李 莉,王小剛

(江蘇大學(xué) 計(jì)算機(jī)科學(xué)與通信工程學(xué)院,鎮(zhèn)江 212000)

基于SIRS的微信信息傳播模型①

李 莉,王小剛

(江蘇大學(xué) 計(jì)算機(jī)科學(xué)與通信工程學(xué)院,鎮(zhèn)江 212000)

微信高速發(fā)展已成為人際關(guān)系交流的一個(gè)重要平臺(tái),在社會(huì)網(wǎng)絡(luò)信息傳播中占據(jù)著獨(dú)特的地位.以傳染病模型為基礎(chǔ),建立基于微信信息傳播模型,利用實(shí)驗(yàn)數(shù)據(jù),在多情景下分析模型參數(shù)和信息源對(duì)微信信息傳播范圍及特征等的影響.通過(guò)對(duì)微信信息傳播影響因素改變,其仿真結(jié)果與微信傳播的特征具有很好的吻合度,對(duì)管控利用微信具有重要意義.

微信;傳播模型;社交網(wǎng)絡(luò);閾值;仿真

隨著移動(dòng)互聯(lián)網(wǎng)的發(fā)展,人們生活方式、網(wǎng)絡(luò)使用習(xí)慣產(chǎn)生了重大影響.根據(jù)CNNIC第37次報(bào)告,截至2015年12月,中國(guó)手機(jī)網(wǎng)民規(guī)模達(dá)6.20億,網(wǎng)民使用手機(jī)上網(wǎng)人群占比由2014年的85.8%提升至90.1%[1].微信因其便攜性、私人化等特點(diǎn)已成為大眾普遍使用的溝通聯(lián)絡(luò)方式及信息獲取渠道[2].微信是人與人之間進(jìn)行信息傳播的強(qiáng)關(guān)系型社交平臺(tái),傳播速度快、范圍廣難以控制等不可預(yù)測(cè)特征,對(duì)社會(huì)穩(wěn)定與發(fā)展存在一定隱患.因此對(duì)微信傳播過(guò)程進(jìn)行分析與研究,掌握微信信息傳播規(guī)律和傳播機(jī)理等特點(diǎn),具有重要現(xiàn)實(shí)意義.

隨著微信使用范圍逐漸擴(kuò)大,已成為一種強(qiáng)有力的社會(huì)網(wǎng)絡(luò)傳播方式.張亞婷[3]從傳播學(xué)角度分析微信朋友圈的產(chǎn)生模式,傳播機(jī)制,探索在基于內(nèi)容價(jià)值的傳播條件下的人際關(guān)系變化.方興東[4]對(duì)微信傳播機(jī)制進(jìn)行詳盡分析,指出微信以點(diǎn)對(duì)點(diǎn)的人際傳播.蔡立媛等[5]研究了微信謠言新的傳播機(jī)制,從社會(huì)影響等多方視角思考微信平臺(tái)謠言的規(guī)避與導(dǎo),指出微信傳播具有雙面性.與此同時(shí),很多學(xué)者已經(jīng)開(kāi)始利用模型對(duì)微信傳播進(jìn)行定量研究和分析.陶立秋[6]將微信熱點(diǎn)分析與挖掘技術(shù)相結(jié)合,運(yùn)用關(guān)聯(lián)規(guī)則算法提取隱藏在微信數(shù)據(jù)中有價(jià)值的信息.王小立[7]在分析微信與其他社交媒體平臺(tái)區(qū)別基礎(chǔ)上,模擬仿真研究微信信息傳播機(jī)理.梁闊洋[8]從搜狗搜索中爬取微信博文,將低質(zhì)量文章識(shí)別作為文本分類(lèi)問(wèn)題,應(yīng)用改進(jìn)的遺傳算法實(shí)驗(yàn).

不少學(xué)者從信息傳播和復(fù)雜網(wǎng)絡(luò)等角度進(jìn)行研究.Guo等[9]將成熟的傳染病模型融合,再加入新治療狀態(tài),提出了基于個(gè)體特征Agent建模的傳染病模型SICRS/傳播模型進(jìn)行仿真模擬,并研究此模型在無(wú)標(biāo)度網(wǎng)絡(luò)上的動(dòng)力學(xué)特征.Zinoviev等[10]提出利用單向的信息傳播和反饋機(jī)制的博弈模型對(duì)星型社交網(wǎng)絡(luò)中的信息傳播來(lái)進(jìn)行仿真.Moreno等[11]在無(wú)標(biāo)度BA網(wǎng)中使用平均近似場(chǎng)理論研究信息傳播模型,發(fā)現(xiàn)拓?fù)浣Y(jié)構(gòu)和參數(shù)設(shè)置是影響信息傳播的重要因素.在對(duì)信息傳播研究過(guò)程中也使用蒙特卡洛方法進(jìn)行詳細(xì)探索和分析,并且在許多的社會(huì)事件中進(jìn)行了應(yīng)用[12].在有限理性的框架下Weisbuch等[13]和Lorenz等[14]在信息傳播領(lǐng)域?qū)浨閭鞑プ隽诉M(jìn)一步深入地研究.

