移動社交網絡對大學生校園生活影響力研究

鄭雅琴 張高煜 馬銳杰 舒航

摘 要 針對大學生移動社交網絡的復雜性，在多智能體仿真開發平臺NetLogo下編程實現移動社交網絡信息傳播的過程，動態地模擬移動社交網絡在大學校園建立和發展的演化過程，展現海量信息如何依附移動社交網絡進行傳播，分析并總結歸納移動社交網絡對大學生校園生活的影響。

關鍵詞 移動社交網絡；多智能體仿真；信息傳播；NetLogo

中圖分類號：G642.0 文獻標識碼：B

文章編號：1671-489X（2018）04-0047-04

Abstract In view of the complexity of mobile social network of college students， the process of mobile social network information dissemination is programmed in NetLogo， a multi-agent simulation development platform， which dynamically simulates the evolution of mobile social network in university campus establishment and deve-lopment. How to attach to the mobile social network to communicate with each other， Analyzes and summarizes the influence of mobile social network on college students life.

Key words mobile social network； multi-agent simulation； informa-tion dissemination； NetLogo

1 引言

隨著移動網絡技術的高速發展和迅速普及，移動互聯網已然變成信息獲取與傳播的主要方式之一，成為一種信息傳播與交換的新方式，給大學生的衣食住行等方面帶來巨大改變，造成極大影響。

20世紀80年代，國外就有了青少年網絡群體的研究，對于青少年與社交媒體的研究廣泛出現并且涉及多個領域。而后的Facebook、Twitter等網絡社交傳媒的出現及流行，許多相關的調查開始啟動[1]，如皮尤研究中心的“互聯網和美國生活項目”、LSE Research的“英國兒童上網項目”、倫敦大學的“社交媒體與社會科學研究項目”等。

國內在社交傳媒方面的研究沒有國外興起得那么早，相關研究相對較少。對文獻資料進行整理總結發現，國內的研究大部分是將網絡社交傳媒作為一種新興媒體來理解。

本文基于多智能體仿真技術對移動互聯網的網絡構建及信息傳播進行仿真，動態地模擬移動社交網絡在大學校園建立的演化過程，展現海量信息是如何依附移動社交網絡進行相互傳播，最后進行歸納與概括。

2 大學生移動社交網絡模型

從統計物理學方面來說，社會網絡是個許多個體與個體之間相互作用的系統。近年來，對于社會網絡的探索正處在高速成長期。小世界模型是一種特殊的復雜網絡結構，在模型中，大多節點并不相連，但是很多節點只要經過很少幾步就可以到達。在現實生活中，即體現為一些你認為和你距離很遠的人，其實和你很近。小世界模型就是對這些現象的數據描述。

最典型的小世界網絡模型是Watts-Strogatz模型（WS模型）。數學解釋就是一個以高聚集系數（即存在很多連接緊密的團體）和低平均特征路徑長度（即任意兩個節點之間大多會以至少一條短路徑連接）為特征的網絡模型。這個模型是一個假設，即只要把規則網絡在一定概率下將連接打亂，那么此網絡就具有小世界的特征。后來提出Newman-Watts模型（NW模型），即將變化連接改成隨機添加連接，根據概率P（0

3 移動社交網絡信息傳播建模

病毒傳播充分地描述了復雜網絡上的傳播特性，是目前網絡信息傳播研究的主要方向，對移動社交網絡上信息傳播的研究具有參考意義與借鑒價值。在病毒傳播模型中，SI、SIR和SIS這三種模型最為典型[3]，對研究網絡信息傳播模型具有一定指導性作用。本文將根據SIR為基礎，類比構建網絡信息傳播。

社交網絡信息傳播模型 在一般情況下，大部分的觀點認為社交網絡信息傳播模型可以類似地用SIR模型表示和描述。SIR模型中的S、I和R在網絡中則分別表示不知曉信息的人們、知曉信息并且樂于繼續傳播的人們、已知曉信息而且沒有可能傳播的人們。類比SIR模型，在社會網絡中，假定該網絡有N個節點并節點代表有可能性去傳播信息的人群，其傳播信息的方法如下：

1）假設人群處于I態，即是知曉信息并且樂于傳播，則人群有可能傳播信息；

2）在傳播中，如果收到信息的人群處在S態，那么S態人群就知曉了信息，并變成I態，開始1）的傳播過程；

3）如果此人群已經知道并傳播過此信息，那么當他第二次得到這個信息時，就會極大降低傳播此信息的可能（成為R態）。

整個過程可以由以下關系簡單地表示出來：

I（i）+S（j）→I（i）+I（j）

I（i）+I（j）→R（i）+I（j）

I（i）+R（j）→R（i）+R（j）

首先，S收到I傳播的信息，以λ的概率獲取，并變成新的I；其次，I傳播信息之后以概率μ成為R，或看成傳播后沒有了傳播的可能性，則變成免疫信息人群。但是，在實際情形下，一些人們會對某些信息一點兒都不感興趣，即使收到信息后也不會進行傳播，也就是天生對其不感冒。假設這些人概率為θ，在模型中即S直接免疫，以θ的概率直接成為R。各點之間遵循S-I-R-S循環，它們之間的關系如圖1所示。