Research on Propagation Mechanism of Hot Public Opinion Topics in Local Network Forums

doi:3778/j.issn.1002-8331.2006-0327

Abstract

Abstract:

Local network forum is an important platform for information propagation of hot public opinion topics on the Internet. Research on its propagation mechanism is conducive to the control of online public opinion. But, the existing research on information propagation mechanism is based on the “forwarding” behavior of information, which cannot be applied to the research on the information propagation mechanism in network forums. To solve this problem, firstly, through the comparative analysis of data between ordinary large-scale forums and local forums, three characteristics of information propagation mechanism of local forums are obtained. After that, according to the characteristics of positive correlation between information propagation and post response volume in the forum, a UBIR （Unknow-Browser-Infected-Removed） model is built up by adding a new browser node and introducing an interest index function [(P(m))] based on the SIR model. Finally, according to the three characteristics of local forum information propagation, the model parameters are modified. Using the model to carry on a simulation experiment, it carries on the research to the hot public opinion topic propagation mechanism in local network forums. The results show that the model can fit the actual data well and describe the propagation mechanism of hot public opinion topics in local network forums.

Key words: information propagation, local network forums, propagation model, public opinion topic, epidemic dynamics

摘要：

地方性网络论坛是网络热点舆情话题信息传播的一个重要平台。对其传播机制的研究有助于对网络舆情进行管控。但是，现有的信息传播机制的研究都是基于对信息的“转发”行为进行的，无法适用于网络论坛中信息传播机制的研究。针对这一问题，通过普通的大型论坛和地方性论坛进行数据对比分析，得到了地方性论坛信息传播机制的三个特点。根据论坛中信息传播与帖子回复量呈正相关的特点，在SIR模型的基础上，加入新的浏览者（Browser）节点，引入兴趣指数函数[P(m)]，建立了UBIR（Unknow-Browser-Infected-Removed）模型。根据地方性论坛信息传播的三个特点，对模型的参数进行修改。使用该模型进行仿真实验，对地方性网络论坛中热点舆情话题的传播机制进行了研究。结果表明，该模型能够较好地拟合实际数据并描述地方性网络论坛的热点舆情话题传播机制。

关键词: 信息传播, 地方性网络论坛, 传播模型, 舆情话题, 传染病动力学

QIAN Chenghao, HU Yanrong, LIU Hongjiu, PAN Junke. Research on Propagation Mechanism of Hot Public Opinion Topics in Local Network Forums[J]. Computer Engineering and Applications, 2021, 57(20): 109-118.

潜程浩，胡彦蓉，刘洪久，潘军可. 地方性网络论坛热点舆情话题传播机制研究[J]. 计算机工程与应用, 2021, 57(20): 109-118.

