，表示為用戶更愿意接收并接受來自親近的好友所傳播的信息，進(jìn)而成為感染者。

212SIR模型的構(gòu)建

假設(shè)一個節(jié)點j在t時刻處于未知狀態(tài)S，但在Δt時刻可能是接受或者退出狀態(tài)，在Ia、Ib、R之間變化，在[t，t+Δt]時間段內(nèi)，節(jié)點狀態(tài)轉(zhuǎn)移狀態(tài)如圖3所示：

在用戶關(guān)系網(wǎng)絡(luò)中，不考慮其好友數(shù)量和好友關(guān)系的變化影響。SIR模型將關(guān)系網(wǎng)絡(luò)中所有的個體N分為三類：S（易感者，Susceptible）、I（傳播者，Infected）、R（退出者，Removed）。其中，S在接觸到傳播者后會以β〈k〉轉(zhuǎn)為退出者，該用戶對信息并不感興趣，即使信息多次出現(xiàn)該該類用戶的朋友圈中，仍然不能說服該類用戶關(guān)注信息；S在接觸到傳播者后，與信息產(chǎn)生共鳴，用戶心理機(jī)制感知到信息對其有用，超過用戶心理接受閾值會以α1〈k〉概率轉(zhuǎn)為傳播者Ia，將信息分享到自己的朋友圈；S在接觸到傳播者后，對信息本身并沒有強(qiáng)烈的興趣，但是由于與傳播者者的“熟人關(guān)系”，傳播者的影響力仍然會以α2〈k〉概率促使未知者轉(zhuǎn)為傳播者Ib；信息在經(jīng)用戶一次分享后將不再對同一信息進(jìn)行分享，傳播者會以概率1轉(zhuǎn)為退出者，同時信息停止傳播。于是，將S作為未分享信息并不知道信息的用戶狀態(tài)，Ia作為因用戶心理認(rèn)可信息而分享信息的用戶狀態(tài)，Ib作為因用戶熟人關(guān)系而分享信息的用戶狀態(tài)，R表示為不會再分享信息的用戶狀態(tài)。于是，SIR模型用來模擬微信朋友圈中信息的傳播過程，用動力學(xué)微分方程表示如方程組（1）～（4）所示：

dS（k，t）dt=-（α1〈k〉+α2〈k〉+β〈k〉）S（k，t）（1）

dIa（k，t）dt=α1〈k〉S（k，t）-Ia（k，t）（2）

dIb（k，t）dt=α2〈k〉S（k，t）-Ib（k，t）（3）

dR（k，t）dt=α1〈k〉Ia（k，t）+α2〈k〉Ib（k，t）+β〈k〉S（k，t）（4）

k表示網(wǎng)絡(luò)中度數(shù)，該模型中假設(shè)其大小保持不變；S（k，t）+Ia（k，t）+Ia（k，t）+R（k，t）=N，且假設(shè)N大小固定；節(jié)點狀態(tài)轉(zhuǎn)移過程中，是以一定的概率主動地選擇是否傳播信息，用戶在接觸到信息后，因同一因素進(jìn)行傳播行為的概率是統(tǒng)一的，且保持不變[13]。在用戶心理接受作用下傳播信息的概率α1定義公式如公式（5）所示：

α1=p〈D1（x1，x2，…，xn）〉（5）

D1（x1，x2，…，xn）代表用戶心理接受閾值，表示用戶在同時受到自身知識程度、情感訴求和社會資本維系等自身因素影響后傳播信息的臨界值。傳播概率α1隨著其心理特征的變動而變化，用戶心理閾值越大，α1值越小；用戶心理閾值越小，α1值越大。其次，由于“熟人關(guān)系”對信息傳播具有比較大的影響，于是本文將用戶分享信息的關(guān)系動機(jī)定義如公式[15]（6）～（8）所示：

α2=p〈wij（α，t）〉（6）

ωij（α，t）=ωαij∑k1m=1ωαmi（7）

ωij=δijki-1+kj-1-δij（8）

其中，ωij（α，t）表示用戶與用戶之間的傳播關(guān)系的強(qiáng)弱程度，用戶之間擁有的共同好友數(shù)量量化，共同好友數(shù)量越多，用戶之間的關(guān)系強(qiáng)度就會越強(qiáng)。α為調(diào)節(jié)參數(shù)，ki表示節(jié)點i的度，kj表示節(jié)點j的度，δij表示i與j之間的共同好友數(shù)量。ωij（α，t）值越大，用戶的關(guān)系動機(jī)越強(qiáng)；反之，關(guān)系動機(jī)越弱。

