社交网络环境下ICO舆情的传播与控制模型

左黎明^1,2，夏萍萍^1,2+，胡凯雨^1,2，陈祚松^1,2

(1.华东交通大学 理学院，江西 南昌 330013；2.华东交通大学系统工程与密码学研究所，江西 南昌 330013)

摘 要 ：为有效地控制ICO(initial coin offering)舆情的传播，分析社交网络环境下ICO项目发展及其舆情特征，通过引入外部舆论场对ICO舆情传播的影响，提出小世界网络中ICO舆情的传播与控制模型。进行实验分析，实验结果表明，ICO舆情传播具有高度的非线性特征，传播迅速。在舆情爆发初期，通过技术手段控制传播范围、ICO舆情流量、ICO对外交易和外来有兴趣传播舆情者的引入，可以防止ICO舆情以迅猛的态势扩散，达到较好的控制效果。

关键词 ：ICO(首次代币发行)；社交网络环境；舆情；传播与控制模型；小世界网络

0 引 言

当前区块链已经成为社会的热门话题，ICO也被视为一种成本低廉、收效显著且概念新颖的融资工具。利用区块链概念获利的群体通过ICO项目能够在短时间内迅速获得巨额资金。这些ICO项目首先利用白皮书进行虚假宣传，夸大财富效应，接着以“币圈名人”站台，然后堆砌新颖概念拉抬身价，通过代投推波助澜，最后经媒体发稿背书，导致ICO舆情迅速扩散，普通民众在舆论的影响下疯狂介入，很多人血本无归，严重扰乱了社会经济金融秩序^[1-3]，引起了学术界、业界和各国政府的广泛关注^[4-6]。早期的研究集中在提出舆情监控理论^[7-9]和监控系统^[10]，研究舆情的演变过程^[11]及影响因素，总结舆情的导控方法与策略^[12]，以及把用户划分为不同的类型^[13]来分析舆情影响。杨旭东等^[14]基于网络舆情监控系统提出了技术改进。孙晓冬等^[15]构建了一种基于网站分析的互联网舆情监控系统。洪巍等^[16]分析了考虑信息真伪的食品安全网络舆情传播仿真与管理对策。陈业华等^[17]基于SIR传染病模型，构建网络突发群体事件下网民情绪传播模型，结果表明情绪的不稳定性以及政府的调控能力对情绪传播具有显著的影响。

图书馆作为文化教育的中心，在弘扬传统文化上启到传承的作用，而高校图书馆更是被称作“大学的心脏”，对传播知识文化和促进校园文化建设方面扮演着不可或缺的重要角色。齐齐哈尔大学图书馆在2017年9月24日孔子诞辰为契机，以“习六艺、阅经典”为主题开展弘扬中华传统文化的活动，着力点在于让高校师生更能够被传统文化感染，从而更容易理解孔子六艺，让更多的学生能够用心和传统文化做交流。

本文分析社交网络环境下ICO舆情的传播机理，基于SEIR模型，考虑外部舆论场的作用效果，提出了一个ICO舆情传播与控制模型。

1 社交网络环境下ICO 网络舆情的传播机理

社交网络环境对ICO舆情的影响如图1所示，ICO项目参与门槛低、名人站台效应等因素使ICO舆情信息的数量成倍增加，在不断发展的信息技术的引导下呈现爆炸式增长、多模态传播的态势。公众由于受到ICO项目造富效应的刺激，使得其在海量的ICO舆情信息中失去对信息有效性和真实性的甄别能力。在各种高科技技术名词的渲染下，增大了ICO信息的辨识难度。各种关于ICO项目所呈现的信息与专业背景不对称的现象，使得ICO舆情具有价值大密度低的特点，而低密度消息比真实消息传播得更快、更远、更广^[18]。

在工具平稳运行的条件下，逐步增大排量，稳定后测量工具的冲击频率及压降并测量不同排量下工具的冲击频率、压降之间变化规律。试验时工具的启动排量为10L/s，排量逐渐递增，每次增大5L/s，直至35L/s。排量每递增一次，保持状态10min。试验过程中，需要观察工具的运行情况，检验该工具是否平稳运行，扭转冲击工具排量和频率之间的关系如图5所示。实测工具冲击频率和泵排量之间成线性的关系，冲击频率随着排量的增大而逐渐增大。

