同时考虑对称博弈与非对称博弈的网络舆情传播研究.docx

    同时考虑对称博弈与非对称博弈的网络舆情传播研究    王家坤Summary：[目的/意义]剖析网络舆情的演化规律，加强对网络舆情的管理与干预，有效抵制负面网络舆情传播对社会带来的影响[方法/过程]结合演化博弈论与复杂网络理论，同时考虑对称博弈与非对称博弈关系，构建网络舆情的演化博弈模型，并结合实验结果，为网络舆情的管理提出具有针对性的对策与建议[结果/结论]在两类博弈关系中，关键用户与普通用户群体的收益参数对网络舆情传播过程的影响具有显著差异性;对于普通网民群体而言，对称博弈关系对网络舆情的传播过程影响程度更大;而对于关键用户群体而言，非对称博弈关系在网络舆情传播过程中发挥了更重要的作用Key：对称博弈;非对称博弈;网络舆情;传播《2020全球数字报告》显示：全球使用互联网的人数已增长至45.4亿，社交媒体用户突破38亿[1]随着通信技术的快速发展及移动终端的普及，社交网络已经成为当前网络舆情生成、发酵、传播最活跃的阵地，对经济发展与社会稳定产生了重要影响如网民可以更加便捷地参与社区互动;企业可以树立品牌形象走近消费者;政府可以更准确地把握社情民意但是考虑到网络舆情传播的迅速性、匿名性、互动性等特点，其也为负面或虚假信息、谣言的传播与扩散创造了条件。

如疫情期间，“板蓝根可有效抑制新冠病毒”的谣言引起了巨大的社会动荡;日本核泄漏事件中，“加碘盐可以预防核辐射”的谣言引发的食盐抢购风波等因此，剖析网络舆情的演化机制，加强对网络舆情的管理与干预，对抵制负面网络舆情传播给社会带来的负面影响具有重要意义网络舆情的传播涉及到诸多社会主体，如网民、媒体、政府等，并且其各自存在不同的利益动机，故从各主体的利益冲突与分配角度出发，利用博弈论可直观地分析各利益主体的决策过程另外在网络舆情的传播过程中，各参与主体的行为选择并非完全理性，而是一个反复学习与不断调整的动态过程，最终达到局部稳定因此，利用演化博弈论研究网络舆情的传播与演化机制，进而寻求对网络舆情传播进行干预与管控的关键点，具备一定的适用性与合理性，也是当前网络舆情研究领域的主流方法[2-3]目前，基于演化博弈论的网络舆情研究主要从以下两种路径展开一类是定性研究[3-5]这一路径下的研究大多基于传播学的视角，从宏观层面界定参与网络舆情传播过程的主体、阐述参与主体进行博弈等内在动因、分析主体策略选择背后的利益因素等如结合136个网络舆情传播案例，原光等[4]系统梳理了网络舆情传播过程中的影响因素，并从加强激励机制等方面提出了政府的应对措施;另外，宋余超等[3]、孟骊超等[5]通过对当前国内相关文献进行系统分析，总结了当前网络舆情博弈研究中存在的主要问题，并提炼了未来的可持续研究方向。

该类研究为复杂情境下博弈主体的识别、主体之间利益关系的分析、网络舆情传播应对策略等提供了研究基础但考虑到其主观性较强，在主体利益分析量化方面缺少一定的依据，限制了研究结论在实践管理中的应用另一类为定量研究，重点通过构建演化博弈模型、仿真实验等途径，研究网络舆情传播过程中博弈主体的微观交互，进而揭示网络舆情的传播规律[6-15]相较于定性研究，该类研究的成果非常丰富，从研究视角来看，可划分为主体特征的差异性[6-9]、参与主体的多样性[10-13]、网络舆情传播环境的复杂性[14-15]等方面主体特征的差异性主要体现在博弈主体的理性程度、偏好程度等方面如张立凡等[6]与郭东伟等[7]分别基于用户的完全理性与有限理性构建了网络舆情的演化博弈模型，并基于实验结果总结了政府对网络舆情传播的应对策略;考虑到用户的主观偏好与公平偏好等因素，WenS等[8]與王治莹等[9]分别构建了不同情境下的网络舆情传播模型，并结合案例分析验证了研究结论的有效性参与主体的多样性方面，根据博弈主体的数量，目前的研究主要集中在两方博弈与三方博弈如针对突发事件网络舆情的传播与治理，祁凯等[10]构建了网络媒体与地方政府的两方演化博弈模型，并分析了媒体与地方政府的策略演化均衡，为突发事件网络舆情的治理提供了新思路;类似地，以社交网络中的谣言传播为研究对象，丁学君等[11]构建了谣言传播者与接受者的两方演化博弈模型，为了解谣言传播的内在机理、遏制谣言传播扩散提供了理论依据。

