进化模型和动态分析研究网络舆论传播

文摘

互联网舆论近年来发展迅速,对社会有更大的影响力。互联网舆论的相关问题已经成为研究的热点。网络舆论传播的复杂性为研究和分析带来了困难。互联网舆论传播的问题,网络舆论传播的进化模型建立了基于进化博弈理论,考虑三个科目包括网络媒体,互联网用户,政府。然后,网络舆论传播系统的进化稳定策略进行了研究。最后,互联网的稳定策略的影响公众舆论传播系统通过模拟分析。得到了相关的结论。结果表明,可能有多个在互联网舆论的进化稳定策略。不同的初始概率策略导致不同的进化稳定策略系统。稳定的策略是受到一些因素的影响,如惩罚互联网媒体,互联网用户的增加从政府控制,政府的成本。 These conclusions have a certain guiding significance to Internet public opinion management and control.

1。介绍

网络民意是一群人的看法,态度、情感、活动和行为倾向,这是通过互联网传播。网络舆论已经成为社会舆论的重要组成部分,并日益影响社会稳定。网络舆论具有随机性的特点,多样性,和偏差由于互联网的开放性和虚拟性,使研究更加复杂的网络舆论。

许多学者对网络舆论进行了研究工作,主要集中在以下四个方面。(1)第一个方面是网络舆论的定性分析,主要是分析产生的原因和传播公众舆论,对社会的影响,挑战和应对策略。林分析突发事件的网络舆论近年来在中国五个研究方面的沟通、监控、控制、响应和治理。他提出了网络舆论治理的方向和研究方法(1]。王研究企业危机的通信路径网络舆论及其供应链的垂直溢出效应(2]。梅进行评估互联网舆论的风险水平和风险水平的分类(3]。Stockmann解释主要社交媒体不同的结构和该公司的动机和指定哪些特性更有可能促进网络民意的出现在中国的社交媒体4]。(2)第二个方面是网络舆论的实证分析。为一个特定的情况下,传播主体和信息传播特征进行了分析,以及发展特点得到预防和应对计划。Silje分析公众对核能的进化在瑞士在福岛第一核电站事故发生后,(5]。田深入分析了棱镜折射产生逻辑和内容的情感态度水平根据扎根理论观点和行为取向,以出租车罢工事件在2015年为研究案例6]。李研究进化机制、路径和动机的网络舆论,以动物防疫危机为例(7]。消灭了各种用户类别作为意见领袖的重要性在29个腐败案件暴露在新浪微博上表明,新闻媒体和网络媒体的主要意见领袖(8]。(3)第三个方面是研究相关技术在舆论监督的过程中,如数据采集、数据处理、数据提取、文本分类技术(9- - - - - -11]。王建立了宽平稳时间序列模型,提出网络舆论和网络舆论监督预测算法基于大型数据语义特征分析(12]。马的快速分类算法研究基于Hadoop并行朴素贝叶斯网络舆论平台(13]。郭先生建立了一个模型来预测网络舆论的进化趋势通过使用扩展集群的理论和方法14]。桑德拉应用不同的分类器来提取信息舆论的情调在在线交流15]。(4)第四方面是研究网络舆论的传播。舆论的特点和发展趋势进行了分析通过建立各种模型(16- - - - - -18]。公众舆论发展的法规和影响因素,这对公众舆论的控制提供指导。哈维尔建立网络模型基于代理的少数意见传播方法和分析少数意见传播的现象(19]。赵建微博舆论传播趋势的模型,分析了微博的舆论传播的影响因素基于信息生态理论(20.]。周提出self-media网络舆论的概念,建立了一个舆论扩散模型基于转发效果,获得公众舆论传播的特点,模拟(21]。这些研究解释了网络舆论的发生和机制(22,23]和验证一些方法可以用来监控、预测和控制得更好(24- - - - - -28]。网络舆论传播的研究有重要意义。相关规则和机制可以帮助我们更好地管理网络舆论。上述研究网络舆论研究取得了相应的成果。然而,作品主要是定性研究和实证研究,和技术的研究相对较少。研究网络舆论关注的传播传播特点、趋势、影响因素等等。

进化博弈理论是现代博弈理论的一个重要领域(29日]。进化博弈论是绑定合理性的前提下,这是接近人类。它克服了情况完全理性博弈分析分离从实践。它已经被应用于各个领域,具有非常重要的作用和价值30.- - - - - -33]。

对网络舆论的传播的问题,本文建立了网络舆论传播的进化模型基于进化博弈论。模型考虑三个科目包括网络媒体,互联网用户,政府。分析了进化稳定策略,稳定策略的影响进行了研究。最后获得的进化特点和规定。这些结论可以为网络舆论的预测和控制提供指导。

