繆健美，姜華強(qiáng),，項(xiàng) 潔

(1. 杭州師范大學(xué)科技處，浙江 杭州 310036；2. 杭州師范大學(xué)杭州國(guó)際服務(wù)工程學(xué)院，浙江 杭州 310012)

學(xué)術(shù)社交網(wǎng)絡(luò)信息傳播特征與規(guī)律研究

繆健美1，姜華強(qiáng)1,2，項(xiàng) 潔2

(1. 杭州師范大學(xué)科技處，浙江 杭州 310036；2. 杭州師范大學(xué)杭州國(guó)際服務(wù)工程學(xué)院，浙江 杭州 310012)

分析學(xué)術(shù)社交網(wǎng)絡(luò)信息傳播的特征，構(gòu)造了一個(gè)學(xué)術(shù)社交網(wǎng)絡(luò)信息傳播模型.然后，通過(guò)編程提取了學(xué)術(shù)社交網(wǎng)絡(luò)——研究之門網(wǎng)站中的用戶數(shù)據(jù)，構(gòu)造一個(gè)用戶關(guān)系網(wǎng)絡(luò)數(shù)據(jù)集.根據(jù)對(duì)隨機(jī)內(nèi)容的傳播情況統(tǒng)計(jì)，繪制出信息傳播的趨勢(shì)圖，同時(shí)還計(jì)算了該網(wǎng)絡(luò)中信息傳播的概率，形成了信息在網(wǎng)絡(luò)中的傳播規(guī)律.

學(xué)術(shù)社交網(wǎng)絡(luò)；信息傳播；傳染病動(dòng)力學(xué)；信息傳播模型

學(xué)術(shù)社交網(wǎng)絡(luò)是在文獻(xiàn)數(shù)量呈指數(shù)型增長(zhǎng)，社交網(wǎng)絡(luò)網(wǎng)站迅速發(fā)展的背景下，為加強(qiáng)學(xué)術(shù)信息交流，提高研究效率建立起來(lái)的一種基于網(wǎng)絡(luò)的交流平臺(tái)[1].學(xué)術(shù)社交網(wǎng)絡(luò)借助互聯(lián)網(wǎng)，通過(guò)提供學(xué)術(shù)科研的輔助工具和服務(wù)，匯聚人們?cè)谶M(jìn)行學(xué)術(shù)研究過(guò)程中的溝通需求，其主要受眾是教師、學(xué)生、科研工作者等.通過(guò)學(xué)術(shù)社交網(wǎng)絡(luò)不但能建立起科研人員的人際聯(lián)系，增強(qiáng)溝通效率,更能夠通過(guò)學(xué)術(shù)推薦提高信息獲取過(guò)程中的速度和準(zhǔn)確率，更好地促進(jìn)學(xué)術(shù)成果的傳播和影響.

1 學(xué)術(shù)社交網(wǎng)絡(luò)信息傳播特征

相對(duì)于傳統(tǒng)的學(xué)術(shù)信息傳播模式, 學(xué)術(shù)社交網(wǎng)絡(luò)中的信息傳播具有以下特征：

1.1 真實(shí)性的信息傳播環(huán)境

學(xué)術(shù)博客、WIKI等網(wǎng)絡(luò)學(xué)術(shù)信息傳播方式[2]主要在非特定人群中進(jìn)行信息傳遞,對(duì)信息被誰(shuí)獲取、獲取后有何反應(yīng)等等一律不予控制.而學(xué)術(shù)社交網(wǎng)絡(luò)通過(guò)熟人或者建立信賴關(guān)系的學(xué)術(shù)研究個(gè)體間進(jìn)行交流,在身份確認(rèn)的前提下進(jìn)行“一對(duì)一”或“一對(duì)多”的雙向溝通.這種環(huán)境保證了學(xué)術(shù)觀點(diǎn)和理論的真實(shí)性和可靠性，提高了學(xué)術(shù)信息傳播的有效度.