綜上，以上兩個傳播概率依賴于不同的影響因素，表明了未知者轉(zhuǎn)變?yōu)閭鞑フ呤怯刹煌囊蛩赜绊懽饔孟掳l(fā)生的狀態(tài)轉(zhuǎn)移。下文中將分別針對用戶接受閾值和關(guān)系動機(jī)對信息傳播的影響程度作具體分析。

22仿真實驗分析

本文使用MATLABR2014a對建立的數(shù)學(xué)模型進(jìn)行仿真。以微信網(wǎng)絡(luò)結(jié)構(gòu)為基礎(chǔ)，對連接該平臺的所有連接節(jié)點狀態(tài)進(jìn)行研究。實驗微信網(wǎng)絡(luò)中未知節(jié)點、傳播節(jié)點和退出節(jié)點的密度隨時間的變化情況。其中，根據(jù)模型特點并參考相關(guān)文獻(xiàn)的數(shù)據(jù)設(shè)置[14]，作出以下假設(shè)：初始狀態(tài)網(wǎng)絡(luò)中S（0）=199，I（0）=1，R（0）=0，相關(guān)概率參數(shù)設(shè)置為：N=200，α1=05，α2=01，β=04。迭代次數(shù)T=50則得出S（k，t）/N，Ia（k，t）/N，Ib（k，t）/N和R（k，t）/N隨著時間t變化的曲線。如圖4所示：

由圖4可見，該模型中，未知者節(jié)點S（t）的密度在初期呈現(xiàn)驟減趨勢，t=5時，已經(jīng)接近零值，信息在社交網(wǎng)絡(luò)中傳播速度極快。傳播節(jié)點在初始階段都呈現(xiàn)較快的上升趨勢，t=-1時，兩類傳播節(jié)點都同時達(dá)到最高點，且在該點，未知節(jié)點與退出節(jié)點相交，隨即兩者都呈現(xiàn)緩慢下降趨勢并歸為零。信息在擴(kuò)散的初期，瀏覽信息的用戶會迅速作出選擇，隨后，傳播者集中分享信息，傳播熱度達(dá)到最高后慢慢冷卻下來，信息的傳播范圍較小。退出節(jié)點在初始階段迅速增多，不斷上升直至達(dá)到密度1，表示所有用戶接觸到信息不再分享信息。

信息在微信朋友圈中傳播，會受到各種來自用戶本身、好友關(guān)系強(qiáng)度的影響，本文將已經(jīng)量化的各影響因素考慮到傳播概率中，通過不同變量的初始條件，對影響信息傳播的主要因素進(jìn)行仿真分析，以期形象客觀把握其影響過程和影響程度。

221用戶接受閾值

Web20技術(shù)應(yīng)用架構(gòu)下，傳統(tǒng)的社會化媒體逐漸轉(zhuǎn)為新型自媒體平臺，用戶也由被動地接收信息到可以主動地傳播信息。在信息傳播鏈條中，大量研究已發(fā)現(xiàn)，用戶認(rèn)知、情感、自我呈現(xiàn)和社會資本維系等心理需求是否得到滿意，在很大程度上決定著用戶的傳播行為。于是本文將作出如下定義：用戶在瀏覽信息的過程中，對信息產(chǎn)生共鳴，信息所傳達(dá)的知識、情感、感官等要素對用戶受益，用戶在心理上得到了滿足，并愿意分享信息的臨界點為用戶的接受閾值。若用戶的滿意度超過了該臨界點，信息便得到傳播，該用戶轉(zhuǎn)為傳播狀態(tài)；若是用戶的滿意度未達(dá)到該臨界點，在沒有其他因素影響下，該節(jié)點退出傳播鏈條。在本文仿真實驗中傳播概率分別選取02、05、07和1，其中前3個傳播概率α2=01。隨著用戶接受閾值不斷降低，其對應(yīng)的傳播概率取值逐漸變大。在用戶接受閾值不斷降低的情景下信息傳播狀態(tài)如圖5所示：圖5傳播概率α1仿真試驗圖

