網絡輿論形成的元胞自動機模型

劉珺

（韶關學院 校長辦公室，廣東韶關512005）

網絡輿論形成的元胞自動機模型

劉珺

（韶關學院 校長辦公室，廣東韶關512005）

摘要：針對網絡輿論的形成，引入元胞自動機的方法，選取Von Neumann more鄰域九鄰居方案，按照少數服從多數的原則，構造出了人員靜止及人員移動情況下的模型.通過兩組數據分別進行模擬分析，驗證模型能夠適應實際的情況.

關鍵詞：網絡輿論；元胞自動機模型；人員移動；九鄰居方案；計算機模擬

隨著經濟的發展和時代的進步，互聯網已成為信息交流和知識共享的最好平臺，作為一個開放的網絡平臺，越來越多的人們愿意通過這種方式來表達個人的想法.但是由于各種復雜因素的影響，有時發表的某些想法和觀點將會逐步演變成熱點，并逐步傳播，最后形成了網絡輿論.而這將可能會引起某些社會群眾的違規或過激行動，進而將影響到社會安定和其他政治問題，因此對網上的信息內容進行管理和控制將成為我國互聯網進一步發展的必然趨勢.

元胞自動機是一種時間和空間都離散的動力系統，通過在規則格網中的每一個元胞取有限的離散狀態，遵循同樣的作用規則，依據確定的局部規則作同步更新.大量元胞通過簡單的相互作用而構成動態系統的演化.本文研究建立在元胞自動機的原理之上，分別通過人員靜止及考慮人員移動構造出網絡輿論兩種模型［1-2］，并模擬實際情況來對模型進行驗證.

1　　人員靜止的網絡輿論模型

人員靜止模型建立在二維規則的四方格子上，每個格子代表存在一個人并且格子代表該人員的位置.格子上的人在對待某件議論事件上只有兩種選擇的可能，一種態度是感興趣，并且將加入議論，另一種態度則是不感興趣，并且抵制討論.用1表示感興趣的態度，用0表示不感興趣的態度，當格子取定一個值時就確定了該格子的狀態.

圖1　　九鄰居示意圖

在知識爆炸和社會分工日益細化的情況下，人際間的信息交流對形成個人對某件事情認知態度起著越來越主要的作用.通常人們對事情的態度采用少數服從多數的原則，即當周邊大多數人都議論該事件時，則該人也會逐步改變他的態度進而參與大家的議論.因此，在演化格子的狀態時就依據這種少數服從多數的原則.

選取Von Neumann more鄰域九鄰居方案［3］(如圖1所示)，若xi,j為邊界點，則其九鄰居區域將擴展至所在邊的另一側邊.該方案將根據人員自身與其周圍一圈人的態度來決定人員本人的態度，但是由于有些人本來就屬于議論人群，因此這些人將不受周圍人員少數服從多數原則的影響，只有那些沒有議論的人員受此原則限制.具體演化方法如下：

該模型除了受到演化規則影響外，還受到初始議論人員情況的影響.議論人員的多寡將對議論能否形成輿論產生極大影響，若初始人員比例α比較大，則影響范圍擴散的將比較快，反之則擴散得比較慢，甚至使得議論僅僅局限在小部分人內部；此外，人員看法和其他一些外部因素和特殊因素的影響也是輿論能否形成的關鍵，這個問題放在后面進行討論，本模型中可以認定模型不受外部因素和特殊因素的影響.

為了能夠直觀地對模型進行分析，采用了計算機模擬的方法，根據文獻［4］，當一定范圍內有1/4的人議論某一事物并持有一種意見則標志輿論形成，即當模型中α=0.25時即標志輿論形成.為此，取α=0.2和α=0.3這兩個與α=0.25比較接近的比例進行分析.

（1）α=0.2的模擬分析

模擬人員數為2 500(50×50的格子)的議論態度情況，將初始態度圖和經過30步模擬演化后的態度圖編程做出圖像，并且分別對30步演化后的情況模擬10次，如圖2和表1所示，詳細分析如下.

圖2　初始議論概率為0.2的1次模擬分析圖

表1　　人員靜止模型經過30步演化后的10次模擬人員數

由圖2、表1可知，時，人員數量在經過30步演化后仍然分布比較稀疏，在30步演化后平均議論人員數為562.1，較之原本的500人并沒有多大的擴散，不能形成輿論，若在外部因素和人員態度等的介入，此議論持續的時間將會很短，甚至在幾步演化后便趨于消亡.

（2）α=0.3的模擬分析

當α=0.3時，做出初始態度圖和經過30步演化后的態度圖，并且模擬出10次30步演化后理論的人員數，如圖3和表1所示.

