李晋

南京师范大学商学院，江苏 南京

收稿日期：2017年5月24日；录用日期：2017年6月6日；发布日期：2017年6月14日

以“H7N9”突发事件信息传播特征为基础，理论构建突发事件信息传播网络模型，并对网络簇结构进行拓扑分析；针对社会公众对突发事件信息认知、理解和扩散行为的异质性，构建基于主体观点动态变化特征的突发事件信息同步化传播演化模型，并进行模拟仿真分析。研究发现，网络规模水平和簇结构特征直接影响突发事件信息同步传播的演化过程；传播主体观点变化率及其同步化行为与网络耦合强度一定程度上呈正相关；突发事件信息传播同步化过程受传播主体初始观点状态和传播主体在网络中的威望影响。

关键词 :簇结构网络，突发事件，信息同步传播，演化模型

Copyright © 2017 by author and beplay安卓登录

This work is licensed under the Creative Commons Attribution International License (CC BY).

http://creativecommons.org/licenses/by/4.0/

突发事件因其爆发前兆不明显、破坏性强及存在潜在次生衍生危害等复杂性，社会公众对其真伪度、可靠度在短期内难以明辨，更多地趋于对突发事件表现为一定程度的负面性认定 [ 1 ] ，极易造成突发事件信息在毫无预期的情况下实现叠加、组合等多重耦合交互，直接影响经济社会安定和稳定，如：传染病疫情爆发导致的民众“逃城”、舆论和谣言扩散形成的百姓“打砸抢”、金融危机传导引起的股价“同涨共跌”等现象。因此，研究突发事件信息传播过程中的同步化内在机制，把握其内在演变规律，对预测预警突发事件信息扩散具有重要作用。

Daley和Kendall提出的谣言传播D-K系列模型 [ 2 ] [ 3 ] ，为定量研究谣言传播提供了理论基础。此后，Fiona和Linda [ 4 ] ，Kazuki等 [ 5 ] 对D-K模型进行了不同程度的拓展和创新。近年来，国内外学者重点围绕运用SIR、SIS和SIRS等传染病模型研究突发事件信息传播动力学特性，成果显著 [ 6 ] [ 7 ] [ 8 ] [ 9 ] 。针对突发事件信息传播过程中的同步化问题，学术界针同样进行了探索性研究。Prashant [ 10 ] 研究了小世界网络中基于SIRS模型的传染病疫情突发事件同步传播行为。Moreno等 [ 11 ] 基于无标度网络研究了交通系统堵塞容忍限度。Alessandro等 [ 12 ] 基于OCR模型研究社会舆论突发事件在全耦合网络上的同步传播现象。Li和Stewart [ 13 ] 基于40个国家在1990年到2001年间的股票收益数据，对股价股价“同涨共跌”现象进行了实证分析。卞曰瑭等 [ 14 ] 基于投资者行为策略的近邻择优视角构建投资者羊群行为演化模型。何敏华等 [ 15 ] 基于BA无标度网络研究公共突发事件舆论和网络结构耦合关联的自适应论演化模型。

然而，考虑到现实中信息传播主体间的耦合关联，无论在全局还是局部都极易呈现出不同程度的非均衡性 [ 1 ] ，其对突发事件信息传播过程具有显著影响。突发事件爆发后，信息传播主体因对外部信息难以有效获知和处理，必然存在着带有盲目或冲动心态下的行为集聚和跟从，形成复杂网络中的簇结构。Liu和Hu [ 16 ] 研究了带有簇结构的复杂网络上流行病传播问题。Yan等 [ 17 ] 分析了含有簇结构的无标度网络的群落结构强度对疾病扩散同步行为的影响。Chen等 [ 18 ] 基于SIS分析了流行病在具有簇结构网络上的传播过程，发现重叠的两个簇中共有节点在疾病的传播中有着桥梁作用。Liu等 [ 19 ] 基于社会公众依赖的互联网渠道，研究了2011~2014年间关于渤海湾漏油事件的信息扩散中带有模块化特征的网络结构与热点信息扩散趋同中的关联影响。程寅钊等 [ 20 ] 通过建立具有簇结构的舆论传播模型，分析了在不同簇公关能力和观点领袖作用下统一意见的演进趋势引导作用。

综上所示，国内外学者对突发事件信息传播过程中的同步化问题，尤其对具有簇结构网络的突发事件信息同步传播特征进行了大量研究，然而已有成果大多以外生性网络和传染病模型相结合进行研究，具有一定的局限性。考虑到社会公众间的耦合关联和面对特定突发事件信息认知、处理的异质性，本文以“H7N9”突发事件为研究对象，运用基于熵的簇结构发现算法，系统分析此类突发事件信息传播网络簇结构特征；其次，基于观点变化率(OCR)模型 [ 21 ] ，构建簇结构网络的突发事件信息同步传播演化模型，通过模拟仿真研判簇结构网络的突发事件信息同步传播演化机制和规律，为政府提升应对突发事件管理水平和增强社会综合治理能力提供理论支撑。

