基于混沌情景預(yù)測(cè)方法的微博信息擴(kuò)散建模的幾個(gè)方法

1、基于混沌情景預(yù)測(cè)方法的微博信息擴(kuò)散建模的幾個(gè)方法中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1006-4311（2014）21-0226-030 引言目前，隨著社交網(wǎng)絡(luò)的飛速發(fā)展，以用戶關(guān)系為基礎(chǔ)的社交網(wǎng)絡(luò)正逐漸受到廣大網(wǎng)民的喜愛(ài)。作為新傳媒時(shí)代的一種新興產(chǎn)物，社交網(wǎng)絡(luò)已日益深入到人們的日常生活中，并深刻影響和改變著人們的人際交流和信息傳播的方式。微博作為其中的典型代表，其不斷增長(zhǎng)的用戶數(shù)量和迅猛發(fā)展的影響力在中國(guó)掀起了一場(chǎng)微潮流;。微博是以用戶關(guān)系作為基礎(chǔ)而實(shí)現(xiàn)獲取、分享和傳播信息的平臺(tái)，又稱作微型博客。用戶可以通過(guò)WEP、WAP以及其他客戶端構(gòu)建個(gè)人微博主頁(yè)，發(fā)表140字以內(nèi)的內(nèi)容從

2、而完成分享和傳播信息的目的。微博作為一種新興的社交網(wǎng)站，它為用戶提供休閑娛樂(lè)的平臺(tái)，實(shí)現(xiàn)生活服務(wù)信息的傳播。微博具有大眾化和簡(jiǎn)捷性、實(shí)時(shí)感和傳播性以及多維性與傳播分層性的特點(diǎn)。其中傳播的分層性是指：假設(shè)我們把直接轉(zhuǎn)發(fā)原創(chuàng)微博的用戶分為第一層，間接轉(zhuǎn)發(fā)的用戶分為第二層，依此類推，那么微博原創(chuàng)者的轉(zhuǎn)發(fā)量會(huì)明顯高于其他轉(zhuǎn)發(fā)者的轉(zhuǎn)發(fā)量。近年來(lái)微博的用戶數(shù)量呈爆炸式增長(zhǎng)，微博已經(jīng)成為擴(kuò)散信息以及傳播輿論的重要平臺(tái)。對(duì)于微博信息的擴(kuò)散而言，它是一類復(fù)雜的非線性演化過(guò)程，混沌理論作為研究非線性的一門學(xué)科，在認(rèn)識(shí)社會(huì)現(xiàn)象方面具有獨(dú)特的思想。由于混沌理論能夠揭示復(fù)雜現(xiàn)象的內(nèi)在規(guī)律，從而能夠幫助復(fù)雜的微博信息擴(kuò)散

3、現(xiàn)象找出背后的客觀原因，因此，為研究微博信息的擴(kuò)散提供了新的理論和方法。1 混沌情景預(yù)測(cè)基于混沌理論的混沌情景預(yù)測(cè)是一種非線性系統(tǒng)的預(yù)測(cè)方法。其基本思想為：在假定行為個(gè)體微觀動(dòng)力機(jī)制（或規(guī)則、政策）條件下，通過(guò)模擬個(gè)體的行為與互動(dòng)，對(duì)個(gè)體行為結(jié)果進(jìn)行加總，從而在宏觀層次上預(yù)見(jiàn)未來(lái)可能復(fù)雜的情景。該方法側(cè)重于應(yīng)用混沌理論對(duì)復(fù)雜現(xiàn)象和演化過(guò)程進(jìn)行解釋與分析，具有深厚理論基礎(chǔ)和先進(jìn)技術(shù)支持，廣泛適用于公共政策和社會(huì)經(jīng)濟(jì)復(fù)雜現(xiàn)象的評(píng)價(jià)、模擬和仿真。混沌情景預(yù)測(cè)假定復(fù)雜系統(tǒng)的演變是許多基元互相作用的結(jié)果，即采用自下而上的建模思路。他將空間劃分為若干離散的獨(dú)立基元，相鄰基元之間的相互作用是一種簡(jiǎn)單的確定性

