基于SIR模型的高校突发事件微信传播机制研究

姚竟发,张洪杰

(河北农业大学， 河北 保定 071000)



基于SIR模型的高校突发事件微信传播机制研究

姚竟发,张洪杰

(河北农业大学， 河北 保定 071000)

高校人群密集，交往密切，微信朋友圈是学生们进行信息传播、交流的主要网络社交平台。通过分析传染病SIR模型，构建了基于微信朋友圈突发事件传播的SIR模型，并利用实际数据进行仿真模拟；通过改变SIR模型中的日接触率λ和免疫率μ，发现日接触人数和对事件的免疫程度都对事件传播有很大的影响，日接触人数越多、免疫率越低，事件扩散速度越快，影响越大，最终会影响整个人群。从研究模型结论得知，大学生的自我意识与高校权威信息对群体突发事件具有很大的影响力，这就要求大学生不断提高自身对网络突发事件的正确认识及决策能力，同时要求政府能够及时制定网络突发事件的应对处理机制，不断完善和适应各种外部环境。

突发事件；传播机制；SIR模型；微信朋友圈

DOI号：10.13320/j.cnki.jauhe.2016.0062

2013年12月4日，中国移动、中国电信和中国联通三大运营商获得4G运营牌照，信息传输速率达到20Mb/s，较3G提高了10倍，信息通信能力的提升预示着手机用户之间的交流更加便利。据CNNIC《第36次中国互联网络发展状况统计报告》数据显示，截至2015年6月，我国网民达到6.68亿，而其中手机网民达到了5.94亿，手机成为了网民使用网络的主要工具[1]。高校是人群密集的场所，新媒体时代的大学生人均一部手机，微信是其相互交流信息的主要媒介。微信中主要依靠好友进行信息的传播，传播过程中接受者将变为传播者，将信息进一步传播，也可能屏蔽此信息成为移出者[2]。高校学生微信具有“小世界效应”，即聚集密、距离短，短时间内可以针对某信息(有益的或有害的)产生“蝴蝶效应”。因此，通过建立相关数学模型，研究高校网络突发事件传播机制，对构建和谐高校有着重要意义。

近年来，诸多学者主要集中于公共突发性群体事件的网络传播机制的研究。卞曰瑭等人以高斯分布定量表征了非常规突发事件传播过程的周期特性，并从突发事件的主体特点和事件客体演变特性两个维度构建了演化模型并进行仿真[3]；童亚拉从复杂网络预测模型角度出发，研究了群体性突发事件传播机制并构建了预测模型[4]；方兴东等人从网络舆论场角度对微信、微博构建评价对比体系，探索微信在新媒体网络舆论场中的传播能力，但仅仅只是通过对比分析，没有建立模型和仿真预测[5]。通过查阅大量资料对比分析，目前对于网络突发事件网络传播研究最多的是基于SIR模型。比如兰娟丽等人改进SIR模型，加入时间动态以及微博节点度值等因素来构建微博负面信息的网络模型，但是结论主要论述了网络模型中的3类节点影响力，对事件的网络传播说服力不够；李可嘉等人对典型SIR模型进行改进，把传播者分为了网络推手和普通传播者，并选取Tumblr实际数据进行模拟仿真[6]。综合上述两人的研究并结合高校实际，可发现高校事件一般都是突发事件，很少有人对某事件进行蓄意传播。本文拟在上述研究的基础上加入时间动态，构建基于SIR的微信负面信息传播模型，并且以某高校微信用户实际数据为采集样本，对模型进行仿真，以期探索高校突发事件网络传播机制。

一、SIR网络信息传播模型

(一)经典SIR模型

Kermack与McKendrick在他们提出的SIR仓室模型基础上进一步研究，提出了传染病动力学SIR模型。SIR模型中，S(Susceptible)表示易感者，指未得病但容易被感染者传染；I(Infective)表示感染者，指病人，而且很容易传染给易感者；R(Removal)表示移出者，指被隔离或得病后痊愈具有了免疫力的人。记时刻总人口为N(t)，易感者、感染者和移出者所占比例分别为s(t)、i(t)、r(t)，三者之间的关系为s(t)+i(t)+r(t)=1。

