微信网络的信息传播模型研究

社交网络分析中的影响力传播模型研究影响力传播模型是社交网络分析中的重要研究内容之一。

通过研究影响力传播模型，我们可以深入理解信息在社交网络中的传播过程，并探索如何优化影响力的传播效果。

本文将围绕社交网络分析中的影响力传播模型展开讨论，重点介绍了两种常见的影响力传播模型：线性阈值模型和独立级联模型。

线性阈值模型是一种常见的影响力传播模型，它基于以下假设：每个个体都有一个固定的阈值，只有当其接收到的激励值超过阈值时，才会传播信息给其邻居节点。

在这种模型中，节点之间的关系通过加权有向图描述，激励值可以是节点自身的特征值或其他外部因素。

线性阈值模型在传播过程中考虑了节点自身的特点和外部环境的因素，因此在某些情境下能够较好地描述信息传播的现象。

例如，在社交媒体平台上，用户的兴趣、互动和关系等因素都会影响信息的传播效果。

对于这种模型，研究者通常关注的问题是如何选择初始节点，以获得更大的影响力传播效果。

另一种常用的影响力传播模型是独立级联模型，也称为独立漫游、独立传播模型。

该模型假设每个节点在传播过程中是独立的，即节点的传播行为与其邻居节点的传播行为无关。

在独立级联模型中，每个节点以一定的概率将信息传播给其邻居节点，而节点收到信息后，有一定的概率被激活，然后以相同的方式将信息传播给其邻居节点，直到无法再传播为止。

这种模型在描述某些社交网络中信息传播的过程时具有一定的拟合性能，例如在微博、微信等社交媒体平台上，用户之间的信息传播往往是相对独立的，一个人是否选择转发某一条信息更多地取决于个人的兴趣和偏好。

除了线性阈值模型和独立级联模型，还有一些其他的影响力传播模型被提出和研究。

例如，基于信息扩散模型的SIR模型，它将网络节点分为易感者（Susceptible）、感染者（Infected）和康复者（Recovered）三个状态，通过定义各个状态之间的转换概率，来模拟信息在社交网络中的传播过程。

此外，还有很多基于社交网络结构和用户特征的影响力传播模型，例如，考虑用户影响力和社交关系的权重。

社交网络论文六篇社交网络论文范文1由于社交网络中的信息从一个用户向另一个用户传播程，似于传染病从一个节点向另外一个节点的传播，本文采纳传染病讨论社交网络信息传播程，幵一修改形成社交网络的信息传播模型。

1.1网络中的信息传播式在社交网络中，用户间的好友关系需要经双的认证才能够建立起，因此，社交网络可以看成是一个以用户为节点，以用户间的好友关系为边的无向无权网络，话题消息沿着节点间的边迚行传播，具如1所示[11]。

1.2传染病集中机制的网络舆情话题传播模型1.2.1网络舆情话题传播中各节点的定义将网络节点分为三类：易感染节点(S)、传播节点(I)和免疫节点(R)，它们分定义如下：(1)易感染节点指未被传播状态，在t时刻未接收到某舆情话题信息的节点，处于S状态的节点很易由于接收到某话题状态转变为I状态。

(2)传播节点表示在t时刻已经开头不断向网络中収布舆情话题信息的节点，幵且由于此状态节点对信息的传播，可以使未被传播状态的节点转变自身状态，变成I状态节点开头转収这信息。

(3)免疫节点表示t时刻此节点处于免疫状态，不会被传播状态的节点传播的信息所影响[12]。

1.2.2网络舆情话题传播模型各节点转换觃则针对某则舆情话题，社交网络中每个节点状态会在易感状态、传播状态、免疫状态乊间迚行转换，节点状态转换觃则具如下：(1)在始的网络中全部节点都为S状态；(2)在话题传播程中，网络总用户数定不变；(2)S(k,t)、I(k,t)及R(k,t)分表示t时刻网络中的度为k的易感染节点、传播节点及免疫节点的密度，那么S(k,t)I(k,t)R(k,t)1；(3)若一个易感染节点S与一个传播节点I迚行接触，那么该易感染节点转变成为传播节点的概率为PSi，PSi叫内部感染概率；(4)若一个易感染节点S与一个传播节点I迚行接接触，但会通其它径得到了目标舆情话题，从而以概率α由易感状态转变成为传播状态，那么α叫外部感染概率；(5)一个传播节点I对某话题失去爱好而止传播，概率Pir转变为免疫节点，那么Pir叫免疫概率；(6)一个易感染节点S对话题内幵不感爱好，虽然知道了该话题，但不会传播该话题，幵将以概率Psr接转变成为免疫节点，那么Psr 叫接免疫概率。

