在互联网应用不断普及的今天,在线社交网络对话题和观点的快速传播增加了舆论事件产生的突然性和频度,使舆论的传播、形成与演化过程变得更加复杂和不确定。如何深刻认识网络中的舆论传播规律和群体意见形成机理,进而预测事件的发展趋势,建立高效的防范策略,是迫切需要研究的问题。鉴于此,本项目拟以交叉学科的思想,在前期研究的基础上,对在线社交网络的社会关系挖掘、观点演化模式、传播结构作用机制以及热点预测方法进行研究,并将重点放在个体特性对群体意见的影响、个体与环境间的相互作用、网络突发性群体意见产生的条件、隐式社团结构对观点演化的影响、认知网络与交互网络中的个体交互机制、选择性关注及舆论热点演化趋势预测等舆论研究领域当前还未获得明确结果的问题上。研究结合信息科学、复杂系统理论、社会物理学、传染病动力学和社会学等学科的思想和方法,以期得到能用于集成升华平台的有效成果。
evolution pattern;prediction;behavior features;;
本项目以交叉学科的思想,侧重信息科学的手段,研究在线社交网络舆论传播演化模式及热点预测方法,探讨互联网用户个体行为特征及其演化发展模式,建模个体主观能动性及其在复杂网络环境中的相互作用,并将重点放在互联网特质引起的观点演化环境的变化上,寻找影响在线社交网络舆论形成的关键条件,以期加深对舆论传播演化模式的理解,并将其应用到网络舆论热点预测、舆论引导等实际应用中,同时也为复杂系统的理论研究提供了一些探索性的成果。研究成果包括提出了微博网络数据高效获取方案、基于用户影响力特征的微博用户权重排序算法;研究了微博用户特征量分布形成机制和增长规律、社交网络话题发展趋势预测方法;建立了微博用户双向关注网络演化模型、网络社区用户兴趣分析及回帖机制模型、基于个体主观能动性的观点交互模型、具有耗散结构的个体观点交互模型、个体决策影响下的观点传播特性模型、基于社会影响力反馈机制的舆论演化模型、基于广告影响力的观点动力学模型、基于强弱关系理论的社交网络信息传播模型、基于社会记忆性和优先选择性的信息传播模型等。 以上研究结果均以学术论文的形式发表在高水平学术会议及刊物上(共发表论文55X篇,其中包括SCI 28篇,EI 23篇)。在2012,2013和2014年,一直保持参加相关国际会议与学术交流活动,并与国内外相关单位开展了形式多样的合作与交流,培养了X名博士和X名硕士。