网络舆情仿真研究+多Agent 建模 (4)
并按照一定局部规则，在离散的时间文上演化的动力学系统[8]
。Alves 首次将元胞自动机模型
引入社会舆论的研究，他认为宏观的舆论模型正逐渐被基于局部个体空间相互作用的微观离
散动力学模型所代替[10]。之后，王根生[11]等在小世界效应的网络舆情演化研究中，将现实世
界中网民的移动看作迁移元胞在元胞空间中的移动，把元胞的移动影响其邻域内元胞的倾向
度与网民之间的相互影响相联系，建立了迁移元胞模型。多 Agent 系统同样是常用的仿真模
型之一，该模型将现实系统分为了多个仿真对象（Agent）组成的集合，通过关注各个 Agent
之间的交互行为，来进行网络舆情的仿真研究。
舆论交互的拓扑结构是影响舆论传播与舆情演化的重要因素，因而复杂网络理论模型更
多地应用于交互网络拓扑结构的仿真研究中。目前，网络舆情仿真研究中的网络建模主要基
于NW小世界网络模型和BA 无标度网络模型。其中，NW小世界网络理论是由Newman 和 Watts[12]于1999 年提出的，一种改进的基于人类社会网络的生成小世界网络方法，简称为 NW 模型。王根生等认为[11]
，“网民关系网络拓扑结构即是具有小世界效应特性的网络模型”，因此其在研究中将网络舆情中的网民关系以小世界网络矩阵来表示。BA 无标度网络模型的提
出，主要是基于互联网的两个特性：增长特性，网络的规模是不断扩大的；优先连接特性，
新节点更倾向于与那些具有更高连接度的“大”节点相连接[13]。这两个特性同样适用于网民
关系网络，因此该模型被很多学者应用于网络舆情的仿真研究中。 另外，概率统计理论常常被用于数据挖掘与模式识别领域的建模，主要通过样本训练来
实现对舆情发展进行预测与预警的仿真研究，贝叶斯网络就是基于概率推理的数学模型[8]。
张一文[14]
等网络舆情的预警研究中，将贝叶斯网络建模方法和网络舆情态势评估相结合，并
基于贝叶斯网络三个重要特点——复杂关联关系表示能力、概率不确定表示能力以及因果推
理能力，提出了基于贝叶斯网络建模的网络舆情态势评估方法。
此外，Elman 神经网络模型、博弈论、演化博弈理论以及层次分析法、模糊综合评价法
等理论与方法也同样被广泛地应用于不同层面的网络舆情研究中的仿真模型构建。
1.3 本文研究内容、研究框架及研究意义
本文以“南京护士被打事件”所引发的网络舆情作为研究案例，将王昌伟[15]
的SRQ模型
理论与基于主体（agent）的仿真建模方法相结合，借助NetLogo仿真平台，将现实系统中的
网民群体与仿真主体（agent）建立联系，将网民的特性映射为主体（agent）属性，网民的个
体行为映射为主体（agent）方法，形成网络舆情演变的一般模型、路径和规则，对“护士被
打事件”引发的网络舆情事件演变过程、各主体之间的交互行为进行仿真，来研究网络舆情
的演化机制，分析网络媒体及政府的介入对网络舆情事件的发展、网民的状态变化所产生的
影响，并根据仿真结果与分析，为政府与网络媒体在网络舆情的监测、干预、引导方面及政
府在面临突发性网络舆情事件应急策略的制定与信息公开策略的制定方面提供有效建议与凭据。