基于多Agent和改進Deffaunt模型的信息傳播建模與仿真①

王 潤,趙 軍

(寧夏大學 信息工程學院,銀川 750021)

在線社交平臺是人們日常生活中使用最為普遍的應用軟件,基于社交媒體平臺的社會化營銷也成為了現代化社會中企業必不可少的營銷方式.研究企業社會化營銷背景下的信息傳播對于企業在制定營銷策略、廣告投放、輿情監控、精準營銷等方面都有著重要意義.

由于和傳染病傳播的過程非常相似,所以對于信息傳播過程的研究通?；趥魅緞恿W模型展開,如SIS[1]、SIR[2]等.該類模型為數理模型,通過將信息傳播分為幾個不同階段,并用微分方程作為理論基礎來描述傳播行為.傳播模型對現實情況做了一定的簡化,無法滿足快速發展時代的研究需求,因此學者們結合現實情況,并基于具體的研究背景和情境,對個體狀態以及屬性的分析將信息傳播階段進行進一步的劃分,建立了許多新的信息傳播模型,如SEIR[3]、SCIR[4]等.然而改進模型仍屬于數理模型,通常不考慮參與個體本身的一些屬性以及環境因素對信息傳播過程的影響[5],模型的仿真結果也通常只展現了宏觀的信息傳播規律,沒有反映出過程中的個體交互,從而無法準確刻畫企業社會化營銷背景下的信息傳播與演化.

信息傳播是一個比較典型的復雜系統演化過程,其中的個體具有思考、決策能力,在社會關系網絡中,個體間的交互是必然存在的,因此在社會化營銷背景下的信息傳播過程也涉及到個體的選擇決策以及個體交互過程.研究發現,個體會對新發布的信息產生一個初始觀點,并且在和其他個體的交流互動過程中不斷進行觀點的調整[6,7],因此在信息傳播過程中,個體之間會進行非線性觀點交互,并以內部觀點的變化為驅動力而形成外在對信息的處理決策,進而形成了宏觀上的復雜信息傳播過程,因此有必要借助觀點交互模型建立交互機制,從而更好地還原信息傳播過程中的個體交互過程.對于觀點演化的研究,更多都基于連續觀點模型展開[8,9].觀點體現了個體的選擇傾向性,而個體的選擇傾向性不是階躍變化的,在復雜環境中的個體是否選擇傳播信息,往往經歷了潛移默化的過程在會產生最終的選擇[10],連續觀點更能體現個體內部觀點循序漸進的變化過程,因此,本文也基于連續觀點模型對信息傳播過程中個體觀點的演化進行研究.

多Agent 方法能夠建立具有自主性和一定行為的個體模型,并通過設定一些規則讓系統在一定環境下自發演化,然后考察系統演化過程中涌現出來的若干性質.這種基于局部個體空間相互作用的模型,是研究復雜系統整體行為的有效手段,在研究信息傳播問題上具有顯著優勢.

本文構建的信息傳播模型基于復雜系統建模思想,綜合考慮社會化營銷中的個體屬性、環境等因素,改進Deffaunt 經典觀點交互模型,細粒度地刻畫個體異質特征和個體間的交互,建立有效的信息傳播多Agent 仿真模型,從而對自主性個體的異質性、個體間的復雜交互等多方面因素對信息傳播過程的影響進行研究.

1 多Agent 模型研究

1.1 信息傳播過程分析

本文首先借鑒動力學模型的建模思想,對社會化營銷背景下的信息傳播過程進行分析,將其用不同個體狀態之間的轉換來表示,并考慮個體屬性、環境等多種因素構建更為準確的多Agent 信息傳播模型.

社會化營銷通常以各類社會化媒體平臺為載體而進行,平臺一般提供了多種信息傳播渠道,因此用戶接觸信息也就有了多種方式.以微博為例,在微博中,企業發布信息有不同渠道,比如微博入口、大視窗等的廣告推送,另外微博還通過與一些“大V”用戶合作讓其幫助信息的傳播擴散,而這些“大V”用戶都可以看作傳播態個體,其它的廣告機制則可以統一看作存在于營銷環境中的廣告信息,因此在微博情境下的用戶的信息接觸模式有兩種:接觸傳播態個體和接觸環境中的信息.不同于傳播態個體,環境中的信息不具有自主性,而是在環境中的某個地方固定存在.

