喻亚萍

摘 要：自媒体时代的到来，为信息的传播提供了更加广阔的渠道。有关于自媒体时代信息传播的研究具有重要的意义。本文针对自媒体时代传播的问题，建立了消息传播的SIJR模型。研究了不同类型的消息和同一类型消息在传播过程中的差异，并且进行了验证。结合建立的模型阐述了对自媒体时代消息传播的看法，并提出了合理的管理建议。首先，建立基于SIR模型的SIJR超级消息传播模型，根据模型建立微分方程求解。并且用matlab模拟消息传播过程的曲线，可以得出消息传播的大致分为，产生期，爆发期，过渡期，和衰退期四个阶段。最后以"中共中央、国务院决定设计河北雄安新区"这条消息为例分析其传播过程。其次再由SIJR超级消息传播模型增加消息衍生率τ和免疫者退化率δ，并且引入传播阈值h的概念，而阈值的影响因素中含有消息衍生率τ，进而分析，当τ=0的时候，即没有衍生话题产生，当 时分别用matlab模拟，得到有无衍生话题是免疫者的占有比例曲线。然后根据查阅资料、数据可找出不同消息在同一平台的传播特征，然后运用种群动力学、合作竞争模型建立数学模型，最后画出不同消息在同一平台的传播曲线进行验证。对于同一消息在不同平台的传播问题，们选取一条具体消息，在头条，百度，和微博三个不同平台的传播热度，通过模拟不同临界速度下的速度随时间变化的曲线分析其差异。进一步验证了同一条消息在不同平台传播过程大致相似，但是不同平台会影响到其传播速度峰值。最后由上述模型对于当前自媒体中消息的传播进行分析，并根据其传播规律和特点提出了合理化的管理建议，并对监管部门对于自媒体中信息的传播了合理话的有效措施。

关键词：SIJR模型 种群动力学 合作竞争模型 单一变量原则

首先建立一条消息在自媒体平台上传播的数学模型。

基于SIJR模型，初步把一条消息的传播过程划分为四个阶段，即：消息产生期，消息的爆发期，消息的过渡期，消息的衰退期。自媒体消息的传播是通过以用户作为媒介的节点和以好友或者关注关系作为边的网络结构进行传播。通过这四个阶段之间的关系，可以写出微分方程并进行求解，并以“中共中央、国务院决定设计河北雄安新区”这条消息为例分析其传播过程。采用传染动力学理论，在一条消息的传播过程中，首先将自媒体用户大致划分为四类用户：消息传播者（S），未知者（I），免疫者（R）及超级传播者（J）。记i（t），s（t），r（t），j（t）分别为消息未知者，传播者，免疫者和超级传播者的比例，在t时间内，对于消息未知者而言应有

β是消息在自媒体的传播概率

对于消息传播者

α是自媒体用户对于此消息传播的免疫概率，γ为恢复概率。

对于免疫者和超級传播者应有：

显然有：

当α=0，μ=0时SIJR模型退化为SIR模型。

其中，μ是兴趣衰减系数，k是一条消息的网络平均度。度数是节点与其他节点之间的连接数量，对于给定网络G的邻接矩阵，A= ，节点度的计算公式可以写成：

网络中所有节点度的平均值为网络的平均度，记为：

由文献可知，选取自媒体中的sina的网络平均度作为k的值，即k的值大致可以取3，其中 ，用matlab软件对上述微分方程求解，得出反映四种用户的演变关系的曲线，即可模拟消息传播过程。

为了使模型更加具有适用性，使模型更加准确，考虑到消息传播过程中出现高度关联的衍生消息，从而增加消息衍生率τ和免疫者退化率δ，即新增了消息免疫者中退化为未知者的部分，对于传播者，新增了未知者中由于衍生消息出现转变为传播者的部分。然后根据各个量之间的关系列出微分方程并进行求解。 此外，引入传播阈值即网络传播系统中都会存在一个传播的关键点 h，它决定了网络舆情信息传播与否。通过求解即可得出衍生话题的出现对消息传播的影响。

最后考虑到社交网络中消息并不是唯一存在的，假设在线社交网络上有两种不同消息在传播，对于接收消息的自媒体使用者来说，通常只相信其中之一。因此，不同消息之间就会产生竞争。与此同时，如果两类消息都非常有趣，那么用户就会把这两个消息都转发给其他用户。这种情况下，这两类消息就表现为一种合作传播。因此采用竞争合作模型分析消息传播情况。对于同一条消息在不同自媒体平台的传播，我们可以选取一条具体消息，在头条，百度，和微博三个不同平台的传播热度，通过模拟不同临界速度下的速度随时间变化的曲线分析其差异。

对有关部门的建议

首先应确保信息的真实性，因此，信息采集时应注意符合国家政策法律法规、健康、不低俗并且尽量还原事件真实性，不可截取片段。然后需要对采集的信息进行审核，审核通过后再进行发布，不可一味的追求关注度而夸大其词。微博、微信等自媒体平台应该进行实名制认证，督促广大网民为自己的言行负责。最后，国家应该颁布相关法律法规进行约束，对于恶意传播谣言的个人以及媒体进行警告，情节严重者可以进行罚款等处罚。

参考文献：

[1]姜启源，谢金星，叶俊，数学模型第四版，北京，高等教育出版社，2010.08。

[2]陈福集，陈婷，基于SEIRS传播模型的网络舆情衍生效应研究，情报杂志， 第33卷第2期，2014.02。

[3]唐朝生，在线社交网络信息传播建模及信息转发预测研究，燕山大学博士学位论文，2014.12。