張繼東 蔣麗萍

關(guān)鍵詞：移動社交網(wǎng)絡(luò);輿情傳播;用戶群體行為;網(wǎng)絡(luò)輿情;SEIR模型;群體規(guī)模;從眾效應(yīng);社會強化效應(yīng)

移動社交網(wǎng)絡(luò)在人們?nèi)粘Ｉ钪姓紦?jù)著越來越大的比重，網(wǎng)絡(luò)信息的傳播模式和傳播速度也相應(yīng)受到影響。移動社交網(wǎng)絡(luò)中的信息傳播真正實現(xiàn)了不受時空的限制，網(wǎng)民具備對熱點事件不間斷關(guān)注的條件，且能夠隨時轉(zhuǎn)發(fā)分享，更容易在短時間內(nèi)引爆熱門話題。因此，移動環(huán)境下的輿情傳播具備交互性更強、傳播速度更快、影響范圍更廣的特點。此外，各類社交網(wǎng)絡(luò)平臺如微博、知乎、豆瓣等的普及性與便捷性降低了用戶獲取、評論、轉(zhuǎn)發(fā)、傳播信息的成本。網(wǎng)絡(luò)的匿名性和隱藏性助長了網(wǎng)民以群體為掩護，依據(jù)自己的感受和喜好來發(fā)布情感信息的傾向，話題不受控制，甚至出現(xiàn)傳播失真，造成更大的影響。由于網(wǎng)絡(luò)意見對社會有著重大的影響，因此十分有必要對網(wǎng)絡(luò)輿情的傳播過程進行更加深入研究和分析。

由于移動社交網(wǎng)絡(luò)的透明性.人們獲取信息以及觀察學(xué)習(xí)他人的意見和行為變得更加容易，特別是群體意見領(lǐng)袖的發(fā)聲.會導(dǎo)致“沉默的螺旋”現(xiàn)象的出現(xiàn).使得網(wǎng)絡(luò)中的部分個體服從于群體意見或行為，甚至改變自己原有的意見和態(tài)度。本文基于經(jīng)典SEIR模型.通過建立適用于移動社交網(wǎng)絡(luò)的輿情信息傳播模型，探討群體規(guī)模、群體從眾效應(yīng)以及社會強化效應(yīng)對網(wǎng)絡(luò)信息傳播過程的影響，以達(dá)到對社交網(wǎng)絡(luò)中輿情信息傳播與發(fā)展進程進行預(yù)測的目的，進而為控制輿論走向和發(fā)布價值信息等工作提供參考。基于此，本文提出了一個基于用戶群體行為對輿情信息傳播過程影響的改進了的SEIR模型，并引入輿情傳播過程3個關(guān)鍵群體影響因素：群體規(guī)模大小、群體中從眾效應(yīng)強度和社會強化效應(yīng)強度。

1文獻綜述

網(wǎng)絡(luò)輿情是指在特定的環(huán)境下，特定的社會群體通過互聯(lián)網(wǎng)表達(dá)對社會事件、公共問題和社會管理者所持有的價值評論、主觀情緒、意志態(tài)度等，網(wǎng)絡(luò)用戶通過評論、轉(zhuǎn)發(fā)、點贊等行為就某一事件達(dá)成最終的共識。網(wǎng)絡(luò)輿情的發(fā)展推動了移動網(wǎng)絡(luò)輿情的發(fā)展，隨著智能手機，平板電腦為代表的移動設(shè)備的普及.人們更傾向于通過這些移動設(shè)備上的微博、微信等平臺表達(dá)自己對社會事件的意見，因此使得移動環(huán)境下的輿情傳播成了輿情傳播的主要方式。

