基于代理的社会网络信息传播与控制模型

徐名海+糜正琨+司亚雄

中图分类号：TP391 文献标志码：A 文章编号：1009-6868 （2014） 01-0014-006

Agent-Based Information Dissemination and Control Model for Social Networks

摘要：提出一种基于代理的信息传播与控制模型，在对信息分类的基础上，以含有经济刺激的广告信息为例研究信息的传播与控制，构建在线与离线相融合的社会网络结构，并对代理的属性、行为及影响因素进行定义，同时设定信息传播机制，采用模糊逻辑处理方式对认知、说服、决策、传播4个决策步骤进行建模。NetLogo和C++仿真结果表明，影响力大的节点作为初始节点能加快信息的传播速度，且经济刺激和政策系数的不同会产生不同的传播效果。由此，可以通过控制初始节点的选择、经济刺激强度和外部环境等因素实施信息传播的控制。

关键词： 社会网络；信息传播；代理；模糊逻辑

Abstract： An agent-based information dissemination and control model is proposed in this paper. Taking advertising information as an example， we define information categories and merge online and offline networks in order to construct a novel social network. Agents attributes and behaviors are defined according to influences from both internal and external environments. Fuzzy logic is introduced in agent decision-making in order to model recognition， persuasion， decision， and dissemination of information. Simulations on NetLogo and C++ platforms show that more influential initial agents can be chosen to improve the performance and economic incentive. Policy also affects the result. We can control information dissemination by choosing initial agents， economic incentive intensity， and environment control.

Key words： social network； information dissemination； agent； fuzzy logic

研究信息在社会网络中的传播与控制具有现实意义，如商品广告信息如何大面积传播以促进销量，方针政策如何有效传达以改善实施效果，谣言信息如何有力阻隔以防止上当受骗等。同时，该研究也具有理论价值，有效的信息传播方法不仅能够运用于社会网络中不同的信息传播，而且可以将该方法的思路运用于其他领域，如车流量的管理、电力设施的布局等。然而信息自身的多样性、社会网络结构的复杂性与动态性以及社会个体行为的多元化与异构性都给其研究带来巨大挑战。

目前，信息传播的研究主要侧重创新传播，它是指新思想、新产品或新行为方式的传播[1]。其主要研究方法包括微分方程法[2-3]和基于代理的建模方法[4-6]。相比较而言，微分方程法在对信息传播建模的过程中做了过多理想化假设，并且忽略了系统运行的动态性，实用价值不高。以个体为单位建模的基于代理的模型逐渐得到认可和推广，但由于信息具有异于创新的特点，因此该类研究并不适用于信息传播。现有的信息传播研究方法主要是建立数学模型和微分方程进行分析[7-8]，“自上而下”对系统建模分析，对影响因素做简化处理，无法应用于复杂网络和多样化信息。因此，运用基于代理的模型分析信息在社会网络中的传播成为新的选择。

本文提出基于代理的信息传播与控制模型（ABDCM），运用基于代理的建模方法研究社会网络中的信息传播。由于信息具有多样性，本文对信息进行分类，并针对带有经济刺激的商品广告信息进行研究。模型的构建采用“自下而上”的构建思想，将每个社会个体抽象成一个代理（Agent），这些代理具有异构性、自组织性和动态性等特点，并运用模糊处理方法模拟传播决策机制，即不同代理根据其属性的差异具有不同的行为方式，且代理受所处环境（如经济水平、社会风俗、政策制度等）约束并相互影响。代理通过链路连接构成特定结构的社会网络后，每个代理依据传播决策机制自主决策和传播信息，并通过外部环境因素来控制信息传播。这种研究方法针对不同代理制订不同属性和行为，满足社会个体异构性、行为多元化的特征，不需要对复杂动态的社会网络构建方程。本文第1部分介绍信息传播的基本理论及现有研究成果，第2部分详细描述基于代理的信息传播与控制模型，第3部分对模型进行仿真分析，第4部分对论文进行总结。