图1 社交网络环境对ICO舆论的影响

如图2所示，网络舆情的传播机理在社交网络环境下表现为：在ICO网络舆情空间中，舆情主体感知舆情客体后，通过舆情媒体依托本体发布个人观点与知识，不断扩散^[19]。因此，外部舆论场对社交网络环境下ICO舆情的传播有着十分密切的联系。

图2 社交网络环境下的网络舆情的传播机理

2 小世界网络的传播控制模型

2 .1 小世界网络的构造

通过分析社交网络环境下舆情传播的作用机理^[18]，可知社交网络环境下舆情传播空间中所表现出来的高度集群性、不均衡的度分布以及中心节点结构的特征更为明显，而这种特征符合小世界网络模型^[20]。小世界网络，即相对于同等规模节点的随机网络，具有较短的平均长度和较大的聚类系数。传统观点认为网络完全分为完全随机或完全规则网，然而在现实情形中的各种网络，如交通网络、神经网络、社交网络等都表现出不规则网络中的随机重连特征，并且在信息技术的引导下，网络中的节点重连的概率比传统网络更大。因此，本文的小世界网络采用增长机制与优先连接的机制生成BA无标度网络^[21]来构造。

2 .2 ICO 舆情传播与传染病模型的异同之处

SEIR模型基于SIR模型引入了潜伏节点，潜伏节点用于模拟网络节点中还不能传播传染病的节点。该模型用于描述易感染状态、潜伏期状态和免疫状态之间的动态转移过程，用以研究微观个体在传染病环境下的转移规律。

客厅不仅是家庭会客的主要场所，也是居住者自由活动的一个空间。在客厅里设置天窗，不仅可使整个空间显得开阔明亮，同时也把室外的阳光美景带入室内。如木质吊顶天窗，既能阻挡风雨又可保证户外客厅的通畅感，而连接落地窗的天窗，则可将客厅与户外阳台连为一体。在空间比较小的阁楼，天窗不仅改善了空间的采光性能，同时还优化了室内的空气流动，如果再根据个人的喜爱加以装饰，整个空间将变得独特而有魅力。在这样露天的客厅里，邀上三五好友，白天的时候一起沐浴阳光，傍晚一起赏月，下雨天聆听雨打芭蕉，真是再美好不过的事情了。

这种近似分解了5n状态空间，其中n为同时发生的地震的数目。这就有效地减少了计算量。然而，由于所有质点包含的仅仅是整个参数空间的一小部分，因此它只是较优的方法。

2.3.1 变量及其参数的定义

基于ICO舆情传播规律与传染病模型的异同之处，建立一个社交网络环境下的ICO舆情传播与控制模型：①将尚未知悉ICO舆情的人群引入模型；②在信息网络环境中引入外部舆论场的影响率来表现舆论场对ICO网络舆情传播的影响。

2 .3 ICO 传播与控制模型

ICO舆情的传播过程与SEIR模型中的传染病传播过程有相似之处，具体如下：①从微观上看，社交网络平台中的网民在影响力和活跃度方面具有个体差异性。有关ICO的基础知识和相关概念对网民的知识学习与接受能力具有一定的要求。因此接触ICO舆情时，民众表现具有差异性。与传染病模型中个体接触传染病后，表现出来的个体免疫抵抗差异性有相似之处；②从舆情的动态传播过程来看，信息技术推进了网民之间的互动，使得某类群体接触ICO舆情后，迅速蔓延到整个网络空间。因此，一旦ICO舆情在某个群体中成为热点进行传播后，将会传递到整个网络，若舆情不能得到有效控制，舆情将会失真并进一步扩散^[18]，这与传染病模型的传播特点类似。但传染病的传播具有地域性和季节性，而社交网络环境下ICO舆情的传播不受地域和季节的影响，传播亦具有随机性特征。

