基于大数据的“人肉搜索”建模、分析与控制

"Human flesh search" emerged with the development of internet. It is a collective behavior patterns which based on network society and real society. This collective behavior which combined the virtual society of network and the real world, is a typical big data problem which has the 4V characteristics (Volume, Variety, Velocity and Value).Aimed at mastering the development law of “human flesh search”, and driving and controlling the collective behavior which contains huge power to the direct what we desired, based on the virtual internet and real society, through analysis and inducing the representative case in the recent years, this project would deeply investigate: How the virtual internet and real society couple and affect each other; What is the intrinsic law of development of “human flesh search”; How the “human flesh search” evolves; what is the necessary triggering condition of "human flesh search"; What the key factors which affect the spreading scope and speed and the characteristics of the spreading dynamics; And based on the research, the mathematical model would be established, and the theoretical analysis and inducing also would be performered. Finally, the control strategies would be designed, to provide decision support for Internet public opinion supervision, guidance and management.

“人肉搜索”是随着互联网的发展而出现的一种网络群体现象，它是一种以网络社会和现实社会为基础的群体行为模式。这种由虚拟的网络社会和真实的现实社会相结合的群体行为，是一种具备4V特征的典型大数据问题。本项目将对近年来的一些典型“人肉搜索”事件展开数据分析与归纳，以掌握“人肉搜索”发展演化规律为立足点，以驾驭和控制这种蕴含着巨大能量的群体行为，使之向着人们所期望的方向发展为目的，将虚拟的互联网与真实的现实社会网相结合，深入研究“人肉搜索”中互联网与社会网的耦合与影响机制；进而探明“人肉搜索”的内在运行规律；揭示其演化机制；找出触发“人肉搜索”的必要条件；明确影响“人肉搜索”传播范围和传播速度等的关键因素，以及在其传播过程中表现出的其他传播动力学特征，并在此基础上建立数学模型，从理论上对其进行归纳和探析。最后，找出能够引导或制止“人肉搜索”的控制策略，为互联网舆论监督、引导和管理提供决策支持。

本项目通过对近年来的一些典型“人肉搜索”事件展开数据分析与归纳，深入研究了“人肉搜索”的发展演化规律，将虚拟的互联网与真实的现实社会网相结合，探究了“人肉搜索”中互联网与社会网的耦合与影响机制；主要发现归纳如下：1.基于信息耦合对人肉搜索演化进行建模分析研究，发现了影响人肉搜索的4个关键因素，在基础上，引入了动态传播率，构建了更加符合实际传播动力学模型；2.我们研究发现群体的情绪会受到信息传播、个体情绪、情感共振的影响，我们将上述三个因素相结合，构建了两类群体：无网络结构的群体和情感与网络结构协同进化的群体，对于无网络结构的群体，给出了群体情感相变阈值，验证了群体情感极化现象，对于情感与网络结构协同演化的群体，定义了节点吸引力，建立了基于节点吸引力的网络演化模型，并基于网络演化分析得到了群体情感的相变过程和条件；3.根据在线社交网络中的实际信息传播规则，将信息转发分为了两种类型：话题转发与关系转发。将社交行为视为一种高阶相互作用，通过社交行为模型模拟了话题群体受到社交行为的过程，并建立动态转发率。基于话题群体在传播过程中的中心性与非持续性特点构建了网络演化模型。通过定义话题膨胀率与话题扩散率，从两个维度描述了信息传播中的社会强化效应。实验结果表明，由话题标签和社交行为驱动的信息传播模型传播效果较好，能够有效适应真实的在线社交网络环境。