4、過(guò)程，一個(gè)基元會(huì)受到周圍幾個(gè)基元狀態(tài)的影響而發(fā)生變化，并且每個(gè)基元都具有若干個(gè)離散狀態(tài)。將時(shí)間分成一系列離散的時(shí)間步，每個(gè)基元在每個(gè)時(shí)間步中按照一定的規(guī)則進(jìn)行同步更新?tīng)顟B(tài)，基元自身以及臨近基元前一時(shí)刻的狀態(tài)共同決定了基元的狀態(tài)。與傳統(tǒng)的數(shù)學(xué)模型和模擬方針?lè)椒ㄏ啾?，混沌情景預(yù)測(cè)方法除了更容易描寫基元之間的相互作用外，還更容易仿真一些難以解析表達(dá)的復(fù)雜現(xiàn)象和變化，從而能夠真實(shí)詳細(xì)的反映大量個(gè)體相互作用的模式和結(jié)構(gòu)，因此，是研究微博信息擴(kuò)散變化的有效方法。2 微博信息擴(kuò)散仿真模型2.1 仿真模型的構(gòu)建 微博信息擴(kuò)散仿真模型的定義如下：D=（Ld，S，N，f）模型中有4個(gè)變量。2.1.1 空間與基元（

5、Ld） 微博信息擴(kuò)散的系統(tǒng)空間即為空間，而對(duì)微博中單個(gè)用戶的抽象即為基元。每個(gè)基元作為微博信息的潛在接受者和轉(zhuǎn)發(fā)者，都具有具體的行為和狀態(tài)，為了更新自身和整個(gè)系統(tǒng)狀態(tài)，都會(huì)與外部環(huán)境和周圍基元進(jìn)行信息互換。每個(gè)基元面對(duì)微博中的信息都可以選擇兩種行為，即接受并轉(zhuǎn)發(fā)和接受但是不轉(zhuǎn)發(fā)。2.1.2 狀態(tài)（S） 每個(gè)基元有三個(gè)狀態(tài)，用0、1、2表示。狀態(tài)為0表示未接收到微博信息，狀態(tài)為1表示接收但不轉(zhuǎn)發(fā)微博信息，狀態(tài)2為表示接收并轉(zhuǎn)發(fā)微博信息。由于轉(zhuǎn)發(fā)微博的用戶在微博信息擴(kuò)散過(guò)程中起到關(guān)鍵的樞紐作用，所以表示為狀態(tài)2的基元為我們重點(diǎn)關(guān)注的對(duì)象。模型中的每一個(gè)基元按照一定的決策規(guī)則和周圍基元的狀態(tài)更新各自

6、的現(xiàn)有狀態(tài)。已接收微博信息的基元的狀態(tài)在以后時(shí)間步長(zhǎng)將不會(huì)發(fā)生任何變化。而未接收微博信息的基元通過(guò)時(shí)間步長(zhǎng)的推移不斷更新其是否接收信息的狀態(tài)以及是否轉(zhuǎn)發(fā)信息的狀態(tài)。2.1.3 鄰居（N） 鄰居是對(duì)微博系統(tǒng)中人際關(guān)系網(wǎng)絡(luò)的抽象，是指相互之間成為粉絲的其他微博用戶。微博中的信息主要通過(guò)各用戶的人際關(guān)系網(wǎng)絡(luò)進(jìn)行擴(kuò)散。接收到微博信息的用戶選擇對(duì)此信息進(jìn)行轉(zhuǎn)發(fā)，從而使微博信息在各用戶間得以擴(kuò)散。鄰居的類型對(duì)于微博信息的擴(kuò)散具有很大的影響。本文采用圖1 Moore型鄰居，即基元以上面三個(gè)，下面三個(gè)，以及左右各一個(gè)基元為鄰居。周圍鄰居的狀態(tài)和當(dāng)前自身的狀態(tài)共同決定了每個(gè)基元的下一個(gè)狀態(tài)。2.1.4 決策規(guī)則

7、（f） 基元遵循一定決策規(guī)則決定是否轉(zhuǎn)發(fā)接收到的微博信息。決策規(guī)則是對(duì)微博用戶在微博系統(tǒng)中轉(zhuǎn)發(fā)微博決策規(guī)則的概括與抽象。在現(xiàn)實(shí)當(dāng)中，微博用戶對(duì)各種感興趣的微博信息非常敏感，且具有較強(qiáng)的傳播與展示的動(dòng)力。而絕大多數(shù)微博用戶的決策規(guī)則不存在本質(zhì)的差別，接受微博信息所能帶來(lái)的期望收益或效用具有不確定性，而且期望值本身也會(huì)隨微博信息的發(fā)展而發(fā)生變化。因此，在沒(méi)有其他微博信息可替代的假設(shè)前提下，每個(gè)基元的決策規(guī)則定義如下：周圍是否已經(jīng)有鄰居轉(zhuǎn)發(fā)了微博信息，若有，則該行為個(gè)體按照一定概率水平?jīng)Q定是否轉(zhuǎn)發(fā)該微博信息；否則不轉(zhuǎn)發(fā)。同時(shí)，根據(jù)微博傳播分層性的特點(diǎn)，把系統(tǒng)空間分層，同一層內(nèi)個(gè)體決定轉(zhuǎn)發(fā)微博信息的概