基于大数据分析的网络舆情传播模型研究与建模随着互联网的发展，人们对于舆情传播的关注度也越来越高。

网络舆情传播模型研究与建模是一个旨在分析和理解大数据中的舆情信息，揭示其传播机制和规律的研究领域。

本文将从定义网络舆情、大数据分析的概念入手，探讨基于大数据分析的网络舆情传播模型的研究与建模。

首先，我们需要明确什么是网络舆情。

网络舆情是指通过互联网平台上的信息流传播的涉及社会、经济、政治、文化等各个领域、各个层面的舆论和情感表达。

网民通过各种社交媒体、论坛、博客等平台进行信息发布和分享，这些信息在网络上迅速传播，引发大量网友的参与和讨论，进而形成一种舆论场景。

大数据分析是指通过对大规模数据集进行采集、存储、处理和分析，从中发现隐藏的模式、关联和趋势，进而提供决策支持和洞察。

在网络舆情研究中，大数据分析扮演着至关重要的角色。

通过搜集、爬取、存储和处理互联网上的大量数据，如新闻、微博、微信、论坛等，我们可以得到丰富的舆情信息资源。

基于大数据分析的网络舆情传播模型的研究与建模是为了深入理解和预测舆情的传播特征和机制。

在传统的舆情研究中，学者们通常基于小样本和有限信息来进行分析，这样往往不能准确反映真实的情况。

而大数据分析所采用的海量数据和算法可以帮助我们更全面地认知舆情现象，揭示网络舆情的发生、演化和蔓延规律。

在研究网络舆情传播模型时，我们可以基于影响力传播理论，构建相应的模型。

影响力传播理论认为，网络舆情传播是由一系列的信息源和受众之间的相互作用所导致的。

信息源通过发布信息，受众通过接受和传播信息，从而形成一种信息传播的网络。

在这个网络中，每个个体都有不同的影响力大小，信息的传播路径也是多样的。

我们可以通过建立数学模型，对网络舆情的传播进行建模和分析。

一个常用的网络舆情传播模型是SIR模型，即易感者（susceptible）、感染者（infected）、恢复者（removed）模型。

在这个模型中，舆情的传播过程可以看作是一种病毒的传播过程。

基于在线社交网络的微信信息传播机制研究文／桑杨毛艳摘要：本文从社交网络视角出发，构建了一个基于在线社交网络的微信信息传播模型，通过MATLAB仿真对信息传播的情况进行分析，并对模型中参数进行调整来分析微信信息传播速度的变化，得出了信息对用户的吸引力对信息传播的速度以及效果有最大的影响，用户容易受他人影响的程度对于信息传播的速度影响稍小。

关键词：在线社交网络；微信；信息传播；MATLAB仿真G 206 文献标志码：A随着信息技术的快速发展，互联网正处于第三个高速发展热潮——即时网络阶段。

从上世纪90年代商业化开始，互联网至今己有二十多年历史，其间历经Web l. 0（以“物”为中心）和Web2. 0（以“人”为中心）两次热潮后进入了即时网络阶段Web3.0(以“应用服务”为中心)。

在这样的趋势和背景下，各种社交媒体应运而生。

微信不仅得到个体网民的喜爱，也受到企业等组织的偏爱，其已被应用于到各种领域，如企业进行微信营销，政府部门利用微信来传播信息(如开通微信公众平台)，机构通过微信来宣传自我。

鉴于社交网络信息传播，很多学者对社交网络信息传播进行了研究。

蒙在桥，傅秀芬（2014）针对理论模型模拟与现实消息传播的不符，提出一个基于在线社交网络的动态消息传播模型D-SIR[1]。

王超，杨旭颖，徐坷等（2014）结合传染病动力学的SEIR模型，建立了适用于社交网络的信息传播模型[2]。

张晓伟(2014)通过借鉴日常生活中人与人之间的信任原理，提出了一种基于信任度的消息传播模型[3]。

周东浩，韩文报（2015）等对节点间传播概率和传播延迟进行建模，提出一个细粒度的在线社会网络信息传播模型[4]。

李倩倩，顾基发（2015)提出一个在线社交网络生成模型.采用优先连接刻画网络无标度特性[5]。

以上成果为微信信息传播的进一步研究提供了理论支持，基于此本文在在线社交网络中和SIR模型的基础上，提出基于在线社交网络的微信信息传播模型，利用MATLAB软件对模型进行数值模拟及结果分析。

移动社交网络中的信息传播特性分析移动社交网络（Mobile social network）是一种基于移动互联网的社交媒体平台，为用户提供了智能手机和平板电脑上的即时通讯、社交娱乐、在线购物和其他应用的方便途径。

这种数字平台越来越流行，极大地改变了人们沟通、交往和获取信息的方式。

在移动社交网络上，信息的传播速度更快、规模更大、范围更广。

本文将从移动社交网络中的信息传播特性入手，深入分析这种数字时代迅速发展的媒介爆炸所带来的影响。

一、社交网络中的信息传播速度更快在传统媒体时代，信息需要通过新闻媒体等渠道传播，过程漫长而不可控。

而在移动社交网络中，信息传播的速度更快。

当用户发布一条信息或分享一篇文章，它会迅速传播到他们的个人网络中，之后再在分支网络中传递，最终最广泛的覆盖面和最快的传播速度。

此外，随着社交媒体之间的连接变得更加简单方便，类似于微信、微博这样的影响力渠道也能在极短时间内把新闻和资讯传递给公众。

二、信息传播规模更大在传统媒体时代去传播一条信息或一个议题，往往需要资源的投入才可以实现。

但是，对于移动社交网络的用户来说，不需要经过非常繁琐的过程，只需要在自己的个人社交网络中发布，就可以在迅速传播下去。

与传统媒体不同，现在每个人都有可能成为信息的发送者和接收者。

三、信息传播范围更广在移动社交网络中，信息传播到达的范围变得更广。

因为移动设备可以带到不同的地方，人们可以在公车上、地铁上、飞机上或外出旅行时，依旧可以通过移动社交网络来连接和获取信息，使得传播覆盖面变得更广泛。

四、易于信息多元化在传统媒体时代，信息来源非常有限，一般只有新闻媒体、书籍杂志等信息渠道。

而在移动社交网络中，人们有更多的选择来切换不同的消息来源，从而增进了人们的老少年、教育程度、职业和全球地区之间，多元化的信息建立和扩充了交流社区。

总之，移动社交网络对信息传播的影响是非常深远的，它迅速带来了许多变革，不仅改变了信息传达的方式、传播规模和覆盖范围，更为重要的是，它使个人在信息传达上获得了更大的自由度和参与度。

