社会网络中的群体情绪模型分析

“基于社会网络的群体情绪模型.pdf” 本文研究的核心是群体情绪的演变过程，特别是在社会网络背景下的群体情绪模型构建。为了更好地理解和预测群体事件中的情绪动态，作者采用了小世界网络模型来模拟个体之间的社会关系。小世界网络是一种介于随机网络和规则网络之间的复杂网络模型，它能有效地捕捉现实生活中人们之间的近距离和远距离联系。 在模型构建中，作者引入了一个情感关系参数，用以区分个体间的强情感、弱情感以及陌生关系。这一创新点使得模型能够更准确地反映现实生活中的情感互动。接着，他们基于Bosse等人的群体情绪模型，利用社会网络作为情绪传播的平台，对不同情感关系情境下的群体情绪演变进行实验模拟。 实验主要关注三个关键因素：近邻数K、重连概率P和情感关系R。近邻数K代表每个个体直接影响的邻居数量，重连概率P则反映了网络中长程连接的密度。通过对这些参数的调整，作者发现情感关系的亲近程度对群体情绪的影响最为显著，关系越亲近，群体情绪的强度和涌现速度就越明显。近邻数K的增大同样会加强群体情绪的强度，减少情绪达到峰值所需的时间。相比之下，重连概率P对群体情绪的影响较小，虽然也会引起一定程度的情绪强度变化，但其作用相对较弱。 该研究对于理解社会事件中的群体行为具有重要意义，可以为预防和管理大规模的社会情绪波动提供理论依据。同时，它也为未来的情感计算、虚拟现实、计算机图形学和系统仿真的研究提供了新的视角和方法。研究者们通过内蒙古自治区高等教育科学研究项目、内蒙古师范大学科研基金资助项目以及内蒙古自然科学基金项目的支持，完成了这项工作，展示了多学科交叉研究的力量。 关键词：群体情绪，社会网络，情绪模型，情绪感染 中图分类号：TP391 文献标志码：A 文章编号：1001-3695(2015)01-0080-05 doi：10.3969/j.issn.1001-3695.2015.01.019