在一定的社會環(huán)境中，群體中的個體通過相互作用形成自己的觀點，一個人在形成自己的觀點或行為之前，需要從群體中其他成員那里得到多次提示。社會科學(xué)對輿情的研究歷史悠久，研究者基于社會學(xué)、復(fù)雜適應(yīng)系統(tǒng)、統(tǒng)計學(xué)、系統(tǒng)動力學(xué)等建模方法，并結(jié)合人工智能和心理學(xué)，不斷探索自然科學(xué)建模和跨學(xué)科視角下的觀點形成過程中復(fù)雜的進化機制。網(wǎng)絡(luò)輿情傳播規(guī)律與傳染病傳播規(guī)律具有諸多相似之處，近年來，各種傳染病傳播和仿真技術(shù)已經(jīng)成為研究網(wǎng)絡(luò)輿論傳播的有效手段，如經(jīng)典的SIS、SIR、SEIR模型，國內(nèi)外學(xué)者從影響因素和傳播模式兩個方面對移動社交網(wǎng)絡(luò)信息傳播中網(wǎng)絡(luò)結(jié)構(gòu)屬性展開了研究。

在影響因素方面，心理特征對輿論傳播的影響受到一些學(xué)者的關(guān)注。趙劍華等在傳統(tǒng)的SIR傳染病模型的基礎(chǔ)上，研究用戶心理特征對輿情的傳播特性的影響，提出了新型的社交網(wǎng)絡(luò)輿情傳播動力學(xué)模型;林芹等提出了基于用戶心理特征的、優(yōu)化了的SIS模型，發(fā)現(xiàn)社交網(wǎng)絡(luò)輿情的傳播活動受到用戶的沉浸體驗水平、用戶的情感距離、信息風(fēng)險感知程度的影響與限制。

時間演變及環(huán)境變化對輿論傳播的影響也受到一些學(xué)者的關(guān)注。這些研究人員認(rèn)為，時間的推移以及周圍環(huán)境的變化會對人們的觀點產(chǎn)生影響，進而影響信息的傳播。陳福集等在SEIR模型的基礎(chǔ)上，通過分析傳播閾值、平衡點以及話題衍生率對輿情傳播的影響，提出了SEIRS傳播模型;彭小兵等通過分析鄰避效應(yīng)在環(huán)境群體化輿論事件演變中的作用機制，提供了環(huán)境群體抗?fàn)幨录闹卫硪庖姟?/p>

此外，一些研究者關(guān)注個體交互模式對輿情傳播的影響。張偉通過對網(wǎng)絡(luò)輿情信息擴散中的個體交互模式、網(wǎng)絡(luò)結(jié)構(gòu)及初始傳播者進行分析，提出了基于近鄰響應(yīng)的網(wǎng)絡(luò)輿情信息擴散模型;楊瑞琪等則研究了輿情傳播過程中的興趣度與親密度對輿情傳播的影響，提出IC-SEIR網(wǎng)絡(luò)輿情傳播模型。

在傳播模式方面，一些學(xué)者則研究不同網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)特征對輿論傳播的影響，Moreno Y等基于SIR模型，分析了信息在不同的復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)中的傳播模式與進程，發(fā)現(xiàn)不同網(wǎng)絡(luò)結(jié)構(gòu)下，輿情信息擴散的敏感度不同：韓忠明等融合了話題內(nèi)容與網(wǎng)絡(luò)結(jié)構(gòu)，基于SIRS模型，提出了話題傳播模型，并在無標(biāo)度網(wǎng)絡(luò)、小世界網(wǎng)絡(luò)、隨機網(wǎng)絡(luò)和真實社會網(wǎng)絡(luò)進行實驗仿真。

上述模型從不同方面較好地詮釋了網(wǎng)絡(luò)輿情傳播過程，為后續(xù)的研究提供了一定的參考價值和現(xiàn)實意義。不過仍存在一些未考慮的因素，如信息傳播的人際關(guān)系比較復(fù)雜，個體對信息傳播與否受到網(wǎng)絡(luò)中其他群體行為的影響，然而現(xiàn)有對SEIR傳染病模型的研究中，關(guān)于不同群體的觀點在傳播中的變化及其對輿情傳播過程的影響的分析卻很少。針對以上問題，本文結(jié)合群體規(guī)模、群體從眾效應(yīng)和社會加強效應(yīng)對傳統(tǒng)SEIR模型進行改進，以期為進一步解釋真實社會網(wǎng)絡(luò)中的輿情傳播規(guī)律做貢獻。