微信朋友圈社交网络分析与建模一、前言随着互联网的蓬勃发展，社交网络的普及与深入，人们在每天都会接触到各种各样的社交媒体平台，其中微信朋友圈也成为了广大人群交流信息的一个重要渠道。

然而，在这个庞大的社交网络中，每个人的行为和关系又是如何交织在一起的呢？这时候，网络分析与建模就显得非常重要了，通过对微信朋友圈中各种行为和关系进行分析和建模，能够为我们解决一些问题和提出有价值的见解。

二、微信朋友圈社交网络分析1. 数据获取要进行社交网络分析与建模，首先需要进行大量的数据获取。

对于微信朋友圈来说，我们可以通过爬虫或者API来获取我们想要的数据，包括好友列表、朋友圈动态、评论和点赞等信息。

2. 数据清洗获取到数据后，需要进行数据清洗，主要是去除重复的记录、无用的信息，同时对数据进行结构化处理，方便后续的分析和建模。

3. 构建网络在清洗完数据后，需要将数据进行处理，最终构建出社交网络。

社交网络的构建一般采用图论的方法，将一个社交网络看作是一个图，其中每个人是图中的一个节点，他们之间的关系就是图中的边。

网络中的节点可以是人，也可以是公司、产品等其他实体，边则表示这些实体之间的关系。

4. 基础分析在网络构建完成之后，需要对网络进行基础分析，例如节点的度分布、聚集系数、连通性等常见的网络参数。

这些参数能够为我们提供基本的网络信息，帮助我们更好地理解微信朋友圈社交网络的特点和规律。

5. 社区检测社交网络中有很多社区，一个社区内的节点彼此之间紧密相关，而社区之间则关系松散。

要想更好地理解社交网络特征，就需要对社区进行检测。

社区检测算法有很多种，例如Louvain算法、GN算法和Spectral算法等，这些算法能够非常快速地将整个网络分成若干个社区，从而更好地展现网络的结构和特征。

三、微信朋友圈建模1. 网络模型通过对微信朋友圈的社交网络分析，我们可以得到很多有用的信息和特征。

然而，这些信息和特征如何应用到实际的模型中呢？网络模型是微信朋友圈建模的核心，它能够帮助我们更好地理解和分析微信朋友圈中的各种现象，例如传播、演化、社交关系等。

从传播学角度分析微信传播模式的利与弊【摘要】随着智能手机的普及，移动互联网的迅猛发展，人们在即时通讯方面的需求大大提升，虽然微博、QQ出现较早，但随着微信的兴起以及微信版本的不断升级，微信平台作为全媒体时代信息传播的新模式，从微信的传播特征、传播模式、个人账号和公众账号平台等方面都进一步促进了信息的有效传播，同时微信营销也越来越成为企业、个人关注的新型营销方式，可以说微信超越了以往任何传统媒介的高度，带领大众进入了全新高效的信息传播新时代。

本文试图从传播学的角度分析微信信息传播模式的利与弊，给正在使用微信传播的个人及企业一些建议与思考。

【关键词】传播学；微信；传播模式；利弊微信，微信是介于QQ和微博之间的一种社交软件，是隶属于QQ平台的应用软件，具有文字信息传播、视频、图片、短信朗读、即时通话等功能。

与其他软件相比，微信最大的优势是可以接受和传播与QQ软件相关的各类信息，无需再登陆其他客户端；微信软件还可以支持支付、群聊、语音、二维码识别等功能；与此同时，微信还可以运用个人账户、公众平台等功能共享媒体信息并完成信息的有效传播。

微信平台将大众传媒传播与人际交流传播融为一体，开创了全媒体时代新的传播模式。

1.微信平台信息传播效果分析分析微信平台的传播效果需要从传播特征、传播模式、个人账户传播和公众平台等四个方面出发。

1.1微信传播特征微信平台的信息传播具有传播主体明确化、传送关系亲密化、传播平台集中化等特征。

传播主体明确化主要是这微信是依于手机等移动终端的社交软件，其传播的主体主要是对手机等移动平台运用较多的人群；传送关系亲密化主要指微信好友以熟人为主逐渐向陌生人过渡，这样的方式有利于熟人之间关系更加亲密，陌生人也更加容易相处；传播平台集中化是指微信对手机功能进行了最大程度的利用，并且在传播的同时拓宽了传播渠道。

