基于有限信任的輿情數(shù)值建模與演化研究.pdf

1、近幾年由于網(wǎng)絡(luò)的發(fā)展，各種信息平臺如天涯論壇，微博等的出現(xiàn)，加快了以往信息的傳播速度。網(wǎng)絡(luò)中的各種不同觀點(diǎn)借由各種渠道開始迅速傳播，這在方便溝通同時(shí)，亦易造成謠言、社會不良矛盾的擴(kuò)散，甚至對于普通的事件進(jìn)行添油加醋從而造成惡劣影響。有介于此，如何對于網(wǎng)絡(luò)中的不良信息進(jìn)行有效的控制，對正確的輿論進(jìn)行有效的引導(dǎo)和擴(kuò)散是一個(gè)急需解決的問題。
　　由于網(wǎng)絡(luò)中的信息是以文本表達(dá)，對于輿情分析的第一步需要對于文本信息進(jìn)行數(shù)值建模，從而抽取出其

2、中蘊(yùn)含的輿情信息及相互之間的關(guān)系；其次需要對于用戶進(jìn)行建模，根據(jù)用戶之間的交互來進(jìn)行親密度建模；最后通過演化模型對事件的發(fā)展進(jìn)行預(yù)測和分析。
　　有限信任模型考慮基本單位之間的交互關(guān)系，研究其親密度、交互規(guī)則、演化規(guī)則、交互閾值等對于群體未來發(fā)展的影響。有限信任模型最初在統(tǒng)計(jì)物理方面顯示出其優(yōu)勢，之后學(xué)者將其引入輿情演化的研究中，獲得了比較好的效果，經(jīng)過多年的研究，形成了幾個(gè)比較典型的模型。Hegselmann-Krause模型（

3、H-K模型）是其中的佼佼者，目前主要在仿真中取得了比較好的效果，但是在真實(shí)網(wǎng)絡(luò)中，如何對于親密度建模、交互輿情設(shè)定等，目前已有的研究還比較少。
　　針對這些問題，本論文主要開展的工作如下：
　　1）利用基于協(xié)程的分布式爬蟲框架爬取天涯數(shù)據(jù)，并對其進(jìn)行數(shù)據(jù)建模及分析。首先介紹了協(xié)程的機(jī)制并實(shí)現(xiàn)了一個(gè)基于協(xié)程的網(wǎng)絡(luò)爬蟲框架，并詳細(xì)介紹了在具體應(yīng)用中的數(shù)據(jù)更新及信息去噪機(jī)制。通過對用戶社區(qū)結(jié)構(gòu)的分析，基于用戶活躍度來對用戶進(jìn)行分類

4、，并基于回復(fù)關(guān)系來構(gòu)建活躍用戶社區(qū)，最后利用PageRank來對用戶進(jìn)行影響力建模。通過查詢擴(kuò)展對論壇建立信息分布模型，通過對于事件抽取關(guān)鍵詞，對其進(jìn)行查詢擴(kuò)展，最終通過對于詞頻進(jìn)行統(tǒng)計(jì)，構(gòu)建信息輿論模型。
　　2）通過利用H-K模型的演化規(guī)則，基于粒子群的歷史擬合方法對H-K模型的參數(shù)進(jìn)行調(diào)優(yōu)來對輿情演化進(jìn)行預(yù)測。介紹了Sznajd模型與H-K模型的演化規(guī)則，并對粒子群算法進(jìn)行了介紹，利用基于粒子群的網(wǎng)絡(luò)擬合方法對歷史輿情數(shù)據(jù)進(jìn)