為了更直觀地區分兩種信息接觸模式,將未知態的個體進行進一步劃分,使信息傳播中存在兩種通過不同方式獲知信息的未知態用戶.現實世界中的個體通常為具有決策能力和選擇行為的理性個體,所以未知態個體獲知信息后,稱為觀望態個體,觀望態個體受到多種因素的影響,進行綜合決策后發生內在觀點的轉變,進而成為傳播態個體,傳播態個體停止傳播信息后,成為免疫態個體.

為了方便表示,將不同的狀態用不同的符號代替:S1:未知態1;S2:未知態2;O:觀望態;I:傳播態;R:免疫態.綜上所述,社會化營銷中用戶的狀態的變化過程如圖1所示.

圖1 企業社會化營銷中的信息傳播過程

1.2 多Agent 總體模型

本文用多Agent 建模與仿真的方法研究信息傳播,把用戶在現實世界參與社會化營銷而出現的狀態轉換過程作為原型系統,結合己有知識和經驗,通過對原型系統的分析,確定主體種類,外部環境以及系統邊界,從而形成一個初始的系統總體模型.結合2.1 小節對信息傳播過程的分析,本文設計多Agent 系統模型如圖2所示.

圖2 多Agent 總體模型

多Agent 模型繼續沿用2.1 小節中的用戶狀態分類,另外基于對企業社會化營銷原型系統的分析,還考慮到了實際情況中的信息發布者—企業,以及包含了所有企業和用戶個體在內的環境.模型中,所有Agent都存在于環境Agent 中,企業作為信息源,發布信息到環境中,不同狀態的用戶根據一定的規則發生狀態改變.可以看到,總體模型中各個離散的系統成員通過信息傳播機制被組織起來,形成相互聯系的動態松散多Agent 組織結構.

總體模型由4 部分組成:(1)不同狀態的用戶個體Agent;(2)環境Agent;(3)企業Agent;(4)主體關系.

用戶Agent 由個體標識、屬性、規范庫、行為組成,具體表示為＜ID,Name,Attributes,Norm Base,Behaviors>.

企業Agent和環境Agent 主要由屬性和行為組成,具體表示為＜ Name,Attributes,Behaviors>.

主體關系是模型中主體之間的交互關系,如模型中的實線表示主體間信息傳播的方向,虛線表示主體間的狀態轉換關系.

本文對多Agent 模型做以下幾點假設:

(1)本模型不局限于某一特定行業市場;

(2)假設在整個過程中無新個體的產生和舊個體的消失,個體數量為恒定值.

2 交互機制研究

2.1 觀點交互模型的改進

(1)Deffaunt 模型

Deffaunt 模型是一種連續觀點模型中的兩兩交互模型,模型遵循有限信任原則,認為兩個個體的觀點差值在規定的范圍內才可以進行觀點交互,在某一時刻,一個個體與另一個可交互個體進行交互,并將當前時刻的自身的觀點值與其鄰居觀點值的差值之和作為下一時刻的觀點值.在社會關系網絡中個體之間通常是進行點對點式的交流,而非群體交流,已有的研究中個體觀點的演化一般也基于Deffaunt 模型進行研究[10–12],所以本文后續將基于Deffaunt 模型來研究多Agent 模型中從觀望到傳播過程的個體交互機制.

設個體i的觀點在當前時刻t表示為opi(t),另一個可交互個體j的觀點在當前時刻t表示為opj(t),發生交互后,在t+1 時刻,個體i的觀點如下式:

式中,收斂參數 μ表示個體i對鄰居個體j的信任程度,反映了觀點更新的速度.

(2)Deffaunt 模型

傳統Deffaunt 模型中的恒定值 μ作為收斂參數,反映了個體對另一個個體的觀點影響力,而在實際的交互情形中,異質個體間的觀點影響力并不對等,因此須考慮多方面因素,給出相應的函數來更為準確的描述觀點影響力.

由于受到個體年齡、性格、心理、地位和對信息的掌握、分析能力等因素的影響,導致不同的人對自己觀點的堅持程度有所不同,在群體內部甚至會存在觀點極難或者極易改變的極端個體.為此本文給每個個體設定一個觀點的“堅定程度”,用insist來表示.

