基于代理的社會網絡信息傳播與控制模型

徐名海+糜正琨+司亞雄

中圖分類號：TP391 文獻標志碼：A 文章編號：1009-6868 （2014） 01-0014-006

Agent-Based Information Dissemination and Control Model for Social Networks

摘要：提出一種基于代理的信息傳播與控制模型，在對信息分類的基礎上，以含有經濟刺激的廣告信息為例研究信息的傳播與控制，構建在線與離線相融合的社會網絡結構，并對代理的屬性、行為及影響因素進行定義，同時設定信息傳播機制，采用模糊邏輯處理方式對認知、說服、決策、傳播4個決策步驟進行建模。NetLogo和C++仿真結果表明，影響力大的節點作為初始節點能加快信息的傳播速度，且經濟刺激和政策系數的不同會產生不同的傳播效果。由此，可以通過控制初始節點的選擇、經濟刺激強度和外部環境等因素實施信息傳播的控制。

關鍵詞： 社會網絡；信息傳播；代理；模糊邏輯

Abstract： An agent-based information dissemination and control model is proposed in this paper. Taking advertising information as an example， we define information categories and merge online and offline networks in order to construct a novel social network. Agents attributes and behaviors are defined according to influences from both internal and external environments. Fuzzy logic is introduced in agent decision-making in order to model recognition， persuasion， decision， and dissemination of information. Simulations on NetLogo and C++ platforms show that more influential initial agents can be chosen to improve the performance and economic incentive. Policy also affects the result. We can control information dissemination by choosing initial agents， economic incentive intensity， and environment control.

Key words： social network； information dissemination； agent； fuzzy logic

研究信息在社會網絡中的傳播與控制具有現實意義，如商品廣告信息如何大面積傳播以促進銷量，方針政策如何有效傳達以改善實施效果，謠言信息如何有力阻隔以防止上當受騙等。同時，該研究也具有理論價值，有效的信息傳播方法不僅能夠運用于社會網絡中不同的信息傳播，而且可以將該方法的思路運用于其他領域，如車流量的管理、電力設施的布局等。然而信息自身的多樣性、社會網絡結構的復雜性與動態性以及社會個體行為的多元化與異構性都給其研究帶來巨大挑戰。

目前，信息傳播的研究主要側重創新傳播，它是指新思想、新產品或新行為方式的傳播[1]。其主要研究方法包括微分方程法[2-3]和基于代理的建模方法[4-6]。相比較而言，微分方程法在對信息傳播建模的過程中做了過多理想化假設，并且忽略了系統運行的動態性，實用價值不高。以個體為單位建模的基于代理的模型逐漸得到認可和推廣，但由于信息具有異于創新的特點，因此該類研究并不適用于信息傳播。現有的信息傳播研究方法主要是建立數學模型和微分方程進行分析[7-8]，“自上而下”對系統建模分析，對影響因素做簡化處理，無法應用于復雜網絡和多樣化信息。因此，運用基于代理的模型分析信息在社會網絡中的傳播成為新的選擇。

本文提出基于代理的信息傳播與控制模型（ABDCM），運用基于代理的建模方法研究社會網絡中的信息傳播。由于信息具有多樣性，本文對信息進行分類，并針對帶有經濟刺激的商品廣告信息進行研究。模型的構建采用“自下而上”的構建思想，將每個社會個體抽象成一個代理（Agent），這些代理具有異構性、自組織性和動態性等特點，并運用模糊處理方法模擬傳播決策機制，即不同代理根據其屬性的差異具有不同的行為方式，且代理受所處環境（如經濟水平、社會風俗、政策制度等）約束并相互影響。代理通過鏈路連接構成特定結構的社會網絡后，每個代理依據傳播決策機制自主決策和傳播信息，并通過外部環境因素來控制信息傳播。這種研究方法針對不同代理制訂不同屬性和行為，滿足社會個體異構性、行為多元化的特征，不需要對復雜動態的社會網絡構建方程。本文第1部分介紹信息傳播的基本理論及現有研究成果，第2部分詳細描述基于代理的信息傳播與控制模型，第3部分對模型進行仿真分析，第4部分對論文進行總結。