6）除果袋时间不规范。红富士苹果在袋内一定要长够110～120天，除袋过早会使苹果着色慢，先着色，后褪色，返为绿色，出现“绿腔”现象；除袋过晚则会不着色，如红富士苹果应于9月下旬末或10月初除袋，若延迟到10月下旬至11月初除袋，则着色缓慢，也会出现苹果发黄不上色的现象。中熟苹果品种如嘎拉、珊夏等，如与晚熟红富士同时除袋，也会出现发黄不上色现象。

小世界网络舆情传播与控制模型的相关参数见表1，首先构造小世界网络用以模拟现实社交网络，构造的具体步骤如下：

(3)采集精度的协调。由于前期地理国情普查和基础地理信息数据生产使用的数据源(主要是DOM数据)不尽相同和采集方法的不同等因素，使得地理国情数据与基础地理信息数据平面采集位置存在一定偏差。要实现生产数据库的构建，就必须完全处理偏差问题。处理的基本原则为低精度向高精度靠；低分辨率向高分辨率靠。同时，后续更新生产必须使用相同的数据源。

(1)用NW模型^[22]构造未增长之前的网络节点为N ₀的网络G ₀；

ICO舆情逐渐消失不被扩散的平衡点是指随着时间的增加，ICO舆情将在社交网络中逐渐消失的一种态势。但ICO舆情在实际的传播过程中，还存在另一种态势：ICO舆情在某类网民中进行传播的平衡点，即随着时间的增加，ICO舆情最终在某类网民中进行传播而不被扩散，并且这种状态将会在网络内部长期存在。因此讨论ICO舆情在某类网民中进行传播的平衡点是关键。参考文献[17]给出定义4，并推导出定理1和定理2。

表 1参数说明

定义 1 网民种群分类：在一定时间内，根据社交网络中的人群的影响力和活跃度，将人群分为4类：

随着经济社会的不断发展，水土保持、林网建设也逐步深入，由“防治并重”转变为“预防为主，加强监督执法”。首先搞好宣传活动，通过电视讲话、播出电视节目、宣传标语等方式让大家认识到水土保持、林网建设工程是一项长期坚持的基本国策，防沙治沙与百姓生活密切相关。其次是组织技术人员对防治情况进行普查，并制订出监督治理方案。再次，规范监督工作，制定合理的规章制度，实现地方性立法立规，先后出台了一系列地方性法规，并举办专项人员培训班，形成县、乡、村三级监督统筹、管理网络。

本文在研究ICO舆情传播的过程中，重点关注ICO舆情是否具有停止扩散的趋势。因此下面通过对方程组(2)中的传播平衡点及其稳定性分析来揭示大数据环境下ICO舆情传播的态势，参考文献[17]可计算谱半径

(3)无兴趣传播者(R )：即t时刻接触ICO舆情但无兴趣传播的个体数量，记为R (t )， 简记为R ；

(4)不知情者(E )：即对ICO舆情完全不知情者，接触ICO舆情后可能成为有兴趣传播ICO舆情者、有兴趣并积极传播者或无兴趣传播者的个体数量，记为E (t )， 简记为E 。

由式(4)分别得出直接转变为无兴趣传播者的概率ε 和外部舆论场的推进率δ 的函数R ₀(ε ) 和R ₀(δ )。

(1)有兴趣传播ICO舆情者(S )：即t时刻接触ICO舆情后，缺乏对ICO舆情甄别能力、有兴趣传播舆情但还未传播舆情的个体数量，记为S (t )， 简记为S ；

我是70后，爸妈是农场首批垦荒人。儿时记忆中，吃的穿的用的大都凭票供应。当时全家1月就1斤多豆油，撑不到月底，急盼着下月赶紧打油去。

定义 3 外部舆论场影响率：外部舆论场的影响率及其作用机理请参见文献[17]，其中外部舆论场阻止率，简称阻止率，记为τ 。 外部舆论场推进率，简称推进率，记为δ 。

