第5卷第2期 智能系统学报 Vol.56.2 2010年4月 CAAI Transactions on Intelligent Systems Apr.2010 doi:10.3969/i.issn.1673-4785.2010.02.002 媒体舆论引导仿真 孙晓茜2，林思明，刘悦，程学旗 (1.中国科学院计算技术研究所，北京100190：2.中国科学院研究生院，北京100190) 摘要：使用muli-Aget的建模思想，以现实为基础建立了一个舆论涌现的仿真模型.该模型主要由个体和媒体以 及它们之间的规则组成.个体的属性包括了个体之间的信任度、个体观点的可信度和个体的从众性；媒体的属性包 括媒体的影响范围和权威度.规则包括个体交互规则和个体与媒体的交互规则.通过仿真证明了模型是合理的，并 且用该模型来仿真媒体对舆论演化的引导作用，从媒体的数量和报道频率2个方面研究媒体在舆论形成过程中的 引导作用，结果发现积极媒体的数量越多对舆论的引导作用越强，媒体的报道频率增加会对舆论的形成产生积极效 果，但是超过一定次数时对舆论的影响作用有限.最后通过对模拟结果的分析，提出了通过媒体来引导舆论的方式。 关键词：奥论；媒体；多主体模拟；控制引导 中图分类号：TP391.9文献标识码：A文章编号：16734785(2010)02-010606 Simulating medias effect on public opinion through multi-Agent based interaction SUN Xiao-qian'2,LIN Si-ming',LIU Yue',CHENG Xue-qi (1.Institute of Computing Technology,Chinese Academy of Sciences,Beijing 100190,China;2.Graduate School,Chinese Academy of Sciences,Beijing 100190,China) Abstract:A dynamic model of opinion making in a multi-agent media system was developed.The model contained agents,media,and the rules for interaction between them.Agent attributes included values for the degree of trust between them,for credibility,and for conformity.Media attributes were influence and authority.The rules of inter- action included agent rules as that allowed agent interactions with media.Simulation results proved that the model was reasonable.Increased frequency of reports had a positive effect on the formation of public opinion.Neverthe- less,when a critical number of reports was exceeded,further influence became limited.Based on analysis of the outcome,the best way to guide the formation of opinions was proposed. Keywords:public opinion;media;multi-agent simulation;control and guide 舆论是指在一定社会范围内多数人的集合意识布之后不能及时地得到公众的意见.由于网络的开 及共同意见山.传统意义上的媒体是指媒介、手段， 放性、自由性、匿名性和互动性，能够及时反映公众 如新闻媒体.随着社会的发展、科技的进步，现在所 意见的同时又存在一些非理性、虚假的信息，导致很 说的媒体是指传播信息的介质.媒体分为报纸刊物、 多错误信息的扩散缺乏控制，并且有些信息往往在 广播、电视、互联网、移动网络这五大媒体.在现实 短时间内对人们造成极大的影响.比如2003年非典 社会中，人们的消息来源于媒体和社交关系， 型肺炎传播期间，互联网上传出了“政府要封锁北 传统媒体和网络媒体相比缺少交互性，信息发 京”的谣言，导致市民哄抢商品，商贩哄拾物价，造 成了物资短缺.由于没有对奥论进行很好的引导，有 收稿日期：20100105. 些谣言可能给社会带来巨大的经济损失.因此，如何 基金项目：国家高技术研究发展计划“83”基金资助项目 (2007AA01Z834). 减少错误信息对人们的影响以及如何将民众的意见 通信作者：孙晓茜.E-mail:sunxiaoqian(@software.ict.ac.cm