另外，考虑到政府、网民与意见领袖在突发事件网络舆情传播过程中的重要作用，冯兰萍等[12]提出了三方演化博弈模型，重点分析了政府不同延迟干预程度下各主体策略的演化过程;针对负面舆情信息的传播与扩散，尹珏力等[13]构建了“网民—网媒—政府”的三方演化博弈模型，明确了政府对负面舆情传播的关键干预点网络舆情传播环境的复杂性，主要体现在网络舆情的传播载体以及网络舆情传播过程中外界因素的干预等方面结合演化博弈论与复杂网络理论，学者们利用网络演化博弈论对网络舆情的传播规律进行了一些初步的探索，如陈婷等[14]将三方演化博弈模型引入到无标度网络，分析了主要参数对网络舆情传播过程的影响;通过分析网络舆情在不同空间的演化特点，迟钰雪等[15]提出了一种基于超网络的网络舆情演化模型该类研究的突出特点为可对网络舆情传播过程中涉及主体之间的利益关系进行定量分析，并通过理论分析与数值模拟网络舆情的传播过程，为舆情治理方案的提出提供了理论支撑综上所述，利用演化博弈的相关理论与方法研究网络舆情的传播过程，学者们进行了诸多深入研究，推动了舆情传播动力学的发展，为本文的研究奠定了理论基础但通过分析仍存在进一步研究的空间：①当前基于演化博弈对网络舆情传播进行的研究工作，均是单独在对称博弈或非对称博弈情景下的演化博弈模型，而鲜有学者同时考虑网络舆情传播过程中的对称与非对称博弈关系;②当前大部分的演化博弈研究未考虑社交网络的拓扑结构，利用网络演化博弈论分析网络舆情传播过程的研究相对较少，而作为网络舆情传播的载体，社交网络的拓扑结构对其演化过程具有重要影响。

基于上述问题，本文计划结合演化博弈论与复杂网络理论，构建同时考虑对称博弈与非对称博弈关系的网络舆情演化模型，识别网络舆情传播过程的关键参数，为网络舆情的传播与管理提供理论依据1演化博弈模型的构建1.1经典演化博弈模型1.1.1问题描述由于网络舆情传播的即时性、便捷性、互动性、匿名性等特点，围绕社会某热点事件，网民更倾向于通过社交网络平台获取相关信息，发表自己的意见与观点，参与社区互动等，进而为网络舆情的大范围传播与扩散创造了条件尤其当网民的常规利益表达缺乏渠道时，互联网则成为网民利益诉求、情绪宣泄甚至是谣言传播的重要途径与平台，如奔驰女车主、特斯拉女车主车顶维权事件等因此，社交网络中的舆情传播主要依赖于用户的传播或转发行为，网民是网络舆情传播过程中的重要参与主体另外，在长期演化形成的社交网络中，不可避免地存在着用户在网络地位上的差异，出现了类似于微博中的“大V”“领域专家”，抖音里的“网红”“流量主播”等一类用户由于其所掌握的信息量显著异于普通网民的信息量，故在信息传播过程中往往扮演着“观点领袖”的角色，与普通网民形成了不对等的网络地位关系如疫情期间，部分网民曲解钟南山院士的“板蓝根颗粒对新冠病毒体外抑制有效”的言论，导致民众疯狂抢购板蓝根。

