基于动态情感演化的网络舆情治理三方博弈方法
本发明涉及网络传播与控制领域,特别涉及一种基于动态情感演化的网络舆情治理三方博弈方法。
背景技术:
1、随着数字技术的发展以及社交平台的广泛应用,网络舆情已成为反映社会情绪、传递公众观点和形成群体认知的重要载体,其传播方式与传统媒体环境下的信息传播方式相比发生了显著变化。当前网络舆情传播不再表现为单向、线性的扩散过程,而是呈现出较强的互动性、扩散性和情感主导特征。情感因素会直接影响用户的信息发布、转发、评论等行为,从而对舆情传播速度、传播范围及演化趋势产生重要影响。
2、与此同时,网络舆情演化通常涉及多个参与主体之间的持续互动。用户、意见领袖与治理机构作为网络舆情演化过程中的主要参与方,其行为选择相互影响、动态调整,共同作用于舆情状态变化。因此,网络舆情治理不仅涉及单一主体的行为控制,还涉及多主体之间的策略博弈与协同治理。舆情治理的科学性和有效性对于维护网络空间秩序、保障公共利益以及提升社会治理能力具有重要意义。
3、但是,现有技术中关于网络舆情治理的方法仍存在不足。其一,现有方法多采用固定化、静态化的分析思路,通常以事后处置为主,缺乏与舆情动态变化相适应的策略触发机制,不利于实现对舆情演化过程的及时干预。其二,情感因素作为影响舆情传播和主体行为决策的重要变量,在现有研究中多被作为定性因素或静态参数处理,尚未形成与主体策略演化过程相结合的动态量化分析方法,导致情感变化对治理决策的影响难以被准确刻画。其三,现有涉及多主体舆情治理的博弈分析方法,多侧重于主体策略收益和均衡状态分析,对情感状态与博弈收益、策略触发条件及演化过程之间的耦合关系考虑不足,因而难以同时兼顾舆情治理的针对性、动态性和协同性。
4、因此,如何设计一种网络舆情治理方法,以提高网络舆情治理中策略判定和干预时机确定的准确性,成为了亟待解决的问题。
技术实现思路
1、基于此,本发明提出的一种基于动态情感演化的网络舆情治理三方博弈方法,解决了对情感状态与博弈收益、策略触发条件及演化过程之间的耦合关系考虑不足的问题,同时兼顾了舆情治理的针对性、动态性和协同性,提高了网络舆情治理中策略判定和干预时机确定的准确性。
2、本发明提出的一种基于动态情感演化的网络舆情治理三方博弈方法,包括:
3、采集目标舆情事件相关数据,识别核心参与主体并构建三方主体策略集合,所述目标舆情事件相关数据包括历史传播数据、当前时段文本数据、治理响应数据,所述核心参与主体包括用户、意见领袖、治理机构,所述三方主体策略集合包括用户三元策略集、意见领袖三元策略集、治理机构三元策略集;
4、根据目标舆情事件相关数据构建动态情感演化模型并确定情感临界阈值;
5、根据动态情感演化模型及情感临界阈值获取实时情感收益参数,并根据实时情感收益参数对三方主体策略集合的收益矩阵进行动态更新;
6、根据动态更新后的收益矩阵,分别计算核心参与主体的预期效用,以构建三方演化动力方程组,所述三方演化动力方程组基于复制动态方程,所述复制动态方程基于预期效用和情感迭代项;
7、基于雅可比矩阵对三方演化动力方程组进行稳定性分析,并根据情感临界阈值和情感状态变化结果获取舆情治理干预触发信号、干预时机、治理策略,所述情感状态变化结果属于连续时间窗口内。
8、进一步的,所述采集目标舆情事件相关数据,识别核心参与主体并构建三方主体策略集合的步骤,具体包括:
9、为用户构建用户三元策略集,所述用户三元策略集包括主动传播配合策略、被动从众策略、独立质疑策略,所述用户三元策略集的概率关系具体如下:
10、,
11、,