第2期 孙晓茜，等：媒体舆论引导仿真 ·107 引导向正确的方向，对于形成良好的舆论环境具有 论的形成，并没有考虑网络媒体和传统媒体对舆论 重要的意义.媒体不仅仅承担着发布信息的作用，还 影响的差别，也没有对舆论演化的时间做出限制，对 应该对舆论进行正确的引导，尽量减少负面信息的 媒体的数量和报道次数也没有做详细的分析。 影响 1 媒体引导的多主体系统建模 舆论演化研究一直是社会科学研究的课题.从 20世纪50年代至今，对舆论演化的研究大体可以 根据社会心理学的研究，人们的消息来源于 分为3个阶段：早期的舆论演化研究是用数学分析 媒体和社交关系.媒体的观点会很大程度地影响个 的方法；后来的研究结合了物理方法和计算机数值 体的观点.个体也会通过媒体表达自己的态度（如 仿真的方法；20世纪90年代开始使用个体行为模 网络媒体博客、论坛等).舆论的形成过程是一个动 型分析舆论的演化规律， 态过程，个体通过与其他个体交流，不断改变自己的 早期的奥论演化模型，如GM模型、CM模型、FJ 观点直到舆论涌现，如图1所示， 模型、TV模型、Bounded confidence模型等2I,是社 个体 Agent 会学家为了研究群体行为的复杂现象而提出的，并 用数学方法证明了模型中人们的观点值何时达到一 媒体Agent 个体 Agent 致，何时产生分歧.这些模型都是使用数学方法，基 于对全局信息的掌握，然后通过矩阵的迭代计算，最 个体 后根据矩阵是否收敛来判断最后能否形成统一的舆 Agent 论，这种方法的局限性是在数据量很大时很难得出 图1系统构成及交互作用 结果 Fig.1 The components of opinion evolution system and 后来，一些学者用物理学的方法结合计算机数 their interactions 值仿真来研究舆论传播.2002年，德国H.Rainer和 系统中，环境是媒体和个体共同存在的场所，媒 K.Ulrich对上述的传统模型进行了数值仿真21.Ga 体通过向环境发布信息来影响个体，个体与环境中 lam的Majority Rule模型，将少数服从多数的规则应 临近的个体进行交互， 用到舆论演化的研究中，所有人采取占大多数的观 1.1个体Agent描述 点3).1999年D.H.Zanette使用物理学中实空间 在舆论演化系统中，个体观点是一个基本信息， 重整化群的技术和动力学方程来研究舆论演化. 其值随着时间的演进动态改变.影响个体观点改变 2000年，波兰的Sznajd结合细胞自动机提出基于I- 的因素有个体的性格和周围的环境， sig模型的舆论演化模型s],在封闭的社区内，由微 一方面，由于不同个体的成长环境不同，造成了 观个体间的简单交互规则涌现出社区的复杂现象， 个体看待问题的态度不同.有的个体经过多方面考 首次提出了用微观模型代替宏观模型研究舆论传 察之后才会形成自己的观点，并且不容易动摇；有的 播，之后又出现了大量对Sznajd模型的变形.中国 个体形成自己的观点之前，并不会经过深思熟虑，并 科技大学的周涛等提出基于有向的小世界网络研究 且容易受别人的影响.在这里不妨把影响个体观点 舆论的动态演化[.21世纪，随着计算机仿真技术 形成的因素抽象为观点的“可信度”(credibility)和 的发展，muli-Agent的仿真思想逐渐应用到了社会 个体的“从众性”(conformity).因此，一个个体A:的 科学的研究中.2005年，0.Kosuke利用细胞自动机 信息可以定义为如下形式： 的理论建立了2层的muli-Agent模型来仿真舆论 A(0(t),C(),R). (1) 的形成过程引，模型包括宏观层和微观层，宏观层 式中：O:(t)表示个体i在时刻t的观点或态度，在 起到协调员的作用，对微观层的交互进行控制.国防 [0,1]的连续区间中取值，0表示对事件强烈反对，1 大学的胡晓峰、刘常昱等提出了非对称的影响函数， 表示对事件非常赞同；C:(t)表示个体i在时刻t的 利用多主体方法研究战争危机下的舆论演化及小世 观点可信度，也就是个体有多少理由支持该观点，在 界网络的舆论演化8.上述这些模型主要研究舆 连续区间[0,1]中取值，0表示没有说服力，1表示
·108 智能系统学报 第5卷 有很强的说服力；R:表示个体的从众性，取值在连 2 交互规则 续区间[0,1]内，0表示个体从不考虑其他个体的观 点，始终坚持自己的观点，1表示个体没有主见，更 2.1 Agent之间的交互规则 多考虑其他个体的观点。 在每个仿真时刻，个体会随机选择一个临近的 另一方面，观点改变的另一个因素是周围的环 个体与之交流观点.交流的过程是这样的：首先比较 境，也就是周围人的意见.如果个体之间互相信任， 2个个体的观点差距，如果双方观点差距太大的话， 那么彼此更容易互相影响.在现实中，人与人之间的 认为意见不合，这时两者的值都不变.如果双方的观 信任程度不一样，所以在此引入一个不对称的信任 点差距不大的话，再比较双方的观点可信度，并且认 矩阵Q(t),矩阵中的值q(t)表示个体i对个体j在 为观点可信度越大的个体越容易说服别人，然后通 时刻t的信任度，取值为连续区间[0,1]之间的数.0 过式(2)计算影响函数，观点可信度小的个体调整 表示不信任，1表示非常信任，信任矩阵每行和为1， 自己的观点和观点可信度，观点可信度大的个体不 对角线为0.在每次交换意见后，相互的信任程度会 变，最后，改变两者之间的信任度， 有所变化， 定义个体i和个体j的交互规则为(I): 通过以上2个方面，把个体i对j的影响函数定 1)若C:()>C(),且10(t)-0(t)1C:(t),且10(t)-0(t)1C, 个模型中，把网络媒体看成是普通的个体， 0(t+1)=0(t)+(Pk-0(t))g(k,)