1 信息傳播基本理論

創新傳播理論的研究起步于20世紀中葉，是一個涵蓋經濟學、社會學、生物學、計算機科學等的交叉學科領域，此后有諸多學者對此展開研究。其中，20世紀60年代是創新傳播理論的重要轉型期，傳播學的研究從產品轉向受眾，注重受眾的心理期待和接受效果。

隨著大眾媒體的豐富和傳播渠道的增加，能夠協調使用各種傳播方式的整合營銷傳播被提出[9]，然而，如何有效的整合成為該項研究的難題。Bass模型是這一時期的典型成果[10]，它采用構建微分方程的方法，以經驗概括創新在社會系統中的傳播性質，并分析創新的傳播效果，如采納率、采納時間等。endprint

對于創新傳播，羅杰斯給出了最具權威的定義：創新的傳播是指創新通過一段時間，經由特定的渠道，在某一社會團體的成員中傳播的過程。根據該定義，他將信息傳播過程分為4個要素，即：創新本身、傳播渠道、傳播時間和社會體系結構。其中，傳播時間是創新傳播的一個重要要素，它是指社會個體成員在接收到創新后，采取一系列措施最終采用或是拒絕該創新的整個過程，羅杰斯將這個過程分為5個部分：認知、說服、決定、實施、確認。在此過程中，由于社會成員中存在不同性格的人群，有些群體比較積極，對應采納時間短；而有些群體比較保守，對應的采納時間長。

一般而言，創新的傳播時間與采納人數關系呈現“S”型。早期，只有少數人采納信息，S曲線上升緩慢。隨著采納人數的增加，S曲線迅速上升；而當采納人數達到一定數量時，上升又趨于緩慢。

近年，隨著創新傳播理論研究的不斷深入，除了Bass模型外，還有一些比較典型的模型，如FourtWoodlock模型[11]，Mansfield模型[12]和基于代理的模型（ABM）。

FourtWoodlock模型假設創新傳播過程中個體只受到社會網絡的外部影響（大眾媒體等），Mansfield模型假設個體只受到社會網絡的內部影響（口口相傳）。這兩種模型對信息傳播影響因素的考慮都不全面，且無法描述信息傳播過程的動態性。

基于代理模型以個體為建模單位，在設計代理的屬性和行為時，綜合考慮社會網絡的外部和內部影響因素，在代理交互過程中體現系統的動態性特征，得到了越來越多的研究和應用。

信息傳播是一種特定形態的創新傳播，它與產品傳播、行為影響共同構成創新傳播的3個重要分支，并在發展過程中逐漸產生不同的特征。創新傳播的研究更注重采納率，而信息傳播則更注重傳播率。社會個體考慮是否采納某創新與是否傳播某信息所考慮的因素有很大差別。個體在采納某項創新時常需付出一定代價，因而在決策時更保守。而個體在考慮是否傳播某信息時，可能只關注其對信息的好惡及傳播收益，更易決策。此外，創新所具有的可觀察性和可試驗性等特征也是信息所不具備的。

現有文獻研究信息在社會網絡中傳播的方法主要有兩種。第一種是微分方程法，該法綜合信息傳播過程中的各種影響因素建立微分方程，對信息傳播過程進行建模。但該法在建模過程中進行了過多的理想化假設，因而實用價值不高。另一種比較流行的方法是大數據法[13]，該法對社交網絡平臺（Facebook等）中的信息共享、轉發、評論等進行記錄，通過對這些數據的統計分析，研究信息傳播特性，預測信息傳播效果。但此法不能對傳播過程中的具體影響因素進行具體分析，不能為信息在社會網絡中傳播的控制提供方法和思路。針對以上兩種研究方法存在的問題，本文采用基于代理的建模方法對信息傳播過程進行建模，研究信息在社會網絡中的傳播與控制。

