基于区块链智能节点的社交网络舆情传播探讨

这篇具有很好参考价值的文章主要介绍了基于区块链智能节点的社交网络舆情传播探讨。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

摘要

【应用背景】 随着社交网络的广泛应用,网络舆情问题受到越来越多的重视。区块链技术的出现,有助于网络舆情问题的解决。在信息传播模式方面,区块链社交网络与传统社交网络有很大的不同。【目的】 揭示区块链社交网络舆情传播特征,对该网络的舆情监管能够提供一定的理论依据。【方法】 该文结合区块链信任机制与激励机制的作用,在经典的传染病模型的基础上,引入区块链智能节点,提出区块链社交网络信息传播的新模型。【结论】 通过求解模型的微分方程组以及对Steemit与微博平台数据的实证分析,该文认为区块链社交网络相比于传统社交网络在用户转发行为方面表现得更为理智,智能节点有助于控制“失真”或“不确定”信息的传播,同时也在一定程度上促进了优质信息的产生。

关键词: 区块链; 社交网络; 舆情; 信息传播; SIR模型

引言

Statista研究机构发布的关于全球社交网络的统计报告显示,2020年全球社交网络应用的平均普及率达49%,东亚和北美分别高达71%69%,在社交网络的使用时间上,平均每个用户每天所花费的时间长达144分钟[1]。社交网络的广泛应用,促使了大量有价值的内容的产生,为个人及各类机构的知识发现提供了很好的平台。与此同时,社交网络的舆情问题也备受关注。社交网络具有使用方便、信息传播快捷、受众面广等特点,扩大了信息传播的效应。由于社交网络的上述特点以及一些利益的推动,在网络上许多个体问题被普遍化,简单问题被复杂化,细微的问题被严重化,导致了一系列舆情问题的发生。

区块链是伴随加密数字货币兴起的一种具有分布式、去中心化、不可逆改和匿名等特性的基础架构。区块链的特性包括信任机制、激励机制等,使其应用从单纯的数字货币支撑环境延伸到电子商务、互联网等多个领域。区块链社交网络便是其中的应用之一,并以Steemit平台为典型代表。然而,目前对区块链社交网络舆情传播的研究仍处于初级阶段,区块链的信任、激励等因素影响社交网络舆情传播的微观机制尚不十分清晰。因此,研究区块链社交网络的舆情传播问题具有良好的理论与实践意义。

1 相关理论与相关研究

1.1 社交网络信息传播模型

信息传播是指借助一定的媒介将信息从发送端输送到接收端的传输过程。Harold D.Lasswell[2]提出了信息传播过程及其五个基本构成要素(传播者、传播内容、传播媒介、传播受众、传播效果),是早期传播学研究的经典成果之一。为了解决无反馈机制的问题,Riley夫妇[3]在《大众传播与社会系统》著作中提出一个新的传播模式,该模式注意到了在信息交流过程中对信息的反馈。德国学者 Maletzke[4] 提出将传播过程中的五大元素相结合,并且在信息交互过程中增添了媒介的约束,使得信息传播的研究更加系统和合理。以上这些模式为网络信息传播的研究奠定了良好的理论基础。

对社交网络舆情传播的研究,学者常借用传染病模型并在此基础上进行深化。社交网络舆情传播与人类传染病传播具有相似之处,主要表现在:第一、二者传播原理相似。由于人类接触了传染病毒,造成传染病在人群中传播。相似地,社交网络舆情传播也是因为用户接触舆情并对其进行扩散。第二、人群分类相似。传染病与社交网络的基本群体可以划分为健康者(不知情用户)、感染者(传播用户)和移出者(免疫用户),二者分类的各群体表示含义基本一致。基于上述的原因,使用传染病模型来研究社交网络舆情传播具有可行性[5]。为研究传染病的传播规律,KermackMcKendrick[6] 使用微分动力学的方法首次创建了经典的传染病模型SISSus-ceptible Infected Susceptibl)与SIRSusceptible In-fected Removed)模型。在社交网络的研究中,传染病模型被移入,并不断地被加以改进。研究人员在SIR模型的基础上,提出了SEIRSusceptible Ex-posed Infected Recovered)模型[7]SIRSSusceptible Infected Recovered Susceptible)网民情绪感染模型[8]SCIRSusceptible Contacted Infected Recov-ered)舆情传播模型[9]SEIR改进模型[10]等。对这些改进模型,也有学者持相悖的意见。例如,Zhou[11]提出微博网络的传播环境并不存在潜藏节点,将SEIR模型应用到微博网络舆情传播中不具有适用性。由此,可以看出,并非所有的改进模型都被认为有效适用。但不管如何,SIR模型是进行社区信息传播研究最基本的模型,基于SIR模型的改进依然是研究社区信息传播问题的方向。