第2期 孙晓茜，等：媒体舆论引导仿真 ·109· C(t+1)=C(t)+(U-C(t)g(k).(5) 分布在[0.8,1]区间，60%的个体观点在[0.4,0. 6]区间，其余的个体观点在[0,1]上均匀分布，人与 3 模型仿真算法 人之间的信任度在[0,1]上均匀分布.所有个体的 图2给出了仿真算法的的伪码描述， 观点可信度在[0,1]上均匀分布 1.2 输入：个休Agent数n,媒体Aget数N,媒体信息和个体信息 1.0% 的取值范围，结束时间 0.8 输出：所行个体的观点 0.6 过程： 0、4 (1)initialize agents and media'information 0.2 (2)time=0 01339a521i7143169195×10 (3)WHLE(time<deadline) 时间/s (4 IF(time !=media Time) (5) for each agent 图3中立观点涌现 Agent.chooseneighbor(/) (6 Agent.interaction ( Fig.3 The emergence of neutral opinion 7) undate all Agents'information 通过仿真结果发现，舆论涌现在3个区间内，一 ELSE 9) media.brodcast() 小部分人受到固执个体的影响，66%的个体观点变 (10) update all Agents'information (11)time++ 化不大，汇聚在0.5左右，如图4所示.大多数个体 的观点并没有受到少数极端个体的影响，这与真实 图2舆论引导的仿真算法 情况相符合，所谓“三人成虎”，几个人表达相同的 Fig.2 Algorithm of media guidance simulation 观点要比一个人表达的同样观点更有说服力，所以 在每个仿真时刻，每个个体都同另一个体进行 几个人的观点不容易因为单个人的偏见而改变： 次交互，同步更新所有个体的信息，直到仿真时间 1.0 0.8 结束.如果到了媒体发布信息的时刻，个体接收媒体 1 0.6 发布的信息，并更新个体的信息 段0.4 0.2 4仿真结果及分析 0 1.23.6 6084108B5215678020428元2X10 时间/s 媒体对舆论演化的影响是不可忽视的，一般情 图4分段观点涌现 况下，媒体对事件的态度、数量和报道频率对舆论的 Fig.4 Fragmentation opinion 形成有很大的影响.媒体与个人相比，确定性较大， 4.2媒体参与的舆论引导 媒体的威信越高，就越容易使人们相信。 在很多情况下，根据社会心理学的研究，由于人 4.1无媒体参与的舆论形成模拟 们的生活环境、文化程度，对很多事情在道德观念、 在没有媒体加入时，设置个体数为200，观，点值 价值观念、善恶区分上存在很多的相似的看法.也就 在[0,1]上均匀分布，可信度在[0,1]上均匀分布， 是在很多时候，大多数人的初始看法是一致的，比如 人与人之间的信任程度相同，从众性在[0.7,1]取 对某事的看法偏向于反对或是偏向于赞成.在大众 值.在以上假设下，通过仿真实验，从图3的结果中 的观点出现了偏向之后，如果此时在群体中存在一 可以看到，人们的观点值逐渐趋近平均值0.5，在模 定数量影响力较大，且观点比较极端的个体，就会导 拟步数达到20000步时，87.5%的个体观点集中在 致群情激愤，造成一定的社会影响.为了避免损失， 区间[0.4,0.6]之间.随着时间的演进，最终规点值 在信息传播已经造成一定影响的情况下，单纯靠封、 将会收敛到区间[0.4,0.6]上.也就是在上述初始 堵不能解决问题时，应该利用媒体发挥正向引导作 条件时，舆论最终演化为大多数人保持中立， 用，充分发挥各种积极媒体的作用. 当然，上述情况是一种理想情况，可以看成是群 假设群体中存在20%的固执个体，他们的观点 体通过协商，最终大多数的人意见达成一致的情况， 值在[0,0.2]上均匀分布，从众性设为0，可信度在 在现实社会中，总是会有一些比较固执的人，他 [0.8,1]上均匀分布：80%的个体为从众性较强的 们对自己的意见非常坚定，不易受到别人的影响，他 个体，从众性在[0.7,1]上取值，他们的观点值在 们的观点值往往偏向于0或1.假设群体中有10% [0,0.8]上取值，可信度在[0,1]上随机取值，群体 的个体观点分布在[0,0.2]区间，10%的个体观点 的信任矩阵在[0,1]上随机取值，个体总数设为