2相關(guān)概念

2.1移動社交網(wǎng)絡(luò)

隨著移動通訊和互聯(lián)網(wǎng)的發(fā)展，移動設(shè)備和互聯(lián)網(wǎng)變得越來越便捷，微信、QQ等在線社交平臺發(fā)展迅速。人們可以隨時隨地獲取、交流或發(fā)布信息，信息的傳播變得更加快速、便捷。

與其他社交群體一樣.移動社交網(wǎng)絡(luò)中用戶的關(guān)系本質(zhì)上是一種由網(wǎng)絡(luò)參與者以及他們之間的二元關(guān)系構(gòu)成的社會結(jié)構(gòu)。因此，它具有高密度集、強弱關(guān)系并存的特點。強關(guān)系網(wǎng)絡(luò)是指網(wǎng)絡(luò)群體成員間聯(lián)系密切，群體中的個體更容易受到群體觀念和行為影響，弱關(guān)系網(wǎng)絡(luò)是指網(wǎng)絡(luò)群體成員間聯(lián)系疏散，個體受本群體的觀念和行為影響較小，但會受到其他強關(guān)系群體的影響，從而有利于信息的傳播與擴散。

2.2用戶群體行為

網(wǎng)絡(luò)群體指由擁有相似特質(zhì)、共同目標(biāo)和價值觀的兩個或者兩個以上的用戶在互聯(lián)網(wǎng)上構(gòu)成的用戶群體，成員間有著強烈的認(rèn)同感與歸屬感。與一般的社會群體不同，網(wǎng)絡(luò)群體不受地理位置和時間條件的影響，分布范圍更廣、時效性更強。

王志明等認(rèn)為，群體成員在群體環(huán)境中的行為產(chǎn)生是由其動機決定的，但是群體所處的環(huán)境以及與群體成員的互動會影響其行為，進而影響群體行為。張靜等認(rèn)為，網(wǎng)絡(luò)群體行為是指人們聚集在網(wǎng)絡(luò)中，通過點贊、評論、轉(zhuǎn)發(fā)等方式與網(wǎng)絡(luò)其他成員進行互動的具體行為。受上述文獻之啟發(fā).本文認(rèn)為群體行為是指由網(wǎng)絡(luò)用戶構(gòu)成的有機群體在環(huán)境、價值觀以及與其他成員的互動中所形成的統(tǒng)一的對外行為傾向。網(wǎng)絡(luò)群體內(nèi)部用戶間的互動是社交活動最重要的組成部分，也是信息能夠得到快速、有效傳播的關(guān)鍵。

2.3用戶狀態(tài)分類

在對信息在社交網(wǎng)絡(luò)中傳播規(guī)律分析的基礎(chǔ)上，本文將用戶狀態(tài)分為4類：

1）未感染狀態(tài)s（susceptible）。即對輿情信息處于未接觸的狀態(tài)，此類節(jié)點有接收輿情信息的可能，但自身尚未接觸輿情信息。

2）受感染狀態(tài)E（Exposed）。即猶豫狀態(tài)，此類節(jié)點已經(jīng)接收到網(wǎng)絡(luò)中其他節(jié)點發(fā)送的信息。一方面，可能以一定的概率在網(wǎng)絡(luò)中進行信息傳播;另一方面，出于對信息價值的懷疑，或暫時處于離線狀態(tài)，存在暫不傳播信息的可能。

3）信息傳播狀態(tài)I（Infected）。即傳播狀態(tài)，此類節(jié)點十分認(rèn)同接收到的輿情信息，并在網(wǎng)絡(luò)中以一定的概率進行傳播。