大数据环境下的外部舆论场对ICO舆情的传播与控制机理如图3所示，其中A为新引入的外来人群数，μ 为有兴趣传播ICO舆情者向不知情者(S →E )转化的概率，β 为不知情者向有兴趣并积极传播ICO舆情者(E →I )转化的概率，γ 为有兴趣并积极传播ICO舆情者向无兴趣传播者(I →R ) 转化的概率，其中μ 、β 、γ ∈[0,1]。

林业的发展直接关系到国家经济的整体发展，同时也起到了保护生态环境的作用。当前，我国加强了对森林资源的建设和保护的力度，尤其是加强了营造林工作。但是，在现阶段的林业工作建设中还是存在一定的问题和不足之处影响森林的质量。本文阐述的主要内容是营造林工作的重要性，同时对影响营造林质量和提升营造林质量的措施进行了简要的阐述。

图3 社交网络环境下的ICO舆情的传播与控制机理

2.3.2 模型的推导

将计算转换到频域计算,使用循环卷积来计算线性卷积,并采用重叠保留法实现,使用运算效率最高的1/2重叠。滤波器抽头系数采用补零的方法进行2N点FFT。

根据前述分析，建立如下模型

(1)

令ε ^*=ε +δ ，α ^*=α +δ ，γ ^*=γ +δ ，β ^*=β +τ 方程组(1)可转化为

(2)

(2)有兴趣传播ICO舆情并积极传播者(I )：即t时刻接触ICO舆情后，产生兴趣并积极传播的个体数量，记为I (t )， 简记为I ；

(3)

(2)对G ₀中的所有节点，采用增长机制与优先连接的机制生成BA无标度网络来构造，该网络模型具备BA网络的增长性和优先连接性^[23]。

定义 4 ICO舆情不被扩散的平衡点：指在方程组(2)中，不知情者E 和有兴趣传播ICO舆情者I 数量都为0时模型的奇点。

定理 1 如果R ₀≤1， 方程组(2)存在ICO舆情逐渐消失不被传播的平衡点P ⁰， 且模型在P ⁰处是全局渐进稳定的。

定理 2R ₀>1， 方程组(2)存在唯一的某类网民中进行传播的平衡点P ^*， 且模型在P ^*处是局部渐进稳定的。

2.3.3 ICO舆情是否蔓延的内在机理分析

图4为通过ICO舆情基本再生数R ₀来判断ICO舆情是否蔓延的阈值，当R ₀=1时，为ICO舆论传播是否蔓延的阈值；当R ₀<1时，ICO舆论传播得到有效的控制，并逐渐消散；当R ₀>1时，ICO舆情传播形成蔓延趋势。

图4 ICO舆情是否蔓延的阈值

根据上述讨论可知，ICO舆情基本再生数R ₀越小，对于舆情传播的控制就更有效。根据表达式(3)，由ε ^*=ε +δ ,α ^*=α +δ ,γ ^*=γ +δ ,β ^*=β +τ ， 得

⑦俞立平、蔡绍洪、储望煜:《协同创新下产业创新速度的要素门槛效应——基于高技术产业的研究》，《科技管理研究》2018年第1期。

(4)

定义 2 直接转变为无兴趣传播者的概率：由于ICO舆情采取内容过滤等措施，而使得有兴趣传播ICO舆情者直接转变为无兴趣传播者的概率，记为ε 。

如图5所示，随着直接转变为无兴趣传播者的概率ε 的增加，ICO舆情基本再生数R ₀缓慢降低。而随着外部舆论场的推进率δ 的增加，ICO舆情基本再生数R ₀呈现快速下降的趋势。综上可知，舆情传播的主导权不完全由社交网络平台控制，而更多的是ICO舆情接受者逐渐成为参与者，最后演变成ICO舆情传播者。

图5ε 和δ 对R ₀的影响

另外，由图5可知，如果仅仅增加直接转变为无兴趣传播者的概率ε ， 即采取内容过滤等策略控制ICO舆情的流量。或是采取阻断措施直接控制外来有兴趣传播ICO舆情的网民数量A 等措施，只能在一定程度上降低ICO舆情的传播阈值R ₀， 其效果不够显著。但如果能够充分利用外部舆论场对ICO网络舆情带来的影响，如影响力较大的官方媒体加强正面舆论引导、科普有关ICO相关法律等疏导方式，能够达到较好的控制效果。