2。建模和分析

2.1。问题描述

当一个事件发生时,网络媒体将发布相关信息。互联网用户会关注他们。记者、评论员和专栏作家写许多文章在互联网上。这些论文指导的角色。然而,有时它可能引起公众的坏心情,使人们的非法和激进的行为,然后对社会稳定构成威胁。在这个时候,政府必须进行干预和控制,如调查事实和恢复真相,满足互联网用户的心理,最后网络舆论消退。问题的网络舆论发展包括三个主题:网络媒体,互联网用户和政府。进化系统的网络舆论,网络媒体发布信息中所起的作用,互联网用户关注的信息,政府是一个控制的作用。网络媒体有两种策略选择:发布信息和no-publishing信息。有关信息和互联网用户有两种策略:no-concerning信息。 Government has two strategies: controlling public opinion and no-controlling public opinion. Next, a model is established based on evolution game theory, to analyze the evolution of Internet public opinion, the influence factors of evolution, and stable strategies of three subjects.

2.2。互联网舆论传播系统的演化博弈模型

模型的相关变量定义如下: 意味着获得网络媒体,网络媒体在互联网上发布信息和互联网用户关注的信息。 意味着网络媒体发布信息的成本。 意味着网络媒体在网络媒体发布信息的损失和政府控制。如果信息网络媒体扭曲事实,发表的信息指导不同意的政府;网络媒体将会受到政府的惩罚。 意味着信息增益的互联网用户的有关信息。 意味着社会稳定的获得通过互联网用户当政府控制网络舆论。政府积极解决公众舆论,维护社会稳定。互联网用户将从中受益。 意味着成本的收集和有关信息为互联网用户在互联网上。 意味着政府的积极影响社会形象当政府采取措施来控制网络舆论。 意味着政府控制网络舆论的成本。 意味着政府的损失当政府不采取措施控制互联网的公众舆论。如果政府不控制互联网舆论,让它成长,它将威胁到社会稳定和对社会造成的负面影响。 意味着网络媒体发布信息的策略。 意味着no-publishing信息网络媒体的策略。 意味着互联网用户的有关信息的策略。 为互联网用户意味着no-concerning的策略信息。 是指控制网络舆论对政府的策略。 意味着控制网络舆论对政府的策略。

网络媒体、互联网用户和政府三个主体的进化系统。每个主题面临两种策略选择。网络媒体可以选择发布信息或no-publishing信息。互联网用户可以选择有关信息或no-concerning信息。政府可以选择网络舆论控制或控制网络舆论。策略的选择不仅关系到个人,还影响其他科目。它是一个游戏的过程。建立了三个科目的博弈模型。特定的增益矩阵如表所示1。表1列出三个科目的收益条件下不同的策略组合。

2.3。网络媒体的策略分析

假设网络媒体的概率选择发布策略 ,互联网用户的概率选择策略 ,政府选择的概率和控制策略 。

互联网媒体,预期获得的发布策略

no-publishing策略的预期收益

平均预期收益

互联网媒体的复制因子的动态方程

假设 ,然后 , ,和 。

稳定性分析如下:(1)如果 ,然后 和 。在这里,任何战略可能是稳定的。(2)如果 ,然后 和 。在这里, 是稳定的策略。此时,网络媒体将选择发布策略。(3)如果 ,然后 和 。在这里, 是稳定的策略。此时,网络媒体将选择no-publishing策略。

基于上述分析,网络媒体的策略取决于最初的互联网用户和政府策略的概率。网络媒体策略动态演化稳定图所示1。的阴影 的图1将空间划分为上下两部分。初始概率高于阴影时,稳定的网络媒体策略 ;也就是说,网络媒体将选择no-publishing策略。阴影下的初始概率时,稳定的网络媒体策略 ;也就是说,网络媒体将选择发布策略。

2.4。战略分析互联网用户

互联网用户,预期获得的有关策略

no-concerning策略的预期收益

平均预期收益

互联网用户的复制因子的动态方程

假设 ,然后 , ,和 。

稳定性分析如下:(1)当 ①如果 ,然后 和 。在这里,任何战略可能是稳定的。②如果 ,然后 和 。在这里, 是稳定的策略。在这个时候,互联网用户将选择策略。③如果 ,然后 和 。在这里, 是稳定的策略。这个时候,互联网用户会选择no-concerning策略。(2)当 ①如果 ,然后 和 。在这里,任何战略可能是稳定的。②如果 ,然后 和 。在这里, 是稳定的策略。在这个时候,互联网用户将选择策略。③如果 ,然后 和 。在这里, 是稳定的策略。这个时候,互联网用户会选择no-concerning策略。(3)当 ①如果 ,然后 和 。在这里,任何战略可能是稳定的。②如果 ,然后 和 。在这里, 是稳定的策略。互联网用户会选择no-concerning策略。

