这部分研究主要利用模拟物理学中的粒子交互分析方法，通过构造出适合的网络及代表交互个体的节点，运用物理学公式模拟不同个体之间的交互行为，并多次迭代这种交互行为，从而构建个体间交互模型，并仿真分析个体之间观点的交互方式与整个社会舆论的演化过程，进而在整体上模拟宏观系统的复杂行为。当前，学术界对群体演化过程的仿真主要采用离散型模型和连续型模型进行。离散型模型主要有模拟政治选取行为的投票者模型［27］和模拟磁铁自旋规则的Sznajd模型。［28］连续型模型则主要有：将交互个体的态度引入信任阈值，并定义交互个体的意见差值，在信任阈值内则取意见差值更新自身观点的D模型［29］；假定个体会根据处于自己阈值范围内的所有邻居节点，取平均值更新自己观点的HK模型［30-31］；假定在两个个体交互时，个体间的意见差值会直接影响交互强度的W-D模型［32］；Deffuant et al.［32］则在W-D模型的基础上进行改进，提出了增加意见差值内的同化效应和意见差值外的相斥效应的J-A模型。马永军等［33］基于经典的Deffuant模型，通过设定个体观点接受度μ服从正态分布、考虑群体中的平均节点度以拓扑结构中边的权重作为个体间的信任程度，构建了改进的模型，并通过软件仿真分析了群体中的平均节点度、个体间的信任程度对舆情演化过程的影响。Alizadeh et al.［34］通过构建有界信任模型来研究网络中出现舆论极化现象的内在驱动力，分析了个体对于群体内成员的偏袒行为对宏观层面的舆论研究的影响；Fu［35］构建了新的有限信任模型，在仿真中将个体分为开放型、适度型和封闭型3类，发现开放型的个体在网络中比例的增加有助于减少极化现象；Banisch et al.［36］认为，个体会根据对他们观点表达的社会反馈来评估他们的意见价值，并提出了考虑社会反馈机制的新的舆论极化模型；杜蓉等［37］通过构建网络谣言、政府和网民共同参与的舆论演化模型，发现政府公信力越高、发布信息的可信度越高，网民对真实信息的反应和接纳速度就会越快；张伟等［38］提出，网络中个体观点交互行为的实质是一种个体对于他人观点的参照行为；强韶华等［39］通过构建涉及网民、舆情信息、政府3种主体的交互规则，发现当接受者与传播者之间的分歧较小时，接受者会更容易受到传播者的影响。Huo et al.［40］通过在网络事件中引入“时间延迟”概念构建出新的观点交互演化模型，提出政府干预的“黄金时间”原则。(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。