3 实验仿真与ICO 舆情的控制策略

3 .1 实验参数设置

通过2.2节分析可知，在信息技术的引导下节点之间重连的概率P 明显比一般的随机网络要大，即该网络具有较大的聚类系数。因此，本文在MATLAB 2016下构建了一个BA无标度网络，该网络中共有1369个节点，每次引入新节点时，设置新生成的边数L =6。 网络初始节点的分布如图6所示，网络中的N ₀个节点随机连接一些边，该图是非连通的，图的平均路径长度为2.933，聚类系数为0.245 03，平均度为25.22。

图6 网络初始节点的分布

小世界网络的初始参数设置见表2、表3：表2为网民种群的初始规模，网民的初始人数(总人数)为1369人，不知情者人数为136人(占总体9.93%)，有兴趣传播ICO舆情的人数为50人(占总体3.68%)，其余为无兴趣传播人群。采取表3中的两组参数，进行对比实验。表3中第二组数据较第一组而言降低了外部舆论场推进率(表示利用大数据技术进行ICO舆情的疏导，从而减弱外部舆论场对网民转变成传播者的推进效果)。此外，以下实验在无特别说明的情况下，均重复实验150次，以增强实验数据的稳健性。

表 2网络的初始规模

3 .2 减弱外部舆论场的推进效果

通过控制外部舆论场的影响率分别为δ =0.99 (即利用信息技术引导推进舆情传播，甚至使舆情失真并扩散，即对ICO舆情进行疏导)。其余参数见表3。 δ =0.01将表3 中两组参数分别代入式(4)得出舆情基本再生数分别为： R ₀=0.00128和R ₀=0.0245。

表 3其余参数设置

图7为减弱外部舆论场的推进效果，通过对比分析图7(a) 与7(b)可得，改变外部舆论场的推进率对ICO舆情传播的演化规律作用效果相似，但细节上存在较大的差异，具体表现如下：

图7 减弱外部舆论场的推进效果

(1)在ICO舆情传播的初期，减弱外部舆论场的推进率有利于控制舆情传播的规模，有兴趣传播ICO舆情并积极传播者的峰值(见表4减弱外部舆论场的推进率δ 对有兴趣并积极传播者的影响)，具体表现在：当δ =0.01 (外部舆论场推进效果较弱)时，有兴趣传播ICO舆情并积极传播者的峰值高达265人，而当δ =0.99 (外部舆论场推进效果较强)时，有兴趣传播ICO舆情并积极传播者的峰值为39人，可见增强外部舆论场的推进效果能够在短时间内控制ICO舆情的蔓延。

表 4减弱 δ 对有兴趣并积极传播者的影响

(2)在ICO舆情传播的初期，虽然有兴趣并积极传播ICO舆情者的数量得到有效控制，但舆情仍有迅速扩散的危险，具体表现在(见表5减弱外部舆论场的推进率δ 对有兴趣传播者的影响)：当δ =0.99时，有兴趣传播ICO舆情的峰值高达902人，其标准差为61.8，而当δ =0.01时，有兴趣传播ICO舆情并积极传播者的峰值为39人，其标准差为2.8。可见，虽然增强外部舆论场的推进效果在短时间内控制了ICO舆情的蔓延，但整个传播态势极不稳定，并且大量的有兴趣传播ICO舆情者在短时间内聚集，网络中ICO舆情随时都有扩散的风险。因此，在舆情控制初期还应配合其它手段(行政管制或者技术手段)才能达到更好的控制效果。