2 基于代理的信息傳播與

控制模型

2.1 應用場景

某公司將要推出一款新產品，為了引起社會群體對新產品的關注并征集反饋信息，公司在產品上市前展開宣傳。通常信息在社會網絡中的傳播方式如圖1所示。

圖1選擇在線（Online）社會網絡中的個體S作為初始傳播者，向其提供經濟刺激，讓其傳播信息。同時，可以通過大眾媒體發布新產品上市信息。其他Online社會個體以及離線（Offline）社會個體通過大眾媒體或是其他個體宣傳知道該產品信息后，根據自身屬性，如認知能力，經濟刺激敏感度等對該產品有了初步認知。根據信息來源可信度，個人對該產品品牌、型號的熱衷程度，經濟刺激強度等一系列因素對該產品信息做出評價。之后個體結合外部環境因素，如政策、文化等，決定是否轉發該信息。為了轉發獲利，或是對該信息十分喜愛的個體Y會轉發信息，提供經濟刺激并給出評價。個體W最初對信息評價不高，但當有多個個體向自己宣傳該產品時，他會改變自己之前的判斷并轉發該信息。個體N對信息評價始終不高而不愿轉發信息。同時，信息傳播也受到傳播渠道、政府政策、大眾媒體等外部環境因素的影響。

根據上述場景，應用基于代理的方法研究社會網絡中的信息傳播需要依次考慮以下幾個部分：分析代理模型的適用性、代理的定義、社會網絡構建、信息傳播機制實現、模型分析、模型證實和修正。限于篇幅，本文將側重考慮代理的定義，社會網絡構建和信息傳播機制實現。

2.2 代理定義

代理是ABM的最基本單元，是社會網絡中個體的抽象形式。不同代理具有不同的屬性和行為方式，且代理之間以及代理與環境之間會產生影響。代理通過連接構成社會網絡，而代理的自組織行為構成社會網絡的信息傳播。具體代理的定義如圖2所示。

代理的定義主要分為兩部分：代理的屬性和代理的行為。代理屬性的定義包括代理的靜態屬性和動態屬性。其中，靜態屬性包括代理的類型、代理的性格等，動態屬性包括社會關系列表、代理情緒等。代理的行為即代理收到信息后的處理行為，包括信息認知、信息說服、信息決策、信息傳播。內部影響是指代理之間的相互影響，即代理在收到信息時也會收到上游代理對信息的評價，并根據鄰居節點對信息的轉發率來進行決策。外部影響是指社會網絡中的代理受到外部環境的影響，如經濟水平、文化習俗、大眾傳媒、方針政策等外部環境。

2.3 社會網絡構建

社會網絡是以某種方式相互聯系的若干個體或群體構成的集合。社會網絡的典型研究對象包括：個人之間的朋友關系、公司之間的商業聯系以及家庭之間的聯姻情況等。社會網絡是一種典型的復雜網絡，其研究的興起始自小世界網絡[14]及無標度網絡模型的提出[15]。小世界網絡與無標度網絡的優缺點及適用場合如表1所示。

由于社會網絡的復雜性和多樣性，找到一種能夠準確反映各種社會網絡內部關系的網絡模型并不實際。但為了研究社會網絡中普遍存在的問題，需要根據各種社會網絡的共性特征對社會網絡進行建模。這也正是小世界網絡和無標度網絡的意義所在。endprint

若想對某特定網絡進行更精確的分析預測，可以采用統計調查的方式，獲取真實的社會網絡拓撲情況（見文獻[4]）。

本文基于這兩種網絡模型構建社會網絡來代表現實生活中信息的傳播環境。由于無尺度網絡最基本的特征就是網絡中節點的度服從冪次分布，所以本文在社會網絡構建時，首先為網絡中的節點依照冪次分布預先分配度數，Online網絡代表在線信息傳播環境，其節點具有更高的度數；Offline網絡代表離線信息傳播環境，其節點度數相對較低。不同代理的邊隨機連接形成網絡，其中Online網絡的聚合系數較高，Offline網絡的聚合系數較低。這樣連接的網絡具有無尺度特性，且可以通過小世界網絡的特性公式來計算聚合系數大小和平均最小路徑大小，從而調整參數值，使構建的網絡更符合小世界網絡特性。

在此網絡的基礎上，本文第3部分對ABDCM的信息傳播過程進行了仿真，根據仿真結果對信息傳播的影響因素進行了分析。

2.4 信息傳播機制

不同的信息類型具有不同的傳播特征，針對不同的信息傳播特征，需要制訂不同的信息傳播策略來進行信息傳播。本文依據信息的來源、傳播路徑、影響因素、驅動力等將信息區分為六大類。具體分類如表2所示。

