摘要迅猛发展的社交网络不仅逐步改变着人们的日常生活，而且促使信息传播媒体发生着根本性变革。本文首先介绍了社交网络相关传播理论，然后在传染病模型基础之上深入地研究了社交网络信息传播模式，具有一定的理论和实践意义。
关键词社交网络；信息传播；传染病模型
1社交网络概述
随着互联网技术、空间数据库、通讯设备等的不断发展，社交网络正在迅猛发展。社交网络正在以各种各样的形式服务于人们的社交，比如，有以交友为目的社交网络新浪微博、Facebook，有以分享地理位置为目的的社交网络Foursquare，有以分享图片为目的的社交网络Flickr。通常，我们把大量用户可以通过文本、声音、图片等各种形式的服务进行交流的虚拟网络平台称为社交网络[2]。为信息交流与分享提供了新途径的社交网络，成为人们日常交流的重要平台，但是由于社交网络平台门槛较低，也导致社交网络中用户层次良莠不齐。一些不法分子发布谣言、传播不良信息，催生了网络虚拟世界犯罪行为，尤其是对没有甄别判断能力的青少年来说危害是特别大的。因此，深入分析社交网站中危害信息传播，掌握不良信息传播内在规律，显得非常重要。如果我们掌握了其传播规律，我们就可以采取相关策略控制危害信息传播。本文将从社交网络传播相关理论出发，初步研究探索社交网络信息传播模式。
2社交网络传播理论
2.1六度分离理论和150法则社交网络的理论基础源于六度分隔理论和150法则。在1967年，哈佛大学心理学教授StanleyMilgram首先提出了“六度分隔”理论。此理论阐述了在人们日常交往过程中，任何两个相互不认识的人都可以通过“朋友的朋友”这种模式建立联系。但是，六度分隔理论仅仅强调了任意两人之间建立社交关系的必然性，并没有进一步定量这种关系的强弱。然而，在现实社交和虚拟社区中关系强弱的区分都是真实存在的[4]。因此，英国牛津大学人类学家罗宾•邓巴通过实验进一步提出了“150法则”，即在社会群体中，每个个体拥有稳定社会交往关系的人数一般不会超过150人。2.2自组织理论“自组织”指的是一个系统在内部某种机制驱使下从简单到复杂、从低级有序到高级有序演化和发展的过程[5]。当前，互联网环境下自组织的一个分支——互联网自组织，具备以下条件：互联网成员通过互联网进行互动，成员之间的关系也是被互联网影响的；组织的形成和运作没有外界指令的介入是互联网自组织的前提；组织结构和互动关系日趋复杂是互联网自组织的必需动态条件[6]。
3社交网络信息传播特征
从传播学的角度来看，传播指的是在人际交往中人们之间传递信息、想法、情感或与此有关的交流活动，人们通过传播保持着相互影响、相互作用的关系[7]。本文研究的社交网络信息传播也属于这一定义的范畴。因此，社交网络信息传播同样也存在着三大因素：信源（即传播者），指的是信息发布者或发送者；讯息（即信息），指的是传播者发布或发送的内容；信宿（即受众者），信息的接收者。但是，社交网络信息传播渠道和传统媒体的传播渠道是不同的。快速发展且大量普及的各种形态的社交网络，如新浪微博、Facebook等，成为当前信息传播的主要渠道之一。网络中的信息传播有以下特点：1）信息传播者更加层次化：社交网络的广泛普及导致其具有很强的草根特性，并且与多种形态的商业形式共存[8]。“网红”是这些商业性中最主要的形式存在，并且一般为舆论的主导者。与“网红”恰恰相反，草根用户往往是舆论导向的被动接收者。2）社交工具的便捷化：人们可以通过更加便捷的方式（如Web网页、客户端、手机短信、手机上网、电子邮件等）随时随地“玩转”微博，关注热门信息。3）即时性：社交网络信息传播速度非常快，人们可以在家中知世界。4）信息传播形式多样化：现在信息的传播可以通过多样的手段（如文本、图像、动画、视频、音频等）进行传播。5）信息传播信道多元化：社交网络整合信息的渠道也非常多样（如PC客户端、移动客户端、online更新、手机短信、Facebook、Twitter以及通过输入法更换进行微博更新等）[9]。
4社交网络信息传播探究