1.2 区块链信任与激励机制

去中心化的信任机制是区块链的核心价值。区块链融合了分布式存储技术、密码学技术、智能合约技术等,解决了社交网络的信任问题[12-13]。在区块链环境下,任何用户的发表、点赞、转发等信息传播行为对其他用户来说都是可见的。这样公开、透明的机制对信息传播将会产生较大的影响。崔增乐[14]通过仿真实验验证了区块链的信任机制使社交网络信息传播的转发概率发生了改变,促进信息的传播。周春慧[15]认为区块链解决了价值传递的信任基础,对内容创作和传播领域有深刻的影响,突出表现在区块链技术改变了内容创作及传播的生态链。喻国明[16]认为区块链实现了在不同节点之间建立信任关系,通过这样的技术把关,能够实现社交网络中不良信息的净化,同时也能实现谣言的治理。全媒体时代,新闻全员生产成为可能,但用户信任与共识问题凸显。王军峰[17]认为区块链技术为信任与共识的达成提供了技术支撑,为新闻生产带来新的发展契机。

激励机制是区块链的另一核心价值。在社交网络谣言信息举报过程中,区块链激励机制能够充分提高举报者的积极性,能够更有效地进行网络舆情防范[18]。周汉杰[19]认为区块链技术与机制对社交网络舆情信息传播质量的提升具有积极作用,有助于营造健康、安全共享等网络社交生态环境。李泰安[20]认为区块链可以实现激励金的隐蔽定向支付,区块链技术使社交网络中的优质内容突出显现,有助于构建新型的网络舆论生态圈。宾晟[21]分析了区块链激励机制对信息传播的影响,构建了社交网络的舆情传播模型,并验证了模型有助于遏制虚假网络舆情传播。崔增乐[14]认为区块链对用户产生的经济激励,对社交网络信息的转发传播会产生较大的影响。

综上所述,已有相关研究认可区块链的信任与激励机制对社区网络信息传播或谣言的治理有着积极的作用。然而,区块链环境下社交网络信息的传播研究仍处于初级阶段,对于区块链的信任与激励机制如何影响信息传播的微观机制尚未十分清晰。本文针对该问题,在经典的文章来源地址https://www.toymoban.com/news/detail-840270.html

到了这里,关于基于区块链智能节点的社交网络舆情传播探讨的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 智能优化算法应用:基于社交网络算法3D无线传感器网络(WSN)覆盖优化 - 附代码

    摘要:本文主要介绍如何用社交网络算法进行3D无线传感器网(WSN)覆盖优化。 本文主要基于0/1模型,进行寻优。在二维平面上传感器节点的感知范围是一个以节点为圆心,半径为 R n R_n R n ​ 的圆形区域,该圆形区域通常被称为该节点的“感知圆盘”, R n R_n R n ​ 称为传感器

    2024年02月20日
    浏览(38)
  • 毕业设计 Python社交平台舆情分析与可视化 - 数据爬虫 大数据

    🔥 这两年开始毕业设计和毕业答辩的要求和难度不断提升,传统的毕设题目缺少创新和亮点,往往达不到毕业答辩的要求,这两年不断有学弟学妹告诉学长自己做的项目系统达不到老师的要求。 为了大家能够顺利以及最少的精力通过毕设,学长分享优质毕业设计项目,今天