1 信息传播基本理论

创新传播理论的研究起步于20世纪中叶，是一个涵盖经济学、社会学、生物学、计算机科学等的交叉学科领域，此后有诸多学者对此展开研究。其中，20世纪60年代是创新传播理论的重要转型期，传播学的研究从产品转向受众，注重受众的心理期待和接受效果。

随着大众媒体的丰富和传播渠道的增加，能够协调使用各种传播方式的整合营销传播被提出[9]，然而，如何有效的整合成为该项研究的难题。Bass模型是这一时期的典型成果[10]，它采用构建微分方程的方法，以经验概括创新在社会系统中的传播性质，并分析创新的传播效果，如采纳率、采纳时间等。endprint

对于创新传播，罗杰斯给出了最具权威的定义：创新的传播是指创新通过一段时间，经由特定的渠道，在某一社会团体的成员中传播的过程。根据该定义，他将信息传播过程分为4个要素，即：创新本身、传播渠道、传播时间和社会体系结构。其中，传播时间是创新传播的一个重要要素，它是指社会个体成员在接收到创新后，采取一系列措施最终采用或是拒绝该创新的整个过程，罗杰斯将这个过程分为5个部分：认知、说服、决定、实施、确认。在此过程中，由于社会成员中存在不同性格的人群，有些群体比较积极，对应采纳时间短；而有些群体比较保守，对应的采纳时间长。

一般而言，创新的传播时间与采纳人数关系呈现“S”型。早期，只有少数人采纳信息，S曲线上升缓慢。随着采纳人数的增加，S曲线迅速上升；而当采纳人数达到一定数量时，上升又趋于缓慢。

近年，随着创新传播理论研究的不断深入，除了Bass模型外，还有一些比较典型的模型，如FourtWoodlock模型[11]，Mansfield模型[12]和基于代理的模型（ABM）。

FourtWoodlock模型假设创新传播过程中个体只受到社会网络的外部影响（大众媒体等），Mansfield模型假设个体只受到社会网络的内部影响（口口相传）。这两种模型对信息传播影响因素的考虑都不全面，且无法描述信息传播过程的动态性。

基于代理模型以个体为建模单位，在设计代理的属性和行为时，综合考虑社会网络的外部和内部影响因素，在代理交互过程中体现系统的动态性特征，得到了越来越多的研究和应用。

信息传播是一种特定形态的创新传播，它与产品传播、行为影响共同构成创新传播的3个重要分支，并在发展过程中逐渐产生不同的特征。创新传播的研究更注重采纳率，而信息传播则更注重传播率。社会个体考虑是否采纳某创新与是否传播某信息所考虑的因素有很大差别。个体在采纳某项创新时常需付出一定代价，因而在决策时更保守。而个体在考虑是否传播某信息时，可能只关注其对信息的好恶及传播收益，更易决策。此外，创新所具有的可观察性和可试验性等特征也是信息所不具备的。

现有文献研究信息在社会网络中传播的方法主要有两种。第一种是微分方程法，该法综合信息传播过程中的各种影响因素建立微分方程，对信息传播过程进行建模。但该法在建模过程中进行了过多的理想化假设，因而实用价值不高。另一种比较流行的方法是大数据法[13]，该法对社交网络平台（Facebook等）中的信息共享、转发、评论等进行记录，通过对这些数据的统计分析，研究信息传播特性，预测信息传播效果。但此法不能对传播过程中的具体影响因素进行具体分析，不能为信息在社会网络中传播的控制提供方法和思路。针对以上两种研究方法存在的问题，本文采用基于代理的建模方法对信息传播过程进行建模，研究信息在社会网络中的传播与控制。

