霍一博

摘 要：随着互联网技术的发展，自媒体逐渐成为消息传播的重要媒介，本文主要研究了消息在自媒体平台上的传播过程，明确了自媒体平台的涵盖范围。首先建立小世界网络模型，得到小世界网络用户的关系图，在传统消息传播模型上加入动态因素，将传统的接触退化机制修正为基于传播延迟的自发退化机制。通过分析将传播过程中的人群分为未知者、传播者、免疫者、拒绝者四类，针对每一节点建立人群数量的微分方程。为求解需要采用"平均场"理论将模型简化为ISSR模型。并对消息在自媒体上传播提出见解以及自媒体平台管理的合理化建议。

关键词：小世界网络 ISSR模型 模拟仿真

1 背景介绍

随这互联网的发展，自媒体时代逐渐到来。相对于传统媒体，以互联网技术为基础的自媒体以其信息传播的即时性、交往方式的平等性和交往身份的虚拟性等特点，已经成为公民获取信息、表达情感与思想、参与社会公共生活的重要载体，并逐渐渗透到政治、经济、文化、社会等诸多领域。因此，用数学模型来描述自媒体时代的消息传播问题显得尤为重要。

2 SIRM消息传播模型

随着互联网的发展，传统媒体逐渐向私人化、平民化、普泛化、自主化方向转变，使得消息传播范围更广、传播速度更快。自媒体平台包括：博客、微信、微博、贴吧以及论坛等网络社区，其中微博属于“单向关注”注重消息的及时性，消息更替速度快，消息传播受传播者自身“出度”影响较大；贴吧的互动性较强，按回帖数量进行排序，影响消息传播的主要原因是贴子对网友的吸引力；微信属于“一对一”，只有双方互相关注才可以及时刷新对方朋友圈消息，此外，微信互动性较强，双方就问题展开交流极大拓展问题深度。本题中主要研究基于微信平台的消息传播过程。

从统计物理学的角度看，网络是包含了大量个体以及个体之间相互作用的系统.从数学的角度看，网络可以抽象为由点集y和边集E组成的图G=（V，E）.E中每条边都有y中一对点与之相对应.在网络用户关系网络中，每个节点代表一个注册用户，节点之间的关注关系构成网络中的有向边.通过他人对网络用户的爬虫分析，网络用户关系网络既不是完全规则的，也不是完全随机的，其具有较短的平均路径长度和较大的集聚系数，显示出“小世界效应”。

网络平台中消息的传播出于一种复杂动态的变化模式，平台中的用户并非一致处于在线状态，只有处于在线状态的用户才能接收到消息，为准确表达消息的传播率引入用户在线概率。在线用户接收到消息之后通过自我判断分辨消息真伪选择相信消息或者拒绝消息，并引入用接受消息的概率（即接受概率）p。当用户拒绝接受消息时转变为拒绝者，用R表示拒绝者数量；已经接受消息的用户根据自身收益或兴趣选择是否转发消息，引入消息转发概率q表示消息被转发的情况。选择转发消息的用户转变为传播者，拒绝转发消息的用户转变为免疫者，其中，传播者在传播过程中逐渐退化为免疫者，其退化机制采用自动退化，传播过程中的人群的变化规律是传播者-未知者-接收者或拒绝者-免疫者和新的传播者的过程

传统消息传播模型的退化机制中传播者在接触未知者之后立即转变状态，这样的传播机制与实际传播过程有很大出入。因为传播者在发出消息之后未知者并不一定处于在线状态，但在其上线之后可以继续接收消息，存在传播延迟，所以传播者在接触未知者之后不立即转变状态。将传播延迟加入到传统的传播退化机制中是合理的，于是本文引用基于传播延迟的自发退化方式【1】。退化函数为：

其中： ts≥1 是指传播者的存活时间，α≥1、tmin≥1 作为参数决定了函数的形状。 退化概率η（ts） 随着ts 的增加而增大； 在固定tmin 时，参数α的值越大，η（ts） 上升的速率越快，该参数可以视为是传播者的退化速率，反映消息被其他消息淹没的速度，tmin 定义为传播者存活时间的最小值，即传播者在经历了tmin 个时间片后才开始退化，不失一般性，在本文实验取tmin 的最小值 1。

根据网络用户的小世界网络特性，我们根据每一个节点的不同，建立如下方程来表示消息传播过程中未知者、传播者、免疫者和拒绝者的数量变化，其中，i代表每一个节点。

由于网络节点庞大，所以该微分方程求解不易，故对此进行简化，建立如下微分方程模型表示消息传播过程中未知者、传播者、免疫者和拒绝者的数量变化：

由此可以得到每一个时间的未知者、传播者、免疫者和拒绝者的数量变化。

3 对消息在自媒体上传播的见解以及自媒体平台管理的合理化建议

随着互联网技术应用的普及，人类已经进入了自媒体时代。在这样一个时代里，人们认识时代、了解时代的途径大大拓宽。从报纸，收音机，电视，互联网，到现在基于互联网技术的自媒体，信息流通的渠道越来越畅通。信息传递的成本大大降低，传递的效率得到了前所未有的提升。

自媒体平台用户数量多，影响力度大，具有很强的分享性和互动性，已经成为了很多人生活中必不可少的一部分。此外，自媒体还拥有传统媒体无可比拟的传播速度，分析现有模型可知信息的传播仅需要30个周期就可完全传播，而且能覆盖大多數用户，尤其在具有大的出度的用户平台上，比如微博。

由于人们对消息的理解存在差异，消息在传播过程中会出现误传或者产生谣言，为避免谣言产生的不利影响，我们提出以下几点建议：

1、提高信息监控水平。建立自媒体大数据库，对媒体账号以及自媒体平台的运行数据进行实时监控，通过大数据技术，对数据进行甄别处理，避免垃圾信息和谣言的扩散和传播。

2、明确平台义务。自媒体平台要坚决履行遵守国家网信办发布的《即时通信工具公众信息服务发展管理暂行规定》，核实账号的身份，对违规或恶意发布谣言和垃圾信息的用户进行警告或封号处理。净化网络环境。

3、加大用户监督力度。充分发挥广大网络用户的监督和举报作用，对垃圾信息，谣言，虚假宣传进行举报投诉，并对于做出贡献的用户给予奖励，共同维护自媒体生态环境。

参考文献：

[1]蒙在桥，傅秀芬.基于在线社交网络的动态消息传播模型[J]. 计算机应用，2014，34（07）：1960-1963.

[2]陆静，余小清，万旺根. 微博网络消息传播的ISSR模型[J]. 应用科学学报，2015，33（02）：194-202.

[3]赵培. 在线社交网络中消息传播机制的研究[D].西南石油大学，2016.