在SIR模型中有3个假设前提：(1)总人口N(t)在研究过程中保持常量。(2) 时刻感染者感染的人数与s(t)成正比λ，则t时刻感染的人数为λs(t)i(t)N(t)。(3)t时刻移除人数与感染者i(t)成正比μ，则t时刻移出者人数为μi(t)N(t)。

根据SIR动力学模型，构建的高校微信负面信息传播SIR模型如下所示：

(1)

其中，初始条件为：

(2)

(二)高校网络突发事件传播基本特征

高校微信网络中的用户总数为N，在SIR模型研究中，微信网络用户在传播负面信息的最终态共有3种，即未知态、已知态和免疫态。未知态表示还没有收到信息但是具有接受该信息的可能性；已知态表示用户已经接收到该信息并有兴趣转发给其它好友；免疫态表示用户在把信息转发给好友后没有兴趣继续关注该信息，对下次收到该信息处于免疫状态。其中，已知态和免疫态均接受了该信息。

经过上述分析，负面信息在朋友圈中的传播扩散过程具有一定的规则：(1)传播节点以比率λ与其他好友接触并传播。(2)易感节点在收到信息传播者信息后以免疫概率μ进行移出免疫，相反以1-μ的概率成为传播节点向圈内其它好友进行继续转发。(3)随着时间推移和事件的热点程度减弱，朋友圈中这三类人群趋于常态化，具体传播转化过程如下图1所示。

图1SIR节点传播图

二、模型仿真及分析

(一)案例仿真

以2015年10月24日某高校女生被砸身亡事件在微信发布并迅速转发为例，进行数据仿真和分析。假设该高校某微信号约有7万人关注，根据数据统计，在发布这一突发事件后，在一天时间内约有1.3万人关注该事件，其中约有60%的人会对该事件进行转发，则通过计算得出传播概率为11.14%，免疫概率为40%。

初步对模型进行仿真时假设一个学生每天给两位好友进行信息转发，即日接触率为2。

根据上述分析，确定模型各个参数及初始值为：λ=2，μ=0.4，i(0)=0.1114，s(0)=0.888 6,使用Matlab对上述模型进行求解，可以得出微信中各类节点的传播变化趋势(见图2)。

图2微信朋友圈中传播节点和易感节点比例变化趋势

微信朋友圈中传播人群和易感人群所占比例具体变化情况如下表1所示。

表1　i(t)，s(t)的数值计算结果

校园在遇到非常规突发事件后，微信朋友圈传播由图2和表1可得出如下结论：(1)传播者比例最大为49.79%，而且在初期的增长速度迅速，在第二天达到最大，按照上述人数N=70 000来计算,此时传播人数达到34 853人，随后迅速减少，在第28天(≤1个月)的时候已经没有人再传播该信息。(2)易感者比例在第一周左右的时间内降低最快，s(7)=0.011 2，仅剩784人(总人数的1.12%)没有收到该信息，最后易感人群比例趋于稳定。(3)传播周期为25天，最后的免疫率为μ=0.993 9(99.39%)，仅剩427人还在某种程度上关注该事件。

(二)日接触率λ对事件传播的影响分析

通过增加和减少日接触率来分析其对校园微信传播的影响，最终得到如下图3、图4所示对比图。通过对比发现，当λ=5、λ=1时：(1)传播者比例最大值分别为第2天和第5天，传播概率分别为72.74%和27.95%，变化明显。(2)传播周期分别为26天和35天。(3)最终事件传播处于稳定状态。经过分析，日接触率λ会影响事件传播的扩散速度、传播周期和最大传播者规模。日接触率越大，扩散速度越快、传播周期越短、最大传播者比例越大，反之扩散速度越慢、传播周期越长、最大传播者比例越小。

