突发件网络舆情信息传播复杂网络预测模型分析

文章编号：1007-757X(2011)02-0028-02

突发件网络舆情信息传播复杂网络预测模型分析 童亚拉

摘要：传统的人文领域研究方法，只能对突发件舆情信息传播的过程和个体交互的机制，给出定性的描述，无法

进行定量研究，从自然学科的角度出发，运用复杂网络理论，研究突发件舆情信息传播的演化机理，对构建舆情信 息流动的预测模型，进行了分析。

关键词：突发件；网络舆情信息传播；复杂网络；预测模型 中图分类号：TP393.02 文献标志码：A 0 引言

20世纪90年代以来，我国社会结构进入急剧变革的转型 期，大量社会经济矛盾交织在一起，全国突发件数 量已由年1万起增至6 万余起，参与人数也由70万增至300 多万，特别是近年来发生的突发群体事件给国家带来多方面 的损失，如2008年贵州“事件”、2009年湖北“石首事 件”等。因此研究分析此类事件的发生背景，制定相应对策 显得十分迫切，而网络舆情是件发展演变的一个重 要因素，其中信息的网络传播常直接引发件，或间

接推动件的恶性发展。 1 背景

突发性群体事件是由临时的、自发的同类个体组成的整 体，由于某种共同要求，造成对社会具有不平常影响的事情， 其从发酵到爆发都伴随相关信息传播活动。而网络信息传播 是指民众以网络为平台，借助网络论坛(BBS)、网络聊天 (Chatting)、博客(Blog)、维客(Wiki)、电子邮件(E-mail)及网 络新闻组(Usernet News)等网络渠道，围绕即将发生或已发 生的件发布信息。当传播途径从传统渠道向互联网 等途径转移后，出现了流言广泛传播，难以实施有效控制或 澄清；舆情信息传播速度快、范围广、影响大；信息交流呈 现非理性化、情绪化倾向的新特征。网络舆情是件 发展演变的一个重要因素，它常直接引发或间接推动群体性 事件的恶性发展。人民网舆情监测室7月份首次发布了《2009 年上半年地方应对网络舆情能力排行榜》，湖北石首市 被研判为应对严重失当，存在重大缺陷，而湖北巴东县 则被判为表示应对存在明显问题，处倒数一、二位。由 此可见，如何迅速了解和把握网络的脉搏，及时回应公众疑 问?如何依法依规向民众提供最新最快最全的真实信息、引 导、掌握主动、消除谣言和误解，这是当前各级权力机 关面临的重大课题。

目前已有诸多学者开始研究探讨突发群体事件舆情信

息传播规律。王永福、肖峰从新闻传播学角度对基层突发性 群体事件的舆情信息传播规律，做出分析并对引导提出 相应策略[1]；杨久华研究分析了网络群体事件发生的模式、 趋势并提出采取建立健全防范协作机制、加强网络舆情引 导、及时掌控事件的发起人和组织者及构建利益整合机制等 策略措施[2]；罗成琳、李向阳通过总结我国现阶段突发性 群体事件的典型案例，分析了突发性群体事件演化的主要影 响指标和主要影响因素，从系统分析的角度，构建了突发性 群体事件的静态结构和动态流程[3]；彭知辉指出 件发展过程中，舆情信息传播的特点是信息传播形式的多样 性、内容的庞杂性、影响的联动性、方式非正式性等等[4]。 这些基于传统人文领域的研究方法，只能对信息网络传播的 过程和个体交互的机制给出描述，从定性的角度分析总结突 发件的信息网络传播的成因、流程、规律，无法进 行定量的研究，没有研究信息网络传播本身的特征对突发群 件性事件的影响，无法准确分析信息网络传播的时机、事件 因素的影响权重、传播方式与途径，也没有对信息网络传播 的演化过程进行仿真研究。目前已有学者开始从自然学科的 角度研究信息网络传播模型，如2009 年张立在博士论文《网 络传播中若干算法的研究》中，针对当前传播模型 研究中所广泛采用的几种传播媒介存在的问题，通过对国内 某网络社区的统计，得出了网络传播媒介的真实特性，

