微信網絡的信息傳播模型研究

彭慧潔　朱君璇

〔摘要〕隨著微信爆炸式發展，微信朋友圈已成為信息擴散和輿論引導的重要平臺，研究微信信息傳播以期為企業、政府等機構提供現實指導方案。本文結合復雜網絡理論和傳染病動力學，提出改進的信息傳播模型。創新性地提出“用戶接受閾值”以及關系動機，通過MATLAB仿真描繪微信朋友圈中信息傳播過程曲線，得到平臺中信息傳播規律并提出相關建議。仿真結果表明：用戶接受閾值和關系動機對信息傳播的速度和廣度影響明顯。

〔關鍵詞〕微信網絡；用戶；關系動機；信息傳播模型；MATLAB仿真

DOI：10.3969/j.issn.1008-0821.2016.11.007

〔中圖分類號〕G25073；G206〔文獻標識碼〕A〔文章編號〕1008-0821（2016）11-0037-06

〔Abstract〕With the explosive growth of WeChat，it has become the important platform of information diffusion and public opinions guide.This purpose of this paper is to provide realistic guidance for enterprises，government and other agencies.Based on complex network theory and dynamics of infectious diseases，this paper provided a modified information transmission model.This paper put forward the innovative definition of user acceptance threshold and relative motivation.It depicted the information dissemination process curve through MATLAB simulation，and got the law of information propagation and put forward the related suggestions.The simulation results showed that the user acceptance threshold and relative motivation had obvious effects on the width and the speed of information transmission.

〔Key words〕WeChat network；user；relative motivation；information dissemination model；MATLAB simulation

微信作為在線社交網絡的典型代表，其發展至今，已經不僅僅是單純地傳播平臺，更成為了一種人類傳播方式，也是對人類交往方式的重構。在新媒體技術支撐下，微信以移動端口為基礎，以手機用戶為依托，以增強用戶個性化體驗為目標，融合了信息豐富化形態，重新整合了人們的生活圈、社交圈、工作圈，極大地滿足了用戶的溝通交流、信息獲取、消遣娛樂等需求。相比于已有成熟研究的微博，對于微信應用的有著其獨特的傳播機制和傳播過程。作為自媒體的典型代表，微信不僅僅是商家發布廣告和政府的公關平臺，強大的用戶群自創內容及分享信息的行為極大了支撐著該平臺的活躍度。于是，本文根據微信的傳播特點和網絡拓撲結構，以朋友圈信息傳播平臺為研究對象，提出用戶接受閾值和關系動機影響因素，借助復雜網絡理論和傳染病動力學理論，基于經典的SIR模型，結合用戶在信息傳播過程的狀態，構建適用于微信網絡的信息傳播模型，為在仿真環節還原真實信息傳播過程奠定基礎。

1相關研究

網絡環境的復雜性，用戶個體的差異性，使得用戶的信息傳播行為是極其復雜的。Web20環境下，用戶的角色的工作方式都發生了改變，用戶的生理、認知、情感都發生了變化，用戶也已經從被動地接收信息到積極主動參與環境，使得環境與用戶的互動更加頻繁，同時有著復雜的因素影響著用戶行為。英國情報學家威爾遜（TDWilson）在信息行為模式研究中給出了互聯網環境下用戶信息行為的影響因素邏輯框架圖[1]

由圖1可見，用戶不僅處于特定的環境中，而且用戶信息行為受到個人因素、人際關系、環境因素等的影響。鄧勝利[2]在《新一代互聯網環境下網絡用戶信息交互行為》提出信息交互行為受到各種因素的影響，其本身也是一個集各種理論于一身的復雜過程，它將用戶、環境、內容、系統各方面整合在一起，而不僅僅考慮技術的理性因素，更要考慮到人性的感性因素。微信作為一種復雜社交系統，本文將用戶的信息行為聚焦于信息的獲取和信息的分享行為，作為共同的客體，借鑒以上主要影響因素，并將其分類為：用戶屬性和關系動機以此為構建傳染病動力學模型，刻畫不同變量對傳播過程的影響。