12、其中,表示独立质疑策略概率,表示主动传播配合策略概率,表示被动从众策略概率,,,当用户正面情感收益超过预设正面情感收益阈值时,则解锁主动传播配合策略,当用户正面情感收益未超过预设正面情感收益阈值时,则令主动传播配合策略概率为零,用户仅可选择被动从众策略或独立质疑策略;
13、为意见领袖构建意见领袖三元策略集,所述意见领袖三元策略集包括正面引导策略、中性观望策略、负面引导策略,所述意见领袖三元策略集的概率关系具体如下:
14、,
15、,
16、其中,表示负面引导策略概率,表示正面引导策略概率,表示中性观望策略概率,,,当意见领袖累计情感资本超过预设情感资本阈值时,则解锁正面引导策略,当意见领袖累计情感资本未超过预设情感资本阈值时,则令正面引导策略概率为零,正面引导策略不参与当前轮次的演化博弈收益计算;
17、为治理机构构建治理机构三元策略集,所述治理机构三元策略集包括事前情感引导型积极治理策略、事后处置型积极治理策略、消极不干预策略,所述治理机构三元策略集的概率关系具体如下:
18、,
19、,
20、其中,表示消极不干预策略概率,表示事前情感引导型积极治理策略概率,表示事后处置型积极治理策略概率,,,当用户负面情感收益超过预设负面情感收益阈值且意见领袖负面引导策略选择比例超过预设选择比例阈值时,则触发事后处置型积极治理策略,当用户负面情感收益未超过预设负面情感收益阈值或意见领袖负面引导策略选择比例未超过预设负面引导策略选择比例阈值时,则令事后处置型积极治理策略概率为零,治理机构仅可选择事前情感引导型积极治理策略或消极不干预策略。
21、进一步的,所述根据目标舆情事件相关数据构建动态情感演化模型并确定情感临界阈值的步骤,具体包括:
22、为用户构建情感收益迭代函数,以进行用户情感与意见领袖策略的双向联动,所述情感收益迭代函数具体如下:
23、,
24、其中,表示第t轮演化轮次用户的实时情感收益,表示用户初始情感收益基准值,表示正面情感强化系数,表示负面情感强化系数,表示第轮意见领袖正面引导策略选择概率,表示第轮意见领袖负面引导策略选择概率,t表示演化轮次;
25、为意见领袖构建情感资本迭代函数,以进行意见领袖情感资本与用户行为的双向联动,所述情感资本迭代函数具体如下:
26、,
27、其中,表示第t轮演化轮次意见领袖的累计情感资本,表示正面引导情感资本累计系数,表示负面引导情感资本损耗系数,表示第轮用户主动传播配合策略选择概率;
28、为治理机构构建公信力情感收益函数,以进行治理机构公信力与公众情感的双向联动,所述公信力情感收益函数具体如下:
29、,
30、其中,表示第t轮演化轮次治理机构的公信力情感收益,表示积极治理公信力提升系数,表示消极治理公信力下降系数,表示公众情感对治理机构公信力的影响系数,表示第t轮演化轮次治理机构事前情感引导型积极治理策略选择概率,表示第t轮演化轮次治理机构事后处置型积极治理策略选择概率;
31、通过预设长度的滑动时间窗口对目标舆情事件的历史传播数据进行分段统计,以计算各时间窗口内的用户正向情感占比、用户负向情感占比、意见领袖负向引导比例、治理响应时延,确定正面情感收益阈值为历史窗口中用户正向情感收益变化量的均值与标准差之和,确定情感资本阈值为意见领袖累计情感资本变化量的均值与标准差之和,确定负面情感收益阈值为用户负向情感收益变化量的均值与标准差之和,确定负面引导策略选择比例阈值为意见领袖负向引导比例的均值与标准差之和,当任一核心参与主体单轮情感收益变化幅度超过对应临界阈值时,则触发对应核心参与主体策略选择概率的非线性调整。