對于不同傳播特征的信息，本文以含有經濟刺激的商品廣告信息傳播為例研究信息傳播與控制模型，考慮社會個體的經濟支付能力以及經濟刺激敏感度，同時需要考慮社會網絡中的外部影響因素。

影響信息傳播的主要因素有：初始節點的選取、社會網絡的結構、代理的定義、信息傳播決策機制的制訂。初始節點的選擇對于影響力大的節點具有較好的傳播效果。不同的網絡拓撲結構對傳播路徑和傳播時間影響較大。不同的代理定義會產生不同的代理屬性及行為，進而影響傳播過程。

傳播決策機制的不同體現了代理不同的轉發規則。本文將著眼于信息傳播機制的制訂，并將決策過程分為4步：認知、說服、決策、傳播，如圖3所示。

認知是指代理收到信息后，對信息質量及經濟刺激強度進行主觀認知，得到感知信息質量及感知經濟刺激強度的過程。其中，代理感知的信息質量（Agtpq）由信息本身的質量（Infq）和代理的認知能力（Agtr）決定。代理感知的經濟刺激強度（Agtpe）由傳播所給的經濟刺激（Infe）和代理經濟收入（Agtei）決定，這時有：

[Agtpq=fr1（Infq，Agtr）]以及有

[Agtpe=fr2（Infe，Agtei）]。

說服是指代理在對信息主觀認知的基礎上，結合其對信息的偏好程度及與上游代理的關系親疏程度，得到信息進行主觀評價的過程。代理對信息的主觀評價（Agtse）主要取決于代理感知的信息質量（Agtpq）、感知的經濟刺激強度（Agtpe）、對信息的偏好程度（Agtip）以及與上游代理的關系親疏程度（Lnk），這時有[Agtse=fp（Agtpq，Agtpe，Agtip，Lnk）]。

根據主觀評價的高低，代理會進一步處理。若評價低，則直接丟棄該信息。若評價一般，則緩存該信息。若評價高，則進入決策環節。緩存狀態的信息會因為社會強化作用提高代理的評價。

決策是指代理在得到高主觀評價的基礎上，結合外部環境的影響，得到信息的轉發能量的過程。信息的轉發可以看成能量消耗的過程，并將代理對信息的主觀評價作為基礎轉發能量值（[Agtengy0=Agtse]）。代理的實際轉發能量值（Agtengy）取決于基礎轉發能量值（[Agtengy0]）以及網絡的外部影響因素（Envr），這時有[Agtengy=fd（Agtengy0，Envr）]。

傳播是指在代理得到信息轉發能量值的基礎上，結合其與鄰居節點的關系親疏及鄰居節點對信息的偏好，選擇信息轉發對象的過程。代理在選擇轉發對象的過程中根據其鄰節點對信息的偏好程度（[Agtipi]）及與相鄰節點的親疏程度（Lnki），計算相鄰節點消耗的能量[ΔAgtengyi]，將能量由小到大進行排序并轉發，直到能量消耗完畢，即[ΔAgtengyi=ft（Agtipi，Lnki）]，[Agtengy≥iΔAgtengyi]。

接收到信息的下游代理會重復以上的認知、說服、決策、傳播過程，對信息進行進一步傳播。當沒有新的代理接收到信息時，信息的傳播將結束。

在信息傳播過程中，可以通過控制外部環境中的影響因素來控制信息的傳播。其中，傳媒控制通過影響大眾傳媒對信息傳播進行控制，政策控制通過調節方針政策對信息傳播進行控制，渠道控制通過監控傳播渠道對信息傳播進行控制。

3 仿真分析

3.1 仿真設定

本文仿真的目的是研究社會網絡中信息傳播的影響因素及控制方法，著重對初始節點選擇、經濟刺激強度及外部環境對信息傳播的影響進行了仿真分析。通過比較仿真所體現的信息傳播特性和現實生活中的信息傳播特性，驗證本文構建的社會網絡模型及信息傳播機制的適用性。因未見將基于代理的建模方法應用于社會網絡中信息傳播的文獻，暫無其他模型可供對比分析。