References

[1] KERMACK W O，MCKENDRICK A G.Contributions to the mathematical theory of epidemics--I.1927.[J].Bulletin of Mathematical Biology，1991，53（1/2）：33-55.
[2] ZANETTE D H.Critical behavior of propagation on small-world networks[J].Physical Review E（Statistical，Nonlinear，and Soft Matter Physics），2001，64：050901.
[3] XIONG F，LIU Y，ZHANG Z J，et al.An information diffusion model based on retweeting mechanism for online social media[J].Physics Letters A，2012，376（30/31）：2103-2108.
[4] 张永，华姗姗，张航.基于转发行为影响因素的SCIR信息传播模型[J].计算机工程，2018，44（11）：282-288.
ZHANG Y，HUA S S，ZHANG H.SCIR Information propagation model based on influencing factors of forwarding behavior[J].Computer Engineering，2018，44（11）：282-288.
[5] 张永，和凯.基于邻居节点间相互影响和改进概率的社交网络信息传播模型[J].计算机应用研究，2018，35（3）：755-759.
ZHANG Y，HE K.Information propagation model with improved probability based on influence of neighbors for social network[J].Application Research of Computers，2018，35（3）：755-759.
[6] 崔金栋，郑鹊，孙硕.基于改良SEIR模型的微博话题式信息传播研究[J].情报科学，2017，35（12）：22-27.
CUI J D，ZHENG Q，SUN S.Research on micro-blog topic information dissemination based on improved SEIR model[J].Information Science，2017，35（12）：22-27.
[7] 方劲皓，钱晓东.改进的SCIR模型中社交网络信息传播研究[J].计算机工程与应用，2020，56（19）：105-113.
FANG J H，QIAN X D.Information dissemination of social network in improved SCIR information propagation model[J].Computer Engineering and Applications，2020，56（19）：105-113.
[8] 范海波，刘万平，肖晓艳.基于IBU模型的信息传播[J].计算机应用研究，2020，37（5）：1488-1491.
FAN H B，LIU W P，XIAO X Y.Information dissemination based on IBU model[J].Application Research of Computers，2020，37（5）：1488-1491.
[9] 魏静，黄阳江豪，林萍，等.基于改进SIR模型的微博网络舆情传播研究[J].情报科学，2019，37（6）：16-22.
WEI J，HUANG Y J H，LIN P，et al.Public opinion transmission of micro-blog network based on improved SIR model[J].Information Science，2019，37（6）：16-22.
[10] 包峻波，闫光辉，李俊成.结合非完全信息博弈的SIR传播模型[J].计算机科学，2020，47（6）：230-235.
BAO J B，YAN G H，LI J C.SIR propagation model combing incomplete information game[J].Computer Science，2020，47（6）：230-235.
[11] KAWACHI K，SEKI M，YOSHIDA H，et al.A rumor transmission model with various contact interactions[J].Journal of Theoretical Biology，2008，253（1）：55-60.
[12] 刘小洋，何道兵.在线社交网络的竞争性非线性动力学信息传播模型研究[J].计算机学报，2020，43（10）：1842-1861.
LIU X Y，HE D B.Research on of competitive nonlinear dynamic information diffusion modeling in online social network[J].Chinese Journal of Computers，2020，43（10）：1842-1861.
[13] BARROS L C D，LEITE M B F，BASSANEZI R C.The SI epidemiological models with a fuzzy transmission parameter[J].Computers & Mathematics with Applications，2003，45（10/11）：1619-1628.
[14] ZANETTE D H.Dynamics of rumor propagation on small-world networks[J].Physical Review E（Statistical，Nonlinear，and Soft Matter Physics），2002，65：041908.
[15] 王飞雪，李芳.社交网络中考虑不同传播概率上的谣言传播模型[J].计算机应用研究，2019，36（11）：3294-3296.
WANG F X，LI F.Rumor propagation model considering different propagation probability in social networks[J].Application Research of Computers，2019，36（11）：3294-3296.
[16] 陈紫扬，张月霞.节点影响力下的改进SIR传播模型[J].电讯技术，2019，59（12）：1451-1457.
CHEN Z Y，ZHANG Y X.An improved SIR propagation model based on node influence[J].Telecommunication Engineering，2019，59（12）：1451-1457.
[17] DODDS P S，WATTS D J.Universal behavior in a generalized model of contagion[J].Physical Review Letters，2004，92（21）：218701.
[18] 王晓萌，方滨兴，张宏莉，等.基于记忆效应的社交网络信息传播模型[J].智能计算机与应用，2020，10（2）：278-283.
WANG X M，FANG B X，ZHANG H L，et al.Memory effect based information diffusion model through online social networks[J].Intelligent Computer and Applications，2020，10（2）：278-283.
[19] Lü L Y，CHEN D B，ZHOU T.The small world yields the most effective information spreading[J].New Journal of Physics，2011，13（12）：123005.
[20] 刘咏梅，彭琳，赵振军.基于小世界网络的微博谣言传播演进研究[J].复杂系统与复杂性科学，2014，11（4）：54-60.
LIU Y M，PENG L，ZHAO Z J.The evolution of rumor spread on micoblog based on small-world network[J].Complex System and Complexity Science，2014，11（4）：54-60.