[发明专利]官方信息控制下的舆情传播模型研究

说明书

互联网技术的高速发展，在为我们带来高效生活的同时，也成为谣言滋生与传播的温床，对国家信息安全和社会舆论健康产生了巨大的威胁，有效控制舆论传播进程已经成为当代社会网络研究的热门话题之一。本文基于官方信息控制下舆情传播过程中的时延性、潜伏性和转换性建立官方信息控制下舆情传播模型(OI‑SEIR)，根据网络节点的影响和重要程度，从理论上推导出节点态度转换概率，使得该模型更加符合实际情况。通过实际案例，分析了官方信息对舆情传播进程的重要影响，为政府及相关部门对舆情网络的监管和正确引导提供了理论依据，具有一定的现实意义。

技术领域

本发明涉及舆情分析领域，特别是涉及一种基于官方信息控制下的舆情传播模型研究。

背景技术

目前，我国正处于经济发展和转型的关键期，重大突发事件频发，容易形成网络舆情。由于网络上的舆情具有形成途径多、传播速度快、扩散范围广等特点，当突发事件出现时，舆情将迅速蔓延。如果此时相关部门处理不当，有引发舆论危机的可能，甚至会影响社会稳定性。因此，研究官方信息对舆情传播的影响对舆论监督和维护公共安全方面具有重要意义。

舆情作为一种具有复杂性和关联性的网络，与复杂网络结构高度相似，故复杂网络已经逐渐成为研究舆情网络的一种重要手段。传染病模型。是将复杂网络模型化的常用方式，也被应用于舆情网络中，通过数学模型模拟舆情网络中信息的传播过程，并对网络中信息的传播机制进行深度分析。因此，本文以复杂网络为基础进行基于官方信息控制的舆情传播模型研究与分析。

发明内容

本发明针对已有传染病模型存在的问题，提出了官方信息控制下舆情传播模型(Official information-Susceptible Exposed Infected Recovered，OI-SEIR)。该模型综合考虑以下因素：①时延性：虚假信息和官方信息往往不是同时发布的，虚假信息产生后，形成网络舆情，造成不良影响，官方才会在网络中发布正确信息，因此官方信息相比虚假信息具有一定的时延。②潜伏性：舆情网络中存在大量接收到信息但暂时不传播信息的用户，即潜伏节点。此类用户是官方信息注入时，容易改变状态的节点，更容易支持官方信息的传播。③转换性：随着官方信息的注入，虚假信息传播者也是有可能向官方信息传播者进行转换的。因此OI-SEIR模型对官方信息和虚假信息的传播者进行详细划分。综上所诉，我们的模型更适应实际情况。

所述OI-SEIR传播模型包括以下步骤：

1)节点集划分。将节点集划分为五类，包括：S(Susceptible，易感节点)，E(Exposed，潜伏节点)，I_F(False Infected，非官方信息传播节点)，I_O(Official Infected，官方信息传播节点)，R(Recovered，免疫节点)。

2)微分方程的建立。根据所提SETQR模型结构图，建立微分方程，模拟网络中信息传播过程。

3)定义OI-SEIR模型中的网络节点的态度值，从理论上推导出网络中各类型节点的态度转换率的计算公式。

4)实际案例仿真实验。

上述步骤1中节点集划分的方法为：

在OI-SEIR模型中，将节点集划分为五类，包括：S(Susceptible，易感节点)，E(Exposed，潜伏节点)，I_F(False Infected，非官方信息传播节点)，I_O(Official Infected，官方信息传播节点)，R(Recovered，免疫节点)。

上述步骤2中微分方程的建立的方法为：

根据所提SETQR模型结构图，建立微分方程，模拟网络中信息传播过程。