圖3　初始議論概率為0.3的1次模擬分析圖

由圖3、表1可知，α=0.3時，人員數量在經過30步演化后呈現出小規模的聚集，并且議論人員數量在30步演化后平均數為1 290.6，擴散人數較之原本的750人有了比較大的發展，在只考慮議論人員變化的前提下有發展成輿論的可能.

2　　考慮人員移動的網絡輿論模型

現實中，人員總是處在不斷的運動中，網絡上也是如此，人員不可能只在某一環境下議論.假定格子上的人可以每次隨機地在自己附近行走.為了實現人員的隨機行走，采取如下方法［5-7］：將網格劃分為兩套格子，如圖4所示.在演化中，奇數時步，讓實框圍繞中心以0.5的概率順時針旋轉90℃角；偶數時步，讓虛框圍繞中心以0.5的概率逆時針旋轉90℃角.通過這種移動，網格上的每個人員有可能游遍整個網格.

同樣地，不考慮人員觀點和外部因素、特殊因素的影響，并在人員移動的基礎上根據模型1，可以模擬出人員移動模型.

為了能夠很好的說明人員移動對模型的影響，在編寫程序時，同樣采取對α=0.2和α=0.3進行分析.

（1）α=0.2的模擬分析

當α=0.2時，分別做人員的初始態度圖和經過30步演化后的態度圖，然后同樣模擬出10次30步演化后的議論人員數量，如圖5和表2所示.

圖4人員移動示意圖

圖5　初始議論概率為0.2的1次模擬分析圖

表2　　經過30步演化后的10次模擬人員數

由圖5和表2可知，時，人員數量在經過30步演化后能呈現出小規模的聚集，且議論人員數量在30步演化后有了很大的提高，平均數達到1 226.3，很有可能發展成輿論，在外部因素介入下擴散將可能會有所收斂.

（2）α=0.3的模擬分析

當α=0.3時，做人員的初始態度圖和經過30步演化后的態度圖，模擬出10次30步演化后的議論人j員數量，如圖6和表2所示.

圖6　　初始議論概率為0.3的1次模擬分析圖

由圖6表2可知，α=0.3時，人員數量在經過30步演化后已經大規模的聚集，且議論人員數量基本覆蓋整個模擬人員范圍，從初始的750人達到平均2 435.4人，已經發展成輿論.

3　　結語

本文通過將人員按照地域進行離散處理，為了直觀說明網絡輿論的形成，建立了元胞自動機模型，同時利用了計算機模擬分析.通過測試數據可以看出，模型具有較好的適應性，若要更完善的說明網絡輿論的形成，可以再考慮更多的因素，如噪音影響等，同時可以選取Von Neumann more鄰域更多的鄰居方案，模擬將會更準確.

本文考慮的因素還不夠完善，對于元胞自動機模型，只是按照少數服從多數分規則，現實當中還有一些人的性格是倔強的不會受到自己周圍環境的影響，因而對于準確性是有一定的影響.

參考文獻：

［1］姜啟源，謝金星，葉俊.數學模型［M］.4版.北京:高等教育出版社,2013.

［2］謝新洲.網絡傳播理論與實踐［M］.北京:北京大學出版社,2004.

［3］劉慕仁,鄧敏藝,孔令江.輿論傳播的元胞自動機模型(I)［J］.廣西師范大學學報:自然科學版,2002,20(2):1-4.

［4］劉建明.輿論傳播［M］.北京:清華大學出版社,2001.

［5］吳青峰,程慶華,劉慕仁.噪音影響下輿論傳播的建模與仿真［J］.長江大學學報:自然版,2006,3(1):59-63.

［6］曾祥平,方勇,袁媛,等.基于元胞自動機的網絡輿論激勵模型［J］.計算機應用,2007,27(11):2686-2688.

［7］方薇,何留進,孫凱,等.采用元胞自動機的網絡輿情傳播模型研究［J］.計算機應用,2010,30(3):751-755.

（責任編輯：邵曉軍）

中圖分類號：TP393.08

文獻標識碼：A

文章編號：1007-5348（2015）08-0013-04

［收稿日期］2015-05-18

［作者簡介］劉珺（1986-），男，湖北崇陽人，韶關學院校長辦公室教師，碩士；研究方向：偏微分方程數值解法.

The Cellular Automata Model for Conformation of Online Public Opinion

LIU Jun
（Office of the President,Shaoguan University,Shaoguan 512005,Guangdong,China）

Abstract:For the formation of the online public opinion,the paper used cellular automata method,selected the nine neighbors of Von Neumann based on the principle of majority,and constructed the models with the situations that how personnel’s staying static and moving.Finally by using simulation analysis method of two sets of data,these models can adapt to the actual situation.

Key words:online public opinion;the cellular automata model;personnel move;nine neighbors program; computer simulation