基于Netlogo平臺的突發事件信息傳播仿真研究

布旻晟，周 軍

(河海大學機電工程學院，213001，常州，江蘇)

基于Netlogo平臺的突發事件信息傳播仿真研究

布旻晟，周 軍

(河海大學機電工程學院，213001，常州，江蘇)

針對突發事件信息傳播的影響因素及參與主體進行分析，構建突發事件信息傳播的仿真模型，模型包括主體屬性函數以及主體之間的交互規則，不僅給出交互仿真圖，而且以“7.23動車事故”突發事件的相關數據作為仿真初始數據，利用Netlogo仿真平臺對突發事件信息傳播過程進行動態模擬，包括謠言傳播的動態過程和意見領袖的影響過程等，仿真結果可分析各主體哪些屬性是影響突發事件發展的主要因素，為有效控制事態發展提供決策依據。

突發事件；信息傳播模型；多主體仿真；Netlogo；謠言傳播；意見領袖

0 引言

研究突發事件傳播規律、健全信息的溝通渠道、提高信息處理水平，對有效應對各種突發事件，預防和減輕突發事件造成的損失，都有十分重要的意義。早期關于突發事件信息傳播的研究，主要是針對概念模型、情景分析的方法等理論進行研究，提出了許多經典的信息傳播模式[1]。Lasswell的“五W模式”是最早的信息傳播模式。Shannon和Weaver[2]的“線性模式”導入了噪音的概念，為信息傳播模式的研究提供了新的思路，但這2個模式都未揭示人類大眾傳播的雙向互動性質。Osgood與Schramm提出了“循環模式”，突出了社會傳播的互動性，并把傳播雙方都看作是傳播行為的主體。但此模式同時也存在一些缺陷，它把傳播主體放在完全對等或平等的關系中，與社會傳播中出現意見領袖的情況不一致，而且它只能反映點對點傳播的特點，不能適用于大眾傳播的過程。1970年，Defleur的“互動過程模式”在線性模式的基礎上補充了噪音和反饋的要素、環節和渠道，并認為噪音對信息及傳播和反饋過程中的任何環節或要素都會發生影響，是較全面地解釋信息傳播互動過程的一個模式。Fiona Duggan和Linda Banwell從危機信息的發送者和接受者的角度，于2004年提出了危機信息傳播模式[3]。該模式認為信息發送者的編碼規則在傳播過程中起主導作用，并把影響信息發送者和接受者的因素分為內部因素和外部因素，解釋了信息傳播的各個環節，但對于危機信息的傳播過程沒有過多的闡述。

互聯網時代的到來使得傳統的信息傳播模式發生了巨大的變化，高互動性的開放平臺使得每個人都可能成為信息傳播的“幕后推手”。 由于網絡上交互式的傳播與現實生活中的傳播具有一定的相似性，本文主要研究信息在網絡上的傳播，并基于以往學者的研究成果及經驗，既考慮了影響信息發送者和接受者的內部因素和外部因素，又考慮了信息傳播的過程，提出一種新的模型。該模型能夠模擬人與人的意見交互，從微觀角度分析意見領袖[4]的權威性、謠言[5]煽動性等主體屬性對突發事件信息傳播的影響。最后基于Netlogo[6]平臺進行仿真實驗和結果分析。

1 突發事件信息傳播仿真模型的構建

1.1突發事件信息傳播模型的構建

根據Fiona Duggan和Linda Banwell的危機信息傳播模式[3]，認為影響信息發送者和接受者的因素有內在因素和外在因素，包括意見領袖、同嗜性、目標信息、假定性等。突發事件傳播的生命周期分為事件前兆階段、事件擴散階段、事件爆發階段和事件恢復階段。本文在考慮了影響信息發送者和接受者的因素的基礎上，又加入了信息傳播過程的概念，建立了一個全新的突發事件信息傳播模型，如圖1所示。

圖1 突發事件的信息傳播模型

由于信息傳播無法在現實生活中進行試驗，因此采用計算機建模仿真是最有效的方法。社會系統是復雜系統，考慮到個體的多樣性，本文采用基于Agent的建模仿真方法[7]來研究信息的傳播。