傳染病動力學模型最早由Kermack與McKendrick對黑死病傳播規律的研究中提出的，因其具有較強的適用性及可塑性，隨后學者將其應用到不同的具體研究情景下，提出了其演化改進模型，并得出了豐碩的研究成果。Linyuan Lü等人[3]結合小世界模型，加入記憶效應、社會加強、非冗余聯系人3個影響因素，定量傳播概率。徐翔斌等人[4]研究了網絡度分布、網絡平均度及初始激活節點對社交網絡信息傳播的影響，提出了改進的SIR模型；黃宏程[5]結合網絡拓撲特性，引入感染用戶的衰減函數提出對應的信息傳播模型；還有學者對節點影響力、用戶相對權重社會加強作用、個體的遺忘和回憶機制等影響因素融入到模型進行的研究[6-7]。Centola[8]實驗研究結果得出聚類系數與信息傳播速度成正相關關系。大量的研究工作集中網絡拓撲特性對傳播能力的影響，很少從用戶行為動機角度量化分析影響信息傳播的因素，對微信相關影響因素融入到傳染病動力學模型研究更少，當前主要有朱海濤等人[9]對微信朋友圈中的用戶相似度、信息價值和信息時效性等影響構建了改進的SEIR模型。為了進一步研究和探索微信網絡中信息傳播內在機制，本文結合微信傳播特點，以微信朋友圈為研究對象，通過引入用戶行為動機影響因素對SIR模型進行改進，提出符合微信網絡的信息傳播模型。

2模型構建及仿真模擬

已有實證研究表明，微信具有小世界、無標度網絡特性[10]，借助復雜網絡中圖論理論，本文把社交網絡上的用戶定義為節點，用戶之間的好友關系表示為節點之間的邊，通過調查筆者部分好友以及好友的好友之間的關系，作出好友關系網絡拓撲如圖2所示：

筆者認為同一條信息在特定的情景下，不同的用戶會基于不同的原因將信息傳遞到其朋友圈。如圖2所示，用戶1將信息分享到朋友圈后，只有部分好友（用戶2、4、5）將信息傳播下去，本文將其命名為感染者；而其他好友（用戶3、6、15）并為分享該條信息，本文將其命名為免疫者。通過調查得出各好友之間的關系，用戶1與用戶2、5具有共同的興趣愛好，用戶1與用戶4是家人關系。筆者將影響用戶信息傳播行為的影響因素歸類為用戶心理閥值和好友關系。劉行軍[11]細化并實證分析用戶心理對信息傳播的廣度及深度的傳播價值。胡吉月等人[12]研究了社會網絡環境下用戶關系對信息傳播價值的影響作用，得出大多數用戶傾向于“熟人的影響力大”?；诖?，結合傳染病動力學理論，重構基于朋友圈傳播平臺下的信息傳播模型。

21模型的構建

211影響因素分析

假設在初始情況下（t=0），微信網絡中只有一個感染者，即第一個分享信息或者發布信息的用戶，其他個體均為無知者。那么初始感染者個體會將信息傳播給其網絡上的微信好友個體，則其好友將會以一定的概率由無知者轉為易感者。易感者個體同時受到個體屬性和社會屬性共同作用下，會以一定概率成為感染者。信息在傳播過程中，會以一定速度達到穩定狀態，所有用戶將不會再分享該信息。

（1）用戶接受閾值。個體在接收到信息后，會因個體認知需求、情感需求、社會資本維系、自我呈現等心理動機[11]影響對信息形成判斷，以作出是否接受該條信息，將信息轉為接受狀態的臨界值稱為用戶的接受閾值。由此可見，每個用戶有著不同的用戶接受閾值。

（2）關系動機。微信是基于強關系網絡建立的平臺，目前，隨著微信技術應用和用戶需求發展，用戶之間的弱關系越來越多，用戶關系對用戶接受信息的影響程度越來越明顯，于是本文引入關系動機，表示為用戶更愿意接收并接受來自親近的好友所傳播的信息，進而成為感染者。

