网络群体行为的建模、仿真及实证分析

本书根据书稿内容之间的逻辑联系，以第1章、第2章为基础篇，第3—5章围绕网络群体行为展开讨论，第6—8章讨论网络舆情的演化机理，第9章以谣言传播为例进行典型应用分析。全书的篇章结构如图1-1所示，其中第3—9章的内容均以作者的研究工作为基础完成，体现了本书的理论创新之处和学术价值。

图1-1　本书篇章结构

作为绪论的第1章描述了全书的概貌。第2章论述了复杂网络的基本原理，旨在为第3—8章的研究工作提供相关的理论基础。这是鉴于以下情况而设置的内容：第3—8章是全书的主体内容，其中第3—5章讨论了网络群体行为的涌现机制，主要以复杂网络为基础展开讨论；第6—8章讨论了网络舆情的演化原理，主要以网络节点态度交互为基础展开。第9章是应用案例，论述了网络舆情的典型案例分析过程。上述几章构成了本书的主体篇。

第3—8章集中展示作者在网络舆情研究方面所取得的成果，主要包括网络群体行为的涌现和网络舆情的演化两方面内容。前者以复杂网络为基础，针对网络群体的同步、极化行为展开讨论与分析，提出了网络优化与抑制机制；后者以网络群体行为为基础，针对网络舆情的形成、传播与反转等问题，采用模拟仿真与实证等方法，研究舆情的演化机理并提出有效的干预、引导机制。

第9章是典型案例，以典型的谣言传播过程为例，探讨网络舆情的扩散、演化原理，使读者从感性认识提升到理性认识，并将理论应用于实际，对本书前述章节相关模型与方法进行实际应用，检验其合理性与有效性。

作为学术研究成果的总结，本书各章内容基本自成一体，除了第1章与第2章之间、第6章与第7章之间有较强的衔接关系外，其余各章均具有相对的独立性。读者可以根据自己的兴趣有选择性地阅读有关内容，而不必拘泥于全书的编排顺序。

参考文献

［1］张耀峰.社会系统中集群行为的涌现计算［D］.武汉：华中科技大学，2015.

［2］BARRYS.Collectivememory and history：how abraham lincolnbecamea symbolof racialequality［J］.SociologicalQuarterly，1997（38）：469-496.

［3］JACKSON M O.Social and econom ic networks［M］.Princetors，New Jersey，USA：Vtls Inc，2013.

［4］张树人，方美琪.Web2.0与信息系统复杂性变革［M］.北京：科学出版社，2008.

［5］曾庆香，李蔚.群体性事件：信息传播与政府应对［M］.北京：中国书籍出版社，2010.

［6］付琳.人肉搜索私力救济性对公权力的补足作用［J］.学习论坛，2017，33（5）：75-80.

［7］WATTS D J.The“new”science of networks［J］.Annual Review of Sociology，2004，30：243-270.

［8］HOLLAND JH.Hidden order：how adaptation builds complexity［M］.New Jersey：Addison-Wesley，1995.

［9］HOLLAND JH.Emergence［M］.New York：Addison-Wesley，1998.

［10］戴存礼.复杂网络上动力学系统的同步行为研究［D］.南京：南京航空航天大学，2008.

［11］LYMPEROPOULOSI，LEKAKOSG.Analysisofsocialnetwork dynamics w ith models from the theory of complex adaptive systems［C］//Conference on e-Business，e-Servicesande-Society.SpringerBerlinHeidelberg，2013：124-140.

［12］PAN Y，TANW，CHEN Y.The analysis of key nodes in complex social networks［C］//InternationalConferenceon Cloud Computing and Security.Springer，Cham，2017：829-836.

［13］YEX，FEIC.Researchesonevaluationsof large-scalecomplexnetworks topologies［C］.ProcediaComputerScience，2017，107：577-583.

［14］孙冰，田胜男，姚波涛.创新网络的小世界效应如何影响突围性技术扩散——基于转换模式成本的调节作用［J］.管理评论，2018，30（3）：72-81.