2 基于代理的信息传播与

控制模型

2.1 应用场景

某公司将要推出一款新产品，为了引起社会群体对新产品的关注并征集反馈信息，公司在产品上市前展开宣传。通常信息在社会网络中的传播方式如图1所示。

图1选择在线（Online）社会网络中的个体S作为初始传播者，向其提供经济刺激，让其传播信息。同时，可以通过大众媒体发布新产品上市信息。其他Online社会个体以及离线（Offline）社会个体通过大众媒体或是其他个体宣传知道该产品信息后，根据自身属性，如认知能力，经济刺激敏感度等对该产品有了初步认知。根据信息来源可信度，个人对该产品品牌、型号的热衷程度，经济刺激强度等一系列因素对该产品信息做出评价。之后个体结合外部环境因素，如政策、文化等，决定是否转发该信息。为了转发获利，或是对该信息十分喜爱的个体Y会转发信息，提供经济刺激并给出评价。个体W最初对信息评价不高，但当有多个个体向自己宣传该产品时，他会改变自己之前的判断并转发该信息。个体N对信息评价始终不高而不愿转发信息。同时，信息传播也受到传播渠道、政府政策、大众媒体等外部环境因素的影响。

根据上述场景，应用基于代理的方法研究社会网络中的信息传播需要依次考虑以下几个部分：分析代理模型的适用性、代理的定义、社会网络构建、信息传播机制实现、模型分析、模型证实和修正。限于篇幅，本文将侧重考虑代理的定义，社会网络构建和信息传播机制实现。

2.2 代理定义

代理是ABM的最基本单元，是社会网络中个体的抽象形式。不同代理具有不同的属性和行为方式，且代理之间以及代理与环境之间会产生影响。代理通过连接构成社会网络，而代理的自组织行为构成社会网络的信息传播。具体代理的定义如图2所示。

代理的定义主要分为两部分：代理的属性和代理的行为。代理属性的定义包括代理的静态属性和动态属性。其中，静态属性包括代理的类型、代理的性格等，动态属性包括社会关系列表、代理情绪等。代理的行为即代理收到信息后的处理行为，包括信息认知、信息说服、信息决策、信息传播。内部影响是指代理之间的相互影响，即代理在收到信息时也会收到上游代理对信息的评价，并根据邻居节点对信息的转发率来进行决策。外部影响是指社会网络中的代理受到外部环境的影响，如经济水平、文化习俗、大众传媒、方针政策等外部环境。

2.3 社会网络构建

社会网络是以某种方式相互联系的若干个体或群体构成的集合。社会网络的典型研究对象包括：个人之间的朋友关系、公司之间的商业联系以及家庭之间的联姻情况等。社会网络是一种典型的复杂网络，其研究的兴起始自小世界网络[14]及无标度网络模型的提出[15]。小世界网络与无标度网络的优缺点及适用场合如表1所示。

由于社会网络的复杂性和多样性，找到一种能够准确反映各种社会网络内部关系的网络模型并不实际。但为了研究社会网络中普遍存在的问题，需要根据各种社会网络的共性特征对社会网络进行建模。这也正是小世界网络和无标度网络的意义所在。endprint

若想对某特定网络进行更精确的分析预测，可以采用统计调查的方式，获取真实的社会网络拓扑情况（见文献[4]）。

本文基于这两种网络模型构建社会网络来代表现实生活中信息的传播环境。由于无尺度网络最基本的特征就是网络中节点的度服从幂次分布，所以本文在社会网络构建时，首先为网络中的节点依照幂次分布预先分配度数，Online网络代表在线信息传播环境，其节点具有更高的度数；Offline网络代表离线信息传播环境，其节点度数相对较低。不同代理的边随机连接形成网络，其中Online网络的聚合系数较高，Offline网络的聚合系数较低。这样连接的网络具有无尺度特性，且可以通过小世界网络的特性公式来计算聚合系数大小和平均最小路径大小，从而调整参数值，使构建的网络更符合小世界网络特性。

在此网络的基础上，本文第3部分对ABDCM的信息传播过程进行了仿真，根据仿真结果对信息传播的影响因素进行了分析。

2.4 信息传播机制

不同的信息类型具有不同的传播特征，针对不同的信息传播特征，需要制订不同的信息传播策略来进行信息传播。本文依据信息的来源、传播路径、影响因素、驱动力等将信息区分为六大类。具体分类如表2所示。