表 5减弱 δ 对有兴趣传播者的影响

3 .3 控制ICO 舆情流量

通过控制参数ε =0.01和ε =0.99 (即分别对传播舆情活跃者采取几乎不控制和有效的控制措施)，为消除外部舆论场的影响，其余参数取表3中的第二组。

作为教师，只要走进教室就应该保持良好的精神状态，情绪饱满充满自信，英语教学中切忌古板、生硬、板着面孔。因为教师良好的情感可以感染学生，使学生在无意中接受教师的影响。另外，教师正确的语音语调，准确生动的表情达意，工整规范的板书，都有可能感染学生，使他们的内心和教师在情感上产生共鸣。总之，“感人心者，莫先乎情”，教师只有以情育情，才能与学生产生高质量的交流，从而对调动学生的学习情绪起到润物细无声的作用。

图8(a)相对于图8(b)增大了直接转变为无兴趣传播者的概率ε ， 即实施了对ICO舆情流量的控制措施，结果显示：几乎不采取控制ICO舆情流量措施的情况下，社交网络中的ICO舆情传播一直在蔓延。将ε =0.01及表3中第二组中的其余参数代入式(4)中，计算ICO舆情基本再生数，得R ₀=0.00128<1。 由定理2可知此时ICO舆情的传播稳定在某类网民群体的平衡点上，此时ICO舆情只在小范围内的某类群体中进行传播而不发生扩散。将ε =0.99及表3中的第二组中的其余参数代入式(4)中，计算ICO舆情基本再生数，得R ₀=0.0245<1， 根据定理1可知，此时稳定在ICO舆情逐渐消失而不发生扩散的平衡点上。因此及时控制ICO舆情流量对舆情的控制具有一定效果。

图8 控制ICO舆情流量的实施效果

3 .4 控制ICO 的对外交易和外来有兴趣传播ICO 舆情者

此时取ε =0.01与图8(a)进行比较，令A =0， 即控制ICO对外交易和外来舆情传播者的输入，其余参数与表3 中第二组数据一致，其传播动态过程如图9所示。

图9 控制A =0的实施效果

通过对比图8(a)与图9可知，控制ICO对外交易和外来舆情传播者的输入对ICO舆情的控制无明显的效果。

3 .5 提高网民对ICO 舆情的甄别能力

为使策略作用效果更为明显，仿真过程中设定参数δ =1， 即所有不知情者均具有ICO舆情的甄别能力，其余参数与图8(a)中的参数一致，图10为其动态传播过程。

图10 提高网民对ICO舆情的甄别能力的效果

比较图8(a)和图10，不难发现，在舆情爆发初期，通过官方媒体科普ICO知识和法律，提高网民对ICO舆情的甄别能力在短时间内对扩散趋势没有明显的影响，但是在ICO舆情扩散后期，ICO舆情传播者的个体峰值有所降低，并且无兴趣传播ICO舆情的人数大幅度上升。

4 结束语

本文基于BA无标度网络模拟社交网络环境下的小世界网络，利用MATLAB仿真模拟改变对应参数，进行对比分析，研究了关于ICO舆情的传播规律与控制策略。实验结果表明，各种措施的实施对于ICO舆情控制的作用效果、作用时间具有差异性，因此需要掌握舆情在不同阶段的传播规律，综合利用4个策略才能更好地实现舆情的控制。但是由于在模拟条件下，各类网民种群的数量、活动范围受到硬件的限制，因此该仿真存在一定的局限性。下一阶段将ICO舆情的传播与控制模型进行优化改进，将其扩展到大数据环境下进行研究。

参考文献：

[1]Sohu.Nun wedding video hot pass is “5 Taiwan currency” MLM activities (Photos)[EB/OL].[2017-04-11].http://www.sohu.com/a/133197499_116897(in Chinese).[搜狐.尼姑结婚视频热传实为“五台币”传销活动(组图)[EB/OL].[2017-04-11].http://www.sohu.com/a/133197499_116897.]

[2]GACKT.GACKT OFFICIAL BLOG[EB/OL][2017-12-26].https://ameblo.jp/gackt/entry-12339477430.html.

[3]TMTPOST.One billion is raised a day and the space chain is suspected of fraud[EB/OL]. [2018-03-16].http://www.sohu.com/a/225680722_116132(in Chinese).[钛媒体深度.一天募集10亿,太空链涉嫌欺诈全调查[EB/OL].[2018-03-16].http://www.sohu.com/a/225680722_116132.]