4）信息免疫狀態(tài)R（Removed）。此類節(jié)點已完成輿情信息傳播，并決定不再參與傳播。

與疾病傳播不同，在社交網(wǎng)絡(luò)中，除廣告媒體等少數(shù)特殊用戶之外.一般用戶的各狀態(tài)行為只會發(fā)生1次，即只發(fā)生1次轉(zhuǎn)發(fā)行為，并經(jīng)過該信息的生命周期后，就處于信息免疫狀態(tài)，此后不再發(fā)生狀態(tài)的改變。

3改進的SEIR模型

3.1傳統(tǒng)的SEIR模型

SEIR模型最初應(yīng)用于流行病領(lǐng)域，Stehle J等發(fā)現(xiàn)信息傳播與病毒傳播過程具有相似性，將SEIR模型引入信息傳播領(lǐng)域。傳統(tǒng)的SEIR模型根據(jù)傳播過程的不同將人群劃人4類倉室：易感染人群（s）、潛伏人群（E）、傳染人群（I）、免疫人群（R）。在均勻混合的網(wǎng)絡(luò)條件下，也就是假設(shè)人群具有相同的接觸率與傳染性，不同狀態(tài)的人群發(fā)生接觸后，其狀態(tài)的轉(zhuǎn)移如圖1所示，其中b、c、d分別為各狀態(tài)之間轉(zhuǎn)移的概率。

在真實網(wǎng)絡(luò)社交環(huán)境中，網(wǎng)絡(luò)組成更為復(fù)雜且具有聚集性，傳統(tǒng)的SEIR倉室模型沒有考慮復(fù)雜的社交網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)以及群體因素對于信息傳播過程的影響，因此傳統(tǒng)的倉室傳播模型不能充分反映網(wǎng)絡(luò)輿情信息傳播的真實情況。但網(wǎng)絡(luò)輿情傳播仍有其內(nèi)在機制與規(guī)律。由前文可知，除受到社交網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)影響外.網(wǎng)絡(luò)輿情傳播還會受到網(wǎng)絡(luò)中群體因素的影響。因此，本文從網(wǎng)絡(luò)輿情信息傳播中群體互動的特征著手，提出了一種融人用戶群體行為的網(wǎng)絡(luò)輿情傳播動態(tài)演化模型，并通過仿真實驗分析了群體行為對網(wǎng)絡(luò)輿情信息傳播效果的影響。

3.2改進的模型及傳播規(guī)則

網(wǎng)絡(luò)群體意見與行為會對輿情信息的傳播產(chǎn)生影響，個體所處群體規(guī)模、社會強化和從眾的心理對個體的網(wǎng)絡(luò)行為具有重大的影響。

1）未感染狀態(tài)（S）節(jié)點在接收到鄰居節(jié)點的發(fā)布信息后，可能以概率a+q轉(zhuǎn)變?yōu)樾畔鞑顟B(tài)（I）節(jié)點，否則以概率1-a轉(zhuǎn)變?yōu)槭芨腥緺顟B(tài)（E）節(jié)點。

2）受感染狀態(tài)（E）節(jié)點在接收到鄰居節(jié)點的發(fā)布信息后，可能以概率β轉(zhuǎn)變?yōu)樾畔鞑顟B(tài)（I）節(jié)點，參加傳播過程，否則以概率1-β轉(zhuǎn)換為信息免疫狀態(tài)（R）節(jié)點，結(jié)束傳播過程。

3）信息傳播狀態(tài)（I）節(jié)點會積極地將自身獲取并認(rèn)可的輿情信息向其鄰近節(jié)點進行傳播.在其多次接觸到鄰居的免疫節(jié)點后可能以y的概率進入信息免疫狀態(tài)（R），否則以1-Y的概率保持原狀態(tài)，即信息傳播狀態(tài)不變。