212SIR模型的構建

假設一個節點j在t時刻處于未知狀態S，但在Δt時刻可能是接受或者退出狀態，在Ia、Ib、R之間變化，在[t，t+Δt]時間段內，節點狀態轉移狀態如圖3所示：

在用戶關系網絡中，不考慮其好友數量和好友關系的變化影響。SIR模型將關系網絡中所有的個體N分為三類：S（易感者，Susceptible）、I（傳播者，Infected）、R（退出者，Removed）。其中，S在接觸到傳播者后會以β〈k〉轉為退出者，該用戶對信息并不感興趣，即使信息多次出現該該類用戶的朋友圈中，仍然不能說服該類用戶關注信息；S在接觸到傳播者后，與信息產生共鳴，用戶心理機制感知到信息對其有用，超過用戶心理接受閾值會以α1〈k〉概率轉為傳播者Ia，將信息分享到自己的朋友圈；S在接觸到傳播者后，對信息本身并沒有強烈的興趣，但是由于與傳播者者的“熟人關系”，傳播者的影響力仍然會以α2〈k〉概率促使未知者轉為傳播者Ib；信息在經用戶一次分享后將不再對同一信息進行分享，傳播者會以概率1轉為退出者，同時信息停止傳播。于是，將S作為未分享信息并不知道信息的用戶狀態，Ia作為因用戶心理認可信息而分享信息的用戶狀態，Ib作為因用戶熟人關系而分享信息的用戶狀態，R表示為不會再分享信息的用戶狀態。于是，SIR模型用來模擬微信朋友圈中信息的傳播過程，用動力學微分方程表示如方程組（1）～（4）所示：

dS（k，t）dt=-（α1〈k〉+α2〈k〉+β〈k〉）S（k，t）（1）

dIa（k，t）dt=α1〈k〉S（k，t）-Ia（k，t）（2）

dIb（k，t）dt=α2〈k〉S（k，t）-Ib（k，t）（3）

dR（k，t）dt=α1〈k〉Ia（k，t）+α2〈k〉Ib（k，t）+β〈k〉S（k，t）（4）

k表示網絡中度數，該模型中假設其大小保持不變；S（k，t）+Ia（k，t）+Ia（k，t）+R（k，t）=N，且假設N大小固定；節點狀態轉移過程中，是以一定的概率主動地選擇是否傳播信息，用戶在接觸到信息后，因同一因素進行傳播行為的概率是統一的，且保持不變[13]。在用戶心理接受作用下傳播信息的概率α1定義公式如公式（5）所示：

α1=p〈D1（x1，x2，…，xn）〉（5）

D1（x1，x2，…，xn）代表用戶心理接受閾值，表示用戶在同時受到自身知識程度、情感訴求和社會資本維系等自身因素影響后傳播信息的臨界值。傳播概率α1隨著其心理特征的變動而變化，用戶心理閾值越大，α1值越??；用戶心理閾值越小，α1值越大。其次，由于“熟人關系”對信息傳播具有比較大的影響，于是本文將用戶分享信息的關系動機定義如公式[15]（6）～（8）所示：

α2=p〈wij（α，t）〉（6）

ωij（α，t）=ωαij∑k1m=1ωαmi（7）

ωij=δijki-1+kj-1-δij（8）

其中，ωij（α，t）表示用戶與用戶之間的傳播關系的強弱程度，用戶之間擁有的共同好友數量量化，共同好友數量越多，用戶之間的關系強度就會越強。α為調節參數，ki表示節點i的度，kj表示節點j的度，δij表示i與j之間的共同好友數量。ωij（α，t）值越大，用戶的關系動機越強；反之，關系動機越弱。

綜上，以上兩個傳播概率依賴于不同的影響因素，表明了未知者轉變為傳播者是由不同的因素影響作用下發生的狀態轉移。下文中將分別針對用戶接受閾值和關系動機對信息傳播的影響程度作具體分析。

22仿真實驗分析

本文使用MATLABR2014a對建立的數學模型進行仿真。以微信網絡結構為基礎，對連接該平臺的所有連接節點狀態進行研究。實驗微信網絡中未知節點、傳播節點和退出節點的密度隨時間的變化情況。其中，根據模型特點并參考相關文獻的數據設置[14]，作出以下假設：初始狀態網絡中S（0）=199，I（0）=1，R（0）=0，相關概率參數設置為：N=200，α1=05，α2=01，β=04。迭代次數T=50則得出S（k，t）/N，Ia（k，t）/N，Ib（k，t）/N和R（k，t）/N隨著時間t變化的曲線。如圖4所示：