诸如开设公众平台、二维码扫描系统、定位系统等等，另外，微信也有插件功能，将人们生活中的众多通讯工具都包含在内。

条件扩散模型 python条件扩散模型是一种在复杂网络中进行信息传播和扩散的模型。

它可以用来研究社交网络中的信息传播现象，例如在微博、微信等社交媒体平台上，一条信息是如何通过用户之间的关系网络进行传播的。

在条件扩散模型中，每个节点代表一个用户，节点之间的连边代表用户之间的关系。

每个节点都有一个状态变量，代表用户对信息的接受程度。

初始时，只有少数节点处于激活状态，表示他们已经接受到了信息。

接下来，通过节点之间的关系网络，激活节点会向其相邻的未激活节点传播信息。

传播规则可以根据实际情况进行设定，例如只有当相邻节点中有足够多的激活节点时，才能激活一个未激活节点。

为了模拟条件扩散模型，我们可以使用Python编程语言。

Python 是一种简单易用的编程语言，有许多强大的库和工具可以用来构建和分析复杂网络模型。

首先，我们需要使用一个库来表示和操作网络结构，例如NetworkX。

NetworkX是一个用Python编写的网络分析库，提供了丰富的功能和算法来处理复杂网络。

接下来，我们可以创建一个空的网络结构，并添加节点和连边。

节点可以使用数字或字符串来表示，连边可以使用节点之间的关系来表示。

然后，我们可以设定初始状态，即哪些节点处于激活状态。

可以根据实际情况设定初始激活节点的数量和位置。

然后，我们需要定义传播规则。

传播规则可以根据实际情况进行设定，例如只有当相邻节点中有2个以上的激活节点时，才能激活一个未激活节点。

可以使用循环来遍历网络中的节点，并判断是否满足传播规则。

如果满足传播规则，则将节点状态设置为激活状态。

我们可以使用可视化工具来显示网络结构和传播过程。

例如，可以使用Matplotlib库来绘制网络结构图，并将激活节点用不同颜色标记出来。

可以使用动画效果来展示传播过程，每一帧显示一个时间步骤的传播情况。

通过模拟多次传播过程，我们可以观察到信息在网络中的传播路径和传播速度。

我们可以统计每个时间步骤中激活节点的数量，并绘制出传播曲线。

第３２卷㊀第５期２０１８年０９月长㊀沙㊀大㊀学㊀学㊀报ＪＯＵＲＮＡＬＯＦＣＨＡＮＧＳＨＡＵＮＩＶＥＲＳＩＴＹＶｏｌ.３２㊀Ｎｏ.５Ｓｅｐ.２０１８基于ＳＩＲ模型的微信社交电商信息传播行为研究翟小可ꎬ廖敏慧(广东科学技术职业学院商学院ꎬ广东珠海５１９０９０)摘㊀要:利用熟人关系的微信平台来进行商品推介和业务宣传的方式受到商家关注ꎬ研究微信信息的传播以期为企业㊁个人进行微信社交电商的营销提供理论实践指导.在 ５Ｗ 传播模式的基础上对微信信息传播主体㊁传播内容㊁传播渠道㊁传播对象和传播效果进行分析ꎬ然后用经典ＳＩＲ模型构建微信信息传播模型ꎬ引入微信节点ＰＲ权重㊁心理接受阈值㊁关系强度㊁时间延迟和信息质量等影响因子.结果表明ꎬ微信权重和关系强度对微信社交电商信息传播影响较为明显ꎬ可以为商家微信营销和个人微信消费提供参考.关键词:ＳＩＲ模型ꎻ微信权重ꎻ社交电商ꎻ５Ｗ传播中图分类号:Ｆ７１３㊀㊀文献标识码:Ａ㊀㊀文章编号:１００８－４６８１(２０１８)０５－００７０－０４㊀收稿日期:２０１８－０８－２３㊀基金项目:珠海市２０１７－２０１８年度哲学社会科学规划立项课题(批准号:２０１７ＹＢＣ１２３)ꎻ广东省教育科学规划教育信息技术研究专项课题(批准号:１５ＪＸＮ０４１).㊀作者简介:翟小可(１９８３ )ꎬ女ꎬ河南邓州人ꎬ广东科学技术职业学院商学院讲师ꎬ硕士.研究方向:移动商务.廖敏慧(１９６６ )ꎬ女ꎬ江西高安人ꎬ广东科学技术职业学院商学院副教授ꎬ硕士.研究方向:电子商务㊁电子政务.㊀㊀移动互联网时代ꎬ社会化营销和移动电商的结合诞生了社交电商ꎬ它通过在社交网络中分享商品信息和购物体验ꎬ引导消费者产生购买的欲望和行为ꎬ简单来说就是在移动互联网的背景下将ＳＮＳ与电子商务进行结合[１].这主要靠社交账号本身的社会化网络属性㊁口碑影响力大小㊁用户内容真实性等自身特点ꎬ鼓励用户参与互动和自觉分享ꎬ从而实现商品推广和销售的目的ꎬ最为典型的就是微信社交电商.目前ꎬ微信在全球月活跃用户数已突破十亿ꎬ微信社交电商的商业根基是充分利用熟人间的信任关系ꎬ将熟人间的消费信任转化为商业价值ꎬ是 去中心化 电商的一种形式.微信社交电商行为的传播ꎬ属于微信信息传播的一种方式.