【摘要】：在信息的传播扩散方面，运用传染病动力学方法研究网络舆情传播已经较为成熟。但是，鲜少有学者继续深入将传染病模型和舆情的演化过程相结合并进行探讨。显然，每个个体的态度在演变过程中，都是在和外界无数次的交互中才达到观点值的相对平衡的。
在信息的传播扩散方面，运用传染病动力学方法研究网络舆情传播已经较为成熟。例如：林芹等［48］优化了SIS模型，建立以用户心理特征为主的社交网络舆情传播数学模型，在对该模型分析的基础上，提出防控网络舆情传播的方法；陈波等［49］建立了一个带有直接免疫的SEIR媒体网络舆情传播模型；彭慧洁等［50］将传染病动力学与在线社交网络相结合，提出了一个多维度DSIR信息传播模型，并发现兴趣度、传播关系强度对信息传播深度有显著的影响；赵剑华等［51］基于传统的SIR传染病模型，综合考虑用户的心理特征行为因素，搭建新型的社交网络舆情传播动力学模型；朱恒民等［52］以无标度网络为载体提出舆情传播的SIRS模型，有效揭示了基于微博用户关注关系形成的复杂网络中舆情传播演化的机理；黄微等［53］通过测度网络舆情场中受众基于观点异同所形成的群落连接鲁棒性，为识别和定位濒临极化群体、预先化解群体性事件提供可操作方案。但是，鲜少有学者继续深入将传染病模型和舆情的演化过程相结合并进行探讨。本书将SIRS传染病模型和态度演化极化模型相结合，把S—I—R—S的演变过程看成：①从个体（S）受到外界因素影响，态度值发生改变（I），到和外界交互达成短暂平衡（R）；②当外界信息再次产生变动（S），又会干预个体的态度观点，促使个体继续调整态度（I），继而再和外界交互达成相对平衡（R）的周而复始的过程。显然，每个个体的态度在演变过程中，都是在和外界无数次的交互中才达到观点值的相对平衡的。(www.xing528.com)
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
