由于每个网民在线下的社会生存中往往有很大的共通点,因此许多与网民生活息息相关如教育医疗等话题往往非常容易成为社会的热点关注问题。一旦涉及该方面的事件发生,网民在经过几轮讨论后极易在网络上形成一致性的极端倾向,这就是舆情极化。舆论极化现象极易促使网络暴力行为和其他极端群体性事件,对社会危害极大。本文主要围绕网络公共舆情极化现象的宏观涌现及微观作用机理两方面进行展开,具体内容如下:(1)考虑个体异质性与动态从众性的舆情极化研究。首先引入个体在交互过程中对于他人观点的从众倾向动态变化函数并进一步定义了不同交互个体之间的影响度权重,将交互个体从完全同质性拓展为初始时刻观点异质性及从众异质性。然后,通过仿真实验验证影响极化现象的因素。最后,通过典型案例验证本文所提模型的合理性与有效性。(2)融合社会偏好理论的舆论极化现象形成机理研究。首先将不同社会偏好的个体进行分类,通过定义这些异质性偏好个体进行交互行为获得的收益函数来解释其在收益驱动下的具体行为。然后利用收益函数设定交互个体之间的连接断开规则,将网络从静态拓展至动态。最后,通过仿真分析不同偏好的个体对于舆论极化现象的影响。本文的创新点如下:(1)从社会物理学角度出发结合复杂网络理论,基于经典的舆论极化模型的基础上创新性地提出动态从众性的概念,并将其进行量化处理提出了新的舆论极化模型,为极化现象研究理论进行补充。在此基础上,本文通过对异质性节点的分析研究,发现异质性个体在极化研究中的重要性。(2)运用本文改进后的舆论极化模型结合多Agent蒙特卡洛方法,实现了对网络舆论演化这个过程的态度变化情况进行仿真并对模型中各项参数进行对比,以此分析影响极化的各个因素。(3)将社会偏好理论与舆论极化研究进行融合并对其通过数学公式对其进行量化处理,从收益的角度来解释微观个体的交互行为补充了舆情极化领域微观交互领域研究的不足。