由圖5可見，在傳播概率α1設(shè)置為不同數(shù)值時，變化程度最為明顯的是傳播節(jié)點a的密度。其中，未知節(jié)點數(shù)量隨著時間的推移先快速減少，然后緩慢趨于零值。信息擴(kuò)散的初始階段，傳播節(jié)點a的密度迅速增加，在t=1時達(dá)到最高點，隨之傳播信息的節(jié)點數(shù)量最終沒有節(jié)點再傳播該信息。且隨著α1取值不斷增加，其密度變化明顯，但是，即使α1=09時，傳播節(jié)點a的密度只是接近04，未及用戶總量的一半。由此可知，即使高質(zhì)量的信息，在微信網(wǎng)絡(luò)中，該信息的傳播速度和廣度是有限制的。在某一時間t，若有有接近1/2的用戶分享某一條信息，則該條信息具有較高的價值含量。一方面，該類信息值得媒體人學(xué)習(xí)和借鑒；另一方面，該類信息的廣泛傳播所引發(fā)的社會效應(yīng)，需要相關(guān)部門給與關(guān)注，防止輿論惡化或者傳謠行為的形成。

222關(guān)系動機(jī)

微信朋友圈不同于微博，是一款集QQ好友、手機(jī)通訊錄和“附近的人”3種渠道為一體的關(guān)系網(wǎng)絡(luò)移動社交平臺，具有更強(qiáng)的用戶粘性。本文將關(guān)系動機(jī)定義為用戶考慮與用戶之間形成穩(wěn)定的好友關(guān)系，于是，微信朋友圈作為一個較為私密的紐帶，體現(xiàn)著以強(qiáng)關(guān)系為主、弱連接為輔的全方位新型虛擬社區(qū)[16]。已有研究表明，來自“熟人關(guān)系”的信息信任度會更高，本文所述“熟人關(guān)系”不僅僅指有著血緣關(guān)系的親屬，而且包含基于互動交流形成的緊密好友關(guān)系，用戶之間交流越頻繁，其關(guān)系緊密度則越高，信息更易被接收者傳遞下去。在接收到信息，雖然未達(dá)到用戶滿意度，但由于與傳播者有著緊密的關(guān)系而接受信息。于是將用戶關(guān)系強(qiáng)度作為另一影響用戶傳播信息的影響因素。根據(jù)公式分析，用戶關(guān)系越強(qiáng)，ωij（α，t）數(shù)值越大，則傳播概率α2數(shù)值就會越高。假設(shè)傳播概率 分別為：01、03、05和07四個不同的數(shù)值，α1=01，其他參數(shù)作出相應(yīng)的變化

圖6主要描述了傳播概率α2數(shù)值的大小對傳播者的影響，由于α1+α2=1-β，在α1=1時，在傳播概率α2設(shè)置不同數(shù)值時，該網(wǎng)絡(luò)中形成的效果與傳播概率α2的效果類似。由此可見，用戶的關(guān)系動機(jī)下，強(qiáng)關(guān)系網(wǎng)絡(luò)中信息傳播的效果更佳。微信朋友圈形成的在線網(wǎng)絡(luò)中，人際關(guān)系強(qiáng)度越高，用戶之間的相互信任度就會更大，那么就會有越多的用戶分享信息，從而提高信息傳播深度，并促使信息在較短時間產(chǎn)生較強(qiáng)的傳播效力。

3結(jié)論

綜合以上仿真結(jié)果，本文從用戶的用戶接受閥值和關(guān)系動機(jī)探討了信息在微信網(wǎng)絡(luò)中不同影響程度，真實量化了信息在實際傳播過程的動態(tài)過程，為企業(yè)、政府、媒體等機(jī)構(gòu)主體有效地擴(kuò)散信息和實現(xiàn)信息管控提供了理論基礎(chǔ)。針對研究結(jié)果對相關(guān)部門給出以下建議：第一，降低用戶接受閾值促進(jìn)信息傳播，用戶希望所接收的信息能夠幫助自己或者幫助周邊的好友，出于個體心理動機(jī)會自主地選擇是否接受信息，因此迎合或刺激行為主體的認(rèn)知、情感需求等心理，在進(jìn)行商品、機(jī)構(gòu)活動信息投放的同時，結(jié)合當(dāng)前流行要素植入知識、情感、娛樂類等充滿輕松正能量而又有“干貨”的軟文，用戶會更容易接受從而將信息分享給周圍的好友，實現(xiàn)二次傳播。第二，充分利用微信網(wǎng)絡(luò)中的強(qiáng)關(guān)系。從本文研究結(jié)論得出，關(guān)系動機(jī)具有較為明顯的影響效果。而微信作為一個以強(qiáng)關(guān)系為主的網(wǎng)絡(luò)系統(tǒng)，其網(wǎng)絡(luò)結(jié)構(gòu)中蘊含著巨大的價值，將弱關(guān)系轉(zhuǎn)化為強(qiáng)關(guān)系，并不斷提升強(qiáng)關(guān)系。因此充分利用關(guān)系價值，溝通用戶、建立強(qiáng)關(guān)系，并不斷拓展與深化強(qiáng)關(guān)系也是各機(jī)構(gòu)需要考慮的手段。

