摘要：社交網(wǎng)絡(luò)中用戶轉(zhuǎn)發(fā)是信息傳播的重要渠道。研究用戶轉(zhuǎn)發(fā)模式和信息傳播規(guī)律，將有利于在網(wǎng)絡(luò)話題傳播過(guò)程中進(jìn)行監(jiān)控和抑制。為了更好了解社交網(wǎng)絡(luò)中信息的傳播機(jī)制，本文在對(duì)微博這類社交網(wǎng)絡(luò)及其機(jī)制進(jìn)行文獻(xiàn)綜述的基礎(chǔ)上研究了社交網(wǎng)絡(luò)中信息傳播機(jī)制。對(duì)接受新信息的人數(shù)、信息創(chuàng)造者的中心地位及其局部聚類系數(shù)之間的相關(guān)性進(jìn)行了仿真，結(jié)果表明社交網(wǎng)絡(luò)中信息傳播與中心性成正比，與聚類系數(shù)成反比。

關(guān)鍵詞：社交網(wǎng)絡(luò);信息傳播;聚類系數(shù);中心性

中圖分類號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2020）22-0054-02

開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（0SID）：

1 問(wèn)題背景

隨著Web 2.0的出現(xiàn)，如Facebook、Twitter微博、知乎、朋友圈等社交網(wǎng)絡(luò)（SNS），已成為在Internet上傳播信息的重要工具[1]。用戶可以向他們的朋友和其他關(guān)心它的人傳播信息。在各種社交媒體中，微博是目前最受歡迎的服務(wù)之一，有著超過(guò)上億的用戶在使用。與傳統(tǒng)的信息傳播途徑相比，社交網(wǎng)絡(luò)中的信息傳播具有傳播延時(shí)小、速度快、不受時(shí)空限制等優(yōu)勢(shì)[2]，但錯(cuò)誤信息或謠言的傳播也會(huì)給社會(huì)帶來(lái)很大的負(fù)面影響。因此，了解信息在社交網(wǎng)絡(luò)中的傳播機(jī)制，可以更好促進(jìn)正面信息的傳播，遏制負(fù)面信息的傳播。許多學(xué)者對(duì)社交網(wǎng)絡(luò)的一些基本屬性，包括度分布、聚類和網(wǎng)絡(luò)核進(jìn)行了研究，結(jié)果表明SNS用戶的網(wǎng)絡(luò)很可能是無(wú)標(biāo)度網(wǎng)絡(luò)[3]。雖然類似微博的網(wǎng)站形成了一個(gè)有向圖，但其主要屬性仍是相同的。因此可以使用無(wú)標(biāo)度網(wǎng)絡(luò)來(lái)模擬社交網(wǎng)絡(luò)的初始條件。在這篇論文中，我們對(duì)微博這類社交網(wǎng)絡(luò)及其機(jī)制進(jìn)行建模。然后對(duì)影響信息傳播的幾個(gè)因素進(jìn)行了研究：首先，給定相同的網(wǎng)絡(luò)條件，中心性聚類系數(shù)如何影響網(wǎng)絡(luò)傳播;第二，網(wǎng)絡(luò)發(fā)生變化時(shí)信息的傳播;最后，信息傳播過(guò)程中網(wǎng)絡(luò)是如何演進(jìn)的。

2 信息傳播網(wǎng)絡(luò)模型

在此模型中，每個(gè)節(jié)點(diǎn)代表社交網(wǎng)絡(luò)中的一個(gè)人。黃色方塊代表信息。最初，我們隨機(jī)選擇一個(gè)人作為信息創(chuàng)建者。信息傳播遵循以下規(guī)則：

（1）每個(gè)持有信息的人都會(huì)將信息安以下規(guī)則推送給所有鄰居;（2）當(dāng)收到信息時(shí)，可能會(huì)對(duì)信息感興趣，在這種情況下，我們說(shuō)這個(gè)人掌握了信息;（3）如果某人與信息創(chuàng)建者有完全不同的意見，他會(huì)閱讀但忽略信息。隨著信息在網(wǎng)絡(luò)上傳播，網(wǎng)絡(luò)可以發(fā)展壯大。增長(zhǎng)遵循以下規(guī)則：如果此人持有信息，他將關(guān)注該信息的創(chuàng)建者。

