网络群体行为模型与实证：免疫恢复率γ对极化效果的影响

本节探究的是由免疫个体恢复为易感个体概率的大小对最终极化效果的影响，通过增加和减小γ值来控制免疫个体的抗感染率。这里保持其他条件不变，调整参数γ值，恢复率由0.1提升到0.5，步长设置为0.2，分别观测健康个体、感染个体、免疫个体占比曲线和极化效果，如图5-9、图5-10和图5-11所示。

图5-9　免疫恢复率分别为0.1，0.3，0.5的传染病模型传播曲线

图5-10　免疫恢复率分别为0.1，0.3，0.5的态度极化效果图

(www.xing528.com)

图5-11　不同交互次数下个体态度分布直方图［对应图5-10（a）、图5-10（b）、图5-10（c）］

由图5-9可知，在免疫恢复率为0.1和0.3时，信息传播的程度逐渐升高，但全局个体在经过一定的交互后趋向稳定，群体中的信息传播者消失，只留下健康个体；当免疫恢复率提升至0.5时，全局个体中，3种角色不断地往复交替，信息的传播扩散类似强劲的传染病病毒，一直存在于群体中。图5-10和图5-11的结果表明，随着恢复率的提升，极化效果整体呈现增强的趋势。因此，不难发现，免疫恢复率γ值的增加，使得信息传播从开始到稳定状态持续的时间加长，无论是最终的极化效果还是极化速度都有较为明显的提升［15］。根据仿真结果分析群体极化过程的内在机理：一方面，从传染病传播角度来说，当个体对某种传染病呈现出较高的免疫力时，该传染病的传播将受到限制，传染率和传染范围会被有效控制；另一方面，从信息传播的角度来讲，当个体受到舆情影响产生较高的免疫力时，舆情对个体的影响力将大大降低，消息的传播扩散会被极大地削弱，舆情的传播会受到遏制；同样，模型中群体观点极化效果的显著与否，受到信息在个体间传播的广度和深度的影响，在信息传递受阻的情况下，群体整体的极化效果将不太显著。

基于此，在预防或者解决群体性事件时，可以采取的措施是：提高个体对舆情信息的免疫力，通过从各个渠道有效地发布权威信息，增强个体对不实言论的免疫力，准确辨别消息的真实性，从而阻止个体成为不实消息的传播者。