·110 智能系统学报 第5卷 200.用SWARM进行模拟，模拟步数为40000.本文 以看到，虽然报道次数都是20次，但是当初始的观 后面的所有实验的模拟步数都是40000，因为在现 点值为0.3时，仿真结束时平均观点值才刚刚达到 实情况下，事件的传播是有一定时效的，在这里认为 0.4,大众的观点值仍然偏低。 超出40000步之后，人们对该事件不再关心，或是舆 当系统中个体数目增加时，由图8可以看到，原 论不再受到控制.考虑每种媒体的特点，设置媒体的 来的媒体个数对舆论的引导作用已经不大了，这时， 影响范围在[0.3,0.7]上随机取值 需要根据个体数目增加媒体的数目.当个体数目达 在仿真一开始，分别加入0、1、2个积极媒体、报 到400时，媒体个数为6时才能与个体数目为200 道频率为1、媒体观点为1、可信度在[0.8,1]上随机 时2个媒体的引导作用相似.这与实际情况相符合， 取值.从模拟结果可以看到（图5），当媒体个数分别 人越多时需要的积极媒体数量也就越多 为0和1时，平均观点一直在下降，为1时下降速度 0.7 0.6 变慢.媒体个数为2时，平均观，点只在一开始的时候 0.5 由0.36提高到0.46，之后的变化并不大，在模拟时间 0.4 内，并没有把舆论引导向积极的方向.通过增加报道 0.3 0.2 -…·f8 的次数，来增强宣传的力度，尽量让越来越多的人们 0.1 20 了解到事件的真相和后续报道，避免过激言论造成的 3 1521.27 3339 社会影响.图6中，在仿真时间内报道次数为20时， 时间/s 模拟结束后除了20%的固执个体的观点没有变化之 图7 媒体引导次数对舆论的影响 外，其他80%的个体的观点值都在0.6以上了. Fig.7 The frequency of media guidance influence on public 0.6 opinion 0.5 0.8 0.4 0.7 0.3 --m=0 -- 0.6 0.2 -t=1 0.5= 0.1 -=2 0.4 3 9 1521 2733 39×10 0.3 时间/s 0.2 N=200,m=2····N=400,m=4 0.1 -.N=400.m=2--N=400.m=6 图5媒体数目对舆论的影响 0 3 9 1521273339 Fig.5 The number of media influence on public opinion 时间/s 1.0r 图8影响與论演化的个体数量和媒体数量 Fig.8 Number of Agents and media 0.4 0.2 以甲型H1N1流感为例，最初疾病被称为“猪流 4.4 132 22 308 39.6 感”，造成了人们的误解和奥论的混乱.当时在中 时间/s 国，虽然还没有发现H1N1病例，人们的反应是像非 图6积极媒体的引导作用 典时期一样，人人自危、口罩脱销、药品断货、对猪肉 Fig.6 The guidance effect of positive media 的购买量大幅度减少，对国内的养猪业造成了较大 当媒体个数为2，报道次数为1、4、8、20时，从 的冲击.然后相关专家对“猪流感”的名称质疑，随 图7能够看出，随着报道次数的增加，舆论平均值也 后改名为“甲型H1N1流感”，政府提出疾病控制措 在不断地增加，但是增加的速度越来越慢.仿真结果 施，向公众普及H1N1的致病机理和防病常识，并对 证明对事件的多次报道可以增加人们的观点值，但 疾病的发展做及时地报道，消除公众的恐惧心理，正 是，报道达到一定次数之后对人们的观点值的影响 确引导群众养成良好的卫生习惯，减少不必要的恐 会越来越少.也就是说，多次报道对改变人们的态度 慌，增强群众自我防护意识和安全消费心理，有利于 作用是有限的.多次报道有助于增加人们的观点值， 将疾病的传播控制住 媒体可以通过对事件进行跟踪报道来引导舆论演 传统主流媒体拥有最权威最全面的资讯，在舆 化.但是，如果媒体开始对事实进行报道时，舆论值 论从无序涌现为有序之前尽早对网络舆论以及公众 已经低到一定程度了，积极媒体的引导不会起到预 舆论进行引导，传统媒体和网络媒体相结合，发布权 期的效果，这时，可能会产生舆论失控.从图7中可 威消息并且充分利用网络的快速交互的反馈，对舆
第2期 孙晓茜，等：媒体舆论引导仿真 ·111· 论进行引导.通过及时的舆论反馈调整报道频率和 LIU Changyu,HU Xiaofeng,SI Guangya,et al.Study on 报道内容，在舆论引导中掌握主动权.相反，如果信 the consensus emergency model[J].Complex Systems and 息公开不够及时，媒体没有及时发布权威信息，会导 Complexity Science,2007,4(1):22-27. 致谣言传播、奥论失控，失控之后就可能会对社会造 [9]刘常昱，胡晓峰，罗批，等.基于不对称人际影响的舆 论涌现模型研究[J].系统仿真学报，2008,20(4)：990- 成不可预计的影响， 996. 