微信信息传播网络可看成人际社会网络的虚拟化ꎬ是典型的复杂网络ꎬ具有强关系㊁小世界㊁无标度特性[２]ꎬ研究表明ꎬ社交网站㊁微博及微信等在线社会网络中的信息传播机制与传染病的传播机制十分相似ꎬ因此基于ＳＩＲ模型构建在线社会网络中的信息传播模型成为国内外学者的研究热点ꎬ朱海涛等人[３]引入用户相似度㊁信息价值和信息时效性等影响因素构建了一种适用于解释微信朋友圈信息传播规律的改进的ＳＥＩＲ信息传播的系统动力学模型.微信传播研究集中在舆论新闻㊁企业广告㊁思政工作等方面ꎬ也涉及个人隐私㊁网络安全等其他方面ꎬ在社交商业行为方面研究较少.李少华等人[４]通过文献梳理㊁访谈㊁问卷调查等方法分析ꎬ发现微信购物中ꎬ影响消费者购买决策的主要有商品特征㊁微商服务能力㊁关系情面㊁第三方监管四方面因素ꎬ现有微信信息传播的研究为本文提供了重要的理论支撑和参考.本文以微信社交电商信息传播为研究对象ꎬ通过分析传播特点㊁构建传播模型㊁分析信息传播影响因素等环节ꎬ分析符合微信社交电商行为的信息传播模式ꎬ希望能够为微信电商商家营销和消费者购买提供指导建议.１㊀微信信息传播模式分析微信的强关系㊁私密性㊁熟人社交等特点体现它自身的弱媒体性ꎬ微信传播符合人际传播与群体传播的基本属性ꎬ并有明显的分众传播的属性[５].微信信息传播的成本较低㊁方式便捷ꎬ能够很快在一个圈子内传播ꎬ然后扩散到其他圈子ꎬ强大的互动性ꎬ不仅能够刺激消费者在社交电商中的热情ꎬ还能够帮助营销者塑造自身品牌和产品影响力.微信传播是微信成员交互微信信息相互作用的过程ꎬ美国学者拉斯韦尔提出的 ５Ｗ 传播模式是传播活动分析的经典线性模式ꎬ它是指谁(Ｗｈｏ)ꎬ说㊀㊀总第１４５期㊀㊀翟小可ꎬ廖敏慧:基于ＳＩＲ模型的微信社交电商信息传播行为研究了什么(ＳａｙｓＷｈａｔ)ꎬ通过什么渠道(ＩｎＷｈｉｃｈＣｈａｎ￣ｎｅｌ)ꎬ对谁(ＴｏＷｈｏｍ)ꎬ取得什么效果(ＷｉｔｈＷｈａｔＥｆｆｅｃｔ).基于 ５Ｗ 模式的微信信息传播模式如图１所示.图１㊀基于 ５Ｗ 模式的微信信息传播模式(１)微信信息的传播者以个人为主ꎬ反映在微信平台上以微信账号㊁微信公众号㊁微信小程序等账号形式.微信账号的注册门槛较低ꎬ拥有一部智能手机就可以轻松注册ꎬ微信公众号包括订阅号㊁服务号㊁小程序和企业微信等ꎬ２０１７年微信小程序用户数接近４亿ꎬ特别是零售小程序消费者支付意愿高ꎬ成交率接近６０％.(２)微信信息的传播内容主要包括原创信息和转发的外部链接.不管用户自己原创信息ꎬ还是转发的其他媒介的超级链接信息ꎬ尽管可以转发ＱＱ㊁转发ＱＱ空间㊁利用浏览器打开链接等微信平台外部传播ꎬ但这些信息最终大多都会在微信平台内部进行传播ꎬ传播的内容形式主要是文字㊁图片㊁语音㊁小视频和微信公众号的图文消息文章等.(３)微信信息的传播渠道主要包括朋友圈㊁微信好友㊁微信群和漂流瓶等其他渠道.在朋友圈发布的信息ꎬ每一个浏览朋友圈的好友都可以看到ꎬ可以进行点赞㊁评论㊁转发等交互行为ꎬ影响范围比较大.针对特定的好友对象进行 私聊 ꎬ针对特定的群体进行 群聊 ꎬ或者选择目标人群随机性强的漂流瓶等ꎬ其中 私聊 和 漂流瓶 属于私密性较强的一对一的信息传播ꎬ 群聊 和朋友圈传播属于点对面的信息传播.(４)微信信息的传播对象主要包括信息的接受者㊁传播者㊁未接受者和屏蔽者等.信息接收者ꎬ指微信信息的阅读者ꎬ如果该用户转发传播微信信息ꎬ这样他既是信息接收者又是信息推送者ꎬ如果用户仅仅查阅信息ꎬ即使收藏该信息ꎬ依然只能算作信息接受者.信息未接受者是指收到该条信息ꎬ但没有查阅该信息的人ꎬ信息屏蔽者ꎬ主要指设置关闭 开启朋友圈入口 ㊁微信群设置 消息免打扰 和好友设置 不看他的朋友圈 的微信用户.(５)微信信息的传播效果包括阅读人数㊁转发人数和交易人数.阅读人数指社交电商从业者推送信息ꎬ某一段时间内ꎬ通过微信平台ꎬ有多少个微信ＩＤ阅读了该信息.转发人数指推送的这条微信信息有多少个微信ＩＤ分享和转发ꎬ带来二次转播.交易人数ꎬ指某一段时间内ꎬ有多少微信ＩＤ通过阅读社交电商从业者推送的微信信息并进行下单购买.这些传播效果的指标还取决于用户的粉丝数目ꎬ用户的粉丝质量等ꎬ这些数据能够很好的反映微信用户对该条信息的传播效果.２㊀基于ＳＩＲ模型和影响因子的微信信息传播行为分析２.１㊀微信信息传播的经典ＳＩＲ模型ＳＩＲ模型是经典的传染病模型ꎬ是信息传播的抽象描述ꎬ其中Ｓ表示易感者ꎬＩ表示感染者ꎬＲ表示移出者.根据前面分析的微信信息传播 ５Ｗ 模式ꎬ微信用户会根据个人的喜好对于他人推送的信息选择屏蔽不接受或者阅读不传播ꎬ甚至不回复等情况ꎬ采用经典的ＳＩＲ模型来进行描述ꎬ如图２所示ꎬ把微信社交网络中节点分为三类:传播节点(Ｉ)㊁阅读节点(Ｓ)㊁屏蔽节点(Ｒ).传播节点Ｉ表示已经接收信息ꎬ并有较大概率传播该信息ꎬ阅读节点Ｓ虽然接收该信息ꎬ但因为与自己观点相悖或者认为对自己或是好友意义不大ꎬ而不会传播信息.