动态演化稳定策略的互联网用户在图所示2。图2(一个)显示情况的情况下 。图2 (b)显示情况的情况下 。图2 (c)显示情况的情况下 。互联网用户的策略取决于初始概率的网络媒体和政府的策略。的阴影 的图2将空间划分为上下两部分。初始概率大于阴影时,互联网用户的稳定战略 ;即互联网用户会选择有关策略。当阴影下的初始概率,互联网用户的稳定战略 ;互联网用户将选择no-concerning策略。

2.5。政府的战略分析

对政府来说,预期获得的控制策略

预期获得的控制策略

平均预期收益

政府的复制因子的动态方程

假设 ,然后 , ,和 。

稳定性分析如下:(1)当 ①如果 ,然后 和 。在这里,任何战略可能是稳定的。②如果 ,然后 和 。在这里, 是稳定的策略。在这个时候,政府将选择控制策略。③如果 ,然后 和 。在这里, 是稳定的策略。在这个时候,政府会选择控制策略。(2)当 ①如果 ,然后 和 。在这里,任何战略可能是稳定的。②如果 ,然后 和 。在这里, 是稳定的策略。在这个时候,政府将选择控制策略。③如果 ,然后 和 。在这里, 是稳定的策略。在这个时候,政府会选择控制策略。(3)当 ①如果 ,然后 。(一)如果 ,然后 和 。在这里,任何战略可能是稳定的。(b)如果 ,然后 和 。在这里, 是稳定的策略。政府将选择控制策略。②如果 ,然后 和 。在这里, 是稳定的策略。政府将选择控制策略。

战略动态演化和政府的稳定图所示3。图3(一个)显示情况的情况下 。图3 (b)显示情况的情况下 。图3 (c)显示情况的情况下 。政府的策略取决于初始概率的互联网媒体和互联网用户的策略。的阴影 的图3将空间划分为上下两部分。当初始概率大于阴影时,政府的稳定策略 ;也就是说,政府将选择控制策略。阴影下的初始概率时,稳定的政府策略 ;也就是说,政府将选择控制策略。

2.6。系统的进化稳定策略分析

基于上述分析,假设空间 我是空间,空间吗 第二空间,空间 第三空间,空间 第四是空间,空间吗 空间V,空间 第六空间。综合考虑网络媒体,互联网用户,和政府, , ,和把整个空间分成八个部分。每个子空间的稳定策略如表所示2。例如,如果网络媒体战略的初始概率下降空间三世,互联网的用户空间V和政府的落在我的空间,稳定策略(1 1 1)。也就是说,网络媒体的稳定策略发布策略,互联网用户的稳定策略是有关策略,和政府的稳定策略是控制策略。

3所示。数值模拟分析

假设网络媒体发布相关信息的成本一个事件发生后 。关于信息的信息增益的互联网用户 。互联网媒体的增益 当网民关注网络媒体发布的信息在互联网上。收集和成本有关互联网用户在互联网上的信息 。如果政府采取措施控制互联网的公众舆论,是成本 。政府获得的社会形象 。互联网用户获得的社会稳定的增益 。当网络媒体发布的信息不同意的政府,互联网媒体将受到惩罚和互联网媒体的损失 。如果政府不采取措施控制互联网的公众舆论,政府的损失 由于社会不稳定所导致的社会网络舆论。在上述条件下,稳定战略的战略动态演化和影响分析了模拟。

3.1。不同的初始概率的动态演化策略

稳定的战略是不同的不同的初始概率策略。当最初的三个主题的策略的概率是(0.5,0.5,0.5),稳定策略(1,1,1),如图4(一)。政府变得稳定迅速,紧随其后的是互联网用户。网络媒体的概率选择出版策略增加第一然后减少。首先,政府选择控制策略,所以互联网媒体选择出版策略的概率减少。然而,随着互联网用户的增加概率选择有关的信息,互联网媒体选择出版策略的概率大幅增加1。此时,系统达到稳定。网络媒体将选择发布信息的策略,互联网用户将选择有关的信息战略,政府将选择控制策略。的初始概率策略是在不改变其他条件改变。时的初始概率策略是(0.2,0.2,0.5)的策略动态演化图所示4 (b)。网络媒体的初始概率选择发布策略和互联网用户的选择策略都下降到0.2。此时,稳定战略是(0,0,0),网络媒体将不会选择发布信息的策略,互联网用户不会选择策略的有关信息,和政府不会选择控制策略。