8、率是相等的，而且由內(nèi)層向外層概率逐漸遞減。2.2 仿真流程設(shè)計(jì) 本文將微博信息擴(kuò)散系統(tǒng)空間設(shè)置為二維空間平面區(qū)域，而系統(tǒng)空間具有正整數(shù)坐標(biāo)的點(diǎn)即為基元。手動(dòng)輸入第一層轉(zhuǎn)發(fā)概率，并把系統(tǒng)空間分成四層，第一層與第二層轉(zhuǎn)發(fā)概率相差0.3，第二層與第三層相差0.2，第三層與第四層相差0.1。新的微博信息首先從區(qū)域中心點(diǎn)進(jìn)入，并逐層向外擴(kuò)散。如果某個(gè)基元決定轉(zhuǎn)發(fā)微博信息（狀態(tài)變?yōu)?），則在其相應(yīng)坐標(biāo)處進(jìn)行標(biāo)記，即放置一個(gè)*;，否則不標(biāo)記。采用MATLAB2010b軟件，按照以上仿真模型編寫微博信息擴(kuò)散仿真程序（見(jiàn)附錄），程序流程如圖2所示。其中，P為微博信息轉(zhuǎn)發(fā)概率，N為矩陣的階數(shù)（取奇數(shù)）， i為向外

9、擴(kuò)散的層數(shù)，j為找到每層擴(kuò)散者并確定其周圍潛在擴(kuò)散者位置的次數(shù)。3 微博信息擴(kuò)散仿真結(jié)果及分析由于不同用戶對(duì)微博的感興趣程度很難精確量化，從而導(dǎo)致轉(zhuǎn)發(fā)概率確定的困難，同時(shí)這也不是本文研究的重點(diǎn)，所以這里只是隨機(jī)輸入轉(zhuǎn)發(fā)的概率。用概率分別為0.7，0.8，0.85對(duì)微博信息擴(kuò)散進(jìn)行仿真。仿真結(jié)果見(jiàn)圖3至圖5。從仿真結(jié)果來(lái)看，可得出以下結(jié)論：第一，可以將微博網(wǎng)絡(luò)中信息擴(kuò)散的過(guò)程看作水波漣漪的擴(kuò)散過(guò)程。發(fā)出的一條微博就好像在水面投下一顆石子，信息擴(kuò)散至粉絲就像石子產(chǎn)生的第一層波紋接觸到這些粉絲，波紋的中心即原微博。原微博的粉絲轉(zhuǎn)發(fā)了這個(gè)微博，信息就擴(kuò)散至粉絲而形成第二層波紋，中心變成了轉(zhuǎn)發(fā)這條微博的

10、人。第二級(jí)波紋的中心顯然可以不只是一個(gè)。在粉絲足夠多的情況下會(huì)形成多級(jí)多中心的波紋，微博信息擴(kuò)散的范圍也就可以足夠大。但微博信息擴(kuò)散具有一個(gè)范圍，這個(gè)范圍受到粉絲數(shù)量的限制，粉絲與原微博發(fā)出者的關(guān)系越弱，不接受信息的用戶數(shù)量就越多。第二，微博信息接受者的數(shù)量和空間分布對(duì)行為個(gè)體接受概率的變化非常敏感。接受者概率越大，接受的數(shù)量就越多。通過(guò)觀察不難發(fā)現(xiàn)，明星和機(jī)構(gòu)賬號(hào)的粉絲多，帶來(lái)的轉(zhuǎn)發(fā)量也多。表示個(gè)體在接受認(rèn)證微博信息的概率大。這體現(xiàn)了互聯(lián)網(wǎng)經(jīng)濟(jì)的馬太效應(yīng);和名人規(guī)律;，即強(qiáng)者愈強(qiáng)，弱者愈弱。由此給我們啟示，可以把微博作為一個(gè)輿論控制、活動(dòng)宣傳、客戶服務(wù)的平臺(tái)。第三，通過(guò)仿真可看出原本看似混亂