屏蔽节点Ｒ表示在微信社交网络中还没有接触该信息的节点.在ｔ时刻ꎬ这三类人在总人数中所占据的比例分别为Ｉ(ｔ)㊁Ｓ(ｔ)和Ｒ(ｔ)ꎬ很明显Ｉ(ｔ)＋Ｓ(ｔ)＋Ｒ(ｔ)＝１.当ｔ＝０时ꎬ传播节点和阅读节点的比例Ｉ(０)和Ｓ(０)ꎬ每个传播节点有效接触的人数为αꎬ即有α个人变为传播节点ꎬβ是传播节点变为屏蔽节点的数目ꎬγ是未感染节点变为阅读节点的数目.图２㊀经典的ＳＩＲ传播模型１７㊀㊀长沙大学学报㊀㊀㊀２０１８年９月根据经典ＳＩＲ模型ꎬ微信信息传播的模型为公式(１)所示.ｄｉｄｔ＝αˑｓˑｉ－βˑｉｄｓｄｔ＝－αˑｓˑｉｓ(ｔ)＋ｉ(ｔ)＋ｒ(ｔ)＝１ｓ(０)＝ｓ０ｉ(０)＝ｉ０ｓ(０)⩾０ꎬｉ(０)⩾０ꎬｒ(０)＝１ìîíïïïïïïïïïïïï(１)２.２㊀基于谷歌ＰＲ值的微信节点权重算法Ｇｏｏｇｌｅ创始人之一拉里 佩奇(ＬａｒｒｙＰａｇｅ)ꎬ创建了ＰＲ算法ꎬＰＲ值是谷歌评价网站权重的一个重要指标ꎬ它可以衡量网站的好坏优劣ꎬＰＲ算法的核心是通过网站的外部链接和内部链接的数量和质量来计算权重.一般来说ꎬ网站的ＰＲ值越高ꎬ这个网站的可信度就越高ꎬ它的外链也会被认为可信度高ꎬ自然能获得更多ＰＲ值高的网站的链接ꎬ对于提高自身ＰＲ值有很大的作用.在微信社交电商中ꎬ信息传播的效率和微信账号的粉丝数目㊁粉丝质量有密切的关系ꎬ借用谷歌ＰＲ算法ꎬ引入粉丝数目和粉丝质量ꎬ来计算每一个微信节点的权重.我们利用ＰＲ(ｐｉ)来表示ｐｉ微信节点的ＰＲ值ꎬｎ表示ｐｉ表示不同的微信节点ｐ１ꎬｐ２ꎬｐ３等ꎬＭ(ｉ)表示ｐｉ粉丝数量的集合ꎬＰＲ(Ｐｊ)表示该微信节点粉丝的ＰＲ值ꎬＬ(Ｐｊ)表示ｐｊ节点的粉丝数量ꎬｄ表示阻尼系数ꎬ取值范围:０<ｄɤ１ꎬ微信节点权重ＰＲ值计算如公式(２)所示.ＰＲ(ｐｉ)＝１－ｄｎ＋ｄðｐｊɪＭ(ｊ)ＰＲ(ｐｊ)Ｌ(Ｐｊ)(２)一个ＰＲ值为１的微信账号表明这个节点不太具有权重ꎬ而ＰＲ值为７到１０则表明这个微信非常受欢迎ꎬ可信度也比较高.一般ＰＲ值达到４ꎬ就算是一个权重非常不错的微信账号ꎬ值得信赖.２.３㊀微信信息传播其他影响因子微信是基于强关系建立的社会网络平台ꎬ在微信信息传播的过程中ꎬ还存在其他影响因子ꎬ比如心理接受阈值㊁关系强度(关系质量)㊁时间延迟等因素ꎬ同样的ꎬ微信信息文案编辑水平㊁微信信息推送频率㊁微信商品质量和品牌影响力等也会影响微信社交电商信息的传播.(１)心理接受阈值.用户在同时受到自身知识程度㊁情感诉求和社会资本维系等自身因素影响后传播信息的临界值.传播概率α随着其心理特征的变动而变化ꎬ用户心理阈值越大ꎬα值越小ꎻ用户心理阈值越小ꎬα值越大[６].这主要受用户对信息内容的兴趣度ꎬ用户传播信息的意愿ꎬ以及已经传播信息的相邻节点对该节点的影响ꎬＤ１(ｘ１ꎬｘ２ꎬｘ３...ꎬｘｎ)代表用户心理接受阈值.α＝ｐ‹Ｄ１(ｘ１ꎬｘ２ꎬｘ３...ꎬｘｎ)›(３)(２)关系强度. 熟人关系 的信息信任度会更高ꎬ它不仅指有血缘关系的亲属ꎬ还包含基于互动交流形成的紧密好友关系ꎬ用户之间交流越频繁ꎬ其关系紧密度则越高ꎬ信息更易被接收者传递下去.所以ꎬ用户之间拥有的共同好友数量越多ꎬ他们之间的关系强度就会越强[７]ꎬ关系越强ꎬ信息传播的动机就越强ꎬ反之ꎬ就越弱.ωｉｊ(αꎬｔ)表示用户与用户之间的传播关系的强弱程度ꎬ调节参数为αꎬｋｉ表示节点ｉ的度ꎬｋｊ表示节点ｊ的度ꎬδｉｊ表示ｉ与ｊ之间的共同好友数量.α２＝ｐ‹ωｉｊ(αꎬｔ)›ωｉｊ(αꎬｔ)＝ωｉｊαðＫ１ｍ＝１ωｉｊαωｉｊ＝δｉｊｋｉ－１＋ｋｊ－１－δｉｊ(４)(３)时间延迟.由于在信息传播过程中ꎬ随着时间ｔ的推移ꎬ信息的接收者会逐渐对信息失去兴趣[７]ꎬ随着信息传播能力的逐渐减弱ꎬ接收者免疫概率会增大.ω表示内在免疫因子ꎬε表示免疫增长因子ꎬρ也与增长速率有关ꎬρ越大α(ｔ)越小.α(ｔ)＝ω１＋ｅρ－εｔ０<ω£１ꎬρ>０ꎬε>０(５)(４)信息质量.微信社交电商信息的编辑水平ꎬ包括文案是否具有吸引力㊁配图是否冲击力等ꎬ这与传播α值成正比.编辑水平越高ꎬ传播α越大.微信信息的推送频率ꎬ这跟传播α值成二次函数曲线关系ꎬ推送频率越大ꎬ曝光率高ꎬ信息传播的强度大ꎬ但超过一定的临界值ꎬ可能会导致客户反感甚至 拉黑 ꎬ阅读者或者传播者就会变成微信信息的 屏蔽者 .商品质量包括商品品牌和影响力㊁商品价格ꎬ特别是客户传播该条信息对于客户能带来情感的体验和自身形象的认可ꎬ这也对微信信息的二次传播产２７㊀㊀总第１４５期㊀㊀翟小可ꎬ廖敏慧:基于ＳＩＲ模型的微信社交电商信息传播行为研究生重要影响.