由圖4可見，該模型中，未知者節點S（t）的密度在初期呈現驟減趨勢，t=5時，已經接近零值，信息在社交網絡中傳播速度極快。傳播節點在初始階段都呈現較快的上升趨勢，t=-1時，兩類傳播節點都同時達到最高點，且在該點，未知節點與退出節點相交，隨即兩者都呈現緩慢下降趨勢并歸為零。信息在擴散的初期，瀏覽信息的用戶會迅速作出選擇，隨后，傳播者集中分享信息，傳播熱度達到最高后慢慢冷卻下來，信息的傳播范圍較小。退出節點在初始階段迅速增多，不斷上升直至達到密度1，表示所有用戶接觸到信息不再分享信息。

信息在微信朋友圈中傳播，會受到各種來自用戶本身、好友關系強度的影響，本文將已經量化的各影響因素考慮到傳播概率中，通過不同變量的初始條件，對影響信息傳播的主要因素進行仿真分析，以期形象客觀把握其影響過程和影響程度。

221用戶接受閾值

Web20技術應用架構下，傳統的社會化媒體逐漸轉為新型自媒體平臺，用戶也由被動地接收信息到可以主動地傳播信息。在信息傳播鏈條中，大量研究已發現，用戶認知、情感、自我呈現和社會資本維系等心理需求是否得到滿意，在很大程度上決定著用戶的傳播行為。于是本文將作出如下定義：用戶在瀏覽信息的過程中，對信息產生共鳴，信息所傳達的知識、情感、感官等要素對用戶受益，用戶在心理上得到了滿足，并愿意分享信息的臨界點為用戶的接受閾值。若用戶的滿意度超過了該臨界點，信息便得到傳播，該用戶轉為傳播狀態；若是用戶的滿意度未達到該臨界點，在沒有其他因素影響下，該節點退出傳播鏈條。在本文仿真實驗中傳播概率分別選取02、05、07和1，其中前3個傳播概率α2=01。隨著用戶接受閾值不斷降低，其對應的傳播概率取值逐漸變大。在用戶接受閾值不斷降低的情景下信息傳播狀態如圖5所示：圖5傳播概率α1仿真試驗圖

由圖5可見，在傳播概率α1設置為不同數值時，變化程度最為明顯的是傳播節點a的密度。其中，未知節點數量隨著時間的推移先快速減少，然后緩慢趨于零值。信息擴散的初始階段，傳播節點a的密度迅速增加，在t=1時達到最高點，隨之傳播信息的節點數量最終沒有節點再傳播該信息。且隨著α1取值不斷增加，其密度變化明顯，但是，即使α1=09時，傳播節點a的密度只是接近04，未及用戶總量的一半。由此可知，即使高質量的信息，在微信網絡中，該信息的傳播速度和廣度是有限制的。在某一時間t，若有有接近1/2的用戶分享某一條信息，則該條信息具有較高的價值含量。一方面，該類信息值得媒體人學習和借鑒；另一方面，該類信息的廣泛傳播所引發的社會效應，需要相關部門給與關注，防止輿論惡化或者傳謠行為的形成。

222關系動機

微信朋友圈不同于微博，是一款集QQ好友、手機通訊錄和“附近的人”3種渠道為一體的關系網絡移動社交平臺，具有更強的用戶粘性。本文將關系動機定義為用戶考慮與用戶之間形成穩定的好友關系，于是，微信朋友圈作為一個較為私密的紐帶，體現著以強關系為主、弱連接為輔的全方位新型虛擬社區[16]。已有研究表明，來自“熟人關系”的信息信任度會更高，本文所述“熟人關系”不僅僅指有著血緣關系的親屬，而且包含基于互動交流形成的緊密好友關系，用戶之間交流越頻繁，其關系緊密度則越高，信息更易被接收者傳遞下去。在接收到信息，雖然未達到用戶滿意度，但由于與傳播者有著緊密的關系而接受信息。于是將用戶關系強度作為另一影響用戶傳播信息的影響因素。根據公式分析，用戶關系越強，ωij（α，t）數值越大，則傳播概率α2數值就會越高。假設傳播概率 分別為：01、03、05和07四個不同的數值，α1=01，其他參數作出相應的變化