為了更好可視化上述規(guī)則，這里用兩種顏色表示不同的群體，如圖1所示。藍(lán)色表示將忽略此消息，紅色代表持有相同觀點(diǎn)的群體，粉紅色的節(jié)點(diǎn)代表那些掌握信息的人，綠色代表那些持相同觀點(diǎn)但對(duì)信息不感興趣的人，灰色代表那些收到消息且對(duì)消息持有不同意見的人?；疑途G色節(jié)點(diǎn)均讀取該信息，但是，他們不會(huì)進(jìn)一步轉(zhuǎn)發(fā)它。同時(shí)，使用兩種不同的度量來(lái)描述網(wǎng)絡(luò)中節(jié)點(diǎn)的特征一局部簇系數(shù)和中心度。在復(fù)雜網(wǎng)絡(luò)中，某個(gè)節(jié)點(diǎn)的簇系數(shù)（ Clustering Coefficient）是指該節(jié)點(diǎn)的鄰居中彼此相連的概率。節(jié)點(diǎn)的聚類系數(shù)越低，其鄰居之間的重疊連接就越少。中心性用于描述節(jié)點(diǎn)在圖中的重要性，在這里，我們主要使用度中心度和緊密度中心度來(lái)分析圖。

3 模擬結(jié)果分析

對(duì)社交網(wǎng)絡(luò)進(jìn)行仿真，首先生成節(jié)點(diǎn)數(shù)為500的無(wú)標(biāo)度社區(qū)網(wǎng)絡(luò)，并隨機(jī)選取一個(gè)節(jié)點(diǎn)作為信息的制造者。假設(shè)社區(qū)成員對(duì)信息的感興趣度為50%，信息生命周期為3個(gè)時(shí)鐘。單色網(wǎng)絡(luò)中所有節(jié)點(diǎn)都會(huì)轉(zhuǎn)發(fā)信息，雙色節(jié)點(diǎn)中，藍(lán)色節(jié)點(diǎn)收到消息后會(huì)忽略此消息。

3.1 單色網(wǎng)絡(luò)

我們首先讓網(wǎng)絡(luò)增長(zhǎng)200個(gè)周期，然后執(zhí)行信息傳播功能。結(jié)果表明接收信息的人數(shù)與中心程度成正相關(guān)關(guān)系，本地聚類系數(shù)成反比，如圖2、3所示。

3.2 雙色圖網(wǎng)絡(luò)

如圖1所示，雙色網(wǎng)絡(luò)圖用藍(lán)色代表接收者忽略接收的信息，紅色代表對(duì)信息持相同觀點(diǎn)的群體，兩色圖的仿真結(jié)果如圖4和圖5所示。

結(jié)果類似于一個(gè)彩色圖表，即接收信息的人數(shù)與中心性成正比，與局部聚類系數(shù)成反比。但是，我們發(fā)現(xiàn)接收信息的人數(shù)的絕對(duì)值比單一彩色圖表要小。造成這種現(xiàn)象的原因是，藍(lán)色節(jié)點(diǎn)對(duì)信息沿某個(gè)路徑傳播進(jìn)行計(jì)時(shí)，從而增加了信息傳播的難度。

3.3網(wǎng)絡(luò)演進(jìn)

仿真還得到了收到信息的人數(shù)與tick之間的關(guān)系，結(jié)果如圖6所示：可以得出隨著網(wǎng)絡(luò)的發(fā)展，具有相同的信息生命周期，更多的人可以接收信息。這是因?yàn)殡S著網(wǎng)絡(luò)的增長(zhǎng)，整個(gè)網(wǎng)絡(luò)變得更加緊密。有一個(gè)有趣的發(fā)現(xiàn)，在某些循環(huán)之后，這個(gè)數(shù)字似乎飽和了。這種飽和來(lái)自信息生命周期，這限制了信息可以傳播的深度。在節(jié)點(diǎn)總數(shù)遠(yuǎn)大于飽和節(jié)點(diǎn)數(shù)的情況下，如果我們?cè)黾有碌纳芷?，那么?huì)有更多的人收到消息。