網(wǎng)絡(luò)輿情傳播的動態(tài)過程如下：個體通過“微博”“微信”等渠道爆料某一事件或話題，引起網(wǎng)友討論與意見交換，進而出現(xiàn)“意見領(lǐng)袖”并形成認(rèn)知群體，不同的認(rèn)知群體的意見會對其他群體中的個體行為產(chǎn)生影響（伴隨著從眾效應(yīng)與社會加強效應(yīng)），即傳播或不傳播輿情，有關(guān)部門在合適的時間采取合理的應(yīng)對措施會使網(wǎng)友注意力發(fā)生轉(zhuǎn)移，從而使不良的網(wǎng)絡(luò)輿論消退。網(wǎng)絡(luò)節(jié)點之間的狀態(tài)轉(zhuǎn)移如圖2所示。

根據(jù)以上狀態(tài)轉(zhuǎn)移規(guī)則，改進后的SEIR網(wǎng)絡(luò)輿情信息傳播的動力學(xué)方程如下所示：

其中.Ⅳ表示社交網(wǎng)絡(luò)中節(jié)點的總數(shù)量，在一段時間內(nèi)網(wǎng)絡(luò)中的節(jié)點數(shù)量都是保持不變的。

3.3群體行為影響因素

在傳統(tǒng)的傳染病模型中，研究者沒有考慮現(xiàn)實中用戶間信息傳播的特征與過程，通常對于節(jié)點狀態(tài)之間的轉(zhuǎn)化概率設(shè)定了固定參數(shù)值，然而現(xiàn)實網(wǎng)絡(luò)狀態(tài)下.個體節(jié)點各狀態(tài)之間的轉(zhuǎn)移會受到諸多外界因素的影響，其概率不是固定不變的。本文將群體網(wǎng)絡(luò)規(guī)模、從眾心理、社會強化效應(yīng)3個變量納入影響因素，并結(jié)合已有的相關(guān)研究，量化它們對信息傳播的影響程度，定義如下。

3.3.1跨社群傳播概率q

個體在群體壓力的影響下，為避免與群體意見或行為產(chǎn)生沖突、增強自身的安全感與集體的統(tǒng)一性.會主動或被動地以網(wǎng)絡(luò)中多數(shù)人的意見為準(zhǔn)則，按照與群體大多數(shù)人一致的方向變化自身的意見與行為。在從眾效應(yīng)下，信息傳播概率與群體中傳播者的數(shù)量成正相關(guān)關(guān)系，即信息傳播者在網(wǎng)絡(luò)中所占比例越大，其傳播的信息越容易被其他人相信并繼續(xù)傳播;反之，免疫者所占比例越大，信息被傳播的概率則越小。本文以傳播概率a刻畫從眾群體影響力的變化趨勢.即：

社交網(wǎng)絡(luò)中的信息密集多樣，其中很多信息是真實的或虛假的，普通人很難做出判斷，因此個體往往參考群體中意見領(lǐng)袖的行為做出行為決策。在社會群體中進行頻繁信息交流的個體常被提名為群

4仿真實驗

本文依據(jù)無標(biāo)度網(wǎng)絡(luò)對建立的數(shù)學(xué)模型進行仿真，模擬群體視角下輿情演化模型的變化過程，探究輿情演化的規(guī)律。本文假設(shè)系統(tǒng)內(nèi)用戶群容量為5 000，即N=5 000，并根據(jù)模型特點，作出以下假設(shè)：初始狀態(tài)網(wǎng)絡(luò)中未感染狀態(tài)節(jié)點數(shù)Js（0）=4999，信息傳播狀態(tài)節(jié)點數(shù)，（0）=1，受感染狀態(tài)節(jié)點數(shù)E（0）和信息免疫狀態(tài)節(jié)點數(shù)R（0）均為0，相關(guān)概率參數(shù)設(shè)置為：a=0.6、β=0.75、y=0.25。迭代次數(shù)T=200，隨著實驗時間的變化.得出的未感染節(jié)點密度、受感染節(jié)點密度、信息傳播節(jié)點密序和信息免疫節(jié)點的演化情況如圖3所示。