突发事件爆发后，社会公众根据各自的主观判断和意愿，进行信息传播和扩散，从而演变为信息传播网络。以“H7N9”事件信息传播网络为基础，运用基于熵的簇结构发现算法，理论分析突发事件信息传播簇结构网络拓扑特征。

定义 为突发事件信息传播网络，其中：V为网络节点集合，E为网络连边集合。假设网络有N个节点，其中：子簇数为M，记为 ；初始时刻每个簇内节点数为 ，且有：

由此构建突发事件传播网络形成机制：(1) 簇内节点间以概率p连线，任意簇间节点以概率q连线，则簇i内的连边数为 ，簇i和簇j间的连边数是 ，由此获得网络期初的总边数：

(2) 在网络形成中，每个时间步加入一个节点，假设其连接内部子簇节点个数为m，连接外部子簇节点个数为m’，且与每个簇内节点间以概率α增加连边，任意两个簇间的节点以概率β连边；(3) 经过t个时间步，当满足：

算法终止，生成带有簇结构的信息传播网络，输出网络邻接矩阵。同时，定义序参量 ，表示所生成传播网络的模块化程度。由此，对于具有簇结构的传播网络应满足 ；若 ，则所形成传络将演变为一般随机网络。

基于上述网络形成机制，运用模拟仿真方法，理论构建具有簇结构的复杂网络，并分析其拓扑结构特征。实验参数设定为：网络规模 、初始网络中每个簇含有节点数 、网络簇个数 、随机连接概率 。模拟仿真实验形成的突发事件信息传播网络拓扑结构如图1所示，图中任意两节点之间若存在连边说明相互间存在信息交互。

针对形成网络的邻接矩阵，计算网络平均路径长度 、聚类系数 、平均度

图1. 簇结构网络拓扑结构图

，具体分布结构如图2和图3所示。由图可见，生成的簇结构网络在局部范围内呈现出度分布的幂律性，即突发事件信息传播网络结构具有显著的簇结构异质性特征。

基于上述分析，为更清晰识别簇结构网络的模块性采用Newman [ 22 ] 提出的算法对构建的网络进行聚类分析，通过不断合并网络节点来极大化网络模块评价Q函数，以获得网络簇结构的最佳划分。从单个节点组成的N组节点开始，在每一次迭代中合并存在连边的节点，而后能够让Q值增加最大或减少最小的两组节点，直至网络中仅剩单一子簇为止，最终输出网络簇的层次关系树状图，如图4。由图4可见，图中网络被分成6个子簇，这与网络构建期初设定的簇个数一致，表明理论构建的突发事件信簇结构息传播网络与实际传播网络结构基本一致，为后续研究奠定了理论基础。

基于上述构建的突发事件信息传播簇结构网络和信息同步传播演化模型，为进一步分析信息传播过程中同步化现象的演变规律，采用模拟仿真的方法分析簇结构网络以及传播主体观点变化率等关键参数对信息同步传播过程的影响。

针对社会网络中存在的簇结构特征，以OCR观点扩散模型为基础，构建突发事件信息同步化传播模型，研究了簇结构网络下突发事件信息同步传播演化过程，并分别探讨了簇结构网络拓扑、网络节点耦合强度、传播主体信任水平和传播主体的初始观点等因素对信息同步传播过程的影响。研究发现：(1) 突发事件信息传播网络中的簇结构直接影响网络同步化进程；网络中簇间和簇内的同步化过程存在差异；传播主体的观点变化率在一定条件下能够趋于同步。(2) 簇结构突发事件信息传播网络中个体观点变化及其同步化行为与网络耦合强度成正比例；网络耦合强度越大，网络同步能力越强。(3) 信息传播网络规模越大，其不稳定性也相应增强，信息传播个体对非邻居节点的间接影响力也逐渐减弱，传播主体观点同步化水平降低。(4) 网络同步性和网络簇内同步性之间的关联性受网络模块化程度影响。网络模块度较大，

图14. 传播主体初始观点不同分布下的传播演进过程

图15. 传播主体观点单极演进过程

网络同步性与簇内同步性之间不存在明显相关性；网络模块度较小，网络同步性与簇内同步性之间趋于一致。(5) 突发事件信息传播速度和同步化过程受初始传播者和观点领袖意见分布影响。基于上述研究结论，监管应急部门可以在避免突发事件爆发初期虚假消息扩散，调节信息传播网络中敏感群体结构，强化信息传播网络中规模较大簇中传播主体行为的引导等方面，进行相关对策和措施的制定，实现理论研究结论对管理实践的支撑作用。

国家自然科学基金项目(71502085；71301078)。

李 晋. 簇结构网络的突发事件信息同步传播演化模型研究Study on Evolution Model of Information Synchronous Dissemination of Emergent Events Based on Cluster Structure Network[J]. 管理科学与工程, 2017, 06(02): 52-63. http://dx.doi.org/10.12677/MSE.2017.62007