陳路奇

【摘 要】自媒體時代，任何突發(fā)性事件幾分鐘就傳播到全世界。相對于傳統(tǒng)媒體，以互聯(lián)網(wǎng)技術為基礎的自媒體以其信息傳播的即時性、交往方式的平等性和交往身份的虛擬性等特點，已經(jīng)成為公民獲取信息、表達情感與思想、參與社會公共生活的重要載體。因此解決當某條消息在自媒體傳播的過程中，出現(xiàn)了新的與之高度關聯(lián)的消息建立數(shù)學模型，分析并說明新消息出現(xiàn)后傳播過程的變化情況，這個問題成了非常關鍵的事情。

【關鍵詞】自媒體時代；突發(fā)事件；消息傳播

模型建立與求解：

設該消息的發(fā)源地持有自媒體設備的人的數(shù)量為n，某臺擁有自媒體的設備開始傳播消息，t時刻得到消息并關注該消息的自媒體設備的人數(shù)為I（t），t時刻未接收到消息，接到而未關注或者將該消息淡化的人數(shù)為H（t）。假設如下：

（1）n=H（t）+I（t）+R（t），dI/dt∝H（t），且I（o）=i■，H（o）=h■，則有i■+h■=n。

（2）t時刻單位時間內已經(jīng)淡化此消息的人數(shù)R（t）與病人人數(shù)I（t）成正比，比例系數(shù)為 （ >0，稱為恢復常態(tài)系數(shù)）。建立模型并化簡后的數(shù)學模型如下：

I=p1nH/h■-H+n，對該模型進行分析可以看出：

（1）當H較小時，人數(shù)I始終為零，并保持不變；

（2）當H漸漸增加且當I出現(xiàn)非零值以后，隨著H的增加人數(shù)I隨之劇增；

（3）當H達到一定程度的時候I達到最大值；

在（3）的情況下，當H的值繼續(xù)增加的時候，I的值反而急劇下降；

在I的值急劇下降后，隨著H的增加I的值將趨向于零；

情況（5）出現(xiàn)的直接原因，是因為當新的一系列的消息出現(xiàn)后，覆蓋或者淡化了該消息的作用。

對于（1）式，當另一條與其等價的消息出現(xiàn)時，此時（1）式中的H相當于另一條消息中的I，假設：

（1）H■為第一個當新的消息出現(xiàn)后，對新的消息而言是未接收到消息，接到而未關注或者將該消息淡化的人數(shù)，既H■為第n條消息出現(xiàn)后的情況。

（2）h■■為第n個當新的消息出現(xiàn)后，對新的消息而言是未接收到消息，接到而未關注或者將該消息淡化的人數(shù)。當n=1時，既有h■■。h■■為當?shù)谝粋€新的等價消息出現(xiàn)后，對新的消息而言t時刻未接收到消息，接到而未關注或者將該消息淡化的人數(shù)。

于是就有了H=p1nH■/h■■-H■+n將該式代入上式，并將其轉化為第j條消息出現(xiàn)時為：I=p1n[（p1nH■/h■■-H■+n）/h■■]-H■+n。

假設h■■與h■■之間存在著一次函數(shù)，函數(shù)的表達式為：h■■=a■·h■+b■，而對于第j等價的條消息時的a■與b■的值又往往與第j-1條等價消息傳播時的a■與b■的值往往又是不同的。但是為了更好的研究該函數(shù)的變化，需要對j個組對象進行研究，取得a■與b■的平均值a和b來代替任何一個a■和b■，a，b為定值，因此對源消息I的變化起決定性作用的是H■，與h■■。在兩條消息共存的時間段內，源消息對新消息的變化是起到抑制作用的。假設消息的傳播時按照橢圓模型向外傳播，下圖是H，I以及H■之間的關系圖，用圖像分析可以驗證上述結論：

上圖中的（a）表示的是在某一時刻，源消息I的傳播過程，圖中的每個節(jié)點亦相當于每個使用自媒體設備的用戶，由圖中可以看出當消息擴散時，消息I的傳播過程成近似圓形的傳播方式。但在一個近似的圓內，很多節(jié)點并沒有顯示出來，歸根結底的原因是因為在消息散播的初期H所占的總體的比重比較大；

上圖中的（b）表示的是，在某一時刻，源消息傳播的后期的狀況。最外層的圓圈表示的是源消息的散播過程。內層圓圈表示的是與之等價的消息傳播的高峰時期。既對于新消息而言的I的值最大。而外層的源消息的散播的疏密程度并沒有內層與之等價的消息傳播的高峰時期的節(jié)點密度高。根本原因是該時刻，源消息的傳播已經(jīng)度過了高峰時期，消息對于節(jié)點既用戶的實時性正在降低。而對于外層的源消息而言，內層的新的消息的傳播節(jié)點的范圍所圍成的面積就相當于對于源消息而言的H。此時的情況就相當于I中的一部分轉化成了H。

綜上所述，當I中的一部分轉化成H的時候，源消息對新消息的變化起抑制作用，驗證正確。

【參考文獻】

[1]吳亞楠.傳統(tǒng)媒體與自媒體的博弈研究[J].《黑龍江大學》，2012

[2]劉海波.網(wǎng)絡信息傳播對學術信息交流的影響[J].《天津師范大學學報》，2010.3

[3]李彥剛，祁忠斌.傳染病模型[J].《數(shù)學建模方法與引論》，2012.4