摘 ?要 ?隨著互聯(lián)網(wǎng)的快速發(fā)展,用戶在社交網(wǎng)絡(luò)中時刻面臨著多個熱點話題的狀態(tài)。文章首先根據(jù)話題的發(fā)展過程對多話題進行了分類,然后建立了多話題選擇傳播模型。通過仿真分析研究了話題普及度、用戶受影響程度、用戶接觸話題的次數(shù)對話題選擇傳播概率的影響,仿真結(jié)果表明,話題普及度對多話題網(wǎng)絡(luò)中話題選擇傳播概率具有最明顯的影響,而用戶受影響程度的影響最小。
關(guān)鍵詞 ?網(wǎng)絡(luò)輿情;多話題;選擇傳播模型
中圖分類號 ?TP393.0 ? ? ?文獻標(biāo)識碼 ?A ? ? ?文章編號 ?2096-0360(2019)21-0009-02
互聯(lián)網(wǎng)的快速發(fā)展使得社交網(wǎng)絡(luò)成為用戶對眾多事件表達觀點、交流意見的重要平臺。在實際生活中,用戶往往面對的是多話題的信息集合,而不是單一話題的情況,這就表明了用戶需要在多話題集合中選擇其中一種或幾種話題來進行關(guān)注和傳播,選擇的原則包括了話題本身的熱度等屬性以及用戶自身的興趣等。
網(wǎng)絡(luò)上的話題復(fù)雜多樣而用戶的注意力是有限的,必定會導(dǎo)致多個話題之間會競爭用戶的注意力資源,這種競爭關(guān)系對網(wǎng)絡(luò)話題的傳播和輿情的形成具有一定的影響。在線社交網(wǎng)絡(luò)中有多個話題并存,多話題在傳播的過程中相互影響且競爭用戶資源。Weng等人[1]基于用戶注意力有限的假設(shè)來提出了話題競爭的代理模型,并研究了話題競爭和話題規(guī)模以及話題生命周期等的關(guān)系。Myers等人[2]研究了多話題之間的競爭及合作對每個用戶所接收到信息的概率的影響,且提出了話題傳播的概率模型。Xu等人[3]通過可視的角度來展現(xiàn)意見領(lǐng)導(dǎo)人物、媒體和政府在不同時間和不同話題上的競爭關(guān)系。文獻[4]在SIR模型的基礎(chǔ)上提出了基于干擾相似度的多話題演化模型。孫立遠和管曉宏[5]研究了在線社會網(wǎng)絡(luò)上關(guān)于多話題的競爭和傳播規(guī)律,提出了多話題的傳播競爭特性的測量方法。從話題和用戶這2個層面設(shè)計了話題競爭的激烈程度測量、資源數(shù)變化規(guī)律、用戶注意力的轉(zhuǎn)移規(guī)律以及話題相關(guān)性等的話題測量方法,提出了話題資源數(shù)波動率、用戶的注意力轉(zhuǎn)移率和話題競爭激烈度等指標(biāo)。
本文根據(jù)話題發(fā)展過程中的關(guān)系將多話題分為無關(guān)話題、漸相關(guān)話題、緊相關(guān)話題和衍生話題四種。在對話題普及度、用戶受影響程度及用戶接觸話題的次數(shù)等進行定義的基礎(chǔ)上,構(gòu)建了多話題選擇傳播模型,并研究了各個因素對選擇傳播概率的影響,仿真結(jié)果表明,話題的普及度對多話題選擇傳播概率的影響度較高。
1 ?多話題選擇傳播模型研究
網(wǎng)絡(luò)社交媒體上的用戶時刻都面臨著多個話題并存的狀態(tài),但是由于用戶自身的注意力是有限的,不同話題對用戶的吸引程度是不同的,在多話題的集合中,每個話題的熱度也是不一樣的,所以用戶會選擇其中的一種甚至幾種話題進行瀏覽、表明態(tài)度并且傳播自己的觀點??梢钥闯鲈诙嘣掝}傳播的情況下,多個話題之間的競爭關(guān)系會影響到話題傳播的規(guī)模與效果。
1.1 ?多話題分類
根據(jù)事件發(fā)展過程中的關(guān)系,本文將多話題定義為四類:
1)無關(guān)話題:話題發(fā)展初期到結(jié)束都沒有任何關(guān)聯(lián),完全屬于不相關(guān)事件的話題。比如某明星結(jié)婚的話題與發(fā)現(xiàn)一個新的天體命名的話題。
2)漸相關(guān)話題:話題發(fā)展初期不關(guān)聯(lián),到發(fā)展中期逐漸有關(guān)聯(lián)。比如明膠和老酸奶。
3)緊相關(guān)話題:從發(fā)展初期到結(jié)束都有關(guān)聯(lián)的兩個(甚至多個)話題。比如華為公司同期推出的P30和P30Pro兩種型號的手機。
4)衍生話題:發(fā)展初期有關(guān)聯(lián),在發(fā)展成熟階段分散為幾個相對獨立的話題。比如:全國兩會即將召開之際會成為一個很熱的話題,隨著會議的進行,其中又會分散出來許多民眾關(guān)心的但是相對獨立的話題。
從有話題的關(guān)注度開始到話題關(guān)注度達到峰值,再到話題關(guān)注度漸漸消亡或者再迎來第二個峰值甚至更多個峰值,在不同的情況下的相應(yīng)輿情可能會有所不同。
1.2 ?多話題選擇傳播模型構(gòu)建
由于社交網(wǎng)絡(luò)平臺的開放性、海量性、實時性,網(wǎng)絡(luò)上充滿各種紛繁多樣的話題,用戶在多話題之中只會選擇其中一種或者幾種話題來進行瀏覽、評論留言、傳播信息。這也意味著這些多話題在競爭用戶資源,用戶也在有選擇性地傳播話題。
定義1:話題普及度k。所謂話題普及度就是話題傳播范圍的廣度。話題普及度越高,傳播的范圍越廣,那么用戶知道這個話題事件的可能性就越大,廣為人知的事件與鮮為人知的事件相比其傳播的概率要更加大一些。k在[0,1]之間取值,k值越小,表征話題的普及程度越低。
定義2:用戶受影響程度r。用戶受影響程度表征用戶受周圍人群態(tài)度的影響,與當(dāng)前的網(wǎng)絡(luò)主流輿論保持一致的程度。用戶憑借自身的判斷做出對事件的態(tài)度,r在[0,1]之間取值,r值越小,表征用戶對話題的自我判斷能力超強,受外界的影響越小。
定義3:用戶接觸話題的次數(shù)n。接觸的含義包括自己看到或者從別人那聽說的。本文中將用戶對話題的接觸次數(shù)n定義為用戶收到新聞媒體網(wǎng)站發(fā)出的話題消息以及論壇上其他用戶發(fā)布的消息,n的取值設(shè)置在[0,100]之間。
定義4:用戶對話題進行傳播的概率pi定
其中,ki表示話題mi的普及度,ni表示對話題mi的接觸次數(shù)。
話題被傳播的概率還和某一個話題在多話題總體中的“顯眼”程度有關(guān),也就是該話題在多話題集合中的影響力。假設(shè)新增加的話題和消亡的話題保持?jǐn)?shù)量一致,那么同時存在的話題數(shù)是一樣的,由于多話題之間的競爭和話題的數(shù)量也有關(guān)系,保持話題總數(shù)一致,那么多話題之間的競爭激烈程度是相當(dāng)?shù)?。在此情況下,假設(shè)在任意一個時刻,用戶只能選擇其中一個話題進行傳播,那么定義為話題在用戶接觸到的所有話題集合中的影響
定義為用戶在面對多個話題并存的集合的時候,最終選擇話題進行傳播的概率。
2 ?多話題選擇傳播概率影響因素仿真分析
下面運用Matlab仿真研究話題普及度k、用戶受影響程度r、用戶接觸話題的次數(shù)n對選擇傳播概率vi的影響。
2.1 ?話題普及度對選擇傳播概率影響研究