圖6主要描述了傳播概率α2數值的大小對傳播者的影響，由于α1+α2=1-β，在α1=1時，在傳播概率α2設置不同數值時，該網絡中形成的效果與傳播概率α2的效果類似。由此可見，用戶的關系動機下，強關系網絡中信息傳播的效果更佳。微信朋友圈形成的在線網絡中，人際關系強度越高，用戶之間的相互信任度就會更大，那么就會有越多的用戶分享信息，從而提高信息傳播深度，并促使信息在較短時間產生較強的傳播效力。

3結論

綜合以上仿真結果，本文從用戶的用戶接受閥值和關系動機探討了信息在微信網絡中不同影響程度，真實量化了信息在實際傳播過程的動態過程，為企業、政府、媒體等機構主體有效地擴散信息和實現信息管控提供了理論基礎。針對研究結果對相關部門給出以下建議：第一，降低用戶接受閾值促進信息傳播，用戶希望所接收的信息能夠幫助自己或者幫助周邊的好友，出于個體心理動機會自主地選擇是否接受信息，因此迎合或刺激行為主體的認知、情感需求等心理，在進行商品、機構活動信息投放的同時，結合當前流行要素植入知識、情感、娛樂類等充滿輕松正能量而又有“干貨”的軟文，用戶會更容易接受從而將信息分享給周圍的好友，實現二次傳播。第二，充分利用微信網絡中的強關系。從本文研究結論得出，關系動機具有較為明顯的影響效果。而微信作為一個以強關系為主的網絡系統，其網絡結構中蘊含著巨大的價值，將弱關系轉化為強關系，并不斷提升強關系。因此充分利用關系價值，溝通用戶、建立強關系，并不斷拓展與深化強關系也是各機構需要考慮的手段。

本文基于微信網絡以微信朋友圈為研究對象，分析了微信信息傳播特點，引入用戶接受閾值和關系動機兩個影響因素，再次基礎上提出了適用于微信網絡的改進的SIR模型。實驗表明，該模型可以較好的描述信息實際傳播過程和規律，為企業電子商務和政府輿情傳播政策制定具有理論指導意義。

參考文獻

[1]Wilson TD..Models in information behavior research[J].Journal of Documentation，1999，55（3）：361-367.

[2]鄧勝利.新一代互聯網環境下網絡用戶信息交互行為[M]，北京：中國社會科學出版社，2014：133-135.

[3]Linyuan Lü，Duan-Bing Chen，Tao Zhou.The small world yields the most effective information spreading[J].New Journal of Physics，2011，13（2）.

[4]徐翔斌，李恒，王坤.Web20網絡信息傳播影響機制研究[J].情報科學，2015，33（8）：44-49.

[5]黃宏程，蔣艾玲，胡敏.基于社交網絡的信息傳播模型分析[J].計算機應用研究，2016，33（9）：1-6.

[6]劉東亮，黃穎，毛海宇，等.基于社交網絡的信息傳播機制研究[J].情報科學，2015，33（8）：30-34.

[7]程曉濤，劉彩霞，劉樹新.基于局域信息的社交網絡信息傳播模型[J].計算機應用，2015，（2）：322-325，331.

[8]DCentola.The Spread of Behavior in an Online Social Network Experiment Science.2010，329：1194-1197.

[9]朱海濤，趙捧未，秦春秀.一種改進的移動社交網絡SEIR信息傳播模型研究[J].情報科學，2016，34（3）：92-97.

[10]劉穎，張煥.基于社會網絡理論的微信用戶關系實證分析[J].情報資料工作，2014，（4）：56-61.

[11]劉行軍.微博用戶及其信息傳播影響因素研究[D].武漢：華中師范大學，2013.

[12]胡吉月，張蔓蒂，黃如花.社會網絡環境下用戶關系對信息傳播的影響作用[J].情報雜志，2013，32（6）：181-185.

[13]劉丹，殷亞文，宋明.基于SIR模型的微博信息擴散規律仿真分析[J].北京郵電大學學報：社會科學版，2014，16（3）：28-33.

[14]王金龍，劉方愛，朱振方.一種基于用戶相對權重的在線社交網絡信息傳播模型[J].物理學報，2015，64（5）：71-81.

[15]張海峰.微博網絡中的信息傳播及觀點演化若干問題研究[D].北京：北京交通大學，2015.

[16]聶磊，傅翠曉，程丹.微信朋友圈：社會網絡視角下的虛擬社區[J].新聞記者，2013，（5）：71-75.

（本文責任編輯：郭沫含）