基于SIRS的微信信息傳播模型①

李 莉,王小剛

(江蘇大學 計算機科學與通信工程學院,鎮江 212000)

基于SIRS的微信信息傳播模型①

李 莉,王小剛

(江蘇大學 計算機科學與通信工程學院,鎮江 212000)

微信高速發展已成為人際關系交流的一個重要平臺,在社會網絡信息傳播中占據著獨特的地位.以傳染病模型為基礎,建立基于微信信息傳播模型,利用實驗數據,在多情景下分析模型參數和信息源對微信信息傳播范圍及特征等的影響.通過對微信信息傳播影響因素改變,其仿真結果與微信傳播的特征具有很好的吻合度,對管控利用微信具有重要意義.

微信;傳播模型;社交網絡;閾值;仿真

隨著移動互聯網的發展,人們生活方式、網絡使用習慣產生了重大影響.根據CNNIC第37次報告,截至2015年12月,中國手機網民規模達6.20億,網民使用手機上網人群占比由2014年的85.8%提升至90.1%[1].微信因其便攜性、私人化等特點已成為大眾普遍使用的溝通聯絡方式及信息獲取渠道[2].微信是人與人之間進行信息傳播的強關系型社交平臺,傳播速度快、范圍廣難以控制等不可預測特征,對社會穩定與發展存在一定隱患.因此對微信傳播過程進行分析與研究,掌握微信信息傳播規律和傳播機理等特點,具有重要現實意義.

隨著微信使用范圍逐漸擴大,已成為一種強有力的社會網絡傳播方式.張亞婷[3]從傳播學角度分析微信朋友圈的產生模式,傳播機制,探索在基于內容價值的傳播條件下的人際關系變化.方興東[4]對微信傳播機制進行詳盡分析,指出微信以點對點的人際傳播.蔡立媛等[5]研究了微信謠言新的傳播機制,從社會影響等多方視角思考微信平臺謠言的規避與導,指出微信傳播具有雙面性.與此同時,很多學者已經開始利用模型對微信傳播進行定量研究和分析.陶立秋[6]將微信熱點分析與挖掘技術相結合,運用關聯規則算法提取隱藏在微信數據中有價值的信息.王小立[7]在分析微信與其他社交媒體平臺區別基礎上,模擬仿真研究微信信息傳播機理.梁闊洋[8]從搜狗搜索中爬取微信博文,將低質量文章識別作為文本分類問題,應用改進的遺傳算法實驗.

不少學者從信息傳播和復雜網絡等角度進行研究.Guo等[9]將成熟的傳染病模型融合,再加入新治療狀態,提出了基于個體特征Agent建模的傳染病模型SICRS/傳播模型進行仿真模擬,并研究此模型在無標度網絡上的動力學特征.Zinoviev等[10]提出利用單向的信息傳播和反饋機制的博弈模型對星型社交網絡中的信息傳播來進行仿真.Moreno等[11]在無標度BA網中使用平均近似場理論研究信息傳播模型,發現拓撲結構和參數設置是影響信息傳播的重要因素.在對信息傳播研究過程中也使用蒙特卡洛方法進行詳細探索和分析,并且在許多的社會事件中進行了應用[12].在有限理性的框架下Weisbuch等[13]和Lorenz等[14]在信息傳播領域對輿情傳播做了進一步深入地研究.

微信平臺作為一個大的生態圈,增強人際交流與溝通,拉近個體間距離.微信是強關系網絡的交流平臺,具有實時信息傳播,聚合特征,社交網絡,電子商務等功能.后前微信研究主要集中在定性的分析上,本文將傳染病的傳播機理,應用于微信平臺上,研究微信中信息傳播機理并對微信進行定量分析.

1 微信傳播模型構建

微信平臺中通過好友之間的關系組成一個獨特強關系網絡.微信中的信息在此平臺上可通過多種方式進行傳播,主要基于用戶朋友圈轉發、個人之間的交流和個人與群體之間的信息交流.不同的用戶受不同的信息影響也是不一樣的.

信息傳播可以看作發生在社交網絡上的傳播動力學行為,一般借用流行病方法對傳播動力學進行研究.流行病傳播過程中個體處于易感染狀態(S),感染狀態(I),移除狀態(R).在真實流行病中很多被免疫的個體具有臨時免疫性,采用微分方程的辦法來建立傳播模型.

SIRS模型的傳播機理規則:易感者與一位感染者接觸后以λ概率轉化為感染者,感染者會以概率μ進入免疫狀態,進入免疫狀態后會以概率δ喪失免疫狀態而重新進入易感狀態,其中λμδ是對應傳播過程中的概率.