如圖3所示.該模型中，未感染狀態(tài)節(jié)點在初期呈現(xiàn)驟減趨勢，在t=40時，已經(jīng)接近零值，此時網(wǎng)絡(luò)中受感染狀態(tài)、信息傳播狀態(tài)和信息免疫狀態(tài)節(jié)點密度分別為0.2、0.009和0.76。存在少量未感染狀態(tài)節(jié)點一方面是因為傳播者密度很?。毫硪环矫媸且驗榫W(wǎng)絡(luò)阻斷效應(yīng)導(dǎo)致大量受感染狀態(tài)節(jié)點難以接觸到傳播節(jié)點所致。受感染狀態(tài)節(jié)點和信息傳播狀態(tài)節(jié)點在初始階段均呈現(xiàn)迅速上升趨勢，但受感染狀態(tài)節(jié)點比信息傳播狀態(tài)節(jié)點上升趨勢更加明顯，隨后二者均呈現(xiàn)下降趨勢并逐漸趨于穩(wěn)定。信息免疫狀態(tài)節(jié)點曲線呈現(xiàn)先慢后快的上升趨勢，這是由于后期大量的信息傳播狀態(tài)節(jié)點轉(zhuǎn)化為信息免疫狀態(tài)，之后趨于穩(wěn)定。

由此可知，影響范圍廣、傳播速度和消散速度快是信息在無標(biāo)度網(wǎng)絡(luò)中呈現(xiàn)的特點。雖然理論上網(wǎng)絡(luò)輿情信息幾乎會影響到每個人，但由于現(xiàn)實網(wǎng)絡(luò)中阻斷效應(yīng)的存在，許多未知者實際上并未受到輿情信息的影響，輿情信息的傳播會受到限制。

4.1社群規(guī)模對傳播過程的影響

用戶處于不同群體時，個體節(jié)點除了受到來自群體內(nèi)部的影響外，還會受到其他群體行為意見的影響。為了便于分析，本文特別構(gòu)建了1個相對密集的B社群和1個稀疏的A社群，且A社群從一開始沒有感染節(jié)點，B社群存在感染節(jié)點。群落A和仿真結(jié)果如圖4所示。

如圖4所示.A社群從一開始就沒有形成輿情信息，直到B社群的信息通過社群間的鏈接傳播到這個稀疏的群體.從而使得該輿情信息在A社群內(nèi)發(fā)生傳播。因為基本的傳播系數(shù)低（R<1），信息在A社群間斷持續(xù)存在，即在一段時間內(nèi)，信息存在于A社群，之后的一段時間內(nèi)信息在A社群停止傳播，但此時社群中的所有節(jié)點都是易受影響的。這種無信息傳播時間隨著下一次社群間傳播的成功而結(jié)束。

結(jié)果表明：在稠密的群落中輿情信息持續(xù)存在，而在稀疏的群落中輿情信息在短暫的輿情傳播和無信息傳播之間交替發(fā)生。通過以上分析，可以得出規(guī)模大社群的輿情傳播會對規(guī)模小社群的輿情傳播產(chǎn)生間歇性影響。

4.2群體從眾效應(yīng)對傳播過程的影響

在社交網(wǎng)絡(luò)信息傳播中，單個用戶節(jié)點在其他用戶行為的影響下容易產(chǎn)生從眾心理，導(dǎo)致盲從。網(wǎng)絡(luò)輿論就是一種典型的由從眾效應(yīng)引起的信息傳播。網(wǎng)絡(luò)中擁有從眾心理的用戶比重與信息傳播的傾向性之間成正相關(guān)關(guān)系。因此，依次設(shè)置從小到大的試驗參數(shù)，進行實驗仿真，A表示群體傳播系數(shù)，分別取值0.1、0.5、0.7和0.9，并將信息價值V設(shè)定為0.5，其他參數(shù)保持不變。從而觀察在不同的從眾效應(yīng)取值下，信息的傳播與發(fā)展進程，仿真結(jié)果如圖5所示。

