基于MAS的农村虚拟社群舆情传播研究

耿 亮 赵辛月

(湖北工业大学理学院，湖北 武汉 430068)

1 基于MAS的农村虚拟社群舆情传播模型

1.1 农村虚拟社群MAS

农村虚拟社群是指通过互联网社交平台联系在一起的，拥有共同兴趣和需求的农村居民群体[1]。在虚拟环境中，将社群中的每个成员看作一个智能体，社群成员之间根据自身兴趣和需求自发地进行信息交流、传递和共享，由于成员之间互动频繁，形成了纷繁复杂的关系网络。由虚拟环境、智能体集合和社群规则共同组成的具有自治性的系统称为虚拟社群MAS(Muti-agent system)。在一定的活动空间中，Agent之间不断进行信息互通，成员之间在交流过程中产生心理共鸣或情绪感染[2]，会产生持续的影响蔓延至整个关系网络，进而涌现出群体行为。

1.2 农村虚拟社群MAS主体属性

Agent的社群地位、传播力和影响力受到自身所具备的属性影响，从行为特征、接受力、可信度和情感偏向4个方面进行考虑：

1.2.1 行为特征

Agent的行为特征对虚拟社群中的信息运动起到了一定程度的引导作用，能够反映社群成员的行动能力。根据行为特征将虚拟社群主体划分为温和型主体、从众型主体、激进型主体和偏执型主体4种类型。

1.2.2 接受力

网络社群成员的接受力是指网络社群成员接收、判断、消化和应用信息的能力。社群成员通过接收到的信息来调整自身的状态和行为，在社群规则的约束下，使得系统在整体上显现出更高层次的有序性。同时，社区成员对信息接受力的强弱直接影响到信息运动的效果，直接影响网络社群信息运动的效率。

1.2.3 可信度

网络社群成员的可信度是衡量网络社群成员之间信任程度的指标，较高的信任程度更能保证成员之间的信息交流稳定高效地进行。换言之，成员之间的信任能够增加社群中其它人获取或共享知识的自主性[3]。成员的可信度越高，其它成员更愿意与之交流并把接收到的信息传播给社群中的其它成员。可信度越低，成员更倾向于相互冷漠[4]，社群中信息流动较慢。

1.2.4 情感偏向

情感偏向表示网络社群成员对社群内某一话题的态度，是不受外界影响的自主行为。社群中每个个体有自己的情感偏向，持有对信息赞成、中立和不赞成观点，并根据其态度发布赞成、中立或不赞成的相应信息。

1.3 农村虚拟社群MAS参数设置

一个虚拟社群MAS由N个Agent构成，用S=表示整个虚拟社群，其中X为Agent的位置向量，V为Agent的速度向量，A为Agent的加速度向量。每个Agent的位置代表了在社群网络中的地位。传播力是Agent对外界产生有效作用的能力，影响力是Agent在社群活动中对周围环境和其它Agent成员产生的影响强度。

表1 虚拟社群Agent的具体参数说明

Agent在虚拟环境中的运动由以下方程控制：

(1)

1.4 局部适应度函数

受局部影响，传播力引起影响力的变化，而传播力受主体属性控制。W是主体属性Wi的和向量，社群网络中的主体属性Wi由Agent邻域内小团体的属性v1，社群网络中意见领袖的属性v2，Agent的邻居Agent邻域内小团体的属性v3，社群网络中活跃的小团体的属性v4，虚拟环境中的随机因子v5共同决定。

模型中Agent的局部适应度函数用每个时刻Agent的传播力来表示，即Agent的瞬时加速度向量A。计算公式如下：

(2)

Wi=c1v1(d)+c2v2+c3v3+c4v4+c5v5

*MERGEFORMAT

(3)

(4)

虚拟社群成员主体属性向量参数设置如表2所示：

表2 虚拟社群主体属性向量参数设置

1.5 环境

虚拟社群中的Agent能自主地适应周围的环境，可能会对周围的社群成员表现出吸引或排斥。社群的虚拟环境会对成员Agent产生一定的约束，环境中会产生随机因子对Agent的运动造成影响。定义第i个Agent的邻域为：

NEBi={xj|r≤||xi-xj||≤d,i≠j；i,j=1.2,…,N|}

*MERGEFORMAT

(5)