1.1 微信信息傳播機制

朋友圈在微信傳播中是自我披露的一種行為,在信息展示的同時,用戶根據自己所處的狀態從不同層面進行信息傳播,在朋友圈中將個體之間的人際關系層層推進和深入.通過對微信平臺的研究發現,微信中傳播者的自我展現存在對應的規律性.同時微信傳播區別于一般的社交平臺,在信息傳播時即時性特點較為明顯,用戶在信息傳播上處于平等地位,在傳播中總是介于傳播者和受眾之間的角色互換.同時,信息交流是雙向過程的,參與者掌握著一個小半封閉的社交圈中的信息傳播的流動趨勢,對此過程可進行對應的控制,實現對信息傳播的導和改變.微信點對點的傳播方式,對于重要的信息極易形成發散型傳播狀態.由于微信屬于強關系型網絡,所以用戶之間的信任度相對而言較高,因而質疑信息來源的比例會降低,用戶接收和轉發的頻率會相對提高.這種虛擬的聯系使得現實生活雙方有著強烈的聯系,因而很容易影響現實人們的生活.

1.2 微信信息SIRS模型的構造

在微信網絡中的信息傳播,是信息對不同微信用戶心理影響的漸進過程,與傳染病傳播機理相似.本文中微信信息傳播機制借鑒SIRS傳染病模型中的狀態,建立微信傳播的動力學模型.

假設微信傳播的的三種狀態:微傳播者(S)、信息接受者(I)和信息不關注者(R).微信信息傳播狀態及轉換關系如圖1所示.

圖1 微信信息傳播狀態及轉換關系

圖1中,S表示微信平臺上獲得信息Q的人群;I表示接收該信息并發布出去的人群;R,表示不再關注該信息的人群;λ表示信息發布率;μ表示接收該信息并不在發布的概率;A表示注冊到具有該信息的微信平臺的人數;δ表示從不再關注該信息的回到具有信息Q的微信平臺的概率;d表示接收信息但不發布的概率.

這里對不同的信息源中S傳播節點作為主要研究對象,當信息傳遞到 S 時,此時作為傳播者,S 會向 I進行對應的傳播根據對應的轉化率λ,一定的信息感染者會變為信息的傳播者進入傳播狀態.在此次傳播中會存在一些對此類信息不太敏感的用戶一般會選擇忽略此次信息.

建立具有輸入人群的微信信息傳播模型:

2 微信信息傳播機理分析

首先對微信傳播模型進行機理分析,令模型右端為零得到方程組:

則原方程組化為:

下面給出平衡點處的jacobian矩陣:

3 仿真結果與分析

本文使用Matlab對微信傳播模型進行實驗.在微信信息傳播仿真建模中,人是信息傳播的主題,信息源是信息傳播的載體,信息源的價值程度是直接影響人們對信息傳播的關鍵因素.因此對各因素的控制來觀察對微信平臺信息傳播的影響程度是評估仿真模型的有效性的重要指標.本文采用某高校微信群作為實驗數據樣本,該微信群平臺的關系網絡圖,如圖2所示.

3.1 信息傳播閾值分析

使用指定參數構造出微信網絡模型,網絡中初始化節點狀態為傳播者S態,并在整個網絡中進行影響其他參與者.根據上述模型分析可知,微信信息傳播發生的閾值為時正平衡點存在,R0會單調遞增并趨于穩定,表示信息一直被傳播下去;時,正平衡點不存在,該信息不再被傳播出去.

圖2 微信群關系網絡圖

圖3 微信信息傳播模型整體傳播影響圖

3.2 信息發布率對微信信息傳播的影響

為觀察信息發布率λ對微信信息傳播的影響,分別取不再關注率μ=0.25,由不關注狀態轉為關注率δ=0.3,移除對此類訊息屏蔽率d=0.15不再變化的情況下,改變λ值,通過微信信息傳播模型模擬得到如圖4所示的數據曲線 .

圖4 信息發布率對微信平臺影響的變化圖

圖4中微信平臺中的信息發布率λ增大時,發現信息傳播受影響的人群會增大,會在較快的時間內達到峰值,但回落的也會相對較快,由此可看出在保持其他信息不變的情況下,減小信息發布速率會減輕微信平臺中信息傳播的影響度.

3.3 信息不關注率對微信信息傳播的影響

為觀察信息發布率μ對微信信息傳播的影響,分別取信息發布率λ=0.85,由不關注狀態轉為關注率δ=0.3,移除對此類訊息屏蔽率d=0.15不再變化的情況下,改變μ值,通過微信信息傳播模型模擬得到如圖5所示的數據曲線.

圖5 信息不關注率對微信平臺中I影響的變化圖

圖5中為μ增大微信平臺中的不關注率時,發現信息傳播受影響的人群會減小,會在較快的時間內達到峰值,且峰值會降低,受影響人群回落的也會相對較快,由此可看出在保持其他信息不變的情況下增大微信平臺中的不關注率會減輕微信平臺中對某一熱點信息傳播的影響度,可在發生熱點事件時通過發布其他受關注度高的事件將該事件熱度降低.

3.4 重新關注率對微信信息傳播的影響

為了觀察微信平臺中信息傳播的影響,還研究用戶由不關注狀態重新轉化為關注者狀態對信息傳播的作用.為觀察信息重新關注率δ對微信信息傳播的影響,分別取信息發布率λ=0.85,不再關注率μ=0.25,移除對此類訊息屏蔽率d=0.15不再變化的情況下,改變δ值,通過微信信息傳播模型模擬得到如圖6所示的數據曲線.