[4]Nicolas T,Courtois,Lear Bahack.On subversive miner stra-tegies and block withholding attack in bitco-in digital currency[EB/OL].[2014-12-02].https://arxiv.org/abs/1402.1718.

[5]icoPod team.ico blacklist[EB/OL].[2017-07-04].http://www.icopod.com/ico_blacklist/#(in Chinese).[icoPod团队.ico黑名单[EB/OL].[2017-07-04].http://www.icopod.com/ico_blacklist/#.

[6]Dax Hansen J.Digital currencies:International actions and regulations[EB/OL].[2017-12-09].https://www.perkinscoie.com / en / news-insights / digital-currencies-international-ac-tions-and-regulations.html.

[7]YIN Zhentao.ICO regulatory international experience[J].China Finance,2017(20):87-89(in Chinese).[尹振涛.ICO监管的国际经验[J].中国金融,2017(20):87-89.]

[8]The People’s Bank of China,Office of the Central Cyberspace Affairs Commission, Ministry of Industry and Information Technology.Announcement on preventing the risk of issuance of coinage offerings[EB/OL].[2017-09-04].http://www.cbrc.gov.cn/chinese/home/docView/BE5842392CFF4BD98B0-F3DC9C2A4C540.html(in Chinese).[中国人民银行,中央网信办,工业和信息化部.关于防范代币发行融资风险的公告[EB/OL].[2017-09-04].http://www.cbrc.gov.cn/chinese/home/docView/BE5842392CFF4BD98B0F3DC9C2A4C540.html.]

[9]WU Hanfeng.Supervised sword stopped ICO[J].The Chinese Banker,2018(1):25(in Chinese).[吴汉锋.监管亮剑叫停ICO[J].银行家,2018(1):25.]

[10]CAO Bin,GU Yili,XIE Zhenzhen,et al.A public opinion monitoring system based on big data technology[J].Netinfo Security,2014(12):32-36(in Chinese).[曹彬,顾怡立,谢珍真,等.一种基于大数据技术的舆情监控系统[J].信息网络安全,2014(12):32-36.]

[11]Wang S W,Huang C Y,Sun C T.Modeling self-perception agents in an opinion dynamics propagation society[J].Simulation,2014,90(3):238-248.

[12]Li P,Zhang Y,He S,et al.Analysis of opinion spreading in signed social networks under the impact of structural balance[J].International Journal of Modern Physics B,2015,29(13):1550079.

[13]YANG Xudong.Research on key technologies of network public opinion monitoring system[J].Netinfo Security,2016(9):251-256(in Chinese).[杨旭东.网络舆情监控系统关键技术研究[J].信息网络安全,2016(9):251-256.]

[14]LOU Ye.Research on public opinion guide control strategy based on information dissemination model[J].Netinfo Secu-rity,2016(9):257-266(in Chinese).[楼叶.基于信息传播模型研究的舆情导控方法探寻[J].信息网络安全,2016(9):257-266.]

[15]SUN Xiaodong,XIAO Ping.Internet public opinion monitoring system based on active mode[J].Netinfo Security,2016(9):272-277(in Chinese).[孙晓冬,肖萍.基于主动模式的互联网舆情监控系统设计[J].信息网络安全,2016(9):272-277.]

[16]HONG Wei,LI Qing,WU Linhai.Food safety internet public opinion transmission simulation and management countermeasures considering information authenticity[J].Systems Engineering Theory & Practice,2017,37(12):3253-3269(in Chinese).[洪巍,李青,吴林海.考虑信息真伪的食品安全网络舆情传播仿真与管理对策研究[J].系统工程理论与实践,2017,37(12):3253-3269.]

[17]CHEN Yehua,ZHANG Xiaoqian.Research on netizen group emotion contagion model and the simulation under network group emergencies[J].Information Science,2018,36(3):151-156(in Chinese).[陈业华,张晓倩.网络突发群体事件网民群体情绪传播模型及仿真研究[J].情报科学,2018,36(3):151-156.]

