社會群體事件演化的復雜網絡視角分析

馮景童 吉林大學

引言:人們在復雜網絡拓撲研究領域近年來取得了長足的進展，發現了許多隱藏在網絡內部的特征規律。復雜網絡已經應用于各個領域和各個方面。將復雜網絡理論應用于風險評估,建立了一套具有運行風險快速預警能力、多級運行風險分析能力、全面體現時空間及動靜態運行風險能力的主動配電網運行風險評估體系。 通過簡要闡述復雜網絡理論及相關概念,對復雜網絡理論在圖書情報領域內的應用研究進行深入分析與歸納總結,以期為該領域及其他領域內復雜網絡的構建提供一定的借鑒與參考。利用復雜網絡理論分析網絡信息生態鏈演化過程,以期推動網絡信息生態鏈由無序、低效、不穩定的狀態向有序、高效、穩定的狀態演變,為網絡信息生態鏈的模擬仿真和實證分析提供參考。通過解析微博轉發記錄來研究影響信息轉發的因素或特征,把微博信息轉發預測問題抽象為鏈路預測問題,并提出基于最大熵模型的鏈路預測算法。將復雜網絡應用于大腦活動中，并用復合矩陣代替了相關矩陣。 提出了一種螢火蟲同步算法基于多尺度離散相模型。此外還有一些論文將復雜網絡應用在其它方面。

1 拓撲數據獲取

CAIDA(Cooperative Association for Internet Data Analysis)是一個參與Internet結構探測及數據分析的國際合作機構。圖1 (a)為ARK項目IPv4的54個探測節點在全球的分布情況；(b)為IPv6的16個探測節點的分布情況。CAIDA部分數據可在網上獲取。表1 為IP級數據格式。

圖1 IPv4和IPv6探測節點分布

表1 IP拓撲數據格式

2 拓撲數據分析

根據維基百科介紹，埃及革命爆發于2011年1月25日，日本地震發生在3.月11日，提取1月25日至4月14日的數據，并根據探測周期對數據進行合并。

圖2 節點數與邊數的演化

圖2為埃及革命和日本地震期間的互聯網IP拓撲數據。在2011年1月25日之前，節點數除12月31日小幅下降外，其余時間點均呈平緩趨勢。埃及革命爆發的時間點節點數和邊數均有一個突然下降的過程。而在1月25日爆發之后的節點數和邊數總體呈上升趨勢，但中間也有小幅度的跳躍過程。

節點數與邊數發生突變的時間點在12月31日、1月24日、和3月13日是重合的。除去12月31日之外，另外兩個時間點均是本文所篩選的兩個社會事件爆發的時間點，這在一定程度說明了社會事件同復雜網絡度量特征的波動有密切的關系。綜合節點數與邊數的因素，分析平均度的演化趨勢。

圖3 平均度的演化

在圖3中，平均度在圖中所示時間段內經歷的四次較大的幅度的改變，除2月15日的時間點外，其余三個時間點與節點數和邊數發生突變的時間點相同。

綜上所述，根據各個特征量的離群權重值，埃及革命爆發前后和日本地震期間，互聯網拓撲呈現出典型的常態演化和突變演化兩種特征，并且突變時間點相同或者相近。驗證了關于社會事件爆發階段，互聯網IP級拓撲更易發生突變這一推斷。而對于社會事件爆發時間段外的突變現象，有可能是IP分布密集的局部地區的拓撲受到了局部社會事件的影響，或者是其它的原因，對于其準確原因，受限于收集大量數據的難度及時間緊迫性暫時不做研究。根據現有工作可以做出的結論是：影響力廣泛的社會事件爆發期間，互聯網IP級拓撲更易發生突變現象，在這之外的時間段，拓撲基本呈現常態演化趨勢。

3 結束語

本文根據CAIDA提供的數據對埃及革命和日本地震期間的IP拓撲數據從復雜網絡的角度進行了分析。得出兩者存在某種相關性，而互聯網上的搜索行為可以改變動態路由路徑，因此聯想到作為互聯網主體的人類，其搜索行為和習慣會時刻改變著動態路由路徑。埃及革命和日本地震都驗證了這一推斷。