群体沟通影响策略的研究

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (35): 34-40.

群体沟通影响策略的研究

李维杰1，2，陈海强1，曹伟1，周欣1

1.中国信息安全测评中心，北京 100085
2.中国科学院自动化研究所复杂系统与智能科学实验室，北京 100190

出版日期:2012-12-11 发布日期:2012-12-21

Influence strategy for group communication

LI Weijie1，2, CHEN Haiqiang1, CAO Wei1, ZHOU Xin1

1.China Information Technology Security Evaluation Center, Beijing 100085, China
2.Lab of Complex System and Intelligence Science, Institute of Automation, Chinese Academy of Sciences, Beijing 100190, China

Online:2012-12-11 Published:2012-12-21

摘要/Abstract

摘要： 利用社会计算相关知识，构建了群体沟通仿真平台。实验结果表明，仿真平台的运行结果与分析实际数据的结果相似，主要表现为：话题数与话题的浏览数、回复数的分布分别具有幂律分布特征；话题以不同的模式进行传播。基于构建的群体沟通仿真平台，研究了群体沟通的影响策略，定量分析了三种不同的影响策略，实验结果对促进群体沟通具有一定作用。

关键词: 群体, 群体沟通, 社会计算, 社会智能, 复杂系统

Abstract: The simulation platform of group commutation is constructed using technologies from social computing in this paper. It is shown that there are some parallel features between the platform and some real group commutation platforms, such as Bulletin Board Systems（BBS）. The features include following ones, the number of posts vs. the number of replies and the number of posts vs. the number of view count both obey the power-law distribution, there are different transform patterns of posts. Based on the simulation platform, the influence strategy for group communication is studied. Quantitative analysis for three different influence strategies is discussed in this paper and the result is helpful to improve commutation in virtual communities or herd.

Key words: herd, group communication, social computing, social intelligence, complex system

李维杰1，2，陈海强1，曹伟1，周欣1. 群体沟通影响策略的研究[J]. 计算机工程与应用, 2012, 48(35): 34-40.

LI Weijie1，2, CHEN Haiqiang1, CAO Wei1, ZHOU Xin1. Influence strategy for group communication[J]. Computer Engineering and Applications, 2012, 48(35): 34-40.

[1]	史春天，曾艳阳，侯守明. 群体智能算法在图像分割中的应用综述[J]. 计算机工程与应用, 2021, 57(8): 36-47.
[2]	谢卫星，王晓琳，王旭阳，张静娜，李玉鹏. 基于混合数据聚类算法的异质顾客群体识别[J]. 计算机工程与应用, 2021, 57(13): 130-137.
[3]	许瀚誉，冯翔，虞慧群. 万有引力与群体状态自适应的智能优化算法[J]. 计算机工程与应用, 2020, 56(9): 48-55.
[4]	张鑫1，邹德旋1，肖鹏1，喻秋2. 自适应简化粒子群优化算法及其应用[J]. 计算机工程与应用, 2019, 55(8): 250-263.
[5]	许德刚，赵萍. 蝙蝠算法研究及应用综述[J]. 计算机工程与应用, 2019, 55(15): 1-12.
[6]	黄霞1，2，叶春明1，郑军1. 混合改进搜索策略的鸡群优化算法[J]. 计算机工程与应用, 2018, 54(7): 176-181.
[7]	李大鹏1，余宗健1，肖朝文2，邱江涛1. 基于群体行为的社交媒体中水军分析[J]. 计算机工程与应用, 2018, 54(5): 144-149.
[8]	肖鹏1，刘娜1，季长清2，李媛媛3，路莹1，唐晓君1. 基于相容性分析的医疗诊断专家系统[J]. 计算机工程与应用, 2018, 54(23): 264-270.
[9]	丁雪枫. 情绪主导型群体事件的情绪演化模型与仿真[J]. 计算机工程与应用, 2018, 54(19): 230-236.
[10]	张晓凤，王秀英. 布谷鸟搜索算法综述[J]. 计算机工程与应用, 2018, 54(18): 8-16.
[11]	杨小健，徐小婷，李荣雨. 求解高维优化问题的遗传鸡群优化算法[J]. 计算机工程与应用, 2018, 54(11): 133-139.
[12]	肖子涵，耿秀丽，徐士东. 基于云模型的不确定性大群体多属性决策方法[J]. 计算机工程与应用, 2018, 54(11): 254-259.
[13]	蔡玲1，2，许珺1，李奥勇1，2. 群体偏好增强的混合群推荐方法[J]. 计算机工程与应用, 2017, 53(9): 5-10.
[14]	刘琰，张进，陈静，尹美娟，张伟丽. 基于最大频繁项集挖掘的微博炒作群体发现方法[J]. 计算机工程与应用, 2017, 53(4): 90-97.
[15]	于婷，张发明，何意雄. 二元语义信息下的动态激励群体评价方法及应用[J]. 计算机工程与应用, 2017, 53(18): 263-270.