基于元胞自动机的网络舆情传播研究

■江 耘 王紫嫣

一、引言

中国互联网络信息中心第35次《中国互联网络发展状况统计报告》显示，截至2014年12月，中国网民规模达6.49亿，互联网普及率达到47.9%，手机网民达到5.57亿。网民数量的急剧增加特别是移动互联网用户的增多，以及微博、微信这种基于社交圈子的信息传播模式的广泛应用，使得网络舆情信息传播速度更快、范围更广，对人们的生活和政府的公共管理事务都产生了巨大的影响。因为舆情信息是网民在虚拟空间发布的，所以人们很难从一个网络舆情事件中轻易地追溯到源头。而基于微博、微信等社交圈的网络信息舆情在一个个闭环的圈子中进行传播，参与舆情信息讨论的网民可以在很短时间内收到舆情信息的反馈，这增加了政府对网络舆情信息的监控和引导的难度。网络舆情传播的参与个体，是具有独立思想及判断能力的人（在此即指参与网络舆情讨论的网民）。参与舆情信息讨论的网民在收到舆情信息的反馈（即其他网民的观点意见）后，可以根据网络舆情事件的后续走向（如政府的措施、网络意见领袖的意见等）以及自身的环境因素（如工作环境、生活环境、学习环境等），来改变自身原有的意见态度。因此，对网络舆情信息传播中相互影响性的研究，有利于政府对网络舆情传播进行引导和治理。

我国学者对网络舆情的研究主要分为两类：一种是基于数据挖掘的网络舆情数据的分析研究，这类研究主要是对舆情信息进行搜集、识别、提取、分类管理并进行对策研究；一种是对网络舆情的传播过程进行分析，这类研究大多通过建立模型来分析网络舆情传播的相关问题，如刘波利用系统动力学对网络舆情的传播进行建模，王鲲鹏将网络舆情的元胞自动机模型建立在三维空间内。本文使用元胞自动机理论模拟网络舆情传播中的个体行为，并使用不完全信息动态博弈模型描述出网络舆情中元胞个体之间的相互作用，侧重于考察网络舆情中个体行为间的相互影响。

二、相关理论及适用性分析

不完全信息动态博弈理论。不完全信息动态博弈，是指博弈中的信息是不完全的，即双方都无法掌握参与博弈的其他人的战略空间和战略组合下的函数收益，但行动是有先后顺序的，后动者可以观察到前者的行动，了解前者行动的信息，而且一般都会持续一个较长时期。参与人不能直接掌握其他参与人的类型，但因为参与人的行动是依靠类型依存的，每个参与人的行动都透露着有关自己类型的某种信息，因此后行动者可以通过观察先行动者所选择的行动来获得偏好、战略空间等方面的信息，修正自己对其所属先验概率的判断，然后选择自己的行动。

元胞自动机模型。元胞自动机(Cellular Automaton，简称CA)是一种定义在一个具有离散、有限状态的元胞组成的元胞空间上，并按照一定局部规则，在离散的时间维度上演化的动力学系统。在考虑一个元胞对其他元胞的影响时，必须规定每个元胞会影响到哪些邻居元胞。根据元胞当前状态及其邻居状态确定下一刻该元胞的动力学函数，这就是一个状态转移函数，假定中间元胞坐标为（i，j），则其通常可以写成：

元胞自动机是一个方法的总称，没有特定的函数表达式或者物理方程式，由架构模型的规则组成。正是由于这个特殊性，元胞自动机模型被广泛用于各个领域的复杂动力学研究中，它具有同质性、时空局部性、并行性、空间离散、时间离散、状态离散等特性。这些特性都非常吻合网络空间中网民的行为状态和特征。首先，每个网民都是具有自由意志的个体，他们在不同的时间、地点、虚拟的空间内传播自己的见解，这符合元胞自动机理论的时间、空间、状态离散特征；其次，在网络舆情的传播中，每个参与个体是具有独立思想判断的人，其做出的行为决策是独立完成的，这符合元胞自动机的并行性特征，即元胞空间中的元胞是平等的，其状态变化是独立的；再次，舆情传播个体在舆情传播的行为中，根据获得的信息、内外部环境因素做出判断的行为，这符合元胞自动机的同质性特征，即在元胞空间内的每个元胞的变化都服从相同的规则。舆情传播过程中传播个体的外在环境因素就是个体可接触的外界舆情信息，这些信息的产生取决于元胞自动机时空局部性中所说的“邻居”。

