微博意见领袖对微博信息传播的影响研究_刘洪涛

较高且较早达到峰值，由以上定义可知，传染强度 是指易感节点被传染成为传播节点的比例，即那些 收到信息并转发微博的比例。当易感节点中存在 意见领袖时，话题传播速度加快，较易达到高峰，这 与微博中热门话题的形成相似，影响范围明显增 大。从图 3 可以看出，有无意见领袖对易感节点的 影响也较大，当传播过程有意见领袖的参与时，易 感节点极速地下降，表明成为传播节点的用户相应 增多，参与话题传播的用户上升，话题参与人数明 显比没有意见领袖时多且能最终保持在一个较高 的水平，话题的热度不减，自然引起的影响也较大。
进行测度。尹衍腾【5】等通过分析微博用户属性，以 用户关系和用户属性建立意见领袖影响体系，最终 确定意见领袖。郑蕾【6】等构建基于微博网络的信息 传播模型，并以实际新浪微博模拟仿真，发现明星 用户在信息传播中有意见领袖的作用。显然，对微 博及其意见领袖的研究一直是学者研究的热点。
本文以新浪微博为研究对象，对其进行定性分 析和定量研究，在传统 SIR 模型基础上加入意见领 袖因素，分析微博信息传播规律，并借助可视化工 具，以新浪微博四个有代表性的话题为例，进行可 视化展示，进一步验证意见领袖在微博信息传播的 作用，规范其在微博的言行，最终引导并促进网络 舆论的健康发展。
关算法，考虑微博传播特性，根据 SIR 模型建立如下
微博信息传播动力学方程：
s(t)+i(t)+r(t)=1
（2）
ìds(t) ïïïïddi(tt) íîïïïïdddr(ttt)
= = =
-βs(t)i(t) βs(t)i(t) γi(t)
γi(t)
（3）
因在话题初始传播阶段，只有处于易感状态和
微博作为舆论产生的重要平台，正以一种迅猛 而强劲的势头进入人们的视野，经过几年的发展， 中国微博市场用户规模已基本稳定和成熟【1】。与博 客、论坛、SNS、IM 等网络媒体相比，微博传播方式 多样，范围更广；微博门槛低、信息更新速度快；关 注范围更大，群体交流更广泛。这些特性，使得微 博在网络舆论传播中发挥着不可替代的作用。
DOI:10.13833/j.cnki.is.2015.12.009
Research on Impacts of Opinion Leaders on Information Diffusion in Micro-blog
LIU Hong-tao1，2, CHEN Hui2, FANG Chen2, XU Ke2, WANG Zhuo3
2 微博传播理论对网络舆论的影 响研究
2.1 微博传播理论模型仿真与分析
为了更好地观察微博话题传播随时间变化的 规律，本文在 MATLAB 平台上进行仿真，通过设定 一组符合实际情况的参数值来观察三类节点随着 时间变化在微博网络中的传播情况，以验证理论分 析的正确性。对初始参数的设定，我们给了一个简
播状态的节点以概率 g 转化为免疫节点，g 称为免
疫系数。s(t)、i(t)、r(t)表示在 t 时刻节点中分别隶属
易感状态、传播状态和免疫状态的群体所占比例。
假设网络中所有处于免疫状态的节点不再转
发关于该话题的微博，显然，随着系统演变，最终状
态只剩下易感状态和免疫状态节点。
（2）模型建立。结合文献【8】中谣言传播的相
对微博的研究首先从国外的 Twitter 开始，在社 会网络分析中将 Twitter 作为一个研究热点。Java【2】
等研究了 Twitter 的拓扑和地理特性，发现人们利用 Twitter 来谈论他们的日常活动以及搜索或分享信 息，研究还表明，互相联系的用户有着相同目的； Weng【3】等研究了在微博服务中识别出有影响力的 用户，揭示了在微博中同质性的存在，并提出了考 虑用户间话题相似性和连接结构的 TwitterRank 算 法用于测量 Twitter 用户的影响力。国内对微博及 意见领袖的研究也较多。盛宇【4】以新浪微博为例， 建立个人微博信息质量评价指标体系，对信息质量
图 1 三类节点在人群中的所占比例
从图 1 可以看出，三类节点随着时间的增长，有 不同的表现。易感节点在总人群中的比例，随着时 间的增长，从高处快速下降直到平稳，免疫节点与 易感节点表现正好相反，从 0 开始，逐渐上升，最终 趋于平衡，而传播节点却随着时间的增长逐渐上 升，到达一个峰值后逐渐下降，最终趋于平稳。仿 真结果与微博中话题传播情况相一致，即某易感节 点通过广播发布某一话题开始时，传播节点较少， 而接收到消息的易感节点较多，由于兴趣等其他因 素，刚接触时不再转发的免疫节点非常少。随着话 题的传播，易感用户受到话题影响，转化为传播用 户，易感用户减少，转发微博的用户增多，当到达一 定数量后，传播过程减弱，转发微博用户减少，易感 用户保持在一定规模，接收微博但不转发的用户逐 渐增多，最终数量不再变化，话题趋于平稳。
·理论研究·
情报科学
第 33wenku.baidu.com卷 第 12 期 2015 年 12 月
单的说明：在话题的传播过程中，话题刚开始时，传 播节点在总参与人数的比例较小，本文设为 0.02， 而易感节点所占的比例较大，本文设为 0.98，其中 的意见领袖比例一般保持在较低水平，本文设为 0.3，其传染强度设为 0.9，免疫节点初值为 0，即没有 免 疫 节 点 。 因 此 ，分 别 取 i(0) =0.02；s(0) =0.98； α = 0.3 ；β1 = 0.9 ；β2 = 0.3 ；γ = 0.3 。仿真结果如图 1 所示。
（1）模型假设。假设微博某一话题总参与人数 为 N，代表 N 个可传播消息的用户，信息只能通过有 向边传播。用 SIR 模型可将参与该话题的用户节点 分为三类：易感节点、传播节点、免疫节点，分别对 应在 t 时刻接收微博的用户 S(t)、转发微博的用户 I (t)、接收信息但不再转发的用户 R(t)。节点在易感 状态、传播状态和免疫状态之间的转移不仅依赖于 节点自身的状态，还与它周围节点的状态相关。易 感状态中的节点受到话题影响，将以概率 b 转化为 传播状态，b 称为传染强度。在易感节点中有一类 非常特殊的节点，即意见领袖节点，他们在信息传 播方面更有优势，传染强度更大，假设其在易感节 点中的比例为 a，则传染强度 b 如下所示。