［15］M ITRAC，KURTHSJ，DONNERRV.Rew iring hierarchicalscale-free networks：influence on synchronizability and topology［J］.Epl，2017，119（3）：29-37.

［16］WATTSD J，STROGATZ SH.Collective dynam ics of“small-world”networks［J］.Nature，1998，393（6684）：440-442.

［17］BARABÁSIAL，ALBERTR.Emergenceofscaling in random networks［J］.Science，1999，286（5439）：509.

［18］LIC，JIANG G，SONG Y，et al.M odeling and analysis of epidem ic spreading on community networksw ith heterogeneity［J］.Journal of Parallel＆DistributedComputing，2018，105（9）：211-223.

［19］MEDVEDEVGS，TANGX.Thekuramotomodelon power law graphs：synchronizationand contraststates［J］.JournalofNonlinearScience，2018，27（4）：1-23.

［20］PLUCHINOA，LATORA V，RAPISARDA A.Changing opinions in a changing world：a new perspective in sociophysics［J］.International Journal of Modern Physics C，2005，16（4）：515-531.

［21］HONGH，KIM BJ，CHOIM Y.Factorsthatpredictbettersynchronizability on complex networks［J］.Physical Review E：Statistical Nonlinear＆Soft Matter Physics，2004，69（6）：067105.

［22］SUEUR C.Self-organization in primates：understanding the rules underlying collectivemovements［J］.International Journal of Primatology，2011，32（6）：1413-1432.

［23］RODRIGUESFA，PERON TK D，JIP，etal.The kuramotomodel in complexnetworks［J］.PhysicsReports，2016，610：1-98.

［24］SONGX，SHIW，MAY，etal.Impactof informalnetworkson opinion dynam icsinhierarchically formalorganization［J］.PhysicaA：StatisticalMechanics＆itsApplications，2015，436：916-924.

［25］LIJ，MYERSSC.R2 around theworld：new theory and new tests［J］.Journalof FinancialEconom ics，2006，79（2）：257-292.

［26］YAW MW，CHONG K H，KAM ILK.Transform of artificial immune system algorithm optim ization based on mathematical test function［C］.IEEE InternationalConferenceon ControlSystem，Computing and Engineering，2017：147-150.(www.xing528.com)

［27］MLUNGISI D，BHEKISIPHO T.Optim ising latent features using artificial immune system in collaborative filtering for recommender systems［J］.Applied Soft Computing，2018，71：183-198.

［28］CHENW，LIT.Parameteranalysisof negative selection algorithm［J］.InformationSciences，2017，420：218-234.

［29］ZAREIZADEH Z，HELFROUSH M S，RAHIDEH A，etal.A robust gene clustering algorithm based on clonal selection inmultiobjective optim ization framework［J］.ExpertSystemsw ithApplications，2018，113：301-314.

［30］LIN Q，MA Y，CHEN J，et al.An adaptive immune-inspired multiobjective algorithm w ithmultiple differentialevolution strategies［J］.Information Sciences，2018，431：46-64.

［31］TAYEB B S，BESSEDIK M，BENBOUZID M，et al.Research on permutation flow-shop scheduling problem based on improved genetic immune algorithm w ith vaccinated offspring［J］.Procedia Computer Science，2017，112：427-436.

［32］JU C，CHEN T.Simplifyingmultiprojectscheduling problem based on design structurematrix and itssolutionby an improved aiNetalgorithm［J］.Discrete Dynam icsinNatureand Society，2012：22

［33］KLEINER TM.Public opinion polarisation and protestbehaviour［J］.European JournalofPoliticalResearch，2018，57（4）：941-962.

［34］王宏波，吴雪芹.群体性事件舆情传播极化现象评析［J］.西安交通大学学报（社会科学版），2013，33（1）：65-70.

［35］焦德武.试论网络传播中的群体极化现象［J］.安徽理工大学学报（社会科学版），2010，12（3）：105-108.

［36］史波.网络舆情群体极化的动力机制与调控策略研究［J］.情报杂志，2010，29（7）：50-53.