正是元胞自动机的同质性、时空局部性和并行性符合网络舆情传播的特点，同时也能形象地表示出网络舆情的传播运作规律，所以可以用元胞自动机模型来模拟表达网络舆情的传播过程。在元胞空间中，每个元胞的变化都服从相同的规律，某一元胞的状态改变会影响到邻居元胞的状态。由于网络信息的传播是网状形态，每一个节点都能从前一节点获得信息并依据自己的情况采取相应的行为策略，这就是一个有行动顺序的动态博弈。但是，由于网络空间的虚拟性，网络信息传播的参与人对其他参与人的战略空间、行动组合、收益情况是不完全了解的，所以是不完全信息。如一个网民发布信息后，其他网民观察到前者的行动及所得收益（体现为支持率、影响范围和自我满足等）后再根据自己的情况（偏好）采取相应的策略行为，表示出支持、反对或者中立的态度，所以可用不完全信息动态博弈理论对网民间的行为进行博弈描述从而研究网络舆情的传播方向。

综上所述，元胞自动机理论适合于构建网络空间中网民进行舆情信息传播的行为，不完全信息动态博弈可描述不同网民之间信息传播的相互影响性。

三、元胞自动机博弈模型的构建及分析

将网络环境抽象成一个二维平面，将该平面分为n×n个方格，每个方格就是一个元胞，研究中选取其中的3×3方格，如图1所示。令元胞（i，j）（其中i≥1，j≥1）作为中心元胞A，确定其为研究对象，令其与其相邻的八个元胞分别进行博弈。将与中心元胞相邻的八元胞之一B，设为第一个与中心元胞A进行博弈的受影响元胞。

图1 假设模型

本文设定中立态度不发表言论，其影响力不计，即传播过程中产生的有价值的传播信息只有积极与消极两种，并且产生的博弈行为只有接受信息继续传播（积极态度传播）与不接受信息传播（消极态度传播）两种。同时，假设中心元胞是先行者，即中心元胞是舆情信息的传播者。

在网络舆情信息的传播中，先行传播者具有不同的影响力，对这个影响力本文赋予一个系数k来进行研究，其受很多因素的影响，比如先行传播者的号召力、价值观、权威性、感染力、与主流观点的相近度等。而信息接收者受周围传播者的影响也有一个受影响系数m，其也受很多因素的影响，比如信息接收者的价值观（即对事件的认同感）、成长或工作环境、对自身看法的坚定程度等。

令Ei,j(t)为中心元胞的舆情观点收益，表示中心元胞A在t时刻发表舆情信息时对周围元胞的影响，即相邻元胞在t+1时刻受到来自中心元胞的影响结果为Ei,j(t+1)。而在t+1时刻，受影响元胞B的舆情信息收益为Ei-1，j+1（t+1），其取决于与其相邻的八个元胞在（t+1）时刻产生的舆情信息收益的平均值。此时，将受影响元胞在t+1时刻所获得的舆情收益Ei-1,j+1(t+1)与从中心元胞所传播出去的舆情收益Ei,j(t+1)进行比较。

当Ei,j(t)＜Ei-1，j+1（t+1）时，表示从中心元胞处获得的舆情传播收益小于受影响元胞在t时刻所能获得的收益，此时，受影响元胞持消极态度传播中心元胞的舆情观点；当Ei,j(t)=Ei-1，j+1（t+1）时，表示从中心元胞处获得的舆情观点的传播收益与受影响元胞在t时刻所能获得的收益相等，此时，受影响元胞对中心元胞的舆情观点保持中立传播态度；当Ei,j(t)＞Ei-1，j+1（t+1）时，表示从中心元胞处获得的舆情传播收益大于受影响元胞A在t时刻所能获得的收益，此时，受影响元胞持积极态度传播中心元胞的舆情观点。通过以上的分析可知，受影响元胞的收益是受到中心元胞和另外七个元胞的影响的。

当中心元胞为政府网络部门时，政府对于自己本身传播出去的网络舆情事件持正面的积极态度，其希望网络社区和谐。由于受影响元胞的受影响系数取决于他们自身，此时政府政务部门为了使周围的受影响元胞个体支持自己的积极态度，需要：使政府影响力系数的取值尽可能增大，即增加政府政务部门的号召力；令政府政务部门的价值观更趋向于普通民众的价值观，即站在普通民众的立场上处理舆情涉及的问题；增加政府言论的公信力，增加政府言论的感染力，这要求政府部门在发表网络舆情的信息本体时，需要考虑网民的接受情况，用最具公信力的语言发表网络舆情的客观信息及评价。