設(shè)置用戶受影響程度r=0.5保持不變,當(dāng)用戶接觸話題的次數(shù)n分別為3、5和8時,話題普及度k與選擇傳播概率vi的變化曲線如圖1所示。從圖中可以看出,當(dāng)話題普及度k較小時(k<0.2)時,話題的選擇傳播概率vi都比較小,相互間的差距很小,表明話題間對用戶的競爭劇烈。當(dāng)話題普及度k>0.2時,選擇傳播概率vi與話題普及度k呈正相關(guān)關(guān)系,而且話題接觸次數(shù)n越大,增長的速度越快。當(dāng)普及度k>0.4后,接觸次數(shù)n的變化對選擇傳播概率的影響越來越大,隨著話題普及度的增大,選擇傳播概率之間的差距越來越大,話題間競爭程度減弱。
2.2 ?用戶受影響程度對選擇傳播概率影響研究
設(shè)用戶對話題的接觸次數(shù)n=3,話題普及度k分別為0.2、0.5和0.8時,用戶受影響程度r對選擇傳播概率vi的變化曲線如圖2所示。
圖2表明當(dāng)用戶對話題的接觸次數(shù)比較少時,話題的普及度k越大的傳播選擇概率也越大,而且隨著用戶受影響程度的增加選擇傳播概率也逐漸增加,但這種影響較小。因此,多話題傳播時話題的普及度越大的話題選擇傳播的概率會非常明顯地大于話題普及度低的話題。
2.3 ?用戶接觸話題次數(shù)對選擇傳播概率影響研究
設(shè)用戶受影響程度r=0.2保持不變,話題普及度k分別為0.2、0.5和0.8時,用戶對話題接觸次數(shù)n對選擇傳播概率vi的變化曲線如圖3所示。
圖3表明用戶的受影響程度r保持不變時,話題的普及度k越大,傳播概率vi隨著接觸次數(shù)n增長的速度越大,vi和接觸次數(shù)n基本成正比,k較小時,vi增長較緩慢。由于話題普及度的不同而導(dǎo)致的最終選擇傳播概率也不相同,相差較大。
3 ?結(jié)束語
由于網(wǎng)絡(luò)社交平臺的開放性、海量性、實時性,網(wǎng)絡(luò)上充滿各種紛繁多樣的話題,用戶在多話題之中只會選擇其中一種或者幾種話題來進行瀏覽、評論留言、傳播信息。這也意味著這些話題在競爭用戶資源,用戶也在有選擇性地傳播話題。本文構(gòu)建了基于選擇傳播概率的多話題傳播模型,并研究分析了話題普及度、用戶接觸話題的次數(shù)及用戶受影響程度等因素對選擇傳播概率的影響,仿真結(jié)果表明,話題普及度對選擇傳播概率具有最大的影響,用戶接觸話題的次數(shù)影響次之,而用戶受影響程度的影響最小。
參考文獻
[1]Weng L,F(xiàn)lammini A,VespihnaniA,et al. Competiyion among memes in a world with limited attention[J].Scientific Reports,2012,2:335-343.
[2]Myers S A,Leskovec J. Clash of the contagins:Cooperation and competiton in information diffusion[C].Proceedings of the 12th IEEE International Conference on Data Mining. Brussels,Belgium: IEEE press,2012:539-548.
[3]Xu P, Wu Y, Wei E,etc. Visual analysis of topic compitition on social media[J].IEEE Transactions on Visualization and Computer Graphics,2013,19(12):2012-2021.
[4]陳葉斐,張學(xué)軍,黃衛(wèi)東.基于干擾相似度的多話題演化模型[J].電信科學(xué),2017(9):28-35.
[5]孫立遠,管曉宏.在線社會網(wǎng)絡(luò)多話題傳播競爭特性的測量[J].清華大學(xué)學(xué)報,2015,55(11):57-62.