1.2基于Agent的信息傳播模型

建模的基本思想是：將社會中的人模擬成計算機中的Agent，人與人之間的意見交互行為模擬成Agent的屬性和行為，并引入交互規則，從而判斷個體是否改變意見及改變的程度。經過多次重復的意見交互后，往往能從群體中觀察到宏觀輿情現象。如圖2所示，該方法能夠有效解答微觀的個體意見如何涌現出宏觀輿情。

圖2 基于Agent的信息交互模型圖

1.2.1 仿真平臺Netlogo簡介 NetLogo[6]是1999年在美國國家科學基金的資助下由Uri Wllensky開發的，目的是為給科學研究和教育提供易用且強大的計算機輔助工具。2002年發布了NetLogol.0版本，完全用Java編程實現，可以在不同的平臺上運行。NetLogo特別適合對隨時間演化的復雜系統進行建模, 它自帶有turtle、patch、link等多種類型的Agent,建模人員能夠向成百上千獨立運行的Agent發出指令,這就使得探究微觀層面上的個體行為與宏觀模式之間的聯系成為可能, 這些宏觀模式是由許多個體之間的交互涌現出來的。

1.2.2 建立Agent模型 在輿論的傳播中，大多數人會形成怎么樣的態度傾向，往往會受別人的影響[8]，本文重點考慮個體Agent建模，將民眾視為獨立的Agent，而將謠言制造者和意見領袖視為獨立于Agent之外的上層對象，能夠對個體Agent施加影響，改變其態度。信息傳播相關的幾個特性有態度、從眾性、可信度、權威性[9]。

1)態度。民眾對突發事件信息持有3種態度：支持、中立、反對。在實際社會中，人們的態度并不是一開始就明確無誤，因為媒體或人際影響，許多人的態度逐步由模糊不清、左右搖擺轉變為清晰堅定的意見。因此，本文取區間(0,1)上的實數表示個體意見，(0,0.33)表示反對，(0.33,0.67)表示中立，(0.67,1)表示支持。

2)從眾性。個體的從眾性是不同的，受個體地位、性格、心理、對信息的掌控程度等多種因素影響。本文取(0,1)之間的實數表示個體的從眾性，(0,0.33)表示態度堅定，(0.33,0.67)表示左右搖擺，(0.67,1)表示易受他人影響。

3)可信度。個體的可信度，即所掌握證據的說服力。可信度越高，影響力也會大一些。本文取(0,1)之間的實數表示個體的可信度，(0,0.33)表示說服力不大，(0.33,0.67)表示說服力尚可，(0.67,1)表示有很強說服力。

楊小水從此跟水結了仇——也不光是水，凡是與水相關的，她都不喜歡。楊小水還特意給常江舉了個例子，大水過去幾年以后，有一天村里放電影，《大河奔流》。一開始，全場沒有一點聲響，熒幕上都是水，揪人心啊。好在那只是片頭，接下來船上三個人的命運轉移了觀眾的注意力。電影演到十多分鐘，花園口被國民黨炸開，水洶涌而出。又過了幾分鐘，熒幕上突然出現水頭沖擊大樹、追趕人群的畫面。偏偏風又作勢，把熒幕又吹得鼓起來，電影上的水就像是立體畫面一樣，兜頭而來。誰家的小孩被嚇哭了，接下來幾個大人也哭起來，整個場地里的人都開始哭。號啕大哭。那個悲慘啊，連莫名其妙的放映員眼睛也濕了。電影沒法再演下去……

4)權威性。意見領袖權威性越大，影響力也越大。本文用取(0,1)之間的實數表示意見領袖的權威性，(0,0.33)表示不夠權威，(0.33,0.67)表示較權威，(0.67,1)表示非常權威。

在事件擴散和爆發時期，主要有3類主體：民眾、謠言制造者、意見領袖。各類主體的屬性見表1所示。

表1 各類主體屬性

1.2.3 主體之間的交互規則 Agent之間的意見交互規則能夠體現出影響Agent意見變化的各種因素。設Ai(t)為主體i的態度值，Ti(t)為主體i的可信度，a為交互閾值(參照文獻[10]本文取a=0.34)，在t時刻，如果|Ai(t)-Aj(t)|Ti(t)，說明主體j能影響主體i的態度，則t+1時刻主體i的狀態轉移方程如式1所示:

Ai(t+1)=Ai(t)+(Aj(t)-Ai(t))·gi(t)