由圖5所示可知，S（t）曲線隨著群體傳播系數(shù)的增大，越來越陡峭，下降速度越來越快，說明群體影響力隨著社交網(wǎng)絡(luò)中從眾心理的增強而變大，從而使得用戶更傾向于進行信息傳播的行為，促使E（t）曲線也加速增長，峰值越來越高;I（t）曲線在拐點前更加陡峭，在更短的時間內(nèi)即可達(dá)到峰值;R（t）曲線則隨著的增加變化趨勢趨于平緩，且穩(wěn)定值逐漸變小，說明隨著群體影響力的不斷增加，移動社交網(wǎng)絡(luò)大量節(jié)點會快速轉(zhuǎn)化為受感染狀態(tài)的節(jié)點，進而轉(zhuǎn)化為信息傳播狀態(tài)的節(jié)點，并隨著信息的不斷傳播逐步轉(zhuǎn)為信息免疫狀態(tài).最終趨于穩(wěn)定。

通過以上分析可以看出，群體影響力越大，從眾效應(yīng)就越明顯，人們接受并進行傳播輿情信息的意愿就越大，進一步提升了信息獲取與傳遞的速度，使信息能夠在較短時間內(nèi)產(chǎn)生較大影響。

4.3社會加強效應(yīng)對傳播過程的影響

由社會強化效應(yīng)的發(fā)展過程可以看出.一段時間內(nèi)同一信息在用戶面前出現(xiàn)的次數(shù)越多，社會強化效應(yīng)越明顯。本文根據(jù)信息出現(xiàn)頻次依次設(shè)置試驗參數(shù)，進行仿真，分別取值n=1、n=10、n=20、n=50，并將V的值設(shè)定為0.5，其他參數(shù)保持不變。得到仿真結(jié)果如圖6所示。

由圖6所示可知，隨著社會強化效應(yīng)的增強，信息出現(xiàn)的次數(shù)越來越大?？梢园l(fā)現(xiàn)信息出現(xiàn)次數(shù)為10次和20次時，S（t）曲線下降趨勢明顯，E（t）、I（t）曲線則呈現(xiàn)快速增加的趨勢，且峰值出現(xiàn)更早;而隨著信息出現(xiàn)次數(shù)的不斷增大，當(dāng)信息出現(xiàn)次數(shù)達(dá)到一定值時，S（t）曲線下降速率趨緩，E（t）、I（t）曲線則不斷下降，且峰值緩慢出現(xiàn)。R（t）曲線在一定信息出現(xiàn)次數(shù)內(nèi)上升趨勢增強，峰值變小，隨著信息出現(xiàn)次數(shù)的上升，S（t）曲線下降速率逐漸趨緩，峰值變大。說明在一定數(shù)量范圍內(nèi)，人們成為某輿情信息的潛在傳播者的可能性隨著在同一時間看到同一信息的次數(shù)的增大而增大，在此情況下，移動社交網(wǎng)絡(luò)大量節(jié)點會快速轉(zhuǎn)化為受感染狀態(tài)的節(jié)點，進一步轉(zhuǎn)化為信息傳播狀態(tài)的節(jié)點，最終隨著信息的不斷傳播而轉(zhuǎn)為信息免疫狀態(tài)并最終趨于穩(wěn)定;超出該范圍，人們則不愿意瀏覽該信息或進行信息傳播，這可以從兩方面進行解釋。一方面可能是輿情本身價值低，不能引起網(wǎng)民群體的興趣，網(wǎng)民群體對該輿情的傳播失去動力，從而導(dǎo)致輿情值較低：另一方面可能是出現(xiàn)次數(shù)過多.網(wǎng)民群體對該信息產(chǎn)生厭惡感和免疫力，不愿意傳播該類信息，使得該輿情在演化過程中峰值比較低，信息難以在社交網(wǎng)絡(luò)中繼續(xù)傳播。

4.4實驗總結(jié)