[18]David M J Lazer,Matthew A Baum.The science of fake news[J].Science,2018(359):1094-1096.

[19]HUANG Wei,LI Rui,MENG Jialin.Research on the propagation factors and operation mechanism of multimedia network information in big data environment[J].Library and Information Service,2015,59(21):38-44(in Chinese).[黄微,李瑞,孟佳林.大数据环境下多媒体网络舆情传播要素及运行机理研究[J].图书情报工作,2015,59(21):38-44.]

[20]ZANG Zelin,WANG Wanliang.Dual-world model of view propagation[J].Journal of Chinese Computer Systems,2018,39(10):2202-2208(in Chinese).[臧泽林,王万良.观点传播的双世界网络模型[J].小型微型计算机系统,2018,39(10):2202-2208.]

[21]LIU Yazhou,WANG Jing,PAN Xiaozhong,et al.Evolutionary game considering node degree in social network[J].Journal of Computer Applications,2018,38(4):1029-1035(in Chinese).[刘亚州,王静,潘晓中,等.社交网络中考虑节点度的演化博弈[J].计算机应用,2018,38(4):1029-1035.]

[22]Liming T,Jiming W,Miaoxi Z.Features of regional travel itineraries complex networks:Taking fujian province as an example[J].Tourism Tribune/Lvyou Xuekan,2014,29(6):57-66.

[23]WEN Hong,FAN Xiaoping,ZHANG Huifu,et al.Research on BA scale-free networks performance optimization[J].Journal of Chinese Computer Systems,2016,37(8):1812-1815(in Chinese).[文宏,樊晓平,张会福,等.BA无标度网络性能优化方法研究[J].小型微型计算机系统,2016,37(8):1812-1815.]

Propagation model of public opinion about ICO in social network environment

ZUO Li-ming^1,2, XIA Ping-ping^1,2+, HU Kai-yu^1,2, CHEN Zuo-song^1,2

(1.School of Science, East China Jiaotong University, Nanchang 330013, China; 2.Institute of Systems Engineering and Cryptography, East China Jiaotong University, Nanchang 330013, China)

Abstract : To control the spread of ICO public opinion, the development of the ICO projects and its public opinion under the social network environment were analyzed. By introducing the influence of the external public opinion field to the ICO projects dissemination, the propagation model of public opinion about ICO in the small-world network was put forward. The experimental analysis was carried out. The results show that the propagation characteristic of public opinion about ICO is highly nonlinear and the public opinion propagates rapidly. In the early stage of the outbreak of public opinion, controlling the scope of communication, controlling the flow of public opinion about ICO and controlling the introduction of foreign people interested in spreading public opinion by technical guidance, can prevent ICO public opinion from spreading rapidly and achieve better control effect.

Key words : ICO (initial coin offering); social network environment; public opinion; propagation model; small-world network

中图法分类号： TP181; TP393.08

文献标识号： A

文章编号： 1000-7024(2019)11-3247-07

doi： 10.16208/j.issn1000-7024.2019.11.031

收稿日期 ：2018-09-07；修订日期： 2018-11-28

基金项目 ：国家自然科学基金项目(11361024)；江西经济犯罪侦查与防控技术协同创新中心开放课题基金项目(JXJZXTCX-001)；江西省教育厅科技基金项目(GJJ170386)

作者简介 ：左黎明(1981-)，男，江西南昌人，硕士，副教授，CCF会员，研究方向为信息安全及非线性系统；+通讯作者：夏萍萍(1995-)，女，江西吉安人，硕士研究生，研究方向为信息安全；胡凯雨(1995-)，男，江西抚州人，硕士研究生，研究方向为信息安全；陈祚松(1993-)，男，江西赣州人，硕士研究生，研究方向为信息安全。E-mail: limingzuo@126.com

标签：ICO(首次代币发行)论文;  社交网络环境论文;  舆情论文;  传播与控制模型论文;  小世界网络论文;  华东交通大学理学院论文;  华东交通大学系统工程与密码学研究所论文;