仿真首先對現實社會網絡中的信息傳播環境進行了建模，構建了在線和離線混合的社會網絡模型。然后，采用模糊數學的方法，對信息的參數、代理的屬性及代理的方法進行了設定。將信息的參數和代理的屬性設為模糊變量，并可根據仿真分析的需要動態調整。以現實生活中的信息傳播決策為依據，采用模糊算子對代理的方法即傳播決策函數進行了設定。

在仿真分析的過程中，采用控制變量法，在保持其他模型參數不變的條件下，調整所要研究的參數，比較模型的輸出。

仿真在NetLogo軟件中進行。NetLogo是基于代理的建模方法的專用建模軟件，性能優越建模方便。仿真的社會網絡模型共包含5 000個代理節點。信息傳播從選定的若干初始節點開始，以級聯的方式逐步擴散。傳播比例穩定時，仿真結束。endprint

3.2 仿真分析

3.2.1 初始節點選擇對傳播效果的影響

保持經濟刺激和信息質量為最高，外部環境及代理屬性不變，調整初始節點選擇方法，所得傳播比例隨時間變化情況如圖4所示。由圖知，選擇若干度較大的節點作為初始節點，傳播速度更快，穩定時傳播比例較低。隨機選擇若干初始節點，傳播速度較慢，穩定時傳播比例更高。若將經濟刺激和信息質量均調整為一般，則選擇若干度較大的節點作為初始節點不僅傳播速度更快，而且傳播人數也更多。通過經驗分析可知，當信息質量和經濟刺激都很高時，節點的轉發概率高，信息易從隨機選擇的初始節點傳至度較大的節點，而信息質量和經濟質量均一般時則不然，因而會出現隨機選擇節點反而比直接選擇選度較大的節點傳播人數多的情況。

3.2.2 經濟刺激強度對傳播效果的影響

以隨機的方式選擇若干初始節點，保持初始節點、外部環境及代理屬性不變，調整經濟刺激強度，所得傳播比例隨時間變化如圖5所示。由圖知，經濟刺激強度與信息傳播比例呈正相關。在相同時間內，經濟刺激強度越強，傳播比例越高。經濟刺激強度由一般變為較強的傳播比例增長幅度比由較強變為最強更大。因而，在一定范圍內，控制經濟刺激強度可以有效調節信息的傳播速度及傳播比例。在現實生活中，給予經濟刺激是促使信息在網絡中轉發的有效手段，在一定范圍內，經濟刺激越強傳播者的傳播積極性越高。

3.2.3 外部環境對傳播效果的影響

以隨機的方式選擇若干初始節點，保持初始節點、經濟刺激強度及代理屬性不變，調整外部環境影響，所得傳播人數隨時間變化情況如圖6所示。相較外部環境為不影響時，外部環境促進信息傳播時，傳播比例有明顯增長，抑制時，有明顯減少。因而，控制外部環境因素可以顯著調節信息的傳播速度及傳播比例。據統計，關于辦理利用信息網絡實施誹謗等刑事案件的司法解釋公布之后，網絡中的謠言發布數量有明顯下降，此即外部環境抑制信息傳播的典例。

4 結束語

本文構建了基于代理的信息傳播與控制模型。在建模過程中，提出了在線與離線相融合的社會網絡結構，定義了信息傳播代理的屬性、行為及社會網絡的內外部影響因素，采用模糊處理方式構建了傳播決策模型。在對信息分類的基礎上，以含有經濟刺激的商品廣告信息為例，對模型進行了仿真分析，研究了初始節點選擇、經濟刺激強度及外部環境對信息傳播的影響，據此給出了控制信息傳播的方法。