提出了适合进行网络传播研究的一般传播媒介模型即 网络生长模型，并在此基础上对其性质进行了考察，从而给 出了一个网络传播媒介模型，提高了网络传播模型 中，传播媒介的合理性和真实性。突发群件性事件舆情信息 网络传播的研究，是新兴的社会科学与自然科学交叉的研究 领域，既涉及自然科学领域，又涉及社会科学领域立足于网 络拓扑结构研究信息的传播，发掘的信息网络传播演化模型 并得出有意义的诊断，能为有关管理层提供定量解释和对 策，这样的研究工作目前尚不多见。

因此，在复杂的网络环境下，在充分了解网络拓扑结构 的基础上，分析微观节点传播的机制，从理论上解释突发群 体性事件舆情信息网络传播的形成过程和传播的机制，掌握 舆情信息网络传播规律，控制事件的发展, 结合危机处理的 一般方法，对认识、预测和引导事件的发生发展，有着重要 的理论意义和现实意义。 ———————————

基金项目：湖北教育厅人文社会科学研究重点项目(2010d025)；武汉市社会科学研究基金(whsk10087)；湖北省教育厅科学研究计划重点项目

(D20091406)；湖北工业大学博士科研启动基金(BSQD0830)

作者简介：童亚拉，女，湖南桃源人，湖北工业大学理学院，博士，副教授，主研领域：智能计算，复杂网络，数据挖掘，湖北武汉430068

28

Microcomputer Applications Vol. 27, No.1, 2011 研究与设计微型电脑应用2011 年第27 卷第1 期 〃 〃

2 复杂网络理论

复杂网络是指由一个点集V(G)和一个边集E(G)组成的 一个图G(V, E) 。近年来，由于计算机数据处理和计算能力 的飞速发展，科学家们发现现实中的大部分网络，既不是规 则网络，也不是完全随机的网络，而是具有与前两者截然不 同统计特征的复杂网络。如果将群体中的每个个体(人或企 业)看作一个节点、个体之间的关系看作一条边，那么整个 群体就构成一个复杂的网络。复杂网络形式在现实生活中随 处可见，例如因特网、社会人际网络、公司间商务关系网络、 食物网、论文之间相互引用而形成的网络等。大量的实证研 究发现，大多数现实生活中的网络都具备“小世界” (Small-World)特性——高集聚、短距离，即是小世界网络或 无标度网络[5]，前者引入了小世界网络模型，以描述从完 全规则网络到完全随机网络的转变。小世界网络既具有与规 则网络类似的聚类特性, 又具有与随机网络类似的较小的 平均路径长度[6]。后者指出许多实际的复杂网络的连接度 分布具有幂律形式。由于幂律分布没有明显的特征长度, 该 类网络又被称为无标度(Sc ale-Free) 网络[7]。加入复杂网络

研究的学者主要来自图论、统计物理学、计算机网络研究、 生态学、社会学以及经济学等领域，研究所涉及的网络主要 有：生命科学领域的各种网络（如细胞网络、蛋白质－蛋白 质作用网络、蛋白质折叠网络、神经网络、生态网络）、 Internet/WWW 网络、社会网络，包括流行性疾病的传播网 络、科学家合作网络、人类性关系网络、语言学网络等等； 主要方法包括数学上的图论、物理学中的统计物理学方法和 社会网络分析方法。

网络结构与行为的关系研究，是复杂网络理论的一个重 要研究方向，如渗流理论与传染病模型SIR(Susceptive Infected Recovered or Removed)和SIS(Susceptive Infected Susceptive)模型[8]。无标度网络中对SIR 和SIS 模型中，感 染总人数比例与传染率的关系研究表明，疾病传播的强度临 界值Bc→0，即在无标度网络中，无论传播强度(传染率) 多 么小，疾病都能持久存在。由于真实网络都是有限大的，M ay 和Lloyd 研究了无标度网络上传播行为的有限尺度效应， 指出有限大的无标度网络存在正的传播强度临界值[9]。 3 信息传播模型的复杂网络分析

引入复杂网络技术对突发件的信息网络传播， 进行深入研究的目的，是通过分析信息传播网络拓扑结构的 复杂性，进一步分析突发性件舆情信息传播的复杂 性，并根据复杂网络技术理论，寻找潜藏在信息传播网络“无

序”中的“有序”，从而为控制与引导突发件的发 生发展提出有效建议。因此，要弄清信息传播规则，需要研 究以下几个问题：

（1）突发件信息传播过程中的复杂网络特征。 舆情信息的传播构成具有小世界特征和无标度性质的复杂 网络，找出舆情传播媒介的真实特性，建立模拟传播网络， 比较复杂网络和舆情信息传播社会网络的异同，为构建传播 模型打下基础。

