基于延时差异化模型的自媒体时代舆论传播研究外文翻译资料

 2022-01-09 21:55:38

英语原文共 8 页，剩余内容已隐藏，支付完成后下载完整资料

信息技术与数量管理（ITOM2017）

基于延时差异化模型的自媒体时代舆论传播研究

摘要

随着电脑的出现和普及，人类社会已经进入了媒体时代。一方面，它有益于平衡舆论的监管与司法回应机制的构建；另一方面，假新闻增加了政府的压力，并且不利于建立和加强政府的公信力。因此，让整个社会去学习网络舆论传播的法律（规律）然后对其进行控制是非常重要的。在这篇论文中，我们以“雄安新区”为对象研究了互联网舆论的传播规律。由于自媒体网络舆论传播过程中具有相似的指数增长过程，并且受到外部能力制约的影响，我们建立逻辑斯蒂方程,引进了算子延时微分方程,最后建立改进的延迟微分方程,通过这些方程能帮助我们描述来自自媒体网络新闻的传播趋势。

引言

今天，随着科技与技术的快速发展，媒体的出现和发展进一步加快了信息传播的速度。自媒体时代是指通过个人使用电子、现代工具，将规范性和非规范性信息传递给特定的个人或非特定的大多数人的媒体时代。这种媒介的建立，以其自主性和互动性的特点，使新闻自由得到了极大的提高，媒介生态发生了前所未有的变化。

与传统渠道不同的是，自媒体信息可以从任何个人或组织中派生出来，且信息的准确性不能保证。

同时，借助互联网，新闻的传播速度非常快，影响范围很大，有时会造成一定的社会影响。
因此，有必要从媒体的角度研究互联网的传播规律，以提供参考。

在现代媒体环境中，社交媒体从根本上改变了个人观点进入公共领域的方式。He Y发现，标签传播算法结合用户链接相似度可以更好地识别微博中的用户群体。用户转播率可以较好地描述社区中舆情传播的程度[2]。Lv p探讨了政府干预背景下公众舆论的演变[3]。Wang XW发现，移动终端舆情信息传输路径主要基于多层次的传播，移动终端用户具有较强的用户影响力[4]。

媒体干预加速了网络舆论的泛滥，政府引导可以起到平静舆论的作用或引导舆论的健康发展[4​​-6]。加强发达地区的舆论引导可以帮助我国政府控制网络舆论的传播[7] .TBu Z提出了一种基于结合情感计算的情绪进化预测算法的博弈论，其中混合纳什均衡策略用于计算交互用户的未来情绪行为[8]。熊证明，舆论在同构和异构网络中都呈指数混合形式的变化[9]。Xiong F证明，舆论在同构和异构网络中都呈指数混合形式的变化[9]。

Leemann L引入了合成后分层的多层次回归（MrsP），它将其用途扩展到没有人口普查数据的国家[10]。眼动追踪被用于装置研究影响在线新评价的因素。超过40％阅读了用户评论。读者先前的观点是文章评价的最强预测指标。读者数和评论语调对文章的评价没有影响[11] .Nip JYM发现了网络化框架的有力证据[12]。政策制定者对信息的差异收集和使用反映了不同的战略计算结果[13] .Busanelli Sobtained的实验结果表明，有效的跨网络信息传播服务可以完全依赖于基于智能手机的通信[14]。

因此，本文选择“雄安新区”作为研究对象，选择相关的舆论数据来研究自媒体网络信息的传播规律。 雄安新区是中国政府将大力建设的经济特区，新闻的发布导致相关信息的爆炸式增长。本文建立的分段延迟差分模型可以很好地描述“雄干新区”网络信息传播的趋势。本研究为网络信息传播规律的研究提供了参考，也为政府部门监测网络舆论提供了理论依据。

2. 时滞微分模型的建立与求解

2.1. 模型假设和符号描述

  • 假设信息从媒体平台传播的速度可以用相关新闻的数量来表示;
  • 假设来自媒体的信息的传播可以通过就其传播速度而言的传播时间来表示;
  • 在研究新闻传播的过程中，我们没有考虑其他热点事件的影响。由事件本身的传播数据建模;
  • 假设我们按天数获取的数据与按小时获取的数据增长模型相同。

2.2. 逻辑模型

为了得到一个合理的方程来描述新闻传播的宏观过程，本文首先通过Matlab软件收集离散数据进行牛顿插值，然后得到平滑连续曲线，如图1（a）所示，在此曲线基础上，进行数值积分运算，然后将结果绘制在图1(b)中。

根据曲线的趋势，只有1-9天的数据可以满足新闻由单个事件引起的基本假设。因此，我们只使用1-9天的数据。逻辑模型的原理是，考虑到信息接收者的阻隔效应，公共偏好以及其他因素等对信息传播、信息传递的阻碍，基于指数增长模型基本假设修正的阻隔效应反映在影响a的扩散增长率，随着信息x的数量的增加而减少。 逻辑模型的方程表示为：

使用“雄安新区”的数据，我们可以拟合0= 1300，a = 0.4592，k = 32333并得到初始值问题。从图2中可以看出，解曲线非常接近前六天的观察值，但在六天后非常不同。因此，我们对这些数据进行错误分析。

根据误差分析表，模拟值和观测值在前6天是一致的，但在6天后，该模型不能准确反映“雄安新区”的信息传播情况，因此我们考虑改进模型。
2.3延迟差分模型

许多动力系统的演化不仅取决于系统的当前状态，还取决于过去几个时刻或某个时刻系统的状态。这种系统称为延时动力系统。延迟微分方程可以比没有时间延迟的传统常微分方程更准确地描述目标物的变化规律。延迟微分方程的一般形式是：