因此，本文将社交网络中，具有较强社会影响力，对普通网民的行为可以产生重要影响的“大V”“网红”“专家”等一类用户，称为关键用户群体，将其他用户定义为普通网民群体针对社会某一热点事件，用户往往具有不同的观点，进而衍生出不同类型的舆情信息因此，围绕社会热点事件，本文将客观描述、发表正面言论、有利于维护社会稳定的一类网络舆情（网民的观点或意见）定义为正面舆情;将发布的负面或不正当言论、不利于社会稳定的一类网络舆情（网民的观点或评论）定义为负面舆情随后在网络舆情的传播过程中，定义用户的行为策略集合为“传播正面舆情”“传播负面舆情”以及“不参与传播”1.1.2演化博弈模型构建在社交网络中，定义普通网民与关键用户的比例分别为x与y（x+y=1）在普通网民群体中，选择传播正面舆情策略的人群比例为x1，选择传播负面舆情策略的人群比例为x2，x-x1-x2比例的人群不参与网络舆情的传播;类似地，定义在关键用户群体中选择传播正面舆情策略的人群比例为y1，选择传播负面舆情策略的人群比例为y2，y-y1-y2比例的人群选择不传播网络舆情假定社交网络中的普通网民之间无差异，满足对称博弈关系，根据上述分析，在普通网民之间，定义不同策略组合下的收益矩阵如表1所示。

αi（i=1，2，…，9）分别对应特定策略组合中前者的收益如网民Ⅰ在传播正面舆情，而網民Ⅱ在传播负面舆情时，网民Ⅰ的收益为α2需要注意的是，当网民不参与网络舆情传播过程时，虽然其可能通过获取其他网民传播的信息而取得收益，但相较于其传播行为带来的收益而言非常小，故假定当网民选择不传播策略时，其收益为0，即α7=α8=α9=0类似地，假定社交网络中关键用户之间无显著差异，定义关键用户之间发生对称博弈时，不同策略组合下的收益矩阵如表2所示βi（i=1，2，…，9）分别对应特定策略组合中前者的收益如关键用户Ⅰ在传播正面舆情，而关键用户Ⅱ也在传播正面舆情时，关键用户Ⅰ的收益为β1类似地，当网络中的关键用户选择不传播策略时，假定其收益为0，即β7=β8=β9=0而普通网民与关键用户为两个有差别的群体，二者之间满足非对称博弈关系定义普通网民与关键用户两个群体分别选择不同的策略时，收益矩阵如表3所示γ1，δ1（i=1，2，…，9）分别对应特定策略组合中普通网民与关键用户的收益如普通网民在传播正面舆情，而关键用户在传播负面舆情时，其各自的收益分别为γ2与δ2与上述类似，当普通网民与关键用户选择不传播策略时，其收益为0。

定义γ7=γ8=γ9=0;δ3=δ6=δ9=0假定社交网络中，普通网民群体与关键用户群体之间以均匀混合的方式进行交互，故根据表1～3所列不同策略组合下群体的收益，可得在普通网民群体中，选择传播正面舆情策略用户的收益为：同理，可以分别得出在关键用户群体中，选择传播正面舆情、选择传播负面舆情、不参与网络舆情传播过程3类用户的收益分别为：根据达尔文的生物进化思想，假定选择某一策略人群比例的调整速度正比于其平均收益超过混合策略平均收益的幅度，则在普通网民与关键用户两类群体中，选择传播正面（负面）舆情策略人群比例的复制子动态方程可分别表示为：由上述定义可知，相较于传播舆情而言，普通网民（关键用户）不参与网络舆情传播过程策略的收益为0，而其他策略下的收益均为非负故在利益的驱使下，随着网络舆情传播过程的演化，普通网民与关键用户均会逐渐参与到网络舆情的传播过程，在社交网络中选择传播正面或负面舆情，即在稳态中，两类人群的比例参数满足x1+x2=x;y1+y2=y另外，在网络舆情演化过程稳定后，普通网民与关键用户中选择各类策略的人群比例不再变由式（9）可知，该微分系统的解析解非常难以确定，故本文在下一节尝试借助网络演化博弈求解其数值解，并分析两类群体的策略选择对网络舆情传播过程的影响。

1.2网络演化博弈模型虽然传统的演化博弈在一定程度上有助于从微观视角深入了解网络舆情传播过程中网民的策略选择过程，但其个体间均匀混合的假设，与现实中社区用户之间的交互关系具有一定的差距，故复杂网络上的演化博弈应运而生将社交网络视为具有特定拓扑结构的复杂网络，网民之间通过微观交互等动力学机制实现网络舆情的传播与扩散基于此，本节将结合复杂网络理论与演化博弈理论，采用网络演化博弈论分析社交网络中的网络舆情传播过程1.2.1社交网络拓扑结构作为网络舆情传播的载体，社交网络（如微博、、Facebook、Twitter等）的拓扑结构对网络舆情的演化过程具有显著影响，并且该结论得到了大量研究的证实。