对于不同传播特征的信息，本文以含有经济刺激的商品广告信息传播为例研究信息传播与控制模型，考虑社会个体的经济支付能力以及经济刺激敏感度，同时需要考虑社会网络中的外部影响因素。

影响信息传播的主要因素有：初始节点的选取、社会网络的结构、代理的定义、信息传播决策机制的制订。初始节点的选择对于影响力大的节点具有较好的传播效果。不同的网络拓扑结构对传播路径和传播时间影响较大。不同的代理定义会产生不同的代理属性及行为，进而影响传播过程。

传播决策机制的不同体现了代理不同的转发规则。本文将着眼于信息传播机制的制订，并将决策过程分为4步：认知、说服、决策、传播，如图3所示。

认知是指代理收到信息后，对信息质量及经济刺激强度进行主观认知，得到感知信息质量及感知经济刺激强度的过程。其中，代理感知的信息质量（Agtpq）由信息本身的质量（Infq）和代理的认知能力（Agtr）决定。代理感知的经济刺激强度（Agtpe）由传播所给的经济刺激（Infe）和代理经济收入（Agtei）决定，这时有：

[Agtpq=fr1（Infq，Agtr）]以及有

[Agtpe=fr2（Infe，Agtei）]。

说服是指代理在对信息主观认知的基础上，结合其对信息的偏好程度及与上游代理的关系亲疏程度，得到信息进行主观评价的过程。代理对信息的主观评价（Agtse）主要取决于代理感知的信息质量（Agtpq）、感知的经济刺激强度（Agtpe）、对信息的偏好程度（Agtip）以及与上游代理的关系亲疏程度（Lnk），这时有[Agtse=fp（Agtpq，Agtpe，Agtip，Lnk）]。

根据主观评价的高低，代理会进一步处理。若评价低，则直接丢弃该信息。若评价一般，则缓存该信息。若评价高，则进入决策环节。缓存状态的信息会因为社会强化作用提高代理的评价。

决策是指代理在得到高主观评价的基础上，结合外部环境的影响，得到信息的转发能量的过程。信息的转发可以看成能量消耗的过程，并将代理对信息的主观评价作为基础转发能量值（[Agtengy0=Agtse]）。代理的实际转发能量值（Agtengy）取决于基础转发能量值（[Agtengy0]）以及网络的外部影响因素（Envr），这时有[Agtengy=fd（Agtengy0，Envr）]。

传播是指在代理得到信息转发能量值的基础上，结合其与邻居节点的关系亲疏及邻居节点对信息的偏好，选择信息转发对象的过程。代理在选择转发对象的过程中根据其邻节点对信息的偏好程度（[Agtipi]）及与相邻节点的亲疏程度（Lnki），计算相邻节点消耗的能量[ΔAgtengyi]，将能量由小到大进行排序并转发，直到能量消耗完毕，即[ΔAgtengyi=ft（Agtipi，Lnki）]，[Agtengy≥iΔAgtengyi]。

接收到信息的下游代理会重复以上的认知、说服、决策、传播过程，对信息进行进一步传播。当没有新的代理接收到信息时，信息的传播将结束。

在信息传播过程中，可以通过控制外部环境中的影响因素来控制信息的传播。其中，传媒控制通过影响大众传媒对信息传播进行控制，政策控制通过调节方针政策对信息传播进行控制，渠道控制通过监控传播渠道对信息传播进行控制。

3 仿真分析

3.1 仿真设定

本文仿真的目的是研究社会网络中信息传播的影响因素及控制方法，着重对初始节点选择、经济刺激强度及外部环境对信息传播的影响进行了仿真分析。通过比较仿真所体现的信息传播特性和现实生活中的信息传播特性，验证本文构建的社会网络模型及信息传播机制的适用性。因未见将基于代理的建模方法应用于社会网络中信息传播的文献，暂无其他模型可供对比分析。