其中， 表示时间滞后，等式（4）表明此时t消息数量的增加取决于t 时的新闻量。该方程被离散化为差分方程，并且参数a，k由数据拟合。通过后差获得相应的差分方程：

线性最小二乘法用于得到a = 0.595365，k = 39820.951， = 1，得到延迟微分方程。解曲线和观察值曲线如图3所示。

结果表明，求解曲线不仅与观测值吻合良好，而且还清楚地表明新闻的数量以振动方式接近40000。因此，使用具有时间延迟的微分方程来描述新闻的数量是更有效的。

从表中可以看出，拟合结果是理想的。比较9组数据，评估的相对误差小于0.2，最小绝对误差为1000，误差较小。

3. 改进的分段延迟微分模型的建立和求解

在时延微分模型中，只描述了信息增长期的规律，完整的传播过程分为五个阶段：释放，发酵，传播，调节和消失。在没有任何外部力量的情况下，信息老化是一种不可避免的普社遍会现象。但在第10天，中央企业宣布他们将在Xiongan新区落户，导致这一新闻关注率再次上升。根据信息老化规律，可以列出等式：

x1（t）代表第一次新闻传播的影响; x2（t）表示第二次新闻传播的影响，表示两个新闻之间的间隔，a1 / a2表示两个消息的相关系数。无法找到子方程的精确解，这表明多变量延迟微分模型研究的复杂性，因此使用近似解。假设阅读第一个新闻的人将产生新闻偏好，阅读第一个新闻的人也将阅读第二个相关新闻，因此第二个新闻的阅读基数将增加。
建立具有最佳初始值的延迟差分模型：通过假设阅读第一个新闻的人会产生新闻偏好，根据这个假设，阅读第一个新闻的人也会阅读第二个相关新闻，所以第二个新闻的阅读基数
消息会增加。
为了建立有最优初始值的延迟微分模型：通过假设阅读第一个新闻的人会产生新闻偏好，根据这个假设，阅读第一个新闻的人也会阅读第二个相关新闻，因此第二个新闻的阅读基数会增加。
建立了求解初始值的最优延迟微分模型：

红色曲线误差在图4中最小。当初始值为938时，整个误差最小，这与实际情况一致。但是，结果仍然是错误。在第四部分的基础上，构造了分段延迟微分方法以获得近似解。首先，使用第九到第十八天的数据作为数值计算，然后使用前8天的数据求解后段方程，之后连接前后段函数，从而获得具有分段延迟的微分方程。该等式表明信息的​​第二次传播曲线有两个峰值。如图5所示

在该式中：kbefo=39820.95082, abefo= 0.595365, kafte= 18503.4419742377, aafte=0.750443 。通过近似计算构造的分段函数具有典型的双峰特征，满足第二信息传播的趋势，但通过计算平均相对误差为0.19，残差R2为0.821，仍然存在误差，因此我们需要进一步校正模型。我们首先计算前后段方程的平均值。将此值取入等式，求解并用软件绘制线形，最后计算误差。在此公式中：kave = 29162.19639，aave = 0.672904。如图6所示。

如图所示，黄色曲线fave（x）远低于实际观察值，仍需要进一步校正。将1~18天数据作为数值例子代入原始延迟微分方程，得到单峰曲线及其参数。

利用前一步骤中的平均参数校正参数，最后获得校正参数，然后将参数带回微分方程。 在该式中：kmod i= 38880.17175, amod i=0.602067, kglob= 48598.14711, aglob=0.531231。在信息传播趋于衰老之前，拟合效果最好。因此，我们将次方程的解作为方程的近似解。

4. 总结

本研究建立的模型可以更好地描述网络舆论的变化。同时，本文还对政府控制舆论提出了一些建议。政府应该研究和关注监管，监管措施，资源监督和分配资源的时机。政府及其工作人员应加强处理舆论网络的能力，培育网络舆论的健康环境，使网络成为获取社会形势和舆论，引导社会热点，疏通公众情绪以及塑造良好的政府形象的重要舞台。

鸣谢

本研究得到中央大学基金项目（批准号：20143643）和互联网金融风险与监管机制研究（批准号：2017JDKF021）的支持。

参考文献

[1] Zerback T, Fawzi N. Can online exemplars trigger a spiral of silence? Examining the effects of exemplar opinions on perceptions of public opinion and speaking out. New Media amp; Society, 2016, 19(7).

[2] He Y, Deng S, Ma Y, et al. Study on the characteristics of public opinion communication of micro-blog users in emergency. Intelligence science, 2016, V34 (6): 14-18.

[3] Lv P, Fan B, Jia RT. Research on Strategy of Public Safety Governance:A Case Study of the Generation of Violence Events and the Spread of Relevant Public Opinion Chinese soft science, 2017 (03): 47-55.

[4] Wang XW, Xing YF, Zhao D, et al. Study on the propagation path and law of online public opinion information in mobile environment. Information Studies: Theory amp; Application, 2016, 39 (9): 107-113.

[5] Zeng Q, Cheng X, Zhou XY, et al. Study on the communication mechanism of online public opinion on social networks based on dual path model. information science, 2017 (6): 29-33.

[6] Zheng Y. Influencing factors of public opinion information transmission in unexpected public events based on the research perspective of people#39;s negative emotion. intelligence theory and practice, 2017, 40 (7): 80-87.

[7] Gong K, Tang M, Shang M S, et al. Empirical study on spatiotemporal evolution of online public opinion. Acta Physica Sinica, 2012, 61(9):098901-379.

[8] Bu Z, Li H, Cao J, et al. Game theory based emotional evolution analysis for chinese online reviews. Knowledge-Based Systems, 2016, 103(C):60-72.

[9] Xiong F, Liu Y, Cheng J. Mod

全文共6398字，剩余内容已隐藏，支付完成后下载完整资料

资料编号：[1738]

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章