圖6 重新關注率對微信平臺中S所占比例變化圖

圖6中為δ增大微信平臺中的重新關注率時,發現信息傳播受影響的人群會增加,且在信息傳播過程中受影響人群回落的也會相對較慢,由此可看出在保持其他信息不變的情況下減少微信平臺中的重新關注率會減輕微信平臺中對某一熱點信息傳播的影響度.

3.5 訊息屏蔽率對微信信息傳播的影響

為了觀察微信平臺中信息傳播的影響,研究用戶由訊息屏蔽率d對信息傳播的作用.為觀察信息訊息屏蔽率d對微信信息傳播的影響,分別取信息發布率λ=0.85,不再關注率μ=0.25,由不關注狀態轉為關注率δ=0.3不再變化的情況下,改變d值,通過微信信息傳播模型模擬得到如圖7所示數據曲線.

圖7 訊息屏蔽率對微信平臺中R所占比例變化圖

圖7中為改變d值對微信平臺中R所占比例變化圖,發現通過增大d值,信息傳播中不關注此事件的人群會增加,且在信息傳播過程中關注此事件會較早趨于平穩,由此可看出在保持其他信息不變的情況下增加微信平臺中訊息屏蔽率會減輕微信平臺中對某一熱點信息傳播的影響度.

4 結束語

在本文研究中構建小型微信朋友圈關系網絡,通過改進傳統較為成熟的SIRS模型,增加了事件重新關注率和訊息屏蔽率研究信息在微信平臺中的傳播狀態.上述模型建立和仿真結果較符合微信傳播的特征,通過改變對應參數,從而達到對微信信息傳播在虛擬社交網絡中的爆發進行有效控制的后的.現階段對微信傳播模型研究還處于初級階段,在構建網絡模型中還可考慮聚集中心度選取朋友圈中心點,使得模擬結果更加精準.

1 中國互聯網信息中心.第37次中國互聯網絡發展狀況統計報告.http://www.askci.com/news/chanye/2016/01/22/141430ekou.shtml.[2016-01-22].

2 徐麗,張揚.國內微信研究現狀綜述.科技傳播,2015,(3):151–153.

3 張亞婷.微信朋友圈的話語傳播機制分析.重慶郵電大學學報(社會科學版),2014,26(5):124–128.

4 方興東,石現升,張笑容,等.微信傳播機制與治理問題研究.現代傳播,2013,35(6):122–127.

5 蔡立媛,張金海.蝴蝶效應:微信謠言的傳播機制.當代傳播,2015,(6):72–75.

6 陶立秋.改進的Apriori算法在微信熱點分析中的應用研究[碩士學位論文].武漢:華中師范大學,2015.

7 王小立.智能多Agent網絡的微信信息傳播仿真研究.現代圖書情報技術,2015,31(6):85–92.[doi:10.11925/infotech.1003-3513.2015.06.13]

8 梁闊洋.基于改進遺傳算法的支持向量機微信垃圾文章識別.計算技術與自動化,2015,34(4):137–141.

9 Guo DW,Chen J,Zou Y,et al.Evolutionary characteristics of public opinion spread in social networks.Proc.of the 5th International Conference on Computer Research and Development.Ho Chi Minh City,Vietnam.2013.

10 Zinoviev D,Duong V,Zhang H.A game theoretical approach to modeling information dissemination in social networks.Proc.of the 14th World Multi-Conference on Systemics,Cybernetics and Informatics.Orlando,USA.2010,1.407–412.

11 Moreno Y,Nekovee M,Pacheco AF.Dynamics of rumor spreading in complex networks.Physical Review E,2004,69(6):066130.[doi:10.1103/PhysRevE.69.066130]

12 Hegselmann R,Krause U.Opinion dynamics and bounded confidence models,analysis,and simulation.Journal of Artificial Societies and Social Simulation,2002,5(3):1–33.

13 Weisbuch G.Bounded confidence and social networks.The European Physical Journal B,2004,38(2):339–343.[doi:10.1140/epjb/e2004-00126-9]

14 Lorenz J.Consensus strikes back in the Hengselmann-Krause model of continuous opinion dynamics under bounded confidence.Journal of Artificial Societies and Social Simulation,2006,9(1):8–22.

Propagation Model of Information in WeChat Based on SIRS

LI Li,WANG Xiao-Gang

(School of Computer Science and Telecommunication Engineering,Jiangsu University,Zhenjiang 212000,China)

With its rapid development,WeChat has become an important platform for interpersonal communication,and occupies a unique position in the social network information dissemination.Based on the epidemic model,WeChat information propagation has established.The influence of model parameters and information sources on the scope and characteristics of WeChat information propagation is analyzed in multi-scenario with experimental data.Model simulation results and characteristics of propagation of WeChat have a very anastomotic match,which shows the WeChat information dissemination effect is important to control the use of WeChat.

WeChat;propagation model;social network;threshold;simulation

李莉,王小剛.基于 SIRS 的微信信息傳播模型.計算機系統應用,2017,26(9):269–273.http://www.c-s-a.org.cn/1003-3254/5956.html

①基金項后:國家自然基金(11072090)

2016-12-29;采用時間:2017-01-18