图3λ=5时的节点变化趋势

图4λ=1时的节点变化趋势

(三)免疫率μ对事件传播的影响分析

改变免疫率μ分别得出如下图5、图6所示对比结果，当免疫率为μ=0.6和μ=0.2时：(1)传播者比例最大值分别为37.47%和65.95%，时间分别为第3天和第4天。(2)传播周期分别为21天和51天，变化明显。经过分析，免疫率μ主要影响事件的最大传播者规模和传播周期，免疫率μ越高，事件的最大传播者比例越小、传播周期越短；相反，免疫率μ越低，事件的最大传播者比例越大、传播周期越长，但是对扩散速度影响不大。

图5μ=0.6时的节点变化趋势

图6μ=0.2时的节点变化趋势

三、结语

通过对高校微信非常规突发事件传播特性分析，参考社交网络信息传播特征和传染病SIR模型建立高校非常规突发事件传播模型，并结合某高校实际数据进行模拟仿真，对比分析了微信朋友圈中信息传播机制以及传播人员、易感人员、免疫人员3类人员的变化趋势。数据显示，事件在传播时会迅速扩散，传播人群短时间内达到最大；传播人群规模达到最大后的一段时间内(大约1周左右)会迅速减少，说明学生对事件的关注度是即时的；日接触人数和对事件的免疫程度都对事件传播有很大的影响，日接触人数越多、免疫率越低，事件扩散速度越快，影响越大，最终会影响整个人群。

目前以微信为代表的信息时代具有较新的群体突发特点和规律，从研究模型结论得知，大学生的自我意识与高校权威信息对群体突发事件具有很大的影响力，这就要求大学生不断提高自身对网络突发事件的正确认识及决策能力，同时要求政府能够及时制定网络突发事件的应对处理机制，不断完善和适应各种外部环境。

首先，高校需要保证较高的信用度。可以通过建立突发事件预警机制以及快速处置微信突发事件机制等手段，不断提高高校的信息控制能力，这是抑制微信突发事件的基础。

其次，正确引导微信突发事件传播。出现突发事件，利用各种手段掩盖、封锁事件的发展是不可行的。针对突发事件，高校应该成为信息的中心，充分利用网络、短信等新媒体手段及时公布事件的真相，消除大学生对突发事件的好奇，满足对事件的渴望。

最后，高校要加强对大学生应对突发事件意识的教育。提高大学生处理公众突发事件的知识素养，加强大学生网络辨别是非的能力，不能任由不实言论肆意泛滥，树立正确处理信息资源的态度。

[1]中国互联网络信息中心.第36次中国互联网络发展状况统计报告[EB/OL].http://www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/201507/t20150722_52624.htm，2015-07-22.

[2]兰娟丽，雷宏振，章俊.基于小世界网络的微博负面信息传播模型构建与案例分析[J].现代情报，2015,35(4):22-23.

[3]李可嘉，王义康.改进SIR模型在社交网络信息传播中的应用[J].电子科技，2013,26(8):168-169.

[4]童亚拉.发群体性事件网络舆情信息传播复杂网络预测模型分析[J].微型电脑应用，2011,27(2):28-39.

[5]方兴东,张静,张笑容,等.基于网络舆论场的微信与微博传播力评价对比研究[J].互联网传播，2014 (15):39-43.

[6]李可嘉,王义康.改进SIR模型在社交网络信息传播中的应用[J].电子科技，2013,26(8):168-171.

(编辑：王佳)

2016-04-29

2015年度河北农业大学社科基金项目：“校园突发事件网络传播处理机制研究”(编号：SK201524)。

姚竟发(1983-)，男，硕士，主要研究方向为计算机网络通信。

张洪杰(1972-)，女，副研究员，主要研究方向为大学生安全教育与高校安全管理

G647

A

1008-6927(2016)03-0020-04