基于元胞自动机的网络群体同步行为研究

学科採余
Disciplines Exploration 基于元胞自动机的网络群体同步行为研究
张晨[11王冰[2]
([1]金华市公安局浙江•金华321000;
[2]浙江工商大学杭州商学院浙江•杭州310035)
摘要本文以网络群体为研究对象，利用元胞自动机技术对其演化行为进行了研究与系统仿真，揭示了个体从众心
理对网络舆情演化的影响。

通过对实际案例对所建模型的验证，证明了确实存在网络舆情同步阈值，使得当从众性较
大时，网络舆情逐渐趋于同步，最后形成较为一致的舆论观点：当从众性较小，网络舆情的同步一般不会实现，最终会形
成多个不同的舆论焦点。

关键词元胞自动机社会群体同步网络舆情
中图分类号:TP393 文献标识码:A DOI:10.16400/ki.kjdks.2019.09.015
Research on Network Group Synchronization
Behavior Based on Cellular Automata
ZHANG Chen111, WANG Bing121
([1] Jinhua Public Security Bureau,Jinhua,Zhejiang321000;
[2] Zhejiang Gongshang University,Hangzhou College o f Commerce,Hangzhou,Zhejiang310035)
Abstract This paper takes the network group as the research object,and uses the cellular automata technology to study and simulate its evolution behavior,revealing the influence of individual herd mentality on the evolution of n etwork public opinion.
By verifying the model built by the actual case,it is proved that there is a network public opinion synchronization threshold,
so that when the herdity is large,the network public opinion gradually becomes synchronous,and finally a more consistent public opinion is formed;when the herdity is small,the network The sensational synchronization is generally not realized,and will eventually form a number of different public opinion focuses.
Keywords cellular automata;social group;synchronization;internet public opinion
〇引言
生物群体，是一个群体内部有着一套行为规律并以此来进 行信息交换互动和相应进行行为模式调整的自然集合体，例如 因为季节变化而迁徙的鸟类、面对敌人为进行防御的鱼类、为 了生存而成群出去觅食的蚁群等。

而人类，作为特殊的生物群 体,111相较于上述的普通生物群体,有着更为丰富的群体行为形 式，既有通过群体来进行简单信息交互的群体行为，也有为了 保护自身权益而形成的大型集体活动，更有因为自身的不满情 绪而产生的骚乱等等。

当下，对于群体行为的研宄主要集中在 社会学、心理学、生物学、物理学、复杂科学等领域，各自有各自 不同的解读，但也各自有各自的优缺点。

其中，社会学、心理学 大多数研宄都用定性分析方法，而并不多加考虑定量方法，因此这两个学科领域对于微观层面的研宄分析相对来说存在一 定缺陷：生物学以动物群体为对象的探索为主，不适合人类社 会群体行为的探宄：物理学太过强调复杂网络结构，忽略与现 实的结合；复杂科学多以模拟交通流和实际人流为主，并不足 以反映当下兴起的网络群体事件的演化过程。

因此，总体来 看，目前对于群体行为的研宄虽然比较多，但是研宄的方向却 分散在各个领域，研宄的内容也就相对比较分散，没有形成一 个完整的研宄，由此可以看出当下对社会系统集群行为的相关 研宄开展得并不十分充分，还有很大的发挥空间。

目前，我国所处的时代正是经济高速发展的社会转型时 期，加之社会主义初级阶段这一既定的基本国情，使得当前社 会存在一定的矛盾，有时甚至在一定条件催化下被激化，从而 使各类社会群体事件发生频率激增。

另外，考虑到如今互联网 普及的范围越来越广，几乎人人都能够在网上进行信息交流，信息的传播速度加快，交流的方式逐渐多样化，网络成为一个 大型的群体行为交互平台,人们的观念也从以前的刻板变成了 现今的多样，经常会有一些事件在网络引起多方面的激烈讨 论，继而引发当下社会新时代背景下的新型群体事件一网络 群体行为事件。

w
群体行为中的同步行为由于影响力大、扩散快，越来越引 起学者重视。

例如目前用于同步行为建模的多智能体系统模 型、141系统动力学模型、151基于Agent的建模w等被广大学者广泛 应用，其中元胞自动机(cellular automate,CA)171技术由于具有 构造简单且能产生自组织行为的优点，因此得到广泛的应用，本文也同样采用该方法进行相关仿真研宄。

论文主要工作是如下:首先对网络群体事件特性征进行了 相关的分析与整合，其次模拟了网络群体事件信息扩散的元胞 自动机模型，最后根据仿真得到网络群体事件的同步变化结果。

1网络群体事件演化的元胞自动机模型
本节利用元胞自动机建立动态演化模型。

通常，一个CA
2019年/第25期/ 9』（上>
29
学科採余Disciplines Exploration
通常可用四元组来定义，即：
C A=(S,X,V,f)(1)
其中S代表元胞空间，X代表元胞状态,V代表元胞邻域, f代表元胞状态转换原则。