32、进一步的,所述根据动态情感演化模型及情感临界阈值获取实时情感收益参数,并根据实时情感收益参数对三方主体策略集合的收益矩阵进行动态更新的步骤,具体包括:
33、三方主体耦合的收益矩阵根据用户三元策略集、意见领袖三元策略集、治理机构三元策略集生成全部策略组合,任一策略组合的用户基础收益、意见领袖基础收益、治理机构基础收益的动态更新算法具体如下:
34、,
35、,
36、,
37、其中,、、分别表示动态更新后的用户基础收益、意见领袖基础收益、治理机构基础收益,、、分别表示未进行情感修正前的用户基础收益、意见领袖基础收益、治理机构基础收益,、、分别表示用户情感收益映射系数、意见领袖情感资本映射系数、治理机构公信力收益映射系数,表示第t轮演化轮次用户的实时情感收益,表示第t轮演化轮次意见领袖的累计情感资本,表示第t轮演化轮次治理机构的公信力情感收益,t表示演化轮次;
38、设置核心策略组合的收益量化规则,核心策略组合包括第一核心策略组合、第二核心策略组合、第三核心策略组合,所述第一核心策略组合包括主动传播配合策略、正面引导策略、事前情感引导型积极治理策略,所述第二核心策略组合包括主动传播配合策略、负面引导策略、事后处置型积极治理策略,所述第三核心策略组合包括独立质疑策略、负面引导策略、消极不干预策略;
39、所述第一核心策略组合中,用户收益为,意见领袖收益为,治理机构收益为,其中,为治理机构对正向配合用户的奖励,为积极治理下意见领袖正面引导的额外情感收益,为事前情感引导型积极治理的执行成本;
40、所述第二核心策略组合中,用户收益为,意见领袖收益为,治理机构收益为,其中,为意见领袖负面引导的基础流量收益,为意见领袖负面引导的内容制作成本,为治理机构对负面引导意见领袖的监管罚款,为事后处置型积极治理的执行成本,为治理机构负面舆情处置的罚款收益;
41、所述第三核心策略组合中,用户收益为,意见领袖收益为,治理机构收益为,其中,为用户独立决策的基础收益,为用户独立决策的信息核验成本,为负面引导下用户独立决策的社交孤立情感损失,表示消极治理公信力下降系数。
42、进一步的,所述根据动态更新后的收益矩阵,分别计算核心参与主体的预期效用,以构建三方演化动力方程组的步骤,具体包括:
43、计算用户的预期效用并构建用户主动传播配合策略的复制动态方程,用户的预期效用和复制动态方程的具体算法如下:
44、,
45、,
46、,
47、其中,表示用户选择主动传播配合策略的预期效用,表示用户选择独立质疑策略的预期效用,表示意见领袖三元策略集的策略序数,表示治理机构三元策略集的策略序数,表示意见领袖三元策略集,表示治理机构三元策略集,表示用户的动态收益,t表示演化轮次,表示独立质疑策略概率,表示主动传播配合策略概率,表示用户主动传播配合策略的复制动态方程;
48、计算意见领袖的预期效用并构建意见领袖正面引导策略的复制动态方程,意见领袖的预期效用和复制动态方程的具体算法如下:
49、,
50、,
51、,
52、其中,表示意见领袖选择正面引导策略的预期效用,表示意见领袖选择负面引导策略的预期效用,表示用户三元策略集的策略序数,表示用户三元策略集,表示负面引导策略概率,表示正面引导策略概率,表示意见领袖正面引导策略的复制动态方程,表示意见领袖的动态收益;
53、计算治理机构的预期效用并构建治理机构事前情感引导型积极治理策略的复制动态方程,治理机构的预期效用和复制动态方程的具体算法如下:
54、,
55、,
56、,
