喻亞萍

摘 要：自媒體時(shí)代的到來，為信息的傳播提供了更加廣闊的渠道。有關(guān)于自媒體時(shí)代信息傳播的研究具有重要的意義。本文針對(duì)自媒體時(shí)代傳播的問題，建立了消息傳播的SIJR模型。研究了不同類型的消息和同一類型消息在傳播過程中的差異，并且進(jìn)行了驗(yàn)證。結(jié)合建立的模型闡述了對(duì)自媒體時(shí)代消息傳播的看法，并提出了合理的管理建議。首先，建立基于SIR模型的SIJR超級(jí)消息傳播模型，根據(jù)模型建立微分方程求解。并且用matlab模擬消息傳播過程的曲線，可以得出消息傳播的大致分為，產(chǎn)生期，爆發(fā)期，過渡期，和衰退期四個(gè)階段。最后以"中共中央、國務(wù)院決定設(shè)計(jì)河北雄安新區(qū)"這條消息為例分析其傳播過程。其次再由SIJR超級(jí)消息傳播模型增加消息衍生率τ和免疫者退化率δ，并且引入傳播閾值h的概念，而閾值的影響因素中含有消息衍生率τ，進(jìn)而分析，當(dāng)τ=0的時(shí)候，即沒有衍生話題產(chǎn)生，當(dāng) 時(shí)分別用matlab模擬，得到有無衍生話題是免疫者的占有比例曲線。然后根據(jù)查閱資料、數(shù)據(jù)可找出不同消息在同一平臺(tái)的傳播特征，然后運(yùn)用種群動(dòng)力學(xué)、合作競(jìng)爭(zhēng)模型建立數(shù)學(xué)模型，最后畫出不同消息在同一平臺(tái)的傳播曲線進(jìn)行驗(yàn)證。對(duì)于同一消息在不同平臺(tái)的傳播問題，們選取一條具體消息，在頭條，百度，和微博三個(gè)不同平臺(tái)的傳播熱度，通過模擬不同臨界速度下的速度隨時(shí)間變化的曲線分析其差異。進(jìn)一步驗(yàn)證了同一條消息在不同平臺(tái)傳播過程大致相似，但是不同平臺(tái)會(huì)影響到其傳播速度峰值。最后由上述模型對(duì)于當(dāng)前自媒體中消息的傳播進(jìn)行分析，并根據(jù)其傳播規(guī)律和特點(diǎn)提出了合理化的管理建議，并對(duì)監(jiān)管部門對(duì)于自媒體中信息的傳播了合理話的有效措施。

關(guān)鍵詞：SIJR模型 種群動(dòng)力學(xué) 合作競(jìng)爭(zhēng)模型 單一變量原則

首先建立一條消息在自媒體平臺(tái)上傳播的數(shù)學(xué)模型。

基于SIJR模型，初步把一條消息的傳播過程劃分為四個(gè)階段，即：消息產(chǎn)生期，消息的爆發(fā)期，消息的過渡期，消息的衰退期。自媒體消息的傳播是通過以用戶作為媒介的節(jié)點(diǎn)和以好友或者關(guān)注關(guān)系作為邊的網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行傳播。通過這四個(gè)階段之間的關(guān)系，可以寫出微分方程并進(jìn)行求解，并以“中共中央、國務(wù)院決定設(shè)計(jì)河北雄安新區(qū)”這條消息為例分析其傳播過程。采用傳染動(dòng)力學(xué)理論，在一條消息的傳播過程中，首先將自媒體用戶大致劃分為四類用戶：消息傳播者（S），未知者（I），免疫者（R）及超級(jí)傳播者（J）。記i（t），s（t），r（t），j（t）分別為消息未知者，傳播者，免疫者和超級(jí)傳播者的比例，在t時(shí)間內(nèi)，對(duì)于消息未知者而言應(yīng)有