Abstract: The paper introduces the factor of opinion leaders to traditional SIR model, modeling and simulat⁃ ing Micro-blog information diffusion characteristic, researches how opinion leaders impact on the informa⁃ tion diffusion in Micro-blog. Then, with the help of visualization tools, the paper shows the result of four rep⁃ resentative hot topics in Sina micro-blog as examples. Contributions on information diffusion made by opin⁃ ion leaders are analyzed. Finally, how to guide and promote internet public opinion is concluded. Key words: micro-blog; hot topics; opinion leaders; internet public opinion
下一步探索意见领袖对话题传播的影响，主要 以三类人群中传播节点及易感节点随时间变化情 况进行分析。在不改变初值的情况下，通过改变意 见领袖在易感用户中所占比例 a 的值来进行比较说 明。当易感用户中不存在意见领袖时，即 α = 0 ，及 当易感用户中意见领袖所占的比例为一般大小时， 即 α = 0.3 。两种情况下，由 MATLAB 仿真绘制易感 节点 s(t)和传播节点 i(t)随话题传播时间的变化曲线 图。为方便比较，我们将有无意见领袖时传播节点 和易感节点的变化情况分别绘制在两张图中，如图 2 和图 3 所示。
·理论研究·
情报科学
第 33 卷 第 12 期 2015 年 12 月
微博意见领袖对微博信息传播的影响研究
刘洪涛 1，2,陈 慧 2,方 辰 2,许 可 2,王 卓 3
（1.重庆邮电大学 网络社会发展问题研究中心，重庆 400065; 2.重庆邮电大学 计算机科学与技术学 院，重庆 400065; 3.河海大学常州校区 图书馆，江苏 常州 213022）
收稿日期：2014-01-24 基金项目：重庆市人文社会科学重点研究基地（2012skjd07）;国家社会科学基金项目（13CGL146）；重庆市教委科学技术研
究项目（KJ130518） 作者简介：刘洪涛（1974-），男，重庆人，副教授，硕士生导师，主要从事网络智能研究.
- 51 -
·Theory Research·
- 52 -
INFORMATION SCIENCE Vol.33,No.12 December,2015
β = α*β1 +(1 - α)*β2
（1）
其 中 ，b1≥0，b2≥0 且 b1>> b2。 即 易 感 节 点 S(t)
中，意见领袖以 b1 的概率感染为传播节点，非意见
领袖用户以 b2 的概率感染为传播节点。而处于传
1 微博信息传播模型及可视化工 具描述
1.1 微博信息传播模型构建
在微博中，某个人发布的消息会被其关注者看 到，并以一定的概率转发、分享、传播。同时，若其 关注者对内容不感兴趣则成为“免疫者”且不会传 播。可以认为：用户发博之后，微博被浏览并转发 是该话题传播的过程，是话题产生影响的过程。这 与传染病的传播过程相似。因此，传染病模型早已 应用到复杂网络分析、电脑病毒分析等方面【7】。由 于话题在人际关系网络中的传播和病毒传播、扩散 很相似，因此现有的话题传播模型大都借鉴了传染 病模型。根据信息在微博中的传播规律，我们以传 染病模型中应用较多的 SIR 模型为基础，对新浪微 博信息传播模式进行建模。
(1.Research Center of Development on Society Network, Chongqing University of Posts and Telecommunications, Chongqing 400065, China; 2.College of Computer Science and Technology,
传播状态的用户，并无处于免疫状态的用户，因此，
初始条件满足：
ìs(0) + i(0) + r(0) = 1 íîs(0)≥ 0，i(0)≥ 0，r(0) = 0
（4）
1.2 可视化工具介绍
为更加直观地展示热门事件中微博各类用户 在话题传播中的作用，本文借助北京大学 PKUVIS 微博可视分析工具，从日期处获得微博 URL，点击 开始分析，即可得到针对该事件的可视化分析结 果。下面我们将以该可视化工具对微博话题进行 可视化展示。
摘 要：本文在传统 SIR 模型基础上加入意见领袖因素，对微博传播规律建模并进行仿真，研究意 见领袖对微博信息传播中的影响。然后，借助可视化工具，以新浪微博四个有代表性的热点话题为 例，可视化展示话题传播过程，进一步分析意见领袖在信息传播中的作用，最终引导并促进网络舆 论的健康发展。 关键词：微博；热点话题；意见领袖；网络舆论 中图分类号：G206.3 文献标识码：A 文章编号：1007-7634（2015）12-51-05
Chongqing University of Posts and Telecommunications, Chongqing 400065, China; 3. Changzhou Campus Library, Hehai University, Changzhou 213022, China )