［37］张桂霞.网络舆情主体的群体极化倾向分析［J］.青岛科技大学（社会科学版），2005，21（4）：104-107.

［38］刘青.网络群体极化现象研究综述［J］.北京警察学院学报，2013，14（3）：74-79.

［39］郭小平.信息的“协同过滤”与网民的“群体极化”倾向［J］.东南传播，2006，34（12）：43-44.

［40］ASCH SE.Effectsofgroup pressureupon themodificationand distortion of judgments［M］.CarnegiePress，1951.

［41］ASCH SE.Studiesof independenceand conform ity：i.am inority ofone againstaunanimousmajority［J］.PsychologicalMonographs，1956，70（9）：1-70.

［42］DEFFUANTG，NEAU D，AMBLARD F，etal.M ixing beliefsamong interactingagents［J］.AdvancesinComplex Systems，2000，3（1-4）：87-98.

［43］WEISBUCH G，DEFFUANTG，AMBLARD F，etal.Meet，discuss，and segregate！［J］.Complexity，2002，7（3）：55-63.

［44］JAGERW，AMBLARD F.Uniform ity，bipolarization and pluriform ity captured as generic stylized behavior w ith an agent-based simulation model of attitudechange［J］.Computational＆MathematicalOrganization Theory，2005，10（4）：295-303.

［45］CHAU H F，WONG C Y，CHOW FK，etal.Social judgment theory based model on opinion formation，polarization and evolution［J］.Physica A Statistical Mechanics＆its Applications，2014，415：133-140.

［46］LI J，XIAO R.Agent-basedmodelling approach formultidimensional opinion polarization in collective behaviour［J］.Journal of Artificial Societies＆Social Simulation，2017，20（2）：14.

［47］YANAGIMOTOH，YOSHIOKAM.Relationship strengthestimation for social media using folksonomy and network analysis［C］.IEEE International Conferenceon Fuzzy Systems.IEEE，2012：1-8.

［48］林芹，郭东强.优化SIS模型的社交网络舆情传播研究——基于用户心理特征［J］.情报科学，2017，35（3）：53-56.

［49］陈波，于泠，刘君亭，等.泛在媒体环境下的网络舆情传播控制模型［J］.系统工程理论与实践，2011，31（11）：2140-2150.

［50］彭慧洁，朱君璇.基于在线社交网络的D-SIR信息传播模型研究［J］.电子科技，2017，30（5）：172-175.

［51］赵剑华，万克文.基于信息传播模型SIR传染病模型的社交网络舆情传播动力学模型研究［J］.情报科学，2017，35（12）：34-38.

［52］朱恒民，杨柳，马静，等.基于耦合网络的线上线下互动舆情传播模型研究［J］.情报杂志，2016，35（2）：139-144.

［53］黄微，宋先智，高俊峰.网络舆情场中信息受众观点群落的连接鲁棒性测度及实证研究［J］.情报学报，2017，36（5）：503-510.

［54］HUANGC，HUB，JIANGG，etal.Modelingofagent-based complexnetwork undercyber-violence［J］.Physica A：StatisticalMechanicsand itsApplications，2016，458：399-411.

［55］ZHU H，HU B.Impact of information on public opinion reversal—an agentbasedmodel［J］.PhysicaA：StatisticalMechanicsand itsApplications，2018，512：578-587.

［56］FLACHE A.About renegades and outgroup haters：modeling the link between social influence and intergroup attitudes［J］.Advances in Complex Systems，2018，21（6-7）：1850017.

［57］DUNNE T C.Friend or foe？a reversal of ingroup bias［J］.Group Decisionand Negotiation，2018，27（4）：593-610.

［58］DENG L，LIU Y，ZENG Q A.How information influencesan individual opinion evolution［J］.PhysicaA：StatisticalMechanicsand itsApplications，2012，391（24）：6409-6417.

［59］LERMANAE，MCCABEK T.Personalexperienceand publicopinion：atheoryand testofconditionalpolicy feedback［J］.The JournalofPolitics，2017，79（2）：624-641.