β是消息在自媒體的傳播概率

對(duì)于消息傳播者

α是自媒體用戶對(duì)于此消息傳播的免疫概率，γ為恢復(fù)概率。

對(duì)于免疫者和超級(jí)傳播者應(yīng)有：

顯然有：

當(dāng)α=0，μ=0時(shí)SIJR模型退化為SIR模型。

其中，μ是興趣衰減系數(shù)，k是一條消息的網(wǎng)絡(luò)平均度。度數(shù)是節(jié)點(diǎn)與其他節(jié)點(diǎn)之間的連接數(shù)量，對(duì)于給定網(wǎng)絡(luò)G的鄰接矩陣，A= ，節(jié)點(diǎn)度的計(jì)算公式可以寫成：

網(wǎng)絡(luò)中所有節(jié)點(diǎn)度的平均值為網(wǎng)絡(luò)的平均度，記為：

由文獻(xiàn)可知，選取自媒體中的sina的網(wǎng)絡(luò)平均度作為k的值，即k的值大致可以取3，其中 ，用matlab軟件對(duì)上述微分方程求解，得出反映四種用戶的演變關(guān)系的曲線，即可模擬消息傳播過程。

為了使模型更加具有適用性，使模型更加準(zhǔn)確，考慮到消息傳播過程中出現(xiàn)高度關(guān)聯(lián)的衍生消息，從而增加消息衍生率τ和免疫者退化率δ，即新增了消息免疫者中退化為未知者的部分，對(duì)于傳播者，新增了未知者中由于衍生消息出現(xiàn)轉(zhuǎn)變?yōu)閭鞑フ叩牟糠?。然后根?jù)各個(gè)量之間的關(guān)系列出微分方程并進(jìn)行求解。 此外，引入傳播閾值即網(wǎng)絡(luò)傳播系統(tǒng)中都會(huì)存在一個(gè)傳播的關(guān)鍵點(diǎn) h，它決定了網(wǎng)絡(luò)輿情信息傳播與否。通過求解即可得出衍生話題的出現(xiàn)對(duì)消息傳播的影響。

最后考慮到社交網(wǎng)絡(luò)中消息并不是唯一存在的，假設(shè)在線社交網(wǎng)絡(luò)上有兩種不同消息在傳播，對(duì)于接收消息的自媒體使用者來說，通常只相信其中之一。因此，不同消息之間就會(huì)產(chǎn)生競(jìng)爭(zhēng)。與此同時(shí)，如果兩類消息都非常有趣，那么用戶就會(huì)把這兩個(gè)消息都轉(zhuǎn)發(fā)給其他用戶。這種情況下，這兩類消息就表現(xiàn)為一種合作傳播。因此采用競(jìng)爭(zhēng)合作模型分析消息傳播情況。對(duì)于同一條消息在不同自媒體平臺(tái)的傳播，我們可以選取一條具體消息，在頭條，百度，和微博三個(gè)不同平臺(tái)的傳播熱度，通過模擬不同臨界速度下的速度隨時(shí)間變化的曲線分析其差異。

對(duì)有關(guān)部門的建議

首先應(yīng)確保信息的真實(shí)性，因此，信息采集時(shí)應(yīng)注意符合國家政策法律法規(guī)、健康、不低俗并且盡量還原事件真實(shí)性，不可截取片段。然后需要對(duì)采集的信息進(jìn)行審核，審核通過后再進(jìn)行發(fā)布，不可一味的追求關(guān)注度而夸大其詞。微博、微信等自媒體平臺(tái)應(yīng)該進(jìn)行實(shí)名制認(rèn)證，督促廣大網(wǎng)民為自己的言行負(fù)責(zé)。最后，國家應(yīng)該頒布相關(guān)法律法規(guī)進(jìn)行約束，對(duì)于惡意傳播謠言的個(gè)人以及媒體進(jìn)行警告，情節(jié)嚴(yán)重者可以進(jìn)行罰款等處罰。

參考文獻(xiàn)：

[1]姜啟源，謝金星，葉俊，數(shù)學(xué)模型第四版，北京，高等教育出版社，2010.08。

[2]陳福集，陳婷，基于SEIRS傳播模型的網(wǎng)絡(luò)輿情衍生效應(yīng)研究，情報(bào)雜志， 第33卷第2期，2014.02。

[3]唐朝生，在線社交網(wǎng)絡(luò)信息傳播建模及信息轉(zhuǎn)發(fā)預(yù)測(cè)研究，燕山大學(xué)博士學(xué)位論文，2014.12。