2.793

2018影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于非理性博弈的舆情传播仿真建模研究

郭东伟 乌云娜 邹蕴 孟祥燕

郭东伟, 乌云娜, 邹蕴, 孟祥燕. 基于非理性博弈的舆情传播仿真建模研究. 自动化学报, 2014, 40(8): 1721-1732. doi: 10.3724/SP.J.1004.2014.01721
引用本文: 郭东伟, 乌云娜, 邹蕴, 孟祥燕. 基于非理性博弈的舆情传播仿真建模研究. 自动化学报, 2014, 40(8): 1721-1732. doi: 10.3724/SP.J.1004.2014.01721
GUO Dong-Wei, WU Yun-Na, ZOU Yun, MENG Xiang-Yan. Simulation and Modeling of Non-rational Game Based Public Opinion Spread. ACTA AUTOMATICA SINICA, 2014, 40(8): 1721-1732. doi: 10.3724/SP.J.1004.2014.01721
Citation: GUO Dong-Wei, WU Yun-Na, ZOU Yun, MENG Xiang-Yan. Simulation and Modeling of Non-rational Game Based Public Opinion Spread. ACTA AUTOMATICA SINICA, 2014, 40(8): 1721-1732. doi: 10.3724/SP.J.1004.2014.01721

基于非理性博弈的舆情传播仿真建模研究


DOI: 10.3724/SP.J.1004.2014.01721
详细信息
    作者简介:

    乌云娜 吉林大学计算机科学与技术学院硕士研究生. 2011 年获得吉林大学计算机科学与技术学院计算机系学士学位.主要研究方向为博弈论与复杂网络.E-mail:jinwyn0301@163.com

    通讯作者: 郭东伟 吉林大学计算机科学与技术学院教授. 2002 年获得吉林大学博士学位.主要研究方向为博弈论,计算智能,复杂网络,传感器网络.E-mail:guodw@jlu.edu.cn
  • 基金项目:

    吉林省科技发展计划(20130101047JC)资助

Simulation and Modeling of Non-rational Game Based Public Opinion Spread

More Information
  • Fund Project:

    Supported by Science and Technology Development Plan of Jilin Province (20130101047JC)