当中心元胞为网络意见领袖时，他们传播的积极言论会促进网络社区和谐。但是，如果网络意见领袖在舆情传播过程中传播消极言论时，为了构建和谐的网络社区，需要使受影响系数的值尽可能减小，使周围元胞不受网络意见领袖的消极态度影响，保持与网络意见领袖相反的态度对舆情信息进行传播，并尽可能地反向影响网络意见领袖的态度。为了减小受影响元胞的受影响系数，可以对社会上的正义积极事迹进行宣传，增强周围受影响的元胞对社会的认同感，减少外部环境对受影响元胞的负面影响，如改善成长环境和工作环境等，这就要求政府要从社会民生角度增强民众对政府的认同感。

四、结论与建议

通过上文的分析可知，只有信息传播者的影响力系数足够大，其才能更好地引导网络舆情走向。在模型中的中心元胞的信息传播效果由影响力系数决定，当政府或网络意见领袖处于中心元胞位置时，他们的言论传播效果取决于影响力系数。影响力系数的组成要素有权威性、专业性、公信力、感染力等，影响力系数越大期对网民的影响就越大。所以，政府要主动去做意见领袖，提高自身的影响力系数，自信地、积极地表达出政府的主张，以正确积极的态度去引导网络舆情的走向，尽早掌握网络舆情中的不和谐因素，以真实和科学的对不和谐因素进行改变，这对引导网络舆情的发展、构建和谐的网络社区具有积极的意义。

信息的传播效果，取决于信息接收者自身的受影响系数。信息接收者处于周边元胞的位置，他们接收到中心元胞发出的信息后，会对信息进行有选择的吸收。信息接收者都是具有独立思想的个体，他们对接收到的信息会进行独立判断，这个独立判断就是个体的受影响系数，而受影响系数则是信息传播过程中的决定性因素。影响受影响系数的因素有网民的价值观、教育背景、成长环境、工作经历或外部社会环境等，这些因素会影响网民对网络舆情信息的态度进而影响他们的行为。

为了有效控制舆情的传播，需要合理有效地控制或改变受影响系数。首先，信息个体的判断决策是建立在其文化认知水平上的，文化认知水平的高低会影响信息接收者对舆情正确性的判断，所以必须普及社会主义核心价值观的教育，特别是在农村及偏远地区，全面的教育普及是提高政府影响力的有效措施，从树立正确的人生观、价值观出发，减少舆情传播过程中被谣言影响的受影响程度。其次，舆情信息根源事件的基本信息必须公开透明，对封闭堵塞的信息渠道进行改革，还原最真实的舆情事件，这样传递出的信息才是群众作出正确判断的凭证。最后，加快监管型政府向服务型政府的转变，提高政府的公共服务能力和社会治理能力，建设一个更加公正、透明、公平的社会，增加政府的公信力，提高公众对政府的信任感。

［1］方薇.采用元胞自动机的网络舆情传播模型研究［J］.计算机应用,2010,（3）.

［2］王鲲鹏.基于改进的元胞自动机的网络舆情传播模型［J］.计算机光盘软件与应用,2013,（23）.

［3］牛光学.演化博弈的元胞自动机仿真［J］.河南科技,2013,（7）.

［4］王根生.网络舆情群体极化动力模型与仿真分析［D］.南昌：江西财经大学,2011.

［5］张年美.基于元胞自动机的舆情演化模型仿真［J］.科技致富向导,2013,（11）.

［6］勒中坚.基于网民观点能量的群体极化分析［J］.江西社会科学,2011,（10）.

［7］江耘.网络公共事件及政府治理对策研究［M］.南昌：江西人民出版社,2013.

［8］隆云涛.复杂适应系统社会生活计算模型导论［M］.上海：上海世纪出版集团,2013.

［9］王杨.基于博弈论的网络社区舆情传播模型［J］.计算机应用研究,2013,(8).

［10］陈禹,王明明.信息经济学教程［M］.北京：清华大学出版社,2011.

［11］高斯夏.网络舆情演化的元胞自动机模型研究［D］.北京：首都经济贸易大学,2013.