本文基于微信網(wǎng)絡(luò)以微信朋友圈為研究對象，分析了微信信息傳播特點，引入用戶接受閾值和關(guān)系動機(jī)兩個影響因素，再次基礎(chǔ)上提出了適用于微信網(wǎng)絡(luò)的改進(jìn)的SIR模型。實驗表明，該模型可以較好的描述信息實際傳播過程和規(guī)律，為企業(yè)電子商務(wù)和政府輿情傳播政策制定具有理論指導(dǎo)意義。

參考文獻(xiàn)

[1]Wilson TD..Models in information behavior research[J].Journal of Documentation，1999，55（3）：361-367.

[2]鄧勝利.新一代互聯(lián)網(wǎng)環(huán)境下網(wǎng)絡(luò)用戶信息交互行為[M]，北京：中國社會科學(xué)出版社，2014：133-135.

[3]Linyuan Lü，Duan-Bing Chen，Tao Zhou.The small world yields the most effective information spreading[J].New Journal of Physics，2011，13（2）.

[4]徐翔斌，李恒，王坤.Web20網(wǎng)絡(luò)信息傳播影響機(jī)制研究[J].情報科學(xué)，2015，33（8）：44-49.

[5]黃宏程，蔣艾玲，胡敏.基于社交網(wǎng)絡(luò)的信息傳播模型分析[J].計算機(jī)應(yīng)用研究，2016，33（9）：1-6.

[6]劉東亮，黃穎，毛海宇，等.基于社交網(wǎng)絡(luò)的信息傳播機(jī)制研究[J].情報科學(xué)，2015，33（8）：30-34.

[7]程曉濤，劉彩霞，劉樹新.基于局域信息的社交網(wǎng)絡(luò)信息傳播模型[J].計算機(jī)應(yīng)用，2015，（2）：322-325，331.

[8]DCentola.The Spread of Behavior in an Online Social Network Experiment Science.2010，329：1194-1197.

[9]朱海濤，趙捧未，秦春秀.一種改進(jìn)的移動社交網(wǎng)絡(luò)SEIR信息傳播模型研究[J].情報科學(xué)，2016，34（3）：92-97.

[10]劉穎，張煥.基于社會網(wǎng)絡(luò)理論的微信用戶關(guān)系實證分析[J].情報資料工作，2014，（4）：56-61.

[11]劉行軍.微博用戶及其信息傳播影響因素研究[D].武漢：華中師范大學(xué)，2013.

[12]胡吉月，張蔓蒂，黃如花.社會網(wǎng)絡(luò)環(huán)境下用戶關(guān)系對信息傳播的影響作用[J].情報雜志，2013，32（6）：181-185.

[13]劉丹，殷亞文，宋明.基于SIR模型的微博信息擴(kuò)散規(guī)律仿真分析[J].北京郵電大學(xué)學(xué)報：社會科學(xué)版，2014，16（3）：28-33.

[14]王金龍，劉方愛，朱振方.一種基于用戶相對權(quán)重的在線社交網(wǎng)絡(luò)信息傳播模型[J].物理學(xué)報，2015，64（5）：71-81.

[15]張海峰.微博網(wǎng)絡(luò)中的信息傳播及觀點演化若干問題研究[D].北京：北京交通大學(xué)，2015.

[16]聶磊，傅翠曉，程丹.微信朋友圈：社會網(wǎng)絡(luò)視角下的虛擬社區(qū)[J].新聞記者，2013，（5）：71-75.

（本文責(zé)任編輯：郭沫含）