  • 摘要: 随着社交网络的不断发展,借助社交网络进行传播的舆情信息的威胁越来越大. 本文利用博弈论的方法研究了舆情信息的传播机制,从理性博弈和非理性博弈的角度出发对个体与邻居的交互行为进行建模. 随后以目前较为成熟的传染病模型为基础,通过引入传播学中的社会威慑因素来构建基于非理性博弈的舆情传播模型,以实现适应舆情传播研究的仿真系统,继而将基于非理性博弈的舆情传播模型在无标度网络和小世界网络上的动力学特征进行理论分析. 在仿真环境中对非理性博弈的舆情传播模型进行实验,分析模型参数、网络密度和舆情传播源对舆情传播的影响,其结果符合理论分析结果. 最后对无标度网络上舆情传播的控制策略进行了研究,包括:社会威慑方法、目标免疫方法和正面消息方法,为社交网络上的政策制定提供了理论基础.
  • [1] Sznajd W K, Sznajd J. Opinion evolution in closed community. International Journal of Modern Physics C, 2000, 11(6): 1157-1165
    [2] [2] Deffuant G, Neau D, Amblard F, Weisbuch G. Mixing beliefs among interacting agents. Advances in Complex Systems, 2000, 3(01n04): 87-98
    [3] [3] Gruhl D, Guha R, Liben-Nowell D, Tomkins A. Information diffusion through blogspace. In: Proceedings of the 13th international conference on World Wide Web. New York: ACM, 2004. 491-501
    [4] [4] Kempe D, Kleinberg J, Tardos . Maximizing the spread of influence through a social network. In: Proceedings of the 9th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. New York: ACM, 2003. 137-146
    [5] [5] Zanette D H. Dynamics of rumor propagation on small-world networks. Physical Review E, 2002, 65(4): 041908
    [6] [6] Moreno Y, Nekovee M, Pacheco A F. Dynamics of rumor spreading in complex networks. Physical Review E, 2004, 69(6): 066130
    [7] [7] Guo Dong-Wei, Chen Jing, Zou Yun, Li Bing. Evolutionary characteristics of public opinion spread in social networks. In: Proceedings of the 3rd International Conference on Computer and Computational Intelligence. Bali, Indonesia. 2012
    [8] [8] Han S C, Liu Y, Zhang Y C, Cheng H. Herd instinct of opinion based on dynamic evolutionary game theory. Journal of Systems Engineering, 2011, 26(2): 275-281
    [9] [9] Zinoviev D, Duong V, Zhang H. A game theoretical approach to modeling information dissemination in social networks. In: Proceedings of the 14th World Multi-Conference on Systemics, Cybernetics and Informatics. Orlando, USA: IEEE, 2010. 1: 407-412
    [10] Bai Yin. The dyanmic spread analysis of network rumors. Journalism Communication, 2010, (5): 91-96 (白寅. 网络流言传播的动力学机制分析. 新闻与传播研究, 2010, (5): 91-96)
    [11] Zhu Xiao-Yu. The communication analysis of microblogging rumors. Practical Journalism, 2013, (4): 26-28 (朱小雨. 微博流言的传播学分析. 新闻实践, 2013, (4): 26-28)
    [12] Dan Song-Tao. The psychoanalysis of network rumor spread. Journalism Communication, 2012, (4): 252-253 (单松涛. 网络流言传播的心理分析. 新闻传播, 2012, (4): 252-253)
    [13] Gong Ji-Ping. The game theory method of journalism and communication studies. Journalism Lover, 2009, 23(12): 9-10 (龚际平. 新闻传播学研究的博弈论方法. 新闻爱好者, 2009, 23(12): 9-10)
    [14] Camerer C. Behavioral Game Theory: Experiments in Strategic Interaction. New York: Princeton University Press, 2003
    [15] Fehr E, Tyran J R. Limited rationality and strategic interaction: the impact of the strategic environment on nominal inertia. Econometrica, 2008, 76(2): 353-394
    [16] Wolpert D, Jamison J, Newth D, Harre M. Strategic choice of preferences: the persona model. The BE Journal of Theoretical Economics, 2011, 11(1), doi:  10.2202/1935-1704.1593
    [17] Ortega P A, Braun D A. Thermodynamics as a theory of decision-making with information processing costs. Proceedings of the Royal Society A: Mathematical, Physical and Engineering Science, 2013, 469(2153), DOI:  10.1098/rspa.2012.0683
    [18] Scott J. Social network analysis. Sociology, 1988, 22(1): 109-127
    [19] Newman M E J, Watts D J. Renormalization group analysis of the small-world network model. Physics Letters A, 1999, 263(4): 341-346
    [20] Barab
    [21] si A L, Albert R. Emergence of scaling in random networks. Science, 1999, 286(5439): 509-512
    [22] Ramani A, Carstea A S, Willox R, Grammaticos B. Oscillating epidemics: a discrete-time model. Physica A: Statistical Mechanics and its Applications, 2004, 333: 278-292
    [23] Pastor-Satorras R, Vespignani A. Epidemics and immunization in scale-free networks. Handbook of Graphs and Networks: from the Genome to the Internet, 2005: 111-130
    [24] Meier R F, Johnson W T. Deterrence as social control: the legal and extralegal production of conformity. American Sociological Review, 1977, 42(2): 292-304
    [25] Anderson R M, May R M, Anderson B. Infectious Diseases of Humans: Dynamics and Control. Oxford: Oxford University Press, 1992
    [26] Pastor-Satorras R, Vespignani A. Immunization of complex networks. Physical Review E, 2002, 65(3): 036104
    [27] Cohen R, Havlin S, Ben-Avraham D. Efficient immunization strategies for computer networks and populations. Physical Review Letters, 2003, 91(24): 247901
    [28] Madar N, Kalisky T, Cohen R, ben-Avraham D, Havlin S. Immunization and epidemic dynamics in complex networks. The European Physical Journal B-Condensed Matter and Complex Systems, 2004, 38(2): 269-276
  • [1] 庞岩, 王娜, 夏浩. 基于博弈论的信息物理融合系统安全控制[J]. 自动化学报, 2019, 45(1): 185-195. doi: 10.16383/j.aas.2018.c180365
    [2] Zhang Yan, Zhang Tao, Wang Rui, Liu Yajie, Guo Bo. A Model Predictive Control Based Distributed Coordination of Multi-microgrids in Energy Internet[J]. 自动化学报, 2017, 43(8): 1443-1456. doi: 10.16383/j.aas.2017.e150300
    [3] 黄高, 张伟民, MarcoCeccarelli, 余张国, 陈学超, 孟非, 黄强. 一种新的康复与代步外骨骼机器人研究[J]. 自动化学报, 2016, 42(12): 1933-1942. doi: 10.16383/j.aas.2016.c160180
    [4] 李本先, 李孟军. 基于平行系统的恐怖突发事件下恐惧传播的仿真研究[J]. 自动化学报, 2012, 38(8): 1321-1328. doi: 10.3724/SP.J.1004.2012.01321
    [5] 王鹏, 陈森. 基于平行控制的信息安全管理措施仿真与优化[J]. 自动化学报, 2011, 37(11): 1351-1355. doi: 10.3724/SP.J.1004.2011.01351
    [6] 曾加, 慕春棣. 基于不完全信息博弈的传感器网络能量平衡路由[J]. 自动化学报, 2008, 34(3): 317-322. doi: 10.3724/SP.J.1004.2008.00317
    [7] 周江华, 刘磊, 管晓宏, 孙国基. Markov离散事件动态系统参数灵敏度估计算法[J]. 自动化学报, 2003, 29(5): 649-657.
    [8] 严德崑. 大型空气重介流化床逆系统控制与仿真[J]. 自动化学报, 2002, 28(5): 854-858.
    [9] 胡包钢, 赵星, 严红平, de Reffye Ph, Blaise F, 熊范纶, 王一鸣. 植物生长建模与可视化--回顾与展望[J]. 自动化学报, 2001, 27(6): 816-835.
    [10] 徐向东, 张永哲. 解耦广义预测控制(DGPC)在循环流化床锅炉控制中的应用[J]. 自动化学报, 2000, 26(增刊B): 192-196.
    [11] 郎自强. 应用非参数统计理论辨识一类非线性系统[J]. 自动化学报, 1994, 20(4): 476-481.
    [12] 孙增圻, 金亿创, 何斌, 丁梅. 多机械手系统建模的一般方法[J]. 自动化学报, 1994, 20(6): 658-667.
    [13] 胡建昆, 王广雄, 叶桦, 彭永进, 王旭东. 离散系统快速递推仿真算法及其在柔性制造系统中的应用[J]. 自动化学报, 1993, 19(3): 346-350.
    [14] 蒋珉, 柴干. 一类非线性动态系统的数字仿真[J]. 自动化学报, 1993, 19(4): 487-492.
    [15] 曾建潮, 吴聚华. 模拟退火与摄动分析相结合的DEDS仿真优化方法[J]. 自动化学报, 1993, 19(6): 728-731.
    [16] 孙西, 金以慧, 方崇智. 滞环非线性系统的加权自适应控制[J]. 自动化学报, 1991, 17(6): 649-657.
    [17] 赵希人, 刘胜. 具有非有理谱平稳随机过程仿真的谱方法[J]. 自动化学报, 1990, 16(2): 161-165.
    [18] 李善本, 徐毓良. 机器人图形仿真软件[J]. 自动化学报, 1990, 16(4): 380-382.
    [19] 吴受章, 方钟平. 关于模型降阶的一些试验结果[J]. 自动化学报, 1989, 15(4): 377-382.
    [20] 高祖纲, 杜舜国, 何敏华. 控制系统仿真语言SSL(Ⅲ)简介[J]. 自动化学报, 1985, 11(增刊2): 131-135.
  • 加载中
计量
  • 文章访问数:  1331
  • HTML全文浏览量:  20
  • PDF下载量:  1185
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-07-15
  • 修回日期:  2014-01-27
  • 刊出日期:  2014-08-20