四元组中，f是C A最重要的核心部 分，在各元胞局部交互规则的基础之上建立起来。

元胞空间S:建立涵盖N个元胞的元胞空间，每个个体代 表舆情转播网络中的一个节点，记为a(i= 1,2,…,N)。

本文设 定的元胞空间并非固定，因此N为变量,会随着网络的演化而 不断增加。

元胞状态X:个人态度为个人对事件所产生的观点或想 法，是事件信息向外扩散传播的基石，在传播当中会随机发生 改变，因此，定义X为[0,1]的连续空间，用X i(t)来表示t时刻个 体i的态度(xX D eX),则有：
"x<(t)=Q,个人态度为0
-0<^以<1个人态度介于〇到1之间 （2)
•x t(t)=\,个人态度为1
元胞邻域以网络群体事件信息传播网络模型的邻接关 系来界定各元胞的邻居领域。

定义元胞邻域为：
K = K I d I I11^ 2and ai e A y = 1,2,...,^} (3)
其中,d|| • ||表示点间距离。

元胞状态转换原则f:假设网络节点i都只与其附近节点 V交互，节点i在t时刻的态度X i(t)依据自身上一时刻的态度 xA-l)和邻居舆论环境确定。

因此，根据数据挖掘中的聚类方 法按照领域规则进行分类,这里将其分成其中同一类中所有节点其态度值相近，确定邻居态度分类数的方法如下：
F = m i n^Y j [Xj (t)-x G, (〇]2⑷
1=1jeGt
其中S代表的是G类中个体观点的均值，上式表示用不同 的灸去进行计算，最后取最小的那一个值赋值给F。

本文为提高 运算效率，取*=1〇,表示节点邻居分类方式实验10次。

通过计 算可发现：当节点的邻居对该事件态度不尽相同，且分歧情况 比较严重的时候，此时这个节点会更倾向于去选择与自身态度 靠近的那个节点去进行交流互动。

而群体极化理论是指观点 接近的人在一起讨论后观点就更为一致,根据此理论可以得出 这个节点下一个时刻的态度会变为：
^(?+1)=—(5)
ni j^a,
当节点的邻居对该事情的态度比较相似或分歧不是很大，又或者己然形成了几个舆论方向的时候,则需要分成两种情况 来进行讨论计算：
第一种情况是当节点从众性的系数比较高的时候，即满足 州彡《(0彡w<l)的时候，节点将以概率呢加入分类最多的舆 论方向，并且节点态度变为：
\(，+l)=—(6)
je m a x G f
或者节点以概率l-Wi选择加入平均态度与自己最接近的 类，那么此时节点态度变为：
第二种情况是当节i从众性系数不是很高的时候,即满足w<«时，节点则受自身上一时间的立场影响较大，此时节点态 度变为：
+1) =^(〇+ W,.—Y,[x.(〇- ^, (/)](8)
n-
2数值仿真实验
本节利用上节所建仿真模型进行模拟,取参数u=0.5,最大 运行次数设置为1000次。

首先，通过仿真实验画出面向群体 事件的同步现象，然后引入从众因数，研宄该因素对舆情同步 仿真过程的影响。

并在仿真测试中，发现网络群体事件同步程 度与其介入水平两者的关系。

2.1同步涌现生成图
如图1所示，给出网络中单个节点对某一事件的初始态度 分布。

这里用较深的颜色表示较强烈的态度，用浅的颜色表示 较弱势的态度。

图1网络群体事件个体初始状态
如图2所示，网络群体事件会随着时间的迁移而不断的发 生动态的演化，只有当事件的热度达到一定规模才会引起众多 节点的关注，所以本文在此假设有500个节点介入，在讨论之 后形成网络舆论,之后才开始元胞之间的互动。

图1所示的是 在500-600的时间次序过程当中群体涌现现象的实现过程，基 于此,图中所有节点的颜色基本趋于一致，立场逐渐靠近相同，出现舆论一致现象。

2.2同质从众性下的同步判断依据
随着时代的变迁，人们逐渐有了相对自由的话语权，加上 互联网开放等特点,导致网络群体事件的个体在最开始的时候 态度一般都是趋于多样化的，随着时间的推移慢慢调整，彼此 之间的态度会相互影响，网络群体事件舆论的同步也逐渐涌 现，这是一个从多样化到一致性的转变过程。

为了简化问题描述，这里用参数N表示参会与群体事件 的人数，用波动参数G来表示各个体立场所达到的同步水平 状况，具体可用如下公式描述:___________
G=(9) 上式表明，当个体态度'与群体平均立场完全一致时,G值
302019年/第25期/9月（上
)
学科採余
Disciplines Exploration
(a )t =500(b )t =510 (c )t =540 (d )t =600
图2
网络群体行为事件的舆论同步过程
为1。

那么可以得出：当个体态度越接近于群体的平均立场，
G 值越靠近于1;当个体态度越偏离与群体的平均立场，G 值
越小。

假设所有个体的从众性相同，记为Wi=w (i=l , 2,…，N )。

如图3所示，G 值会随着时间t 而变化，此刻取从众性参数
w =0.7,在0时刻按照500个网络节点进行分析。

随着仿真的
执行，G 值慢慢变大且最后在1附近基本保持不变，虽然还会
有所浮动，但是大体上不会再有剧烈的起伏。

这说明在同步仿 真过程中，网络舆论从开始各据自己观点到后来渐渐达成统一 的观点，即逐渐趋同：此时G 值在靠近1的附近浮动表示在网 络交流中新的个体会随机介入进来，但是新个体以前的立场同 样也是不定的，其观点的进入会影响到其他群体的态度，进而 导致G 值浮动变化不定；至于G 值仍然不等于1是由于在讨 论的群体中总会存在一切固执己见、从众性很弱的个体。