微信平臺(tái)作為一個(gè)大的生態(tài)圈,增強(qiáng)人際交流與溝通,拉近個(gè)體間距離.微信是強(qiáng)關(guān)系網(wǎng)絡(luò)的交流平臺(tái),具有實(shí)時(shí)信息傳播,聚合特征,社交網(wǎng)絡(luò),電子商務(wù)等功能.后前微信研究主要集中在定性的分析上,本文將傳染病的傳播機(jī)理,應(yīng)用于微信平臺(tái)上,研究微信中信息傳播機(jī)理并對(duì)微信進(jìn)行定量分析.

1 微信傳播模型構(gòu)建

微信平臺(tái)中通過(guò)好友之間的關(guān)系組成一個(gè)獨(dú)特強(qiáng)關(guān)系網(wǎng)絡(luò).微信中的信息在此平臺(tái)上可通過(guò)多種方式進(jìn)行傳播,主要基于用戶(hù)朋友圈轉(zhuǎn)發(fā)、個(gè)人之間的交流和個(gè)人與群體之間的信息交流.不同的用戶(hù)受不同的信息影響也是不一樣的.

信息傳播可以看作發(fā)生在社交網(wǎng)絡(luò)上的傳播動(dòng)力學(xué)行為,一般借用流行病方法對(duì)傳播動(dòng)力學(xué)進(jìn)行研究.流行病傳播過(guò)程中個(gè)體處于易感染狀態(tài)(S),感染狀態(tài)(I),移除狀態(tài)(R).在真實(shí)流行病中很多被免疫的個(gè)體具有臨時(shí)免疫性,采用微分方程的辦法來(lái)建立傳播模型.

SIRS模型的傳播機(jī)理規(guī)則:易感者與一位感染者接觸后以λ概率轉(zhuǎn)化為感染者,感染者會(huì)以概率μ進(jìn)入免疫狀態(tài),進(jìn)入免疫狀態(tài)后會(huì)以概率δ喪失免疫狀態(tài)而重新進(jìn)入易感狀態(tài),其中λμδ是對(duì)應(yīng)傳播過(guò)程中的概率.

1.1 微信信息傳播機(jī)制

朋友圈在微信傳播中是自我披露的一種行為,在信息展示的同時(shí),用戶(hù)根據(jù)自己所處的狀態(tài)從不同層面進(jìn)行信息傳播,在朋友圈中將個(gè)體之間的人際關(guān)系層層推進(jìn)和深入.通過(guò)對(duì)微信平臺(tái)的研究發(fā)現(xiàn),微信中傳播者的自我展現(xiàn)存在對(duì)應(yīng)的規(guī)律性.同時(shí)微信傳播區(qū)別于一般的社交平臺(tái),在信息傳播時(shí)即時(shí)性特點(diǎn)較為明顯,用戶(hù)在信息傳播上處于平等地位,在傳播中總是介于傳播者和受眾之間的角色互換.同時(shí),信息交流是雙向過(guò)程的,參與者掌握著一個(gè)小半封閉的社交圈中的信息傳播的流動(dòng)趨勢(shì),對(duì)此過(guò)程可進(jìn)行對(duì)應(yīng)的控制,實(shí)現(xiàn)對(duì)信息傳播的導(dǎo)和改變.微信點(diǎn)對(duì)點(diǎn)的傳播方式,對(duì)于重要的信息極易形成發(fā)散型傳播狀態(tài).由于微信屬于強(qiáng)關(guān)系型網(wǎng)絡(luò),所以用戶(hù)之間的信任度相對(duì)而言較高,因而質(zhì)疑信息來(lái)源的比例會(huì)降低,用戶(hù)接收和轉(zhuǎn)發(fā)的頻率會(huì)相對(duì)提高.這種虛擬的聯(lián)系使得現(xiàn)實(shí)生活雙方有著強(qiáng)烈的聯(lián)系,因而很容易影響現(xiàn)實(shí)人們的生活.