（2）应用复杂网络理论构建舆情信息网络生长模型。 通过改变网络的各种统计特征如社团结构分析、平均长度、 聚类系数和网络度分布，观察突发件舆情信息传播 的变化情况，研究这些参数对舆情信息传播及事件发生的影 响，建立传播模型。

（3）对所建模型进行仿真以结果证明其有效性及合理 性。利用计算机仿真和随机分析等方法模拟舆情信息的网络 传播过程，运用相关统计技术和手段，画出不同参数对舆情 信息传播的影响图，分析观察结果，找出原因，验证模型与 现实社会生活中的现象一致性，并得到传播规律。 由于突发件中，信息传播与网络疾病传播具有 某些类似，而学者们已就此类问题给出了大量的理论研究结 果，因此我们可以这些理论结果为出发点，结合突发群体性 事件舆情信息传播的特点，通过建立舆情信息传播的演化模

型来研究舆情信息传播。由于建立的传播演化模型不是可以 解析的数学方程，而是一套转化规则，模型结果是对模拟演 化过程的结果将通过统计得到，这种过程模拟也是网络上疾 病传播研究经常采用的方法。

(1) 建立信息传播网络。要研究突发件信息传 播演化机制，第一个工作是建立一个舆情信息传播网络，可 利用已有方法来建立网络，如某城市中一天电话通话记录建 立社会网络，网络中节点代表电话号码，边联结两个通话的 电话号码，也可选择Internet 网作为研究对象，分析其上信 息传播规律。由于网络巨大，直接运行模拟信息的传播算法 非常耗时，需优化网络，使其既保留原网络的特性如无标度 特性、小世界效应和度分布特性，也保证网络的连通性，算 法才能高效运行。

(2) 确定信息传播的原则。设定网络中的节点对某事件 的感知状态，如正面的认知状态、负面的认知状态、不能确 定的认知状态等。同样一件事不同的人会有不同的认知态 度，对一个人来说正面的态度在另一个人看来可能并非如 此，在信息网络中会存在不同的态度评价，因此必须要确定 3 种不同认知态度的传播概率。此外，认知信息在传播过程 的交互作用。现实生活中由于舆情信息传播的随机性，一个 人对某件事可能收到3 种不同态度的信息，存在信息冲突的 情形；同时还存在时间的延续问题，随时间的延续，传播信

息的可能性降低，对已经了解的舆情信息也不易传播，因此 需要确定上述两种情形下舆情信息传播的概率。 (3) 舆情信息传播过程的仿真研究。写出认知信息在信 息网络传播时网络中节点的状态转移方程，分别讨论网络的 统计特征如社团结构分析、平均长度、聚类系数和网络度分 布对舆情信息传播的影响，画出认知态度随时间变化的曲线 以及最终传播范围，计算不同传播概率值，从而得到相应规 则等结论。 4 结论

由于基于传统人文领域的研究方法，只能从定性的角度 分析总结突发件的信息网络传播的成因、流程、规 律，无法进行定量的研究，本文通过分析信息传播网络拓扑 结构的复杂性，进一步分析突发性件舆情信息传播 的复杂性，从而研究突发件舆情信息传播的演化机 理，分析舆情信息传播的时段性特征，仿真舆情信息演进的 趋势，比较传播网络的统计特征的影响，构建舆情信息流动 的预测模型。 （下转第39 页） 29

Microcomputer Applications Vol. 27, No.2, 2011 开发应用微型电脑应用2011 年第27 卷第2 期 〃3 〃

表1 未优化分析情况下的仿真数据 小区用户数呼叫用户数损失用户数呼损率 1000 67 0 0 5000 310 4 1.29% 10000 674 17 2.52% 20000 1227 50 4.07% 25000 1508 77 5.11% 30000 1931 125 6.47% 40000 2562 174 6.79% 50000 3159 306 9.69% 60000 3713 410 11.04% 75000 4666 658 14.1% 80000 4962 721 14.53% 90000 5594 8 15.% 100000 6263 1061 16.94%

由表1 的结果可得：根据目前系统中的配臵情况，要使 呼损率保持在小于5%的范围内，小区的最多用户数只能达 到20000 人。然而，当小区中的用户数增长到100000 人， 系统的呼损率达到了16.94%，这超出了系统所允许的范围。 优化分析后的仿真数据如表2 所示。 表2 优化分析后的仿真数据