式中||xi-xj||为欧式距离；d为信任距离，即Agent之间保持的最佳距离。

定义第i个Agent的风险域为：

REPi={xj|||xi-xj||≤r,i≠j；i，j=1，2，…，N}

*MERGEFORMAT

(6)

r为风险距离，且r≤d。若两个Agent的距离小于r，Agent之间会产生相互排斥的作用力。

1.6 反应规则

在MAS中的每个Agent都要遵守组织规则，并在约束条件下进行活动。反应规则流程图如图1所示：

图1 虚拟社群MAS的反应规则

1.7 虚拟社群MAS的活跃度指标

根据现有的舆情评估指标体系，构建了MAS虚拟社群的活跃度指标。虚拟社群MAS的活跃度来源于微观层面，舆情主体和传播扩散作为一级指标，选取传播力V、行动强度Q1、态度倾向Q4、扩散范围R作为二级指标。活跃度指标计算公式如下：

(7)

将虚拟社群MAS的活跃度记为K，定义如下：

(8)

式中，活跃度的单位为m/s2。活跃度是衡量某一时刻社群成员的活跃程度的指标，网络社群中每个成员根据局部环境和局部适应度函数产生自己的活跃行为，通过个体之间局部的影响涌现出网络社群的整体活跃程度，在宏观层面反映网络社群中舆情演化状态。

2 仿真分析

2.1 案例选取

以“上海垃圾分类”事件为背景，对参与“上海垃圾分类”这一事件讨论的网民构成的虚拟社群网络进行仿真，深入分析舆情网络的演化机制。根据清博舆情大数据官方网站[5]提供的数据，设置40个网络节点，每个节点代表40个用户，由这40个用户构成“上海垃圾分类事件”虚拟社群。运用MATLAB生成社群网络MAS初始网络图2所示。

图2 “上海垃圾分类事件”虚拟社群MAS

2.2 仿真参数设置

为了充分研究虚拟社群网络演化趋势和节点的特性，选取5组参数进行对照实验，研究不同情况下成员的行为以及虚拟社群网络的演化过程。虚拟社群模拟演化参数如表3所示。

表3 虚拟社群模拟演化参数

2.3 虚拟社群MAS仿真

2.3.1 虚拟社群成员行为变化

选取2s、4s、6s和8s这4个时间点的网络图，如图3所示。随着时间的推移，网络结构逐渐由松散变得紧密，各个成员的坐标值也在逐渐增加。各成员的坐标表示它们的社群地位，说明地位低的人会逐渐向地位高的人的方向运动。这表明意见领袖总是在一定程度上影响着舆情发展趋势，使得社群网络呈现出集聚效应。

图3 虚拟社群网络结构图

2.3.2 虚拟社群活跃度

图4分别是5组参数控制下的虚拟社群活跃度、行动强度、态度倾向和扩散范围的变化。从图中可以看出5组参数控制下的虚拟社群的活跃度均随着时间变化呈现下降的趋势，最终趋于平稳。虚拟社群成员整体行动强度和态度倾向均表现为无规则的随机波动。虚拟社群舆情的扩散范围呈现上升的趋势，在一定范围内细微变动，最终稳定在某一个值。

对5组参数的仿真结果进行对比，当速度、加速度和信任距离较小时，活跃度更早趋于平稳状态。这说明影响力和传播力较小时，社群成员的影响力和传播力一开始只能够对小范围内的成员产生影响，并且随着成员之间的联系变得紧密，逐渐形成了交流频繁的小团体。由于成员的信任距离小，活跃的小团体会对周围成员产生影响，使得舆情迅速传播开来。

图4 虚拟社群活跃度仿真结果

3 结语

仿真结果表明，在舆情传播的过程中，农村虚拟社群成员之间的密切交流是舆情爆发的主要原因。各成员之间的交流越密切，在密切的交流过程中意见逐渐趋于相同，社群网络也因此呈现出集聚效应。其次，意见领袖和局部活跃的小团体能够促进舆情爆发，加速群体的集聚行为。最后，农村舆情的传播范围受自身网络结构的影响，成员较为分散时传播范围较广却不稳定，成员较为密集时传播范围较小且活跃度强。