11、的微博信息擴(kuò)散，其內(nèi)部具有一定的規(guī)律，依靠直接觀察結(jié)果來(lái)做判斷是不科學(xué)的，尋找微博信息擴(kuò)散的影響因素需要一定理論作為判斷依據(jù)。同時(shí)仿真表明微博信息接受者在空間分布上存在一系列的盲點(diǎn)，這表示微博信息不可能被每個(gè)人都接受。由于這些盲點(diǎn)地帶的微博信息潛在接受者在個(gè)體行為上與其他地帶的接受者并沒(méi)有差異，因此，該現(xiàn)象僅是一種遵循一定規(guī)則的隨機(jī)現(xiàn)象。如何減少盲點(diǎn)地帶在微博宣傳中是個(gè)值得思考的問(wèn)題。4 結(jié)束語(yǔ)本文采用混沌情景預(yù)測(cè)方法構(gòu)建了微博信息擴(kuò)散仿真模型對(duì)微博中的信息擴(kuò)散進(jìn)行仿真研究。從仿真結(jié)果可以看出：第一，微博信息的擴(kuò)散會(huì)受到基元個(gè)體決策規(guī)則細(xì)小變化的巨大影響；第二，微博信息接受并且轉(zhuǎn)發(fā)的用戶的空間

12、分布取決于行為個(gè)體對(duì)微博信息接受概率的大?。坏谌?，看似混亂隨機(jī)的情景，其實(shí)背后隱含著一定的規(guī)律，僅依靠表面觀察的結(jié)果來(lái)做決策是很容易犯錯(cuò)誤，應(yīng)尋找微博信息擴(kuò)散背后深層次的原理，從而獲得最大化的效用。綜上所述，本文構(gòu)建的微博信息仿真模型揭示了微博信息擴(kuò)散的本質(zhì)性原理，對(duì)了解微博信息的擴(kuò)散機(jī)制和電子商務(wù)中的病毒式營(yíng)銷方式具有一定指導(dǎo)意義和實(shí)踐價(jià)值。附（程序源代碼）：%狀態(tài)表示，0為沒(méi)有接收到信息，1為不相信不傳播，2為相信而且傳播的。a = 105；b = input（請(qǐng)輸入信息接收的概率）；%矩陣的階數(shù)為奇數(shù)，所以中心位置的元素；（a+1）/2，（a+1）/2）A = zeros（a）；A（a+

13、1）/2，（a+1）/2） = 2；%生成階數(shù)為a的零矩陣，并把中心值變?yōu)?N = （a - 1）/2； %外層循環(huán)的次數(shù)，即尋找2的次數(shù)for i = 1：Nif i = 1 && i = 14 && i =27 && i = 40 && i = 52d = b-0.6；end = find（A=2）；M = length（m）；for j = 1：M %內(nèi)層循環(huán)，把2周圍的0值按決策規(guī)則進(jìn)行相應(yīng)的賦值B = A（m（j）-1：m（j）+1，n（j）-1：n（j）+1）；c = length（find（B=0）；B（B=0） =

14、 randsrc（c，1，）；A （m（j）-1：m（j）+1，n（j）-1：n（j）+1） = B；endend = find（A=2）； = find（A=0）；scatter（x1，y1，k*）；AXIS（）；參考文獻(xiàn)：【1】張碭，路榮，楊青.微博客中轉(zhuǎn)發(fā)行為的預(yù)測(cè)研究.中文信息學(xué)報(bào)，2012，26（4）：109，114.【2】吳凱，季新生，劉彩霞.基于行為預(yù)測(cè)的微博網(wǎng)絡(luò)信息傳播建模.計(jì)算機(jī)應(yīng)用研究，2013，30（6）.【3】于洪，楊顯.微博中節(jié)點(diǎn)影響力度量與傳播路徑模式研究.通信學(xué)報(bào)，2012，33（z1）：96-102.【4】魏玖長(zhǎng)，趙定濤.危機(jī)信息的傳播模式與影響因素研究.情報(bào)科學(xué)，2006，24（12）.【5】Duggan.L.Banwe. Constructing a Model of EIfective Information Dissemination in a Crisis. Infor