在現實生活中經常存在著“人以群分”的現象,具有一定相似性的個體彼此通常會有較高的信任度,所以本文引入信任因子,來衡量人際間的相互信任程度.用trust來表示信任程度,opi表示個體i的觀點值,opj表示個體j的觀點值,信任程度具體表達式如下:

個體的影響力是研究社會關系網絡中信息傳播時經常被考慮到的因素[13–15],在社會化營銷背景下,社會化媒體平臺中的個體通常也都有著不同的影響力,影響力高的個體通常有龐大的粉絲基數,信息受眾面比較廣,影響力對信息傳播有著重要影響,因此本文也對個體影響力加以考慮,并用aut表示.

綜上,本文在綜合考慮信任程度、觀點堅持度和個體權威度對信息傳播影響的基礎上給出個體影響力函數.f(i,j)表示I 類個體j對O 類個體i的影響,用autj表示I 類個體j的權威度,其他參數同上.具體表達式如下:

函數中參數 ω表示觀點堅持度的影響在整體影響中所占的權重,參數 φ表示個體權威度的影響在整體影響力中所占的權重.個體間進行交互之后,觀點值調整為:

在多Agent 模型中,對O 類個體設計了兩種交互關系,除了與I 類個體交互之外,O 類個體還可與環境交互,通過環境中信息的影響,發生內部觀點的轉變,所以給出O 類個體與環境交互時的觀點調整方式:假設O 類個體i在t時刻的觀點值為opi(t),信息的吸引力為acn,引入對信息的信任因子 α,在t+1 時刻,個體i的觀點值為:

2.2 整體交互規則

根據多Agent 模型中的交互關系,并結合基于改進Deffaunt 模型的觀點交互機制,給出整體的多Agent交互規則,如表1所示.

表1 多Agent 交互規則

3 信息傳播模型的仿真實現

3.1 仿真實例描述

某企業為了提高關注量,提升企業知名度,欲在微博平臺上進行社會化營銷活動,活動通過“轉發抽獎”的方式進行,即用戶將營銷活動信息進行轉發后,就可成為抽獎參與者,有機會獲得由企業提供的獎品.為了使活動更好地進行,企業和微博中具有一定粉絲基礎的一些自媒體用戶進行合作,讓其幫助信息的擴散,另外,企業在微博中的其他廣告機制也進行了信息的投放.

從以上實例可以分析出共有企業、環境、用戶3 類主體,用戶有兩種信息接觸模式,而主體之間存在著信息傳播過程.

3.2 仿真網絡的構建

對于社交網絡的結構特性,包括微博中的網絡結構,有很多學者通過獲取真實數據,并對所形成的網絡拓撲結構進行分析,發現真實的社交網絡基本具有小世界網絡和無標度網絡的綜合特性[5,11,15].如文獻[15]利用真實數據分析了包含5400 個用戶節點在內的微博關系網絡拓撲結構特征,發現每個用戶的平均好友量為48,將用戶被關注的程度看作網絡中的出度,出度呈現冪率分布,即少數用戶有較多的被關注量,而大多數用戶的被關注量較少,另外網絡整體有較大的聚類系數和較小的平均路徑.本文利用以上數據,在多Agent模型中通過一定的規則讓Agent 之間的關系符合微博中關系網絡的一些結構特征,從而構建仿真網絡.

首先在Swarm 平臺中生成807 個均勻分布于二維網格中的異質Agent,用以代表個體在社會網絡中的不同位置,每個Agent 可以朝著任意方向進行移動,和其他Agent的每一次接觸是兩個Agent 之間的交互,和網格中代表信息的固定元素的每一次接觸是Agent 與環境之間的交互.給不同的Agent的可移動范圍和步長進行限制,設定不同的可移動范圍,使Agent能夠與在一定范圍內的其他Agent 進行交互,從而模擬微博中的關系網絡結構.首先使代表普通用戶的多數Agent的可交互Agent 數量在較小的范圍內,而代表媒體用戶的少數Agent 則有較大的可移動范圍,使其有更多的可交互Agent,通過該方式來模擬度的冪率分布;另外在在一定范圍內的多個Agent 都有相互交互的可能性,可看作是網絡中一個節點的多個鄰居節點之間也有一定的連接關系,從而也模擬了真實網絡聚類系數較大的特征.