從社群規(guī)模對傳播過程的影響分析，在無標(biāo)度網(wǎng)絡(luò)中，輿情在稠密群落中持續(xù)存在，而在稀疏群落中，它在短暫的輿情爆發(fā)和滅絕之間交替。社群間感染的時間模式啟示人們在每個時間段后對稀疏社群中的節(jié)點加強引導(dǎo).平息負(fù)面信息對節(jié)點的影響，以免不良信息再次傳播;并對稠密的社群的輿情動向展開監(jiān)督，重點監(jiān)查處在非變動情況下的輿情，推斷輿情是否又會被觸發(fā)從而造成新的傳播周期出現(xiàn)。

從群體從眾效應(yīng)對傳播過程的影響分析，社交網(wǎng)絡(luò)中的從眾效應(yīng)能夠明顯提高輿情傳播與消散速度，積極發(fā)揮領(lǐng)導(dǎo)者在群體決策中的組織、引導(dǎo)作用;重視與網(wǎng)絡(luò)媒體交流互動，改造組織環(huán)境，優(yōu)化組織構(gòu)成，努力營造輕松、積極的群體氛圍，弱化群體壓力對個體節(jié)點意見和行為的影響。

從社會加強效應(yīng)對傳播過程的影響分析，社會強化效應(yīng)在初始階段能夠明顯提高輿情信息傳播與消散速度，擴大傳播范圍，可以在此階段加強對積極輿情信息的引導(dǎo)與強化，增加傳播量;對不良信息傳播渠道進行管控，減少其對個體節(jié)點的影響和傳播規(guī)模。

5結(jié)束語

移動環(huán)境下網(wǎng)絡(luò)輿情的傳播是學(xué)界和政府普遍關(guān)注的熱點課題，移動環(huán)境下信息傳播效果研究對于信息發(fā)布、熱點搜集以及輿論監(jiān)控具有重要意義。本文基于網(wǎng)絡(luò)群體行為視角，考慮了移動網(wǎng)絡(luò)環(huán)境下輿情傳播的特征以及結(jié)合輿情傳播的實際情況，在SEIR模型的基礎(chǔ)上建立了群體行為影響下的移動社交網(wǎng)絡(luò)輿情信息傳播的動態(tài)模型，引入了輿情信息傳播中的群體規(guī)模、從眾效應(yīng)和社會強化效應(yīng)，并結(jié)合理論分析和仿真實驗揭示了3種社會效應(yīng)對輿情信息傳播與演化的影響規(guī)律，結(jié)果表明：

1）在稠密的群落中信息持續(xù)存在，而在稀疏的群落中信息在短暫的輿情爆發(fā)和滅絕之間交替發(fā)生。

2）社交輿情網(wǎng)絡(luò)中的群體從眾效應(yīng)，使得輿情演化更容易發(fā)生，且從眾效應(yīng)值越大，網(wǎng)民群體交互越容易，輿情演化越容易發(fā)生。

3）社交網(wǎng)絡(luò)中的社會強化效應(yīng)在初始階段能夠明顯提高輿情信息傳播與消散速度，擴大傳播范圍，但隨著強化效應(yīng)的不斷增加，網(wǎng)民群體對該信息產(chǎn)生厭惡感和免疫力，不愿意進行信息傳播，從而使得信息難以在社交網(wǎng)絡(luò)中繼續(xù)傳播。

群體行為中的社會效應(yīng)是社交網(wǎng)絡(luò)中普遍存在的現(xiàn)象，它對輿情信息的傳播與演化具有明顯的影響.下一步將刻畫群體行為中其他社會效應(yīng)，如破窗效應(yīng)、權(quán)威效應(yīng)等，以深入認(rèn)識輿情信息傳播的普遍規(guī)律和特殊機制。此外，由于信息在網(wǎng)絡(luò)傳播過程中的外界影響因素很多，如媒體和政府的干預(yù)，網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)等，這些都有待于對模型進行進一步的改進與優(yōu)化，這也為以后的工作指明了努力的方向。