3.4 網(wǎng)絡(luò)發(fā)展的影響

在等待網(wǎng)絡(luò)增長(zhǎng)很長(zhǎng)時(shí)間之后，收到信息的人數(shù)與中心性之間的關(guān)系如圖7所示。盡管從總體上看，該圖仍告訴我們信息接收人數(shù)與中心信息之間的比例關(guān)系，但它更加飽和，特別是在較低的x軸區(qū)域。這是因?yàn)楸M管某些節(jié)點(diǎn)具有較低的中心性，但是圖形節(jié)點(diǎn)之間的連接非常緊密，因此信息仍然可以傳播開來(lái)。

4 結(jié)論與啟示

本文建立了一個(gè)社交網(wǎng)站模型，并研究了會(huì)影響信息傳播的節(jié)點(diǎn)特征。結(jié)果發(fā)現(xiàn)收到信息的人數(shù)與中心性成正比.與聚類系數(shù)成反比。這個(gè)結(jié)果解釋了為什么名人的推特可以被很多人看到。首先，他們有很多追隨者，這意味著他們具有比較大的中心地位。其次，他們的追隨者非常多樣化。因此它們的局部簇系數(shù)很小。這個(gè)結(jié)果也給我們一些啟示。為了擴(kuò)大我們的網(wǎng)絡(luò)，我們應(yīng)該嘗試與更多的人建立聯(lián)系，更重要的是，我們需要結(jié)識(shí)來(lái)自不同地區(qū)，不同背景的不同類型的人。此外，從網(wǎng)絡(luò)增長(zhǎng)模擬中我們可以看到，隨著網(wǎng)絡(luò)之間的連接越來(lái)越緊密，收到信息的人數(shù)也隨之增加。隨著時(shí)間的流逝，當(dāng)越來(lái)越多的人可以訪問(wèn)Internet時(shí)，我們的社會(huì)可以更加緊密地聯(lián)系在一起，信息傳播的速度將更快。該仿真模型的主要局限是沒有引入真實(shí)的SNS數(shù)據(jù)。所有的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)都來(lái)自理想狀況，這與實(shí)際情況有所不同。

參考文獻(xiàn)：

[1]田雅.社交網(wǎng)絡(luò)下的垃圾信息處理算法研究[D].濟(jì)南：山東師范大學(xué)，2017.

[2]張霄宏，錢凱，鮑亞雷.基于SIR的Device-to-Device移動(dòng)社交網(wǎng)絡(luò)信息傳播模型[J].河南理工大學(xué)學(xué)報(bào)（自然科學(xué)版），2019，38（3）：131-136.

[3]徐恪，張賽，陳昊，李海濤.在線社會(huì)網(wǎng)絡(luò)的測(cè)量與分析[J].計(jì)算機(jī)學(xué)報(bào)，2014，37（1）：165-188.

[4]尹玨力，陳會(huì)英，王家坤.在線社交網(wǎng)絡(luò)中的負(fù)面輿情信息傳播機(jī)制及演化博弈分析[J].情報(bào)科學(xué)，2020，38（4）：153-162.

[5]沈家棟.社交媒體熱點(diǎn)信息傳播規(guī)律及控制[J].科學(xué)咨詢（科技·管理），2020（2）：43-44.

【通聯(lián)編輯：梁書】

基金項(xiàng)目：西華師范大學(xué)青年教師科研資助項(xiàng)目“一種動(dòng)態(tài)社交網(wǎng)絡(luò)進(jìn)化社區(qū)發(fā)現(xiàn)方法”（項(xiàng)目編號(hào)：19D042）的階段性成果

作者簡(jiǎn)介：胡章榮，助教，研究方向?yàn)榻逃畔⒒?、教育大?shù)據(jù)。