仿真首先对现实社会网络中的信息传播环境进行了建模，构建了在线和离线混合的社会网络模型。然后，采用模糊数学的方法，对信息的参数、代理的属性及代理的方法进行了设定。将信息的参数和代理的属性设为模糊变量，并可根据仿真分析的需要动态调整。以现实生活中的信息传播决策为依据，采用模糊算子对代理的方法即传播决策函数进行了设定。

在仿真分析的过程中，采用控制变量法，在保持其他模型参数不变的条件下，调整所要研究的参数，比较模型的输出。

仿真在NetLogo软件中进行。NetLogo是基于代理的建模方法的专用建模软件，性能优越建模方便。仿真的社会网络模型共包含5 000个代理节点。信息传播从选定的若干初始节点开始，以级联的方式逐步扩散。传播比例稳定时，仿真结束。endprint

3.2 仿真分析

3.2.1 初始节点选择对传播效果的影响

保持经济刺激和信息质量为最高，外部环境及代理属性不变，调整初始节点选择方法，所得传播比例随时间变化情况如图4所示。由图知，选择若干度较大的节点作为初始节点，传播速度更快，稳定时传播比例较低。随机选择若干初始节点，传播速度较慢，稳定时传播比例更高。若将经济刺激和信息质量均调整为一般，则选择若干度较大的节点作为初始节点不仅传播速度更快，而且传播人数也更多。通过经验分析可知，当信息质量和经济刺激都很高时，节点的转发概率高，信息易从随机选择的初始节点传至度较大的节点，而信息质量和经济质量均一般时则不然，因而会出现随机选择节点反而比直接选择选度较大的节点传播人数多的情况。

3.2.2 经济刺激强度对传播效果的影响

以随机的方式选择若干初始节点，保持初始节点、外部环境及代理属性不变，调整经济刺激强度，所得传播比例随时间变化如图5所示。由图知，经济刺激强度与信息传播比例呈正相关。在相同时间内，经济刺激强度越强，传播比例越高。经济刺激强度由一般变为较强的传播比例增长幅度比由较强变为最强更大。因而，在一定范围内，控制经济刺激强度可以有效调节信息的传播速度及传播比例。在现实生活中，给予经济刺激是促使信息在网络中转发的有效手段，在一定范围内，经济刺激越强传播者的传播积极性越高。

3.2.3 外部环境对传播效果的影响

以随机的方式选择若干初始节点，保持初始节点、经济刺激强度及代理属性不变，调整外部环境影响，所得传播人数随时间变化情况如图6所示。相较外部环境为不影响时，外部环境促进信息传播时，传播比例有明显增长，抑制时，有明显减少。因而，控制外部环境因素可以显著调节信息的传播速度及传播比例。据统计，关于办理利用信息网络实施诽谤等刑事案件的司法解释公布之后，网络中的谣言发布数量有明显下降，此即外部环境抑制信息传播的典例。

4 结束语

本文构建了基于代理的信息传播与控制模型。在建模过程中，提出了在线与离线相融合的社会网络结构，定义了信息传播代理的属性、行为及社会网络的内外部影响因素，采用模糊处理方式构建了传播决策模型。在对信息分类的基础上，以含有经济刺激的商品广告信息为例，对模型进行了仿真分析，研究了初始节点选择、经济刺激强度及外部环境对信息传播的影响，据此给出了控制信息传播的方法。

本文的研究极具理论意义和现实价值，增进了对社会网络信息传播规律的认识，为控制信息在社会网络中的传播提供了新思路。

本文是将基于代理的建模方法应用于信息传播的新探索，但文中构建的社会网络模型及传播决策模型仍存在不足。在本文工作的基础上，进一步的工作包括3个方面：一是构建更符合现实的社会网络模型。本文在小世界网络及无标度网络的基础上提出了在线与离线相融合的社会网络模型，但具体的模型参数仍需根据现实网络进一步修正。二是制订更准确的传播决策模型。本文将传播决策分为4个步骤，采用模糊数学的方法对各个步骤具体决策函数进行了构建，但决策函数中涉及的参数仍需进一步修正。三是模型的实际应用及有效性分析。完成对社会网络模型及传播决策模型的修正之后，通过仿真对一些信息传播策略进行评估，将评估结果与真实的数据进行比较，验证模型的有效性。

参考文献

[1] ROGERS E M. Diffusion of innovations（5th edition） [M]. New York： Free Press， 2003.