小区用户数呼叫用户数损失用户数呼损率

1000 72 0 0 5000 303 0 0 10000 658 1 0.15% 20000 1167 10 0.86% 25000 1530 23 1.5% 30000 1953 37 1.% 40000 2481 50 2.02% 50000 3118 87 2.79% 60000 3745 122 3.26% 75000 4650 191 4.11% 80000 4929 210 4.26% 90000 5670 274 4.83% 100000 6170 305 4.94%

由表2 的结果得到：在与原系统小区用户数相同的的情 况下，通过优化整个初始接入过程，系统的呼损率有了明显 的降低，而且都小于呼损范围5%，这与系统要求的呼损率 相吻合，说明优化分析后的系统具有可行性。 根据表1 和表2 的仿真结果，将其绘制成图形，如图5 所示。从图中可以看出，未优化配臵的系统，随着用户数增 加，在初始接入的过程中，用户抢占信道、发生碰撞的概率 比较大，造成大量的呼叫用户无法接入系统，系统呼损率急 剧增长，从而降低了用户的QoS，影响了系统的性能和容量；

而进行优化配臵后，通过更改碰撞机制、重新配臵接入信道 参数，增加PRACH 信道的条数，可以满足更多的用户在 PRACH过程中使用PRACH 信道发送RACH消息，并顺利 完成随机接入的过程，有效地降低呼损率，提高系统性能。 0 1 2 3 4 5 6 7 8 9 10 x 10 4 0 0 .02 0 .04 0 .06 0 .08 0.1 0 .12 0 .14 0 .16 0 .18 小小小小小 呼 呼 呼 系系系系系

系系系系系

图5 小区用户数与呼损率的关系 4 总结

初始随机接入过程是无线通信系统中通信建立的关键 部分，当3G 用户逐渐增多时，大量的用户的接入请求将会 导致现有的系统性能大大降低，甚至崩溃。本文提出的初始 接入过程进行优化配臵相对于原系统的配臵来说，能够满足 更多的用户的接入，有效地降低了系统呼损率，增加了系统 容量。 参考文献

[1] 3GPP TS25.221, Physical Channels and Mapping of Transport Channels onto Physical Channels(TDD)[S]. 2003.

[2] 3GPP TS25.224, Physical Layer Procedures(TDD)[S]. 2003.

[3] 李小文,李贵勇,陈贤亮等. TD-SCDMA 第三代移动通信 系统、信令及实现[M]. 北京: 人民邮电出版社, 2003:140-146.

[4] 段玉宏,夏国忠,胡剑等.TD-SCDMA 无线网络设计与规 划[M].北京:人民邮电出版社, 2007:169-170.

[5] 陆鹏.一种基于泊松分布话务模型的话务量测试方法和 装臵[P].中国专利:200510005395.5,2009-07-22.

[6] 陈晶,张银城,吴本寿.一种TD-SCDMA 的子信道配臵和 选择方法[P].中国专利:200410009545.5,2008-09-03. （收稿日期：2010-07-02） （上接第29页） 参考文献

[1] 王永福,肖峰.基层突发性群体事件的信息传播规律与舆 论引导策略[J].东南传播,2009,6(58):65-68.

[2] 杨久华.当前我国网络群体事件发生的模式、趋势及其防 范策略[J],江西专科学校学报,2009,3(131):39-42. [3] 罗成琳,李向阳.突发性群体事件及其演化机理分析[J].中 国软科学.2009,6:163-171,177.

[4] 彭知辉.论件情报信息的作用与局限性[J],情报 杂志,2008,4:-67.

[5] Li X, Chen G. A local-world evolving network model [J].Physical A, 2003, 328(1/2): 274-286.

[6] Watts D J ， Strogatz S H． Collective dynamics of “small-world”__________networks[J]．Nature,1998, 393:440-442． [7] Barab6si A L, Albert R. Emergence of scaling in random networks [J]. Science,1999,286:509- 12.

[8] Newman ME J. Sp read of epidemic disease on networks [J]. Phys Rev E, 2002, 66(1): 016128 (1-11).

[9] May R M, Loyd A L. Infection dynamics on scale-free

networks[J]. Phys. Rev. E, 2001, : 066112. （收稿日期：2010-07-19） 9 __