1.2 多維度的信息傳播方式

在傳播方式上,學(xué)術(shù)博客和WIKI采用的是“一對(duì)一”或“一對(duì)多”的傳播模式[3].由一個(gè)信息發(fā)布者向不明規(guī)模與特征的受眾發(fā)布信息,信息發(fā)布者與受眾沒(méi)有確定性聯(lián)系，無(wú)法了解信息何時(shí)被接收，被何人接收，有何意見(jiàn).學(xué)術(shù)信息只是被廣播了一次，與傳統(tǒng)的學(xué)術(shù)期刊的傳播模式類似.學(xué)術(shù)社交網(wǎng)絡(luò)則兼具“一對(duì)一”和“一對(duì)多”的傳播形態(tài).通過(guò)學(xué)術(shù)社交網(wǎng)絡(luò)，用戶可以向某一個(gè)好友進(jìn)行一對(duì)一的傳播,也可以向整個(gè)熟人學(xué)術(shù)關(guān)系網(wǎng)絡(luò)進(jìn)行廣播.用戶可以向追隨者傳播信息,而追隨者可以根據(jù)自身的判斷選擇轉(zhuǎn)發(fā)或評(píng)論,實(shí)現(xiàn)信息的又一次傳播,通過(guò)人傳人的方式，最終形成“一對(duì)多”、“一對(duì)一”、“多對(duì)多”和“多對(duì)一”的信息傳播方式.

1.3 即時(shí)交互式的傳播特點(diǎn)

傳統(tǒng)的學(xué)術(shù)信息交流文檔一般篇幅較長(zhǎng)，同時(shí)受信息發(fā)布渠道的限制,學(xué)術(shù)信息往往比較滯后，而且讀者的不固定性也決定了學(xué)術(shù)信息傳播過(guò)程中的互動(dòng)性不強(qiáng)[2].基于學(xué)術(shù)社交網(wǎng)絡(luò)的傳播模式，其信息具有簡(jiǎn)短性，因而降低了信息發(fā)布渠道的門檻，通過(guò)綁定移動(dòng)設(shè)備便可以做到信息的生產(chǎn)和發(fā)布同步.通過(guò)一對(duì)多的人際關(guān)系網(wǎng)絡(luò),可以快速進(jìn)行實(shí)時(shí)交流.

1.4 多元化的信息傳播途徑

學(xué)術(shù)社交網(wǎng)絡(luò)上的信息具有多元化的特征,具體表現(xiàn)為媒介方式、傳播功能、語(yǔ)言表達(dá)的多元化.學(xué)術(shù)社交網(wǎng)絡(luò)以聲音、表情、肢體語(yǔ)言為主體的人際傳播與以文字、視覺(jué)圖像為主體的大眾傳播于一體,運(yùn)用多元化傳播符號(hào),使得信息達(dá)到了高度逼真的還原.

2 信息傳播模型

學(xué)術(shù)社交網(wǎng)絡(luò)擺脫了傳統(tǒng)學(xué)術(shù)信息傳播過(guò)程中以學(xué)術(shù)內(nèi)容為中心的傳播模式，而是以用戶為主導(dǎo), 依靠人與人之間的關(guān)系進(jìn)行信息的傳播,有助于學(xué)術(shù)信息的傳播.通過(guò)對(duì)學(xué)術(shù)社交網(wǎng)絡(luò)信息傳播模型的研究，有助于更好地了解信息的傳播過(guò)程，分析學(xué)術(shù)研究趨勢(shì)，認(rèn)識(shí)學(xué)術(shù)傳播行為，創(chuàng)新學(xué)術(shù)成果評(píng)價(jià)方式.

2.1 學(xué)術(shù)社交網(wǎng)絡(luò)信息傳播過(guò)程

社交網(wǎng)絡(luò)的發(fā)展使學(xué)術(shù)信息生產(chǎn)、出版、傳播、評(píng)價(jià)等各個(gè)環(huán)節(jié)都發(fā)生了變化. 通過(guò)用戶、內(nèi)容、關(guān)系和工具構(gòu)成的學(xué)術(shù)社交網(wǎng)絡(luò)，使科研人員(用戶)能夠簡(jiǎn)單方便地發(fā)布科研信息(內(nèi)容), 又通過(guò)工具的訂閱機(jī)制實(shí)現(xiàn)各種關(guān)系運(yùn)營(yíng), 形成滾雪球式的反饋.以目前全球最大的科學(xué)社交網(wǎng)路服務(wù)網(wǎng)站研究之門(http://www.researchgate.net/)為例，它包括實(shí)時(shí)反饋(live feed)、討論主題(topics)、出版物(publications)、項(xiàng)目(projects)等功能.根據(jù)信息傳播的過(guò)程可以分解為關(guān)注過(guò)程、提問(wèn)過(guò)程、回復(fù)(評(píng)論)過(guò)程、跟蹤過(guò)程.關(guān)注過(guò)程，用戶u通過(guò)個(gè)人簡(jiǎn)介、系統(tǒng)推薦(一般為同一機(jī)構(gòu)的同事)或討論主題提問(wèn)引起感興趣的用戶f關(guān)注,這時(shí)用戶f成為了用戶u的追隨者(“粉絲”)，這一過(guò)程不需要得到受關(guān)注用戶的同意，之后用戶u更新的所有消息便會(huì)同步出現(xiàn)在用戶f的實(shí)時(shí)反饋?lái)?yè)上.提問(wèn)過(guò)程，用戶可以隨時(shí)隨地在討論主題頁(yè)提出問(wèn)題或發(fā)布消息(限制在150字)，但可以附加說(shuō)明文字、論文、超鏈接等.回復(fù)(評(píng)論)過(guò)程，用戶可以對(duì)任何一個(gè)問(wèn)題(或消息)進(jìn)行回復(fù)評(píng)論，同樣也可以附加說(shuō)明文字、論文、超鏈接等.跟蹤過(guò)程，用戶對(duì)感興趣的問(wèn)題可以使用關(guān)注問(wèn)題功能進(jìn)行跟蹤，被跟蹤的所有內(nèi)容都會(huì)更新到實(shí)時(shí)反饋?lái)?yè).