57、其中,表示治理机构选择事前情感引导型积极治理策略的预期效用,表示治理机构选择消极不干预策略的预期效用,表示治理机构的动态收益,表示消极不干预策略概率,表示事前情感引导型积极治理策略概率,表示治理机构事前情感引导型积极治理策略的复制动态方程;
58、根据用户主动传播配合策略的复制动态方程、意见领袖正面引导策略的复制动态方程治理机构事前情感引导型积极治理策略的复制动态方程构建三方演化动力方程组。
59、进一步的,所述基于雅可比矩阵对三方演化动力方程组进行稳定性分析,并根据情感临界阈值和情感状态变化结果获取舆情治理干预触发信号、干预时机、治理策略的步骤,具体包括:
60、三方演化动力方程组中各复制动态方程等于0,求解得到系统全部平衡点;
61、对每个平衡点构建对应的雅可比矩阵,计算所述雅可比矩阵的全部特征值,并根据特征值实部符号判断平衡点的稳定性;
62、当任一平衡点对应的全部特征值实部均小于0时,将当前平衡点判定为演化稳定策略,当存在特征值实部大于等于0时,将对应平衡点判定为不稳定点或鞍点;
63、当用户负面情感收益在预设连续时间窗口个数内达到或超过预设负面情感收益阈值,且意见领袖负面引导策略选择比例在预设连续时间窗口个数内达到或超过预设负面引导策略选择比例阈值时,输出治理干预触发信号,所述治理干预触发信号用于触发治理机构采用事后处置型积极治理策略。
64、本发明提出的一种基于动态情感演化的网络舆情治理三方博弈系统,包括:
65、策略集合构建模块,用于采集目标舆情事件相关数据,识别核心参与主体并构建三方主体策略集合,所述目标舆情事件相关数据包括历史传播数据、当前时段文本数据、治理响应数据,所述核心参与主体包括用户、意见领袖、治理机构,所述三方主体策略集合包括用户三元策略集、意见领袖三元策略集、治理机构三元策略集;
66、动态情感演化构建模块,用于根据目标舆情事件相关数据构建动态情感演化模型并确定情感临界阈值;
67、收益动态更新模块,用于根据动态情感演化模型及情感临界阈值获取实时情感收益参数,并根据实时情感收益参数对三方主体策略集合的收益矩阵进行动态更新;
68、三方演化动力方程构建模块,用于根据动态更新后的收益矩阵,分别计算核心参与主体的预期效用,以构建三方演化动力方程组,所述三方演化动力方程组基于复制动态方程,所述复制动态方程基于预期效用和情感迭代项;
69、分析干预模块,用于基于雅可比矩阵对三方演化动力方程组进行稳定性分析,并根据情感临界阈值和情感状态变化结果获取舆情治理干预触发信号、干预时机、治理策略,所述情感状态变化结果属于连续时间窗口内。
70、本发明还提供一种存储介质,所述存储介质存储一个或多个程序,所述程序被处理器执行时实现如上述的基于动态情感演化的网络舆情治理三方博弈方法。
71、本发明还提供一种计算机设备,所述计算机设备包括存储器和处理器,其中:
72、所述存储器用于存放计算机程序;
73、所述处理器用于执行所述存储器中存放的所述计算机程序时,实现如上述的基于动态情感演化的网络舆情治理三方博弈方法。
74、本发明的有益效果在于:
75、1、通过设置带情感触发条件的三元策略集,提高了网络舆情演化场景下三方主体策略描述的精细化程度;
76、2、通过构建动态情感演化模型,并将实时情感收益参数引入收益矩阵更新过程,增强了模型对舆情情感变化的响应能力;
77、3、通过复制动态方程与雅可比矩阵稳定性分析,能够为治理机构提供与当前舆情状态相对应的干预触发条件与治理策略;
78、4、通过引入历史传播数据拟合得到的情感临界阈值,提高了治理参数设定与干预时机判断的针对性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com