下载掌阅APP，畅读海量书库
立即打开
计算机仿真是一种模拟分析方法，其分析过程是先建立仿真模型，然后通过参数改变进行多次模拟实验，从而得出量化的分析结果，为决策者提供参考。在该方法中，模型构建是核心内容，需要用到多个学科的知识。
系统动力学是一种计算机仿真方法，其研究对象为复杂系统。移动社交网络舆情具有动态性、相关性和整体性特征，并且具备多回路、高阶和非线性等特点。所以，使用系统动力学进行网络舆情研究是一种较好的方法，我国部分学者已使用此方法进行网络舆情研究。余乐安等（2015）基于系统动力学模型，分析了危化品水污染等突发事件网络舆情的演化规律，以便探索危机应急策略。洪亮等（2017）研究了网络舆情中多方主体的影响因素，构建了相关的系统动力学仿真模型，并进行了模型有效性验证。陈培友等（2018）构建了移动社交网络舆情多主体应对的系统动力学模型，结果表明移动社交网络舆情受舆情事件、媒体、网民、政府四个主体的共同影响，降低事件敏感度、移动社交平台传播次数、网民情绪强度及提升政府的信息透明度能够有效地应对移动社交网络舆情。曹海军等（2019）应用系统动力学模型分析了微信环境下潜在传播者向传播者转化的内在机制。邓建高等（2020）通过分析具体案例，引入突发事件类型网络舆情的特有变量，基于系统动力学理论构建突发事件网络舆情传播的系统动力学模型，并将政府相关变量作为控制变量，探讨政府行为对网络舆情传播态势的影响。曹武军等（2020）通过分析新冠肺炎网络舆情各主体，构建新冠肺炎网络舆情应对的系统动力学模型和网民、网络媒体、政府三个子系统，并对舆情治理提出相应对策。阎海燕等（2020）通过系统动力学仿真方法，构建了企业危机事件网络舆情传播系统模型。
王朝斌等（2016）采用元胞自动机理论的建模方法，将一定网格空间的个体抽象为带有情感倾向度的元胞，设定离散值的意见倾向度。为了模拟个体可以通过不同途径参与舆情事件，定义了一种新的移动规则，在边界周期条件下的元胞空间，实现了每个元胞与空间内的所有元胞的信息交流。杨晶等（2017）结合传播网络的复杂性和社会性，利用元胞自动机的基本原理，构建了谣言传播的仿真模型，并对谣言传播效果进行了仿真实验。胡祖平等（2018）在元胞演化规则中引入了元胞观点坚守力与观点影响系数，提出新的舆论演化机制，构建了舆论演化的元胞自动机仿真模型。郭耿等（2019）对微博舆情传播机制进行分析，并在此基础上提出了有限随机动态链接的网络拓扑结构与多主体有界信任模型对元胞自动机模型进行了改进，最后通过仿真实验分析微博舆情演化特征。姚翠友等（2019）基于微博用户属性和行为分析，综合考虑微博舆情演化的主要推动因素及其关联关系，应用元胞自动机方法，构建了社会事件的微博舆情演化模型，并进行了仿真分析。
吴鹏等（2015）基于Agent建模技术，对突发事件中网络舆情演变过程中网民群体行为进行建模与仿真。葛岩（2016）主要分析网络舆情信息传播过程中三类参与主体即网民、媒体和政府，建立网络舆情信息传播的多主体模型，分析三者行为的影响因素。薛彤（2017）考虑了微博中各个主体的差异性，用多主体建模与仿真方法构建主体之间的交互规则来对传统传染病模型（SIR模型）中的概率进行了改进。陈培友等（2018）通过构建移动社交网络舆情多主体应对的动力学模型，对实例进行了模拟仿真。张亚明等（2020）在传染病模型基础上，将网络媒体的干预影响抽象为网络媒体强化度、网络媒体分歧度及网络媒体渗透率，政府的干预作用抽象为政府干预系数，提出一种新的网络舆情多主体干预模型。
陈虹暻（2015）应用复杂网络来描述新闻类移动端舆情传播结构，选取SEIR模型作为构建基础，对新闻类APP上的网络舆情传播主体进行了分析；其一年后在原论文的基础上，使用MATLAB软件对模型进行仿真，并分析转换参数对传播曲线的影响程度。赵剑华等（2017）基于传统的SIR模型，综合考虑用户的心理特征行为因素，构建新型的舆情传播仿真模型，以2016年热点的微博舆情事件为例，求解模型参数的最优值，并进行实验数据验证。周琦萍等（2019）基于SIS的传染病模型，分析了舆情传播的时间演化特征，通过对舆情扩散系数以及遗忘率的分析，实现了以无监督预警时间为目标的优化策略。魏静等（2020）在SIR模型基础上，引入了情绪感染理论，构建了含有情感倾向的传播状态，引入亲密度因素设计了传播互动过程，并结合加权无标度网络拓扑结构的设计对网络舆情进行分析。
该模型描述在相应条件下个体和个体之间观点交互的主要特征和规律，经典模型有Ising模型和Sznajd模型、HK模型和Deffuant模型等，其中前两种模型中观点取离散值，后两种模型中观点取连续值，其取值范围为[0，1]区间，这两个模型属于有限信任模型，考虑了观点交互，并引入了信任阈值。
学者对观点变化模型进行了大量的研究。Kou等（2012）在HK模型基础上，分别给个体定义不同的信任阈值，分析了初始意见不同时舆情演化的情况。陈桂茸等（2013）在HK模型基础上，加入了个体影响力与自我坚持度因素，提出高影响力优先的观点变化模型。张峰等（2014）把个体设置成不同的状态，分析其观点改变的外因和内因，设置不同的观点演化和状态转移规则，揭示观点演化的规律。苏炯铭等（2014）将个体信任度属性加入HK模型中，构建仿真模型，分析偏执个体与权威个体如何影响观点演化。钟敏娟（2017）提出基于BA网络和有界信任交互的二阶段舆论演化动力学模型，从观点形成与观点交互两个阶段出发，建模反映观点变化，分析了外界环境变化对舆论演化的影响，并对模型网络拓扑结构因素进行了比较分析。刘琪等（2019）以意见领袖为切入点，基于无标度网络结构改进经典有界信任的HK模型，在观点更新中引入意见领袖的作用，提出了一种观点动力学视角下的观点演化模型，并对意见领袖引导下的观点演化进行仿真实验。郭耿等（2020）通过分析微博舆情的社交网络结构特点，对BA无标度网络进行改进，将模糊观点与Deffuant-Weisbuch模型融合，提出一种基于改进模糊相似度的舆情演化规则，通过仿真实验分析微博舆情演化特征。
学者在研究观点变化模型时，对个体对已有观点的影响考虑较多，较少考虑外界环境如何影响观点变化。在现实中，由于政府和官方媒体具有较高的权威性，很大程度上会影响舆情演化时间的持续程度以及舆情的热度，构建该模型时需要重点考虑。
对于网络舆情的仿真建模，模型不同，其构建思路和方法也不相同。应用系统动力学建模时，其着重描述各影响因素间的因果关系，构建因果回路图以及存量流量图，适合对舆情演化过程进行分析；应用多主体仿真方法建模时，其重点关注各个主体的属性与行为，采用“自下而上”的建模思路，适合于从主体参与角度分析舆情。模型的仿真实现主要是设置不同主体的仿真参数，观察不同主体在不同因素下影响舆情演化的程度；不同的仿真方法所应用的仿真平台不同，目前常用的仿真平台包括Vensim、Netlogo等。