由此，消息在學(xué)術(shù)社交網(wǎng)絡(luò)上的傳播過(guò)程可以簡(jiǎn)述如下：

(1)用戶u通過(guò)討論主題頁(yè)發(fā)布消息;

(2)用戶u的追隨者通過(guò)其實(shí)時(shí)反饋?lái)?yè)上的內(nèi)容提醒或主動(dòng)訪問(wèn)u的活動(dòng)(activity)頁(yè)獲知消息;

(3)用戶u的追隨者中對(duì)消息感興趣的追隨者f可能會(huì)對(duì)該消息進(jìn)行回復(fù)、評(píng)論、跟蹤，或者使用共享功能將信息進(jìn)行再次傳播.

(4)如此重復(fù)過(guò)程(2)和(3).

2.2 學(xué)術(shù)社交網(wǎng)絡(luò)信息傳播模型描述

根據(jù)學(xué)術(shù)社交網(wǎng)絡(luò)信息傳播規(guī)則的分析，我們把用戶定義為節(jié)點(diǎn)，個(gè)體之間的關(guān)注關(guān)系抽象成節(jié)點(diǎn)之間的邊，信息只沿著邊傳播.由于一個(gè)用戶發(fā)布的消息會(huì)被其追隨者看到，并以一定的概率分享、傳播，當(dāng)然，也有一部分追隨者對(duì)其內(nèi)容不感興趣成為“免疫者”，信息到該追隨者將不再傳播.為此，我們把網(wǎng)絡(luò)中的節(jié)點(diǎn)分為三類: 傳播節(jié)點(diǎn)、未感染節(jié)點(diǎn)、免疫節(jié)點(diǎn).傳播節(jié)點(diǎn)表示該節(jié)點(diǎn)接受了來(lái)自其鄰居節(jié)點(diǎn)的信息，并具有一定的傳播能力，即有概率傳播；未感染節(jié)點(diǎn)表示該節(jié)點(diǎn)沒(méi)有接受過(guò)來(lái)自其鄰居節(jié)點(diǎn)的信息，并有機(jī)會(huì)接受信息,即有概率被感染；免疫節(jié)點(diǎn)表示該節(jié)點(diǎn)已經(jīng)接受了其鄰居節(jié)點(diǎn)的信息，但是不具有傳播能力.

基于上述分析, 建立一個(gè)學(xué)術(shù)社交網(wǎng)絡(luò)信息傳播模型[4], 描述學(xué)術(shù)社交網(wǎng)絡(luò)中信息傳播隨時(shí)間變化的過(guò)程.

首先定義如下基本條件：

(1)定義總節(jié)點(diǎn)數(shù)為N，未感染節(jié)點(diǎn)、傳播節(jié)點(diǎn)、免疫節(jié)點(diǎn)三類，三類人在總節(jié)點(diǎn)N中占的比例分別為s(t) ,i(t)和r(t)，t為傳播時(shí)間.

(2)一個(gè)傳播節(jié)點(diǎn)與一個(gè)未感染節(jié)點(diǎn)接觸，則未感染節(jié)點(diǎn)會(huì)以概率λ轉(zhuǎn)變成為傳播節(jié)點(diǎn).

(3)一個(gè)傳播節(jié)點(diǎn)與一個(gè)免疫節(jié)點(diǎn)接觸，則傳播節(jié)點(diǎn)會(huì)以概率μ轉(zhuǎn)變成為免疫節(jié)點(diǎn).