1.2 微信信息SIRS模型的構(gòu)造

在微信網(wǎng)絡(luò)中的信息傳播,是信息對(duì)不同微信用戶(hù)心理影響的漸進(jìn)過(guò)程,與傳染病傳播機(jī)理相似.本文中微信信息傳播機(jī)制借鑒SIRS傳染病模型中的狀態(tài),建立微信傳播的動(dòng)力學(xué)模型.

假設(shè)微信傳播的的三種狀態(tài):微傳播者(S)、信息接受者(I)和信息不關(guān)注者(R).微信信息傳播狀態(tài)及轉(zhuǎn)換關(guān)系如圖1所示.

圖1 微信信息傳播狀態(tài)及轉(zhuǎn)換關(guān)系

圖1中,S表示微信平臺(tái)上獲得信息Q的人群;I表示接收該信息并發(fā)布出去的人群;R,表示不再關(guān)注該信息的人群;λ表示信息發(fā)布率;μ表示接收該信息并不在發(fā)布的概率;A表示注冊(cè)到具有該信息的微信平臺(tái)的人數(shù);δ表示從不再關(guān)注該信息的回到具有信息Q的微信平臺(tái)的概率;d表示接收信息但不發(fā)布的概率.

這里對(duì)不同的信息源中S傳播節(jié)點(diǎn)作為主要研究對(duì)象,當(dāng)信息傳遞到 S 時(shí),此時(shí)作為傳播者,S 會(huì)向 I進(jìn)行對(duì)應(yīng)的傳播根據(jù)對(duì)應(yīng)的轉(zhuǎn)化率λ,一定的信息感染者會(huì)變?yōu)樾畔⒌膫鞑フ哌M(jìn)入傳播狀態(tài).在此次傳播中會(huì)存在一些對(duì)此類(lèi)信息不太敏感的用戶(hù)一般會(huì)選擇忽略此次信息.

建立具有輸入人群的微信信息傳播模型:

2 微信信息傳播機(jī)理分析

首先對(duì)微信傳播模型進(jìn)行機(jī)理分析,令模型右端為零得到方程組:

則原方程組化為:

下面給出平衡點(diǎn)處的jacobian矩陣:

3 仿真結(jié)果與分析

本文使用Matlab對(duì)微信傳播模型進(jìn)行實(shí)驗(yàn).在微信信息傳播仿真建模中,人是信息傳播的主題,信息源是信息傳播的載體,信息源的價(jià)值程度是直接影響人們對(duì)信息傳播的關(guān)鍵因素.因此對(duì)各因素的控制來(lái)觀察對(duì)微信平臺(tái)信息傳播的影響程度是評(píng)估仿真模型的有效性的重要指標(biāo).本文采用某高校微信群作為實(shí)驗(yàn)數(shù)據(jù)樣本,該微信群平臺(tái)的關(guān)系網(wǎng)絡(luò)圖,如圖2所示.

3.1 信息傳播閾值分析

使用指定參數(shù)構(gòu)造出微信網(wǎng)絡(luò)模型,網(wǎng)絡(luò)中初始化節(jié)點(diǎn)狀態(tài)為傳播者S態(tài),并在整個(gè)網(wǎng)絡(luò)中進(jìn)行影響其他參與者.根據(jù)上述模型分析可知,微信信息傳播發(fā)生的閾值為時(shí)正平衡點(diǎn)存在,R0會(huì)單調(diào)遞增并趨于穩(wěn)定,表示信息一直被傳播下去;時(shí),正平衡點(diǎn)不存在,該信息不再被傳播出去.

圖2 微信群關(guān)系網(wǎng)絡(luò)圖

圖3 微信信息傳播模型整體傳播影響圖

3.2 信息發(fā)布率對(duì)微信信息傳播的影響

為觀察信息發(fā)布率λ對(duì)微信信息傳播的影響,分別取不再關(guān)注率μ=0.25,由不關(guān)注狀態(tài)轉(zhuǎn)為關(guān)注率δ=0.3,移除對(duì)此類(lèi)訊息屏蔽率d=0.15不再變化的情況下,改變?chǔ)酥?通過(guò)微信信息傳播模型模擬得到如圖4所示的數(shù)據(jù)曲線(xiàn) .