4.1社交网络信息传播模式在社交网络中，不同用户之间的信息传播是以用户之间的社交关系为基础的。社交网络以真实存在的用户朋友关系为基石，考虑六度理论、自组织理论、150法则等，不断地扩展延伸网络中每个用户个体的社交范围，进而形成一个大规模的社会化网络，最后搭建成一个具有新特性的信息传播平台。基于前面章节分析，从传播学定义来看，社交网络信息传播过程中的信源与信宿、传播信息、传播范围、传播媒介、传播方式等都有自己的特殊性。本文考虑上述各要素研究了社交网络信息传播模式，但是本文重点是建模社交网络信息传播。4.2社交网络信息传播模式建模社交网络中不同用户之间信息传播过程和现实生活中的传染病感染过程非常类似，也就是说当一个人感染上某种传染病之后，与这个人相关的人被感染或不被感染这种传染病的概率[1，3]。当前，SI、SIS、SIR、SIRS是比较典型4个传染病模型，其中，S（susceptible）代表易感染状态，I（infected）代表已感染状态，R（recovered）代表恢复或康复状态。社交网络作为信息传播的平台，人们日常可以在该平台上进行信息的传递与交流。在社交网络中，假设当源节点发送或分享一条消息，朋友们在不同时刻看到该消息，对消息感兴趣的人会以一定的概率对信息进行转发。本文以用户发布的信息内容（比如用户微博上提到的兴趣话题）、转发的内容作为信息依据（比如分享的标签），将信息内容进行整合，提炼出重要的特征——用户兴趣，进一步生成用户兴趣向量矩阵F，再将矩阵F映射到传统的VSM模型中[10]，得出不同用户之间的兴趣特征距离，计算公式如下：通过公式（1）（2），我们可以计算出两个用户之间的兴趣相似性，值越大，代表了两个用户之间所关注和分享的内容越接近。进一步，基于传统的SEIR模型，我们提出一种基于用户兴趣的改进的SEIR模型（如图1所示）。这里，1）代表社交网络中的传播用户发布消息之后，易感染用户节点因为接触传播用户节点且获知信息，并以概率转化为潜伏节点；2）代表易感染用户节点觉得接受的信息不具备传递价值，不传递该消息，从而以概率成为免疫节点；3）代表用户节点收到信息，但是不传递信息，以概率成为免疫节点，结束信息传递；4）代表用户节点收到信息，觉得信息具有传播价值，从而以概率变为传播节点，传播信息；5）代表用户节点以概率转化为免疫节点。假定社交网络中某一用户的好友总数量为N，一段时间内，任何时候的总用户量是保持不变的。在t时刻，易感染状态、潜伏状态、传播状态、免疫状态的节点数分别用S（t）、E（t）、I（t）、R（t）来表示。在图1所示模型中，假设S（t）在时刻t处连续、可导。在单位时间内，假设有S（t）个节点接收邻居节点所传播的信息，S（t）有个节点接收不到邻居节点所传递的信息，其中，代表信息价值，在本文中代表了传播信息对于用户的重要度，其取值范围为[0，1]，取值越大，其信息重要度就越大。n代表同一时间段内同一条信息的出现次数，其值越大，说明信息的价值越高。综上，基于用户之间兴趣和信息传播机制，构建出基于传染病模型改进的SEIR信息传播模型。
5结论
本文针对社交网络信息传播这个研究热点，进行了深入的研究。本文首先对社交网络及其相关理论进行介绍，然后提出了一个信息传播的模式，之后基于传染病模型对信息传播进行了建模。
参考文献
[1]李洋，陈毅恒，刘挺.微博信息传播预测研究综述[J].软件学报，2016，27（2）：247-263.
[2]ScottJ.Socialnetworkanalysis[M].Sage，2012.
[3]朱海涛，赵捧未，秦春秀.一种改进的移动社交网络SEIR信息传播模型研究[J].情报科学，2016（3）：92-97.
[4]侯洋.社交媒体的传播研究[D].重庆：重庆工商大学，2015.
[5]于树兰.基于社交网络的企业族群自组织研究[D].青岛：中国海洋大学，2015.
[6]杨元龙.互联网自组织的组织结构及其传播演化过程研究[D].合肥：中国科学技术大学，2014.
[7]王磊.社交网络中基于用户动态交互机制的信息传播模型研究[D].长沙：湖南大学，2015.
[8]贺岩.微博信息获取与传播模型研究[D].西安：西安电子科技大学，2012.
[9]张志然.我国社交网站信息传播特征、效现代经济期刊果与策略[J].商，2016（10）：217-218.
[10]苏喻，郑诚，马中杰.基于语义的VSM模型改进[J].计算机应用与软件，2011，28（8）：158-161.
作者：高轲玮 单位：陕西省黄河中学