記初始時(shí)刻的未感染節(jié)點(diǎn)比例為s0(s0>0)，傳播節(jié)點(diǎn)比例i0(i0>0)，免疫節(jié)點(diǎn)比例r0=0 ，得初始值

模型方程無(wú)法求出解析解，可以通過(guò)仿真數(shù)值解法求出s(t),i(t)和r(t)的數(shù)值解.

圖1 研究之門網(wǎng)站部分人際關(guān)系圖Fig. 1 Part of social network of research gate

3 模型驗(yàn)證與分析

為了驗(yàn)證本文所建立的信息傳播模型，以學(xué)術(shù)社交網(wǎng)路研究之門(http://www.researchgate.net/)為研究對(duì)象，展開(kāi)信息傳播規(guī)律的研究.

3.1 實(shí)驗(yàn)數(shù)據(jù)獲取

首先，建立學(xué)術(shù)社交網(wǎng)絡(luò)用戶關(guān)系結(jié)構(gòu)圖.我們使用Python 語(yǔ)言編寫(xiě)了一個(gè)網(wǎng)絡(luò)爬蟲(chóng)腳本，通過(guò)一個(gè)注冊(cè)用戶的身份進(jìn)行頁(yè)面抓取，采用滾雪球的采樣的方法，執(zhí)行廣度優(yōu)先搜索(BFS)算法提取用戶信息[8-9].從指定的用戶開(kāi)始，獲得用戶的追隨者和關(guān)注人列表，加入隊(duì)列中，再以該用戶的追隨者和關(guān)注人為操作對(duì)象，進(jìn)一步獲得其追隨者和關(guān)注人列表，加入隊(duì)列，如此逐層獲取，直至達(dá)到預(yù)期的用戶數(shù)量為止.這一生成的網(wǎng)絡(luò)結(jié)構(gòu)是研究之門網(wǎng)站社交網(wǎng)絡(luò)的一個(gè)子網(wǎng)絡(luò)，該網(wǎng)絡(luò)是個(gè)有向圖，記為G=(V,E)，其中節(jié)點(diǎn)v∈V表示一個(gè)用戶ID，有向邊(u,f) ∈E表示用戶f是用戶u的追隨者,信息從u流向f.所獲取的子圖的節(jié)點(diǎn)數(shù)N=702，邊數(shù)E=1 391，平均度= 3.963，使用Cytoscape工具繪制該關(guān)系圖，如圖1所示.

然后，在網(wǎng)絡(luò)中選擇節(jié)點(diǎn)度0～5的用戶問(wèn)題10個(gè)，節(jié)點(diǎn)度6～10的用戶問(wèn)題10個(gè)，節(jié)點(diǎn)度>11的用戶問(wèn)題10個(gè)，對(duì)它們的傳播路徑進(jìn)行跟蹤和采集，收集問(wèn)題發(fā)布后一個(gè)月內(nèi)所有內(nèi)容傳播的時(shí)間、用戶ID等.

3.2 驗(yàn)證結(jié)果與分析

通過(guò)上述方法得到的數(shù)據(jù)可以統(tǒng)計(jì)每日傳播節(jié)點(diǎn)、未感染節(jié)點(diǎn)的數(shù)量，計(jì)算傳播節(jié)點(diǎn)、未感染節(jié)點(diǎn)、免疫節(jié)點(diǎn)三類在總節(jié)點(diǎn)中的占比.圖2給出了節(jié)點(diǎn)度0～5、6～10、>11的用戶傳播節(jié)點(diǎn)i(t)隨著時(shí)間變化的趨勢(shì)圖.圖3給出了未感染節(jié)點(diǎn)s(t)隨時(shí)間變化的趨勢(shì).

圖2 傳播節(jié)點(diǎn)i(t)變化趨勢(shì)Fig. 2 Infected node trend

圖3 未感染節(jié)點(diǎn)s(t)變化趨勢(shì)Fig. 3 Not infected node trend

從圖2和圖3可以看出，由于學(xué)術(shù)社交網(wǎng)絡(luò)的高連通性，信息在網(wǎng)絡(luò)中傳播的門檻幾乎為零，即使初始節(jié)點(diǎn)的人際關(guān)系很少，問(wèn)題信息也可以傳播出去.當(dāng)初始傳播節(jié)點(diǎn)的度較大時(shí)，信息在網(wǎng)絡(luò)中的傳播速度較快.相反，當(dāng)初始傳播節(jié)點(diǎn)的度較小時(shí)，信息的傳播具有滯后性，即信息從沒(méi)有傳播到開(kāi)始傳播需要一定的時(shí)間.

