復雜社交網(wǎng)絡(luò)中基于Agent模型的個體觀點預測.pdf

1、近年來，隨著移動終端產(chǎn)品的普及和社交平臺的不斷發(fā)展，人們越來越習慣使用社交網(wǎng)絡(luò)平臺進行人與人之間的溝通交流。然而，社交平臺的匿名化慢慢滋生了一群鍵盤俠，同時，用戶的從眾心理及法不責眾的心態(tài)也使網(wǎng)絡(luò)極端事件頻有發(fā)生，且由于社交平臺中的信息擴散速度之快，政府等相關(guān)部門不易做好防范措施。針對上述問題，就復雜社交網(wǎng)絡(luò)中的個體對某一話題的觀點進行預測，對維護網(wǎng)絡(luò)社會的和諧和安全是充分且必要的。
　　眾所周知，不同的個體對同一話題會持有不同的

2、觀點，且個體對他人觀點的認可程度會略有差異，受他人觀點的影響程度也會不盡相同。因此，為較好反映個體在形成自我觀點時考慮的各類影響因素，本文綜合考慮復雜自適應(yīng)系統(tǒng)中的Agent概念，提出并設(shè)計Agent個體模型和Multi-Agent觀點交互模型，從微觀角度分析社交網(wǎng)絡(luò)中某一話題社區(qū)觀點演變過程，并能預測個體對該話題產(chǎn)生的觀點傾向。
　　為達到較好的預測效果，本文首先從抓取的實證數(shù)據(jù)中挖掘出若干話題社區(qū)，建立Multi-Agent話

3、題社區(qū)環(huán)境，并在此基礎(chǔ)上對社區(qū)中所有博文及評論文本信息隱含的情感傾向進行挖掘。建立話題社區(qū)網(wǎng)絡(luò)動態(tài)模型，模擬社交網(wǎng)絡(luò)節(jié)點間的關(guān)注關(guān)系及交互關(guān)系。其次，建立基于Agent的個體模型，設(shè)計Agent結(jié)構(gòu)，將個體接收信息產(chǎn)生觀點的過程映射為Agent通過感知器、控制器、效應(yīng)器處理消息生成觀點的過程，使話題社區(qū)中的Agent具有自主性、適應(yīng)性、社交性、交互性四大特點。并將個體自信度、鄰居依賴度、社區(qū)趨同度三個特征作為Agent個體形成觀點過程中

4、的影響因素。隨后，建立Multi-Agent觀點交互模型，實現(xiàn)話題社區(qū)環(huán)境中Agent間通訊、交互。并設(shè)計Agent個體觀點交互規(guī)則生成算法，學習特征權(quán)值向量。
　　本文在新浪微博實證數(shù)據(jù)上對Agent個體模型和Multi-Agent觀點交互模型的有效性進行了驗證。實驗結(jié)果表明:(a)從微觀個體角度分析，基于Agent的個體模型和基于Multi-Agent觀點交互模型能夠較準確的預測個體觀點變化的轉(zhuǎn)折點，對話題社區(qū)活躍個體的預測結(jié)