基于非理性博弈的舆情传播仿真建模研究

doi: 10.3724/SP.J.1004.2014.01721
    基金项目:

    吉林省科技发展计划(20130101047JC)资助

    作者简介:

    乌云娜 吉林大学计算机科学与技术学院硕士研究生. 2011 年获得吉林大学计算机科学与技术学院计算机系学士学位.主要研究方向为博弈论与复杂网络.E-mail:jinwyn0301@163.com

    通讯作者: 郭东伟 吉林大学计算机科学与技术学院教授. 2002 年获得吉林大学博士学位.主要研究方向为博弈论,计算智能,复杂网络,传感器网络.E-mail:guodw@jlu.edu.cn

摘要: 随着社交网络的不断发展,借助社交网络进行传播的舆情信息的威胁越来越大. 本文利用博弈论的方法研究了舆情信息的传播机制,从理性博弈和非理性博弈的角度出发对个体与邻居的交互行为进行建模. 随后以目前较为成熟的传染病模型为基础,通过引入传播学中的社会威慑因素来构建基于非理性博弈的舆情传播模型,以实现适应舆情传播研究的仿真系统,继而将基于非理性博弈的舆情传播模型在无标度网络和小世界网络上的动力学特征进行理论分析. 在仿真环境中对非理性博弈的舆情传播模型进行实验,分析模型参数、网络密度和舆情传播源对舆情传播的影响,其结果符合理论分析结果. 最后对无标度网络上舆情传播的控制策略进行了研究,包括:社会威慑方法、目标免疫方法和正面消息方法,为社交网络上的政策制定提供了理论基础.

English Abstract

郭东伟, 乌云娜, 邹蕴, 孟祥燕. 基于非理性博弈的舆情传播仿真建模研究. 自动化学报, 2014, 40(8): 1721-1732. doi: 10.3724/SP.J.1004.2014.01721
引用本文: 郭东伟, 乌云娜, 邹蕴, 孟祥燕. 基于非理性博弈的舆情传播仿真建模研究. 自动化学报, 2014, 40(8): 1721-1732. doi: 10.3724/SP.J.1004.2014.01721
GUO Dong-Wei, WU Yun-Na, ZOU Yun, MENG Xiang-Yan. Simulation and Modeling of Non-rational Game Based Public Opinion Spread. ACTA AUTOMATICA SINICA, 2014, 40(8): 1721-1732. doi: 10.3724/SP.J.1004.2014.01721
Citation: GUO Dong-Wei, WU Yun-Na, ZOU Yun, MENG Xiang-Yan. Simulation and Modeling of Non-rational Game Based Public Opinion Spread. ACTA AUTOMATICA SINICA, 2014, 40(8): 1721-1732. doi: 10.3724/SP.J.1004.2014.01721
参考文献 (28)

目录

    /

    返回文章
    返回