网络群体行为的建模、仿真及实证

网络群体行为的爆发往往源于某一“导火索”事件，在事件信息传播过程中，参与群体规模由小到大，这一阶段就是群体行为的传播扩散阶段；随着事件信息的进一步传播，大规模的群体采取相同的行为方式或表现出对事件的相同态度，这个阶段为群体行为的产生阶段，涉及群体观点的初步交互；群体行为爆发之后，事件信息会在网络上普遍传播，个体通过观点的交互演化引起网络舆情演化，该阶段为集群行为的发展阶段，主要出现观点交互过程中的极化行为及同步行为。

（1）同步行为的涌现计算模型

对同步现象的发现最早可以追溯到Huygens发现钟摆的同步及荷兰旅行家kaempfer发现的萤火虫的同步闪烁。对同步问题进行开创性研究要归功于Winfree，他在1967年利用耦合振子，把同步问题转化为系统相位变化问题并进行了研究。［7］在此基础上，Kuramoto提出一个关于耦合振子同步振荡的简单模型。Kuramoto模型将耦合振子系统中的振子状态x（t）用如下的微分方程来描述：

其中，xi(t)（i=1，2，…，N）表示N个振子的相位，ci表示振子固有的振动频率，K（＞0）为振子间的耦合强度。如果两个耦合振子的相位xi(t)和xj(t)之间以一定的比率m∶n（m和n都是整数）锁定，即＜常数，那么就称这两个耦合振子达到了相位同步。

（2）极化行为的涌现计算模型

在极化模型中最经典的是D-W模型和J-A模型，而J-A模型更好地优化了D-W模型，不但考虑了社会评价理论中的同化效应，而且考虑了相斥及中立的情况，和现实的极化现象更为贴切，对极化过程的解释更具有科学意义和现实意义。J-A模型的具体定义如下：

第一，同化规则。

如果随机选取的两个节点a和b之间的态度距离小于d1，即

那么a和b两个节点的态度值相应发生改变，更新为：(www.xing528.com)

其中，i=1，2，3，…，n；μ∈（0，0.5］，为影响参数。

第二，相斥规则。

如果随机选取的两个节点a和b之间的态度距离大于d2，即

则a和b两节点的态度值更新为：

其中，μ∈（0，0.5］，为影响参数，且有定义：

第三：中立规则。

在其他情况下，a和b两节点的态度值不发生改变。

上述两个模型分别为同步和极化研究领域的经典基础模型，但是模型较为简单，不能实现较为复杂条件下的网络群体事件的建模和仿真，因此，本章以上述两个经典模型为基础，引入社会群体的从众性、网络关系等因素，以求实现复杂网络视角下的网络群体行为建模和仿真。