5结束语 xLIU Changyu,HU Xiaofeng,LUO Pi,et al.Study on con- sensus emergency model based on asymmetric personal rela- 运用了mulh-Agent的建模思想，建立了一个在 tionship influence[J].Journal of System Simulation,2008, 媒体引导下的舆论演化仿真模型.通过仿真，证明了 20(4):990-996. 模型是可行的，分析了媒体在舆论传播中的作用.本 [10]余永阳，张明智，刘常昱，等.基于危机事件的舆情演化 文分别从没有媒体引导时和有媒体引导时对奥论的 因素分析与建模研究[C]/第六届全国仿真器学术会 形成过程进行仿真，对媒体的数量和报道频率进行 议.南京，2007：9396. 分析，提出媒体引导舆论的方式：通过专家和专业组 YU Yongyang,ZHANG Mingzhi,LIU Changyu,et al. 织在本领域内的权威性，对公众提出指导意见；传统 Factors analysis and modeling research of public opinion 强势媒体的权威和网络媒体的及时反馈相结合，尤 evolutionary model based on crisis events[C]//The Sixth National Conference on Emulator.Nanjing,2007. 其是权威媒体的引导要有时效性并保证信息的准确 [11]TAYLOR SE,PEPLAU L A,SEARS D O.社会心理学 性.利用复杂系统理论，进一步完善舆论演化模型， [M].10版.北京：北京大学出版社，2004：155-162， 研究负面媒体存在时，积极媒体的数量增长和大众 220-244. 数量增长的关系将是未来工作的重点： 作者简介： 参考文献： 孙晓茜，女，1983年生，博士研究生， 主要研究方向为系统仿真，社会计算 [1]刘建明.社会奥论原理[M].北京：华夏出版社，20025. 2]RAINER H,ULRICH K.Opinion dynamics and bounded confidence models,analysis,and simulation[J.Joural of Artificial Societies and Social Simulation,2002,3(5): 162-173. [3]GALAM S.Application of statistical physics to politics[J]. 林思明，男，1978年生，助理研究 Physica A,1999,274:132-139. 员，博士，主要研究方向为网络仿真、 [4]ZANETTE D H.Globally coupled bistable elements as a P2P及分布式计算.开发了NSME网络 model of group decision making[EB/OL].[2009-01-15]. 仿真器和Cool-6sh流媒体播放器，发表 arXiv:adap-org/9905006 V1 18 1999. 学术论文多篇， [5]KATARZYNA S W,SZNAID J.Opinion evolution in closed community[J].International Journal of Modern Physics C, 2000,11(6):1157-1165. 程学旗，男，1971年生，研究员，博 [6]JIANG Luoluo,HUA DAyin,ZHU Junfeng,WANG Bing- 士生导师，主要研究方向为网络科学与 Hong,ZHOU Tao.Opinion dynamics on directed small- 社会计算、互联网搜索与挖掘、网络信 world networks[J].The European Physical Journal B,2008 息安全、分布式系统与大型仿真平台 (2):15-18 等.曾获得第十一届茅以升北京青年 [7]KOSUKE O,MASATERU H,KOUICHI H.Multi-Agent 科技奖、“中创软件”人才奖、中科院优 based modeling and simulation of consensus formations in 秀青年学者奖、“九五”科技攻关先进个人、中科院科技进步 arguments[C]//Proceedings of the Third International Con- 二等奖、国家科技进步二等奖、中国科学院盈科优秀青年学 ference on Information Technology and Application(ICITA' 者奖、中国科学院计算技术研究所所长奖教金、中国科学院 05).Sydney,Australia:2005:151-157. 研究生院优秀教师等荣誉。 [8]刘常昱，胡晓峰，司光亚，等.舆论涌现模型研究[J小.复 杂系统与复杂性科学，2007,4(1)：22-27