图3波动参数G 随时间t 的演化趋势
如图4所示，G 值会随着从众性参数w 而变化，每一次数 值点都经过10次仿真并取均值。

不难发现，随着w 的变大,G 值也在慢慢变大，而当〇<w < 0.7时，网络舆论并未实现同 步;但当w >0.7时，此时基本实现了网络舆论的同步。

以上表 明：从众性参数对舆论同步有一个阈值W 的影响，在w > W 的情况下，网络群体事件舆论可能出现同步现象。

而在现实情 况中，由于经济快速发展而进入的转型期我国网民常存在一些
极端心理•■在表达对这些事情的观点时受到情绪的影响，导致 从众性较高，从而使得同步现象出现较多;而反过来，当网民对 事件不存在极端心理时，会更倾向于各抒己见，导致从众性较 低，因而同步现象不太容易形成。

图4波动参数G 随从众性参数w 的演化趋势
如图5所示，个体态度会随着时间t 而变化，此时取w =0.7, 从众性较高，网络群体事件会不断有新的个体参与进来，这些 个体的态度会逐渐收敛趋近于主流舆论态度，从而形成同步。

图5 w =0.7时新加入个体的态度随着演化时间t 的变化趋势
而实际上，网络群体事件所介入的个体不会无穷扩大，如 图6显示，此时同样取w =0.7,当网络群体事件数不再增长时，
2019年/第25期/9』（上）
31
学科採余
Disciplines Exploration
群体舆论也已经到达同步。

〇 /S 化？}fS t
图6当网络群体事件规模不再扩大时舆论所形成的同步现象如图7所示，当w < 0.7时，经过一段时间后网络群体并
没有形成同步，而是形成了几个舆论方向,此时取w =0.4。

a
图7 w =0.4时新加入个体的态度随着演化时间t 的变化趋势
2.3网络群体事件同步程度与其参与规模
取w =0.7,横纵坐标分别表示节点参与规模以及达到同步 所需的时间，如图8所示，网络群体事件初始参与数越大，那么 达到同步时间越短,最后在100个仿真时间上达到稳定。

以上 说明:在网络群体事件初始阶段，适当扩大参与人数，那该事件 达到同步所需要的时间会大幅度地减少,而同步性能则会大大 提升；但当群体性事件持续一个阶段后，新节点的加入不会再 明显地提高同步能力了。

这个结果和无标度网络显示的相关 结果吻合。

'm m
建了同步行为仿真模型，仿真结果发现：在个体从众性同质的 情况下，网络舆论同步能力受到从众性大小的影响为：当 w >0.7时，网络舆论能有效实现同步;而当0<w < 0.7时，网 络舆论最终无法够达到同步，并且在网络群体事件初始阶段， 节点的参与度越高越容易形成同步，而在发生的后期（即网络 群体参与规模到达一定的程度后），参与规模的扩大将不再提 高舆论形成同步的能力，并且趋于一个稳定值。

这些结论不仅 对以后网络群体行为的管理和网络环境的稳定发展有着重要 的帮助，也能够为实际社会群体行为提供一定的参考依据。

★基金项目：浙江省基础公益研究计划(LGF 19G 010002); 浙江省高等教育课堂教学改革(No .kg 20160586)参考文献
[1】张耀峰，肖人彬.基于元胞自动机的网络群体事件舆论同步的涌现机制[J]. 系统工程理论与实践，2014.34(10):2600-2608.[2] 岳峰，荣明，胡晓峰，等.基于Agent 构建群体行为模型[J ].装甲兵工程学院学
报，2008.22(1 ):72-75.[3] 王元卓，于建业，邱雯，等.网络群体行为的演化博弈模型与分析方法[J ].计算
机学报,2015J8(2):282-300.[4] 张秋花，薛惠锋，吴介军，等.多智能体系统MAS 及其应用P].计算机仿真，
2007.24(6): 133-137.[5】张毅，邵晨曦.人员紧急疏散系统动力学模型及其分析[J ].计算机工程与应
用，2005.41(12):198-201.[6] 吴鹏，杨爽，张晶晶，等.突发事件网络舆情中网民群体行为演化的Agent 建
模与仿真研宂[J].现代图书情报技术，2015.31(1):15-20.[7] 王仲君,王能超，冯飞，等.元胞自动机的演化行为研宄[J].计算机应用研宄，
2007.24(8):38-41.
-..............
\
....
----------------------------
初始爹与裨纘
图8网络节点参与程度与实现同步关系图
3结论
本文针对目前网络同步行为研究现状，基于元胞自动机构
34
f M I H r J u l i o f r J
32
2019导/第25期/9月（上
>。