表1 信息傳播模型傳染概率λ和免疫概率μ值

為了更精確地分析該網(wǎng)絡(luò)中信息傳播的規(guī)律，把i(t)和s(t)的值帶入模型方程，計(jì)算網(wǎng)絡(luò)G的傳染概率λ和免疫概率μ，如表1所示. 從中可以看出，節(jié)點(diǎn)度高的節(jié)點(diǎn)，信息傳播出去的概率要高，而免疫概率差距不是很大.這與我們的設(shè)想較一致.

4 總 結(jié)

文章研究了一種學(xué)術(shù)社交網(wǎng)絡(luò)中的信息傳播模型，通過(guò)定義3個(gè)傳播規(guī)則，并結(jié)合復(fù)雜網(wǎng)絡(luò)和傳染病動(dòng)力學(xué)理論，建立了微分方程組.通過(guò)編程獲取了研究之門學(xué)術(shù)社交網(wǎng)站中的一個(gè)人際關(guān)系子網(wǎng)絡(luò)數(shù)據(jù)集,然后，分析了該網(wǎng)絡(luò)中不同度的傳播節(jié)點(diǎn)的傳播行為.實(shí)驗(yàn)結(jié)果表明:由于學(xué)術(shù)社交網(wǎng)絡(luò)的高連通性，信息在網(wǎng)絡(luò)中傳播的門檻幾乎為零;初始傳播節(jié)點(diǎn)的度越大，信息越容易在網(wǎng)絡(luò)中迅速傳播，中心節(jié)點(diǎn)具有較大的社會(huì)影響力.經(jīng)初步分析，學(xué)術(shù)社交網(wǎng)絡(luò)確實(shí)可以進(jìn)一步密切科研人員的關(guān)系，具有正相關(guān)性.

[1] Tang Jie, Zhang Jing, Yao Limin,etal. ArnetMiner: extraction and mining of academic social networks[C]// Proc. of 14th Intl. Conf. on Knowledge Discovery and Data Mining (SIGKDD 2008). Henderson, Nevada,2008:990-998.

[2] 劉佳.基于網(wǎng)絡(luò)的學(xué)術(shù)信息交流方法與模式研究[D]. 長(zhǎng)春：吉林大學(xué),2007.

[3] 郭海霞.新型社交網(wǎng)絡(luò)信息傳播特點(diǎn)和模型分析[J]. 現(xiàn)代情報(bào),2012(1):56-59.

[4] 張彥超,劉云,張海峰,等.基于在線社交網(wǎng)絡(luò)的信息傳播模型[J].物理學(xué)報(bào),2011(5):66-72.

[5] Newman M E J. The structure and function of complex networks[J]. SIAM Review,2003,45(2):167-256.

[6] 曾璠.基于小世界網(wǎng)絡(luò)的危機(jī)信息傳播模型研究[D].合肥：中國(guó)科學(xué)技術(shù)大學(xué),2009.

[7] 余雷,薛惠鋒,李剛.傳染病傳播模型研究[J].計(jì)算機(jī)仿真,2007(4):57-60.

[8] 趙麗,袁睿翕,管曉宏,等.博客網(wǎng)絡(luò)中具有突發(fā)性的話題傳播模型[J].軟件學(xué)報(bào),2009(5):1384-1392.

[9] 鄭蕾,李生紅.基于微博網(wǎng)絡(luò)的信息傳播模型[J].通信技術(shù),2012(2):39-41.

CharacteristicsandLawsofAcademicSocialNetworkInformationDissemination

MIAO Jianmei1, JIANG Huaqiang1,2, XIANG Jie2

(1. Science and Research Department， Hangzhou Normal University, Hangzhou 310036， China；2. Hangzhou Institute of Service Engineering, Hangzhou Normal University, Hangzhou 310012， China)

This paper analyzed the characteristics of academic social network information dissemination, constructed an academic social network information dissemination model, extracted the user data from the ResearchGate website by programming, and created a network dataset of users’ relations. Through the statistics of random contents, the paper drew the trend of information dissemination, calculated the probability of information dissemination, and summarized the laws of dissemination.

academic social networks; information dissemination; epidemic dynamics； information dissemination model

2012-08-29

浙江省教育廳科研計(jì)劃項(xiàng)目(Y201018887).

繆健美(1958—)，女，副研究員，主要從事科技管理研究.E-mail：mjm@hznu.edu.cn

10.3969/j.issn.1674-232X.2013.01.014

G350.7

A

1674-232X(2013)01-0070-05