３㊀结束语移动互联网的发展ꎬ个体经济开始崛起ꎬ从事微信社交电商创业的人员越来越多ꎬ消费者也慢慢认可该商业模式并大胆进行消费ꎬ越来越多的人意识到微信背后所蕴含的巨大传播价值.微信信息传播也带来一些弊端ꎬ比如微信铺天盖地的信息 绑架 了人们的生活ꎬ传播过程中原作者的版权得不到保护ꎬ甚至受到侵犯ꎬ微信信息传播的群体之间彼此信任度高ꎬ导致虚假信息传播更加容易.微信传播不同于传统的微博等社会化关系网络ꎬ他时刻体现着个性化的情感需求ꎬ微信已经慢慢变成一个生活习惯和生活方式ꎬ对微信社交电商信息传播的行为分析和研究ꎬ能够为微信社交电商的发展提供理论和实践指导意义ꎬ为移动电子商务的发展增添动力.参考文献:[１]ＳｐｅｎｃｅｒＳꎬＨａｒｄｉｎｇＪꎬＳｈｅａｈａｎＪ.社交电商[Ｍ].北京:电子工业出版社ꎬ２０１５.[２]王小立.微信传播建模分析[Ｊ].现代情报ꎬ２０１５ꎬ(７):５３－５６. [３]朱海涛ꎬ赵捧未ꎬ秦春秀.一种改进的移动社交网络ＳＥＩＲ信息传播模型研究[Ｊ].情报科学ꎬ２０１６ꎬ(３):９２－９７.[４]李少华ꎬ杨柳.Ｃ２Ｃ微信购物中消费者购买决策的影响因素研究[Ｊ].消费经济ꎬ２０１５ꎬ(５):５５－５９.[５]徐田娣.微信的传播特性探究[Ｄ].长春:吉林大学硕士学位论文ꎬ２０１５.[６]彭慧洁ꎬ朱君璇.微信网络的信息传播模型研究[Ｊ].现代情报ꎬ２０１６ꎬ(１１):３７－４２.[７]周东浩ꎬ韩文报ꎬ王勇军.基于节点和信息特征的社会网络信息传播模型[Ｊ].计算机研究与发展ꎬ２０１５ꎬ(１):１５６－１６６.ＲｅｓｅａｒｃｈｏｎＩｎｆｏｒｍａｔｉｏｎＤｉｓｓｅｍｉｎａｔｉｏｎＢｅｈａｖｉｏｒｏｆＷｅＣｈａｔＳｏｃｉａｌＥ－ｃｏｍｍｅｒｃｅＢａｓｅｄｏｎＳＩＲＭｏｄｅｌＺＨＡＩＸｉａｏｋｅꎬＬＩＡＯＭｉｎｈｕｉ(ＳｃｈｏｏｌｏｆＢｕｓｉｎｅｓｓꎬＧｕａｎｇｄｏｎｇＰｏｌｙｔｅｃｈｎｉｃｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙꎬＺｈｕｈａｉＧｕａｎｇｄｏｎｇ５１９０９０ꎬＣｈｉｎａ)Ａｂｓｔｒａｃｔ:ＴｈｅｗａｙｏｆｃｏｍｍｏｄｉｔｙｐｒｏｍｏｔｉｏｎａｎｄｂｕｓｉｎｅｓｓｐｒｏｍｏｔｉｏｎｂｙｕｓｉｎｇｔｈｅａｃｑｕａｉｎｔａｎｃｅｒｅｌａｔｉｏｎｓｈｉｐｏｆｔｈｅＷｅＣｈａｔｐｌａｔｆｏｒｍｉｓｐａｉｄａｔｔｅｎｔｉｏｎｂｙｔｈｅｍｅｒｃｈａｎｔｓ.ＴｈｅｒｅｓｅａｒｃｈｏｎｔｈｅｄｉｓｓｅｍｉｎａｔｉｏｎｏｆＷｅＣｈａｔｉｎｆｏｒｍａｔｉｏｎｉｓｅｘｐｅｃｔｅｄｔｏｐｒｏｖｉｄｅｔｈｅｏｒｅｔｉｃａｌｐｒａｃｔｉｃｅｇｕｉｄａｎｃｅｆｏｒｔｈｅｍａｒｋｅｔｉｎｇｓｔｒａｔｅｇｙｏｆｔｈｅｅｎｔｅｒｐｒｉｓｅａｎｄｉｎｄｉｖｉｄｕａｌｆｏｒＷｅＣｈａｔ ｓｓｏｃｉａｌｅ－ｃｏｍｍｅｒｃｅ.Ｏｎｔｈｅｂａｓｉｓｏｆｔｈｅ ５Ｗ ｍｏｄｅｏｆｃｏｍｍｕｎｉｃａｔｉｏｎꎬｔｈｉｓｐａｐｅｒａｎａｌｙｚｅｓｔｈｅｍａｉｎｂｏｄｙｏｆＷｅＣｈａｔｉｎｆｏｒｍａｔｉｏｎｃｏｍｍｕｎｉｃａｔｉｏｎꎬｔｈｅｃｏｎｔｅｎｔｏｆｃｏｍｍｕｎｉｃａｔｉｏｎꎬｔｈｅｃｈａｎｎｅｌｏｆｃｏｍｍｕｎｉｃａｔｉｏｎꎬｔｈｅｏｂｊｅｃｔｏｆｃｏｍｍｕｎｉｃａｔｉｏｎａｎｄｔｈｅｅｆｆｅｃｔｏｆｃｏｍｍｕｎｉｃａｔｉｏｎ.ＴｈｅｎꎬｗｅｕｓｅｔｈｅｃｌａｓｓｉｃＳＩＲｍｏｄｅｌｔｏｃｏｎｓｔｒｕｃｔｔｈｅＷｅＣｈａｔｉｎｆｏｒｍａｔｉｏｎｃｏｍｍｕｎｉｃａｔｉｏｎｍｏｄｅｌꎬｉｎｔｒｏｄｕｃｉｎｇｔｈｅｓｈａｄｏｗｏｆｔｈｅＷｅＣｈａｔｎｏｄｅＰＲｗｅｉｇｈｔꎬｔｈｅｐｓｙｃｈｏｌｏｇｉｃａｌａｃｃｅｐｔａｎｃｅｔｈｒｅｓｈｏｌｄꎬｔｈｅｃｌｏｓｉｎｇｓｔｒｅｎｇｔｈꎬｔｈｅｔｉｍｅｄｅｌａｙａｎｄｔｈｅｉｎｆｏｒｍａｔｉｏｎｑｕａｌｉｔｙ.ＴｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｗｅｉｇｈｔｏｆＷｅＣｈａｔａｎｄｔｈｅｒｅｌａｔｉｏｎ￣ｓｈｉｐｉｎｔｅｎｓｉｔｙｈａｖｅａｍｏｒｅｏｂｖｉｏｕｓｉｎｆｌｕｅｎｃｅｏｎｔｈｅｉｎｆｏｒｍａｔｉｏｎｔｒａｎｓｍｉｓｓｉｏｎｏｆＷｅＣｈａｔｓｏｃｉａｌｅ－ｃｏｍｍｅｒｃｅ.ＩｔｃａｎｐｒｏｖｉｄｅｒｅｆｅｒｅｎｃｅｆｏｒｔｈｅｍａｒｋｅｔｉｎｇｏｆｍｅｒｃｈａｎｔＷｅＣｈａｔａｎｄｔｈｅｃｏｎｓｕｍｅｒｏｆｉｎｄｉｖｉｄｕａｌＷｅＣｈａｔ.ＫｅｙＷｏｒｄｓ:ＳＩＲｍｏｄｅｌꎻＷｅＣｈａｔｗｅｉｇｈｔꎻｓｏｃｉａｌｎｅｔｗｏｒｋｉｎｇꎻ５Ｗｃｏｍｍｕｎｉｃａｔｉｏｎ(责任编校:晴川)３７。