(1)

Ti(t+1)=Ti(t)+(Tj(t)-Ti(t))·gi(t)

(2)

其中：gi(t)表示主體i被主體j影響的概率。如謠言對民眾態度的影響概率，與從眾性成正比，與民眾信息的可信度成反比，與謠言煽動性成正比。意見領袖對追隨者的影響概率，與從眾性成正比，與民眾的可信度成反比，與意見領袖可信度成正比，與意見領袖權威性成正比[11]。

如果|Ai(t)-Aj(t)|>a，說明主體之間的態度差異較大(有嚴重的意見分歧)，則主體i不改變自己的態度，狀態轉移方程如式2所示:

Ai(t+1)=Ai(t)

(3)

Ti(t+1)=Ti(t)

(4)

2 突發事件信息傳播仿真與結果分析

本文是以“7.23動車追尾事故”的突發信息擴散過程為例，進行了仿真研究。該事故原因系遭雷擊所致的說法，卻在網上掀起了軒然大波。本文搜集了2011年7月25日上午10時至晚上8時瀏覽過天涯社區“7.23動車事故5點存疑”帖子的瀏覽數和回帖數據，將實際數據按照3.33%的比例縮小，作為仿真的初始數據。即相信雷擊的人數50人，命名為“支持者”；不相信的人數270人，命名為“反對者”；無明確態度的人數320人，命名為“中立者”。

2.1民眾主體與謠言交互的仿真

通過改變謠言的參數值(如煽動性等)，檢驗哪些因素會影響信息的傳播。以輿論受謠言影響為例，如表2所示為初始參數。

表2 初始參數設置

1)當謠言的態度值取(0，0.33)之間的隨機數，即謠言對雷擊說持反對態度時，演化102次，民眾主體與謠言的交互仿真演化圖如圖3(a)～(b)所示，黃色區域表示謠言所在區域，可以看出隨著時間增加受到謠言影響的人慢慢變多。

圖3 民眾與謠言交互仿真過程變化

謠言影響下人數的變化過程如圖4(a)所示。其中，中立者和反對者人數減少，支持者人數基本不變，受謠言影響的人不斷增加，最終有419人被謠言影響，說明網絡謠言主要影響兩類人群：一類是態度與其相近的，另一類是態度搖擺不定的中立者；另一方面，態度與網絡謠言差異較大(即相信事故原因是雷擊)的人數不變，說明這部分支持者態度非常堅定，不容易受謠言的影響，始終堅持己見。

2)當謠言的可信度取(0.7,1)之間的隨機數，其他參數都不變，演化140次時，仿真過程中人數變化數據圖如圖4(b)所示。其中，被謠言影響的人數一直持續上升，且上升速度比之前快，影響人數也比之前多了120人，說明網絡謠言可信度(內容煽動性)越高，相同時間內相信網絡謠言的人數增加速度就越快，傳播的速度越快；另一方面，不僅有中立者，反對者及部分與網絡謠言態度差異較大的支持者也減少了，說明網絡謠言可信度越高(內容煽動性越強)，相同時間內影響人群越多即覆蓋范圍越廣。

圖4 民眾與仿真人數變化

2.2民眾主體與意見領袖交互的仿真

通過改變意見領袖的參數值(如權威性等)，可檢驗哪些因素會影響信息的傳播。

1)如圖5(a)所示。其中受意見領袖影響的人不斷上升，當意見領袖的可信度取(0,0.7)之間的隨機數，態度值取(0,0.33)之間的隨機數，即對雷擊說持反對態度時，演化140次時，仿真過程中人數變化數據圖，說明很多人受到了意見領袖的影響。

2)當降低意見領袖的觀點可信度(權威性)，即取(0，0.51)之間的隨機數，其他條件不變，運行步長ticks=102時，仿真過程中人數變化如圖5(b)所示，意見領袖影響的人數顯著減少，說明權威性是決定意見領袖影響輿論的重要因素，信息可信度越高，相信的人越多。

上述結果可以看出，影響力大、權威性高的意見領袖不僅僅是一個普通的民眾，而是在突發事件信息傳播中能夠引導公眾輿論導向的重要參與者，有著一呼百應的效應。意見領袖是突發事件信息傳播過程中一只看不見的助推手，他們的觀點態度至關重要，如果他們對突發事件的態度是批評或質疑，在突發事件信息傳播的疊加效應推動下會演變成巨大的網絡輿論危機。