    2024年02月08日
    浏览(37)
  • 【上海对外经贸大学学报】基于随机Petri网的区块链舆情存证系统建模与效能分析

    在重大突发危机事件期间,以公众为核心的“民间舆论场”常常陷入造谣成本低、证伪不及时、溯源成本高、举证难度大的困局,疲于应对。与此同时,以政府为主导的“体制内舆论场”舆情处置权责划分模糊、流程不透明,使得“民间舆论场”与“体制内舆论场”日益分庭

    2024年02月12日
    浏览(30)
  • 【人工智能】— 神经网络、前向传播、反向传播、梯度下降、局部最小值、多层前馈网络、缓解过拟合的策略

    前向传播和反向传播 都是神经网络训练中常用的重要算法。 前向传播 是指将输入数据从输入层开始经过一系列的权重矩阵和激活函数的计算后,最终得到输出结果的过程。在前向传播中,神经网络会将每一层的输出作为下一层的输入,直到输出层得到最终的结果。 反向传播

    2024年02月10日
    浏览(38)
  • 【人工智能】神经网络、前向传播、反向传播、梯度下降、局部最小值、多层前馈网络、缓解过拟合的策略

    前向传播 是指将输入数据从输入层开始经过一系列的权重矩阵和激活函数的计算后,最终得到输出结果的过程。在前向传播中,神经网络会将每一层的输出作为下一层的输入,直到输出层得到最终的结果。 反向传播 是指在神经网络训练过程中,通过计算损失函数的梯度,将

    2024年02月16日
    浏览(34)
  • 毕设成品 基于大数据情感分析的网络舆情分析系统(源码+论文)

    # 简介 今天学长向大家介绍一个大数据毕设项目 毕设分享 基于大数据情感分析的网络舆情分析系统(源码+论文) 🥇学长这里给一个题目综合评分(每项满分5分) 难度系数:3分 工作量:4分 创新点:4分 项目获取: https://gitee.com/assistant-a/project-sharing 实现效果 毕业设计 基于大数

    2024年04月25日
    浏览(30)
  • 人工智能与人类智能的未来:人工智能在社交网络领域的发展

    人工智能(Artificial Intelligence, AI)是一门研究如何让计算机模拟人类智能行为的科学。人类智能包括学习、理解语言、推理、认知、计划、视觉、语音等多种能力。人工智能的目标是让计算机具备这些智能能力,以便在各种应用场景中发挥出色表现。 社交网络是现代互联网的一

    2024年02月19日
    浏览(39)
  • 逆向推理与因果推断:人工智能在社交网络的应用

    社交网络已经成为我们现代生活中不可或缺的一部分,它们为我们提供了一种高效、实时的沟通和交流方式。然而,社交网络也面临着许多挑战,如信息过载、虚假信息、隐私泄露等。人工智能技术在这些方面发挥着重要作用,尤其是逆向推理和因果推断等算法。 在本文中,

    2024年02月21日
    浏览(35)
  • 决策树在社交网络和人工智能中的应用

    决策树是一种常用的机器学习算法,它可以用于解决各种分类和回归问题。在社交网络和人工智能领域,决策树算法被广泛应用于多种场景,例如用户行为预测、推荐系统、文本分类、图像识别等。本文将从以下几个方面进行阐述: 背景介绍 核心概念与联系 核心算法原理和

    2024年02月22日
    浏览(43)
  • 大数据和智能数据应用架构系列教程之:大数据与社交网络分析

    作者:禅与计算机程序设计艺术 随着移动互联网、微信、微博等社交媒体平台日益发展,用户数量也不断增加,海量的数据需要迅速分析处理,如何从海量数据中提取有效信息成为重点关注的问题。而近几年来,随着互联网公司将大数据平台作为重要竞争力,越来越多的企业

    2024年02月07日
    浏览(25)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包