圖4 信息發(fā)布率對(duì)微信平臺(tái)影響的變化圖

圖4中微信平臺(tái)中的信息發(fā)布率λ增大時(shí),發(fā)現(xiàn)信息傳播受影響的人群會(huì)增大,會(huì)在較快的時(shí)間內(nèi)達(dá)到峰值,但回落的也會(huì)相對(duì)較快,由此可看出在保持其他信息不變的情況下,減小信息發(fā)布速率會(huì)減輕微信平臺(tái)中信息傳播的影響度.

3.3 信息不關(guān)注率對(duì)微信信息傳播的影響

為觀察信息發(fā)布率μ對(duì)微信信息傳播的影響,分別取信息發(fā)布率λ=0.85,由不關(guān)注狀態(tài)轉(zhuǎn)為關(guān)注率δ=0.3,移除對(duì)此類(lèi)訊息屏蔽率d=0.15不再變化的情況下,改變?chǔ)讨?通過(guò)微信信息傳播模型模擬得到如圖5所示的數(shù)據(jù)曲線(xiàn).

圖5 信息不關(guān)注率對(duì)微信平臺(tái)中I影響的變化圖

圖5中為μ增大微信平臺(tái)中的不關(guān)注率時(shí),發(fā)現(xiàn)信息傳播受影響的人群會(huì)減小,會(huì)在較快的時(shí)間內(nèi)達(dá)到峰值,且峰值會(huì)降低,受影響人群回落的也會(huì)相對(duì)較快,由此可看出在保持其他信息不變的情況下增大微信平臺(tái)中的不關(guān)注率會(huì)減輕微信平臺(tái)中對(duì)某一熱點(diǎn)信息傳播的影響度,可在發(fā)生熱點(diǎn)事件時(shí)通過(guò)發(fā)布其他受關(guān)注度高的事件將該事件熱度降低.

3.4 重新關(guān)注率對(duì)微信信息傳播的影響

為了觀察微信平臺(tái)中信息傳播的影響,還研究用戶(hù)由不關(guān)注狀態(tài)重新轉(zhuǎn)化為關(guān)注者狀態(tài)對(duì)信息傳播的作用.為觀察信息重新關(guān)注率δ對(duì)微信信息傳播的影響,分別取信息發(fā)布率λ=0.85,不再關(guān)注率μ=0.25,移除對(duì)此類(lèi)訊息屏蔽率d=0.15不再變化的情況下,改變?chǔ)闹?通過(guò)微信信息傳播模型模擬得到如圖6所示的數(shù)據(jù)曲線(xiàn).

圖6 重新關(guān)注率對(duì)微信平臺(tái)中S所占比例變化圖

圖6中為δ增大微信平臺(tái)中的重新關(guān)注率時(shí),發(fā)現(xiàn)信息傳播受影響的人群會(huì)增加,且在信息傳播過(guò)程中受影響人群回落的也會(huì)相對(duì)較慢,由此可看出在保持其他信息不變的情況下減少微信平臺(tái)中的重新關(guān)注率會(huì)減輕微信平臺(tái)中對(duì)某一熱點(diǎn)信息傳播的影響度.

3.5 訊息屏蔽率對(duì)微信信息傳播的影響

為了觀察微信平臺(tái)中信息傳播的影響,研究用戶(hù)由訊息屏蔽率d對(duì)信息傳播的作用.為觀察信息訊息屏蔽率d對(duì)微信信息傳播的影響,分別取信息發(fā)布率λ=0.85,不再關(guān)注率μ=0.25,由不關(guān)注狀態(tài)轉(zhuǎn)為關(guān)注率δ=0.3不再變化的情況下,改變d值,通過(guò)微信信息傳播模型模擬得到如圖7所示數(shù)據(jù)曲線(xiàn).

圖7 訊息屏蔽率對(duì)微信平臺(tái)中R所占比例變化圖

圖7中為改變d值對(duì)微信平臺(tái)中R所占比例變化圖,發(fā)現(xiàn)通過(guò)增大d值,信息傳播中不關(guān)注此事件的人群會(huì)增加,且在信息傳播過(guò)程中關(guān)注此事件會(huì)較早趨于平穩(wěn),由此可看出在保持其他信息不變的情況下增加微信平臺(tái)中訊息屏蔽率會(huì)減輕微信平臺(tái)中對(duì)某一熱點(diǎn)信息傳播的影響度.

