面向大规模在线社交网络的突发事件多维传播研究

Being a newly emergent media, because of its anytime and anywhere social perceiving and sharing, the online social network indeed provides an unprecedented environment for the propagation of unexpected events in these days. Meanwhile, new challenges are also brought to the presentiment, prediction and spread control of the unexpected events. Driven by the big data from online social media, our proposal aims to unravel the new propagation mechanisms of unexpected events through different views including space, sentiment and crowd. Specifically, we first present a spacial propagation model for unexpected events to model the diffusion and disclose the geographical patterns, and new methods will be accordingly presented to predict the propagation speed, diffusive shape and geographical coverage. Then based on the personal affection expression pattern and the sentiment diffusion mechanism, we present an emotion synchronization model to discuss the polarization of the sentiment in unexpected events and reveal the critical conditions. Finally, the behavior preference map of different crowds will be built to predict when, where and how the corresponding crowd will participate in the diffusion, and the sudden transition of the social structure and behavior for different crowds will greatly help understand the different diffusion stages while how the irrational behavior of the crowd affects the individual decision will be quantified to facilitate the smooth strategy against the extreme behavior in unexpected events. Our results will provide theoretical and methodology frameworks to predict and control the spread of unexpected events from multi-views in the context of online social media.

作为新媒体，在线社交网络无时无处不在的社会感知与便捷分享，为当下突发事件的传播提供了新的物理环境，使之具备了新的传播特征，并对相关预警、预测和引导应用带来新的挑战。本项目以在线社交网络大数据为驱动，立足于多学科交叉，试图从空间、情绪和群体三个维度理解社交媒体环境下突发事件传播的新特征和新机制。首先，建立突发事件空间传播模型，揭示其空间传播态势并提出传播速度、传播形态和传播范围的预测方法；其次，基于个体情绪表达模式以及情绪在线传播机理，建立突发事件情绪同步模型，揭示情绪极化的临界条件并提出引导对策；最后，建立不同群体的传播行为偏好，讨论突发事件不同阶段传播群体的突变规律和预警机制，并量化群体非理性对个体传播决策的影响，提出极端行为疏导策略。本项目研究结果将为大规模在线社交网络情境下突发事件的多维预警、预测和引导提供理论依据和方法框架。

随着互联网的广泛渗透，在线社交网络正在取代传统的报纸、电视等大众媒体，迅速成长为无时无处不在的新媒体。一方面，在线社交网络为突发事件的传播提供了新的媒介环境，使之具备了新的传播特征，并对相关预警、预测和引导应用带来新的挑战。另一方面，大规模用户及其传播行为的长期累积，也使得以大数据为驱动的密集计算范式得以可行。本项目严格依照计划，尝试从空间、情绪和群体三个维度理解社交媒体环境下突发事件传播的新特征和新机制，并在理论和应用方面取得丰富成果，圆满并超量超质地完成了预期目标。.理论方面，本项目共发表标注论文17篇，其中SCI/SSCI论文9篇，包括Nature子刊Nature Communications（综合领域排名仅次于Nature和Science）和Nature Human Behavior文各1篇，传播学领域排名第一期刊Journal of Computer-mediated Communication论文1篇。空间传播方面，构建了新的理论讨论空间传播的形态与速度，并发现恒定的空间传播速度与圆周传播形态；情绪传播方面，在情绪表达模式、情绪表达效应和情绪传播建模方面揭示了丰富的现象，并建立Agent模型仿真情绪传播与竞争；群体传播方面，发现突发事件大规模传播背后的驱动力并非传统的理论所预期的小部分有影响力的意见领袖导致，而是取决于传播初期是否有足够多的普通用户参与。.应用方面，本项目构建并实现了支撑大规模社交媒体数据流的突发事件发现与多维传播分析系统，申请了相关专利3项（均进入实质性审查阶段），获批软件著作权1项。实现的多维传播分析系统在2014至2017年的微博数据集上进行了规模化测试，处理数据可达日2000千万条，可视化方式较为多样，且具备很好的交互性。本项目亦利用突发事件中的用户情绪作为自变量构建了自然灾害等损失的实时估计方法，并利有用户情绪的分布建立了快速的社交距离估计模模型。.在项目执行期间，项目负责人由讲师晋升为长聘副教授，参与项目的3名博士生也顺利获得博士学位并进入科研机构继续从事相关方向探索。以该项目成果为基础，项目负责人也于2018年获批自然基金面上项目，将进一步探索社会系统的复杂性。