圖5 民眾與意見領袖交互仿真人數變化

3 結束語

本文針對突發事件信息傳播的規律進行研究，首先對突發事件信息傳播的影響因素及參與主體進行分析，構建突發事件信息傳播的仿真模型，利用Netlogo仿真平臺對突發事件信息傳播過程進行動態模擬，包括謠言傳播的動態過程和意見領袖的影響過程等，最后參照仿真結果數據圖對仿真的結果進行了分析，具有一定的理論和現實意義。下一步工作中，將對人際關系復雜網絡模型進行更深入的研究，并結合傳播的動力學研究，使模型更貼近現實社會，可以與某個特定地區的地理位置、人口分布相結合，更有效地提升傳播模型的準確性與實用性。

[1] Peter R,Monge.Theories of Communication Networks[M].Oxford University Press,2003:35-38.

[2]Shannon,Weaver W.The Mathematical Theory of Communication[M].Urbana University of Illinois Press,1949:32-35.

[3]Duggan F,Banwell L.Constructing a model of effective information dissemination in a crisis[J].Information Research,2004,5(3):178-184.

[4]Sznajd-Weron K,Sznajd J.Opinion Evolution in Closed Community[J].International Journal of Modern Physics C,2005,11(6):1157-1165.

[5]Zanette.Dynamics of rumor propagation on small-world networks[J].American Physical Society,2002:8-9.

[6]Netlogo[EB/OL].[2011-04-20].http://ccl.northwestern.edu/netlogo.

[7]Zagreb,Croatia.An introduction to agent based modeling and simulation of social processes[EB/OL].[2011-04-20].http://arxiv.org/ftp/cond-mat/papers/0409/0409312.pdf.

[8]Moreno.Social impact of opinion dynamics[J].Annual Reviews of Computation Physic,2004(9):253-273.

[9]劉小波.基于Netlogo平臺的輿情演化模型實現[J].情報資料工作,2012(1):55-60.

[10]Rainer,H & K,Ulrich.Opinion dynamics and bounded confidence models analysis and simulation[J].Journal of Artificial Societies and Social Simulations,2002(5):162-173.

[11]梁紅霞.危機信息互聯網傳播仿真研究[D]:哈爾濱:哈爾濱工程大學,2011.

敬告作者·讀者

《江西科學》期刊著作權聲明

為適應我國信息化建設，擴大本刊及作者知識信息交流渠道，作者在本刊發表之文章，其著作權使用費與本刊稿酬一次性給付(本刊所收版面費為與稿酬及所贈雜志對抵后的金額)，稿酬不再另付。如作者不同意，請在來稿時聲明，本刊將作適當處理。

本刊為中國知網、萬方數據、重慶維普、華藝數位數據、博看網全文收錄期刊。

《江西科學》編輯部

ResearchonSimulationoftheEmergencyInformationDiffusionBasedonNetlogo

BU Minsheng,ZHOU Jun

(Hohai University.School of Mechanical and Electrical Engineering,213001,Changzhou,Jiangsu,PRC)

The impact factors and participation of the dissemination of unexpected incidents have been analyzed.A simulation model of spreading the information about the unexpected incidents has been constructed as well,which includes the subject property function and the interaction rules between the subjects.Not only the interactive simulation figure is presented,but relevant data of “7.23 EMU accident” has also been set up as the initialization data for simulation.Netlogo platform has been utilized to conduct dynamic simulation of the dissemination process of unexpected incidents,including the dynamic process of rumor propagation and influence process of opinion leaders etc.Which kind of attributes of subjects are the main impact factors for unexpected incidents development can be evaluated from the simulation results.This is able to provide basis for making decisions to control the situation development effectively.

unexpected incidents;information dissemination model;multi-agent modeling;Netlogo;rumor dissemination;opinion leaders

2014-06-06;

2014-08-08

布旻晟(1992-)，男，江蘇南京人，本科，研究方向主要涉及公共危機信息傳播過程的控制與建模仿真。

10.13990/j.issn1001-3679.2014.05.029

G350；TP391.9

A

1001-3679(2014)05-0710-05