3.3 仿真實現

仿真實例中提到企業通過與自媒體用戶進行合作讓其幫助信息的擴散,因此在多Agent 系統初始化時,應當生成一些傳播態個體來代表自媒體用戶,這些用戶具有較高的影響力,因此對其設定較高的權威度.企業也通過一些平臺廣告機制進行信息傳播,這一點在多Agent 系統中應有所體現,可在swarm 平臺中生成一些固定的值用以表示廣告信息.在系統演化初期,大部分個體都為未知態個體.根據以上描述,給定不同類型Agent的初始密度,具體為:

多Agent 信息傳播模型的仿真實現結果如圖3所示.

圖3 信息傳播過程

從仿真結果中可以看到,未知態個體總體呈減少變化趨勢,觀望態和傳播態個體呈現先增加后減少的變化趨勢,免疫態個體則一直在增加.除了能夠觀察到宏觀上的個體密度變化,還能夠看到每一類個體密度在變化過程中存在著一些波動,這些波動由異質個體間的交互而引起.通過多Agent 模型對信息傳播過程進行模擬仿真,能夠反映信息傳播宏觀規律和過程中的個體交互.

對整體信息傳播過程進行仿真之后,再對一些參數進行不同的設定,運用多Agent 模型來研究一些個體屬性和環境因素對信息傳播過程的影響.

(1)個體觀點堅持度對信息傳播過程的影響如圖4所示.圖4(a)為觀點堅持度在區間[0.6,0.9]中取值,圖4(b)為觀點堅持度在區間[0.2,0.5]中取值.將兩個仿真結果進行對比,能夠看到觀點堅持度較低的情況下觀望態個體的密度峰值高于觀點堅持度較高的情況下觀望態個體的密度峰值,說明當群體的整體觀點堅持度水平較高時,在信息傳播的過程中會有更多的個體處于觀望態.

(2)廣告覆蓋率對信息傳播過程的影響如圖5所示.圖5(a)為廣告覆蓋了取0.2,圖5(b)為廣告覆蓋率取0.4.將兩個仿真結果進行對比,能夠看到廣告覆蓋率越高,傳播態個體密度的峰值越高,即信息傳播越快.

(3)個體權威度對信息傳播過程的影響如圖6所示.仿真結果給出了分別在權威度水平整體較低和權威度水平整體較高的情況下傳播態個體密度的變化情況.圖6(a)為權威度在區間[0.2,0.5]中取值,圖6(b)為權威度在區間[0.6,0.9]中取值.從仿真結果中可以看到,權威度影響到傳播態個體密度的峰值,當權威度較高時,傳播態個體密度的峰值越高,說明權威度越高,在一定時間內成為傳播態的個體數量越多.

圖4 個體觀點堅持度對信息傳播過程的影響(OAgent)

圖5 廣告覆蓋率對信息傳播過程的影響(IAgent)

4 結論與展望

本文針對目前信息傳播模型存在的問題,研究了具體情境下的信息傳播過程,引入多Agent 建模理論和方法,從微觀角度分析Agent的屬性和行為,并基于改進的觀點交互模型構建了Agent 之間的交互規則,然后基于Swarm 仿真平臺對信息傳播多Agent 模型進行模擬仿真,研究了社會化營銷背景下信息傳播過程的宏觀規律,另外,通過改變多Agent 模型中的參數值,對幾種不同影響因素對信息傳播過程的影響進行了仿真分析,根據分析結果,可以對企業社會化營銷提出以下幾點策略建議.

圖6 個體權威度對信息傳播過程的影響(IAgent)

(1)企業可采取一定的手段提高客戶忠誠度,使客戶對傳播信息的觀點具有較高的堅持度,另外,企業在社會化營銷過程中應適當引導輿論,提高傳播者的觀點值,形成良好的口碑,從而使傳播者對潛在傳播者具有更大的影響力.

(2)在營銷時,企業應在能力允許的范圍內多渠道、大范圍地散播營銷信息,提高廣告覆蓋率,以促進信息傳播速度,增加信息知曉人數,從而提升企業和產品知名度,增加潛在客戶.

(3)權威度能夠影響到用戶觀點,權威度越高,傳播信息的人越多.企業應當選擇在關系網絡中具有較多關注者、群眾認同度高的用戶作為初始傳播者,從而使更多的用戶傳播信息,起到良好而高效的社會化營銷效果.