社会网络中信息传播与交互的模型研究社交网络早已成为我们日常生活和工作的一部分。

从微博、微信到Facebook、Twitter，社交网络平台的出现不仅极大地方便了人们的交流和信息获取，同时也成为了商业和政治推广的重要手段。

社交网络中信息传播和交互的模型，对个体和整个社会的影响不可忽略。

本文将探讨社交网络中信息传播和交互的模型，从而更好的理解社交网络的本质。

一、社交网络的信息传播社交网络的信息传播是社交网络的核心功能，也是社交网络平台的灵魂。

在社交网络平台上，信息传播主要体现在用户之间的分享、转发和评论，这是信息传播的最常见的方式。

在信息传播中，有以下三个因素对信息的传播起着决定性的作用：1.社交网络中信息的引入者在社交网络平台上，人们可以自由发言和发布信息。

但并不是所有信息都能引起用户的关注和传播。

往往仅有少部分人能够将信息重新构造，制造出更加有趣和用处的表现形式，从而引起广大用户的注意。

这些人在社交网络环节中被称为“贡献者”，他们是社交网络中信息的引入者。

2.社交网络中关系的亲密度在社交网络平台上，用户之间的关系越亲密，则越容易传播信息。

关系亲密度主要体现在用户之间的互动和信任程度。

通过与好友的互动、评论、分享等行为，用户建立起了一种基于信任和良性互动的关系。

当用户分享信息时，好友往往会将这些信息优先性地转发和评论，从而产生更加广泛的传播效果。

3.社交媒体的信息传播规律社交媒体的信息传播规律主要体现在两个方面：信息扩散和信息滞后。

在社交网络中，个体间的信息传播呈现出非对称性的特征，即少数的人产生信息，大多数人接收信息。

这种少数对多数的信息传递方式，导致信息扩散呈现出指数级的增长速度，少数以多数的方式把信息推广出来。

在社交网络中，信息扩散则遵循类似于爆炸式增长的传播规律。

信息滞后指的是信息的广泛传播存在一定程度的滞后性。

具体而言，指的是开始传播信息的贡献者数量虽较少，但是信息的最终扩散需要一定的时间和过程。