[2] RIIKONEN A， SMURA T. Diffusion of mobile handset features： Analysis of turning points and stages [J]. Telecommunications Policy， 2013，37（6）：563-572.

[3] YAMAKAWA P， REES G H. The diffusion of mobile telephones： An empirical analysis for Peru [J]. Telecommunications Policy， 2013，37（6）：594-606.

[4] BANERJEE A， CHANDRASEKHAR A G， DUFLO E， et al. The diffusion of microfinance [J]. Science， 2013， 341（3）：363-370.

[5] LANDSMAN V， GIVON M. The diffusion of a new service： Combining service consideration and brand choice [J]. Quantitative Marketing and Economics， 2012，8（1）：91-121.

[6] KIM S， LEE K. Agent-based diffusion model for an automobile market with fuzzy TOPSIS-based product adoption process [J]. Expert Systems with Applications， 2011，38（6）：7270-7276.

[7] BUSKENSAND V， YAMAGUCHI K. A new model for Information Diffusion Heterogeneous social networks [J]. Sociological Methodology， 2002，29（1）：281-325.

[8] YANG J， LESKOVEC J. Modeling information diffusion in implicit networks [C]//Proceedings of the IEEE International Conference on In Data Mining （ICDM）， 2010 IEEE 10th International Conference， December 2010， Alaska. 2010，12：599-608. doi： 10.1109/ICDM.2010.22.endprint

[9] ER-WEI M. Influence of integrated marketing communication on advertising operation [C]//Proceedings of the 2011 International Conference on Business and Government， May 2011， Shanghai， China， 2011：1-3. doi： 10.1109/ICEBEG.2011.5881797.

[10] BASS F M. A new product growth for model consumer durables [J]. Management Science， 1969，15（2）：215-227.

[11] FOURT L A， WOODLOCK J W. Early prediction of market success for new grocery products [J]. Journal of Marketing， 1960，25（2）：31-38.

[12] MANSFIELD E. Technical change and the rate of initiation [J]. Econometrical， 1961，29（4）：741-766.

[13] BAKSHY E， ROSENN I. The role of social networks in information diffusion [C]//Proceedings of the 21st international conference on World Wide Web， 2012， New York， NY， USA： ACM， 2012：519-528. doi：10.1145/2187836.2187907.

[14] WATTS D J， STROGATZ S H. Collective dynamics of small-world networks [J]. Nature， 1998， 393（4）：440-442. doi：10.1038/30918.

[15] BARABASI A L， ALBERT R. Emergence of Scaling in Random Networks [J]. Science， 1999， 286（10）：509-512. doi： 10.1126/science.286.5439.509.

作者简介

徐名海，南京邮电大学通信与信息工程学院副教授、博士；主要研究方向为下一代网络技术、基于代理的信息传播与控制、拍卖及其在通信网络中的应用；已主持基金项目7项，提交标准草案提案7项，申请专利20个；已发表论文20余篇。

糜正琨，南京邮电大学通信与信息工程学院教授、博士生导师，中国通信学会会士，南京邮电大学通信与信息系统学科带头人，美国亚利桑那大学访问学者和英国萨里大学高级访问学者；长期从事交换和通信网技术研究和教学；已主持基金项目10余项；已发表论文100余篇。

司亚雄，南京邮电大学通信与信息工程学院在读硕士研究生；主要研究方向为社会网络及基于代理的建模方法。endprint