噪聲環(huán)境下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）

隨著經濟的發(fā)展和社會開放，互聯(lián)網已成為最方便、最容易進行信息交流和知識共享的平臺.隨著論壇、貼吧、網絡平臺直播、微博和微信朋友圈的盛行，一些發(fā)表的某些想法和觀點可能會逐步演變成熱點，并呈現(xiàn)快速傳播的趨勢.這些網絡輿論將可能會引起某些社會群眾的違規(guī)或過激行動，進而將影響到社會穩(wěn)定、政治穩(wěn)定甚至更高層面的問題.我國已出臺許多控制互聯(lián)網輿論的政策措施，但是網絡輿論傳播速度及影響范圍還是無法在短時間控制.

元胞自動機是一種時間和空間都離散的動力系統(tǒng)，通過對規(guī)則格網中的每一個元胞取有限的離散狀態(tài)，遵循同樣的作用規(guī)則，依據確定的局部規(guī)則作同步更新.大量元胞通過簡單的相互作用而構成動態(tài)系統(tǒng)的演化.本文研究建立在元胞自動機的原理之上，考慮人員態(tài)度、人員移動、噪聲構造出網絡輿論模型［1-2］，并通過模擬實際情況來對模型進行驗證.

1 無噪聲環(huán)境下的網絡輿論模型

在筆者前面的研究［3］里，將模型建立在二維規(guī)則下的3×3正方形格子上，每個格子代表一個人并且明確了該人員的位置xi，j.該人員在對待某件議論事件上有兩種選擇的可能，一種態(tài)度是感興趣，并且將加入議論，另一種態(tài)度則是不感興趣，并且抵制討論.現(xiàn)為了觀察輿論的走向以及最終態(tài)勢，在感興趣的態(tài)度里進行了區(qū)分，分別是贊成的態(tài)度和反對的態(tài)度.用1表示贊成的態(tài)度，用-1表示反對的態(tài)度，用0表示不感興趣的態(tài)度.

選取 Von Neumann more 鄰域九鄰居方案［4］(如圖 1 所示)，若 xi，j為邊界點，則其九鄰居區(qū)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(tài)度來決定人員本人的態(tài)度，根據人們對事情的看法采用少數(shù)服從多數(shù)的原則：即當周邊大多數(shù)人都贊成該事件時，該人也會贊成該事件；當周邊大多數(shù)人都反對該事件時，該人也會反對該事件；當周邊所有人都對事件不感興趣時，該人也對事件也不感興趣；當周邊贊成和反對該事件的人數(shù)相當時，該人對事件感興趣，但是態(tài)度不好猜測，贊成和反對該事件都是等概論的.因此，在演化格子的狀態(tài)時就依據這些原則.具體演化方法如下：

圖1 九鄰居示意圖

在現(xiàn)實中，人員總是在不斷的運動當中的，而網絡上更是如此，人員會在不同的環(huán)境和場合進行議論.假定格子上的人可以每次隨機地在以自己為中心的附近行走.為實現(xiàn)人員的隨機行走，采取如下方法：考慮將網格劃分為兩套格子，如圖2所示.在演化中，在奇數(shù)的時間步驟，讓實線2×2框圍繞中心以0.5的概率順時針旋轉90°；在偶數(shù)的時間步驟，讓虛線2×2框圍繞中心以0.5的概率逆時針旋轉90°.通過這種移動，網格上的每個人員有可能游走到每一個網格［4］.

輿論還與其他利益相關部門的壓制以及政府發(fā)布的措施、民眾謠言的傳播有關，可以將其定義為噪聲［5］.現(xiàn)在考慮外部噪聲對格子中人員的影響，再根據格子中人員的隨機走動，建立一個噪聲模型.

在鄰域九鄰居中，m個格子值同時取1的概率為：

圖2 人員移動示意圖

按照規(guī)則在網格中演化一步以后，中心格子的值為1的概率為：

對全部的格子做一次演化，那么演化后每一個格子的取值為1的概率為：

令p（1t+1）=（fp（1t）），設 δ表示擾動量，則 δp=（fp（1t））-p（1t），再令 δp=0，通過計算可以得出2個解和.從而把噪聲影響分為三段范圍,分別為[0

2 網絡輿論模型的檢驗

結合人員移動、人員議論態(tài)度和噪聲因素分別編寫程序，現(xiàn)以初始人員議論概率0.3，贊成比例0.45，得出演化30步的各噪聲范圍示例圖，如圖3所示(紅點表示贊成的人員，綠點表示反對的人員，空白的為未議論或不感興趣人員)：

圖3 初始人員議論的噪聲范圍

通過分析參考資料［6-7］可以知道，噪聲的影響是很重要的.在概率相等的情況下，噪聲強度的高低對人員的態(tài)度和看法是有一定程度上的影響.通過上述對初始人員議論概率0.3，贊成比例0.45，演化30步的各噪聲范圍模擬可以知道，當噪聲強度處于范圍，人員的態(tài)度就會趨向概率大的態(tài)度和看法；當噪聲強度處于范圍，人員的態(tài)度和看法處于僵持的狀態(tài)；當噪聲強度處于的范圍，人員的態(tài)度和看法將出現(xiàn)有時趨于一種態(tài)度，有時卻趨于另一種態(tài)度的客觀隨機情況.

3 結語

本文通過將人員按照地域進行離散處理，同時將人員對輿論的態(tài)度、人員在網絡空間的移動性、社會及政策等噪聲因素考慮在內，建立了網絡輿論形成的元胞自動機模型，同時利用了計算機模擬分析.通過測試數(shù)據可以看出，模型具有比較好的適應性，模型考慮的條件相對比較全面，若需要更精細的結論，還可以繼續(xù)將已考慮的條件細化.

［1］姜啟源，謝金星，葉俊.數(shù)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］劉珺.網絡輿論形成的元胞自動機模型[J].韶關學院學報,2015,36(8):13-16.

［4］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.

［5］黨小起，張春嬌，赫占軍.基于模糊元胞自動機的網絡輿情傳播模型研究[J].計算機工程，2014,40（4）:209-213.

［6］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.

［7］吳青峰,程慶華,劉慕仁.噪聲影響下輿論傳播的建模與仿真[J].長江大學學報(自然科學版),2006，3（1）:59-62.