4 結(jié)束語(yǔ)

在本文研究中構(gòu)建小型微信朋友圈關(guān)系網(wǎng)絡(luò),通過(guò)改進(jìn)傳統(tǒng)較為成熟的SIRS模型,增加了事件重新關(guān)注率和訊息屏蔽率研究信息在微信平臺(tái)中的傳播狀態(tài).上述模型建立和仿真結(jié)果較符合微信傳播的特征,通過(guò)改變對(duì)應(yīng)參數(shù),從而達(dá)到對(duì)微信信息傳播在虛擬社交網(wǎng)絡(luò)中的爆發(fā)進(jìn)行有效控制的后的.現(xiàn)階段對(duì)微信傳播模型研究還處于初級(jí)階段,在構(gòu)建網(wǎng)絡(luò)模型中還可考慮聚集中心度選取朋友圈中心點(diǎn),使得模擬結(jié)果更加精準(zhǔn).

1 中國(guó)互聯(lián)網(wǎng)信息中心.第37次中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告.http://www.askci.com/news/chanye/2016/01/22/141430ekou.shtml.[2016-01-22].

2 徐麗,張揚(yáng).國(guó)內(nèi)微信研究現(xiàn)狀綜述.科技傳播,2015,(3):151–153.

3 張亞婷.微信朋友圈的話(huà)語(yǔ)傳播機(jī)制分析.重慶郵電大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2014,26(5):124–128.

4 方興東,石現(xiàn)升,張笑容,等.微信傳播機(jī)制與治理問(wèn)題研究.現(xiàn)代傳播,2013,35(6):122–127.

5 蔡立媛,張金海.蝴蝶效應(yīng):微信謠言的傳播機(jī)制.當(dāng)代傳播,2015,(6):72–75.

6 陶立秋.改進(jìn)的Apriori算法在微信熱點(diǎn)分析中的應(yīng)用研究[碩士學(xué)位論文].武漢:華中師范大學(xué),2015.

7 王小立.智能多Agent網(wǎng)絡(luò)的微信信息傳播仿真研究.現(xiàn)代圖書(shū)情報(bào)技術(shù),2015,31(6):85–92.[doi:10.11925/infotech.1003-3513.2015.06.13]

8 梁闊洋.基于改進(jìn)遺傳算法的支持向量機(jī)微信垃圾文章識(shí)別.計(jì)算技術(shù)與自動(dòng)化,2015,34(4):137–141.

9 Guo DW,Chen J,Zou Y,et al.Evolutionary characteristics of public opinion spread in social networks.Proc.of the 5th International Conference on Computer Research and Development.Ho Chi Minh City,Vietnam.2013.

10 Zinoviev D,Duong V,Zhang H.A game theoretical approach to modeling information dissemination in social networks.Proc.of the 14th World Multi-Conference on Systemics,Cybernetics and Informatics.Orlando,USA.2010,1.407–412.

11 Moreno Y,Nekovee M,Pacheco AF.Dynamics of rumor spreading in complex networks.Physical Review E,2004,69(6):066130.[doi:10.1103/PhysRevE.69.066130]

12 Hegselmann R,Krause U.Opinion dynamics and bounded confidence models,analysis,and simulation.Journal of Artificial Societies and Social Simulation,2002,5(3):1–33.

13 Weisbuch G.Bounded confidence and social networks.The European Physical Journal B,2004,38(2):339–343.[doi:10.1140/epjb/e2004-00126-9]

14 Lorenz J.Consensus strikes back in the Hengselmann-Krause model of continuous opinion dynamics under bounded confidence.Journal of Artificial Societies and Social Simulation,2006,9(1):8–22.

Propagation Model of Information in WeChat Based on SIRS

LI Li,WANG Xiao-Gang

(School of Computer Science and Telecommunication Engineering,Jiangsu University,Zhenjiang 212000,China)

With its rapid development,WeChat has become an important platform for interpersonal communication,and occupies a unique position in the social network information dissemination.Based on the epidemic model,WeChat information propagation has established.The influence of model parameters and information sources on the scope and characteristics of WeChat information propagation is analyzed in multi-scenario with experimental data.Model simulation results and characteristics of propagation of WeChat have a very anastomotic match,which shows the WeChat information dissemination effect is important to control the use of WeChat.

WeChat;propagation model;social network;threshold;simulation

李莉,王小剛.基于 SIRS 的微信信息傳播模型.計(jì)算機(jī)系統(tǒng)應(yīng)用,2017,26(9):269–273.http://www.c-s-a.org.cn/1003-3254/5956.html

①基金項(xiàng)后:國(guó)家自然基金(11072090)

2016-12-29;采用時(shí)間:2017-01-18