本文的研究極具理論意義和現實價值，增進了對社會網絡信息傳播規律的認識，為控制信息在社會網絡中的傳播提供了新思路。

本文是將基于代理的建模方法應用于信息傳播的新探索，但文中構建的社會網絡模型及傳播決策模型仍存在不足。在本文工作的基礎上，進一步的工作包括3個方面：一是構建更符合現實的社會網絡模型。本文在小世界網絡及無標度網絡的基礎上提出了在線與離線相融合的社會網絡模型，但具體的模型參數仍需根據現實網絡進一步修正。二是制訂更準確的傳播決策模型。本文將傳播決策分為4個步驟，采用模糊數學的方法對各個步驟具體決策函數進行了構建，但決策函數中涉及的參數仍需進一步修正。三是模型的實際應用及有效性分析。完成對社會網絡模型及傳播決策模型的修正之后，通過仿真對一些信息傳播策略進行評估，將評估結果與真實的數據進行比較，驗證模型的有效性。

參考文獻

[1] ROGERS E M. Diffusion of innovations（5th edition） [M]. New York： Free Press， 2003.

[2] RIIKONEN A， SMURA T. Diffusion of mobile handset features： Analysis of turning points and stages [J]. Telecommunications Policy， 2013，37（6）：563-572.

[3] YAMAKAWA P， REES G H. The diffusion of mobile telephones： An empirical analysis for Peru [J]. Telecommunications Policy， 2013，37（6）：594-606.

[4] BANERJEE A， CHANDRASEKHAR A G， DUFLO E， et al. The diffusion of microfinance [J]. Science， 2013， 341（3）：363-370.

[5] LANDSMAN V， GIVON M. The diffusion of a new service： Combining service consideration and brand choice [J]. Quantitative Marketing and Economics， 2012，8（1）：91-121.

[6] KIM S， LEE K. Agent-based diffusion model for an automobile market with fuzzy TOPSIS-based product adoption process [J]. Expert Systems with Applications， 2011，38（6）：7270-7276.

[7] BUSKENSAND V， YAMAGUCHI K. A new model for Information Diffusion Heterogeneous social networks [J]. Sociological Methodology， 2002，29（1）：281-325.

[8] YANG J， LESKOVEC J. Modeling information diffusion in implicit networks [C]//Proceedings of the IEEE International Conference on In Data Mining （ICDM）， 2010 IEEE 10th International Conference， December 2010， Alaska. 2010，12：599-608. doi： 10.1109/ICDM.2010.22.endprint

[9] ER-WEI M. Influence of integrated marketing communication on advertising operation [C]//Proceedings of the 2011 International Conference on Business and Government， May 2011， Shanghai， China， 2011：1-3. doi： 10.1109/ICEBEG.2011.5881797.

[10] BASS F M. A new product growth for model consumer durables [J]. Management Science， 1969，15（2）：215-227.

[11] FOURT L A， WOODLOCK J W. Early prediction of market success for new grocery products [J]. Journal of Marketing， 1960，25（2）：31-38.

[12] MANSFIELD E. Technical change and the rate of initiation [J]. Econometrical， 1961，29（4）：741-766.

[13] BAKSHY E， ROSENN I. The role of social networks in information diffusion [C]//Proceedings of the 21st international conference on World Wide Web， 2012， New York， NY， USA： ACM， 2012：519-528. doi：10.1145/2187836.2187907.

[14] WATTS D J， STROGATZ S H. Collective dynamics of small-world networks [J]. Nature， 1998， 393（4）：440-442. doi：10.1038/30918.

[15] BARABASI A L， ALBERT R. Emergence of Scaling in Random Networks [J]. Science， 1999， 286（10）：509-512. doi： 10.1126/science.286.5439.509.

作者簡介

徐名海，南京郵電大學通信與信息工程學院副教授、博士；主要研究方向為下一代網絡技術、基于代理的信息傳播與控制、拍賣及其在通信網絡中的應用；已主持基金項目7項，提交標準草案提案7項，申請專利20個；已發表論文20余篇。

糜正琨，南京郵電大學通信與信息工程學院教授、博士生導師，中國通信學會會士，南京郵電大學通信與信息系統學科帶頭人，美國亞利桑那大學訪問學者和英國薩里大學高級訪問學者；長期從事交換和通信網技術研究和教學；已主持基金項目10余項；已發表論文100余篇。

司亞雄，南京郵電大學通信與信息工程學院在讀碩士研究生；主要研究方向為社會網絡及基于代理的建模方法。endprint