3.2。的影响分析战略

的惩罚对稳定策略有着重要的影响。接下来,稳定战略价值的影响是通过仿真分析。的价值改变不改变其他条件分析的影响。时的值低于250年,策略动态演化如图5(一个)。稳定的战略是(1 1 1)。互联网用户和政府迅速达到稳定,和互联网用户达到稳定相对缓慢。当增加到250,策略动态演化如图5 (b)。尽管稳定策略(1,1,1),互联网用户更快地达到稳定和网络媒体选择的概率降低,然后增加发布策略。网络媒体的概率选择出版策略减少由于增加在开始。网络媒体会选择no-publishing策略。然后,互联网用户的概率选择策略迅速增加到1。网络媒体的策略改变成出版策略很快由于互联网用户选择的概率增加有关策略。当超过250,策略动态演化如图5 (c)。在这个时候,稳定策略的变化。系统的稳定策略(0,1,1)。网络媒体的稳定策略是no-publishing信息。那是因为的价值是如此之大,网络媒体不会选择出版策略即使互联网用户会选择策略。

从上面的分析,我们知道影响稳定策略。当越小,网络媒体的策略主要依赖于互联网用户的策略;当大于一个阈值,网络媒体的策略将会改变。政府可能将值设置为控制网络舆论的发展。

3.3。的影响分析战略

的增益有一个重要的对互联网用户的稳定策略的影响。分析价值的稳定策略的影响,的价值改变不改变其他条件。当超过50,策略动态演化如图6(一)。系统的稳定策略(0,1,1)。当下降到50,策略动态演化如图6 (b)。互联网用户的概率选择有关战略变化从1到0.5。当低于50,动态演化策略如图6 (c)。系统的稳定策略(0,0,0)互联网用户的稳定策略是no-concerning信息。政府的策略也发生了改变。政府选择控制策略的概率增加,然后降低。在一开始,有一个网民的比例选择策略和互联网媒体发布信息虽然所占的比例很低。政府仍将采取措施来控制它。减少热情的互联网媒体和互联网用户信息,没有必要为政府控制,所以政府选择控制策略的概率大幅降低为0。因此,政府的稳定策略是最终控制策略。在这种情况下,网络舆论容易消退。

从上面的分析,我们知道影响稳定策略。当较大,互联网用户很容易倾向于有关策略;当等于一个阈值,互联网用户选择有关策略的概率是0.5;当小于阈值,互联网用户很容易倾向于no-concerning策略。

3.4。的影响分析战略

成本对稳定策略有着重要的影响。分析价值的稳定策略的影响,的价值改变不改变其他条件。当低于500年,策略动态演化如图7(一)。系统的稳定策略(1 1 1)。当超过500,策略动态演化如图7 (b)。系统的稳定策略(1 1 0)。政府改变策略控制策略控制成本的增加。互联网用户的概率选择策略显示小减少第一然后增加。起初,政府选择控制策略的概率不为零。互联网用户受益于政府控制社会稳定策略。因此,一些网民支持政府,互联网用户选择有关信息策略的概率减少。然而,当政府选择控制策略的概率达到0,网民不再是受益于政府。因此,互联网用户选择有关信息策略的概率增加1。此时,网络舆论将对社会产生负面影响,这种趋势不受控制。

4所示。结论

本文研究网络舆论的问题进化博弈论从进化的角度来看。建立了网络舆论演化模型考虑到网络媒体,互联网用户,政府。进化策略和稳定性进行了分析。研究了模拟的影响策略。得到了相应的结论如下:(1)有多种可能的进化稳定策略的系统的网络舆论。系统的稳定策略取决于策略的初始概率和系统参数,诸如成本、获得和损失。的初始概率策略导致不同地区不同的稳定策略。模型可以帮助分析和森林网络舆论的发展基于系统参数的初始概率策略在一个特定的环境。(2)稳定的战略是受到惩罚参数的影响网络媒体。政府可能将值设置为控制网络舆论的发展。当价值小,网络媒体将选择发布策略。值超过阈值时,网络媒体的策略将变成no-publishing策略。阈值可以通过本文的方法。(3)稳定的战略是获得参数的影响的互联网用户。从政府获得网民感觉减少时,互联网用户会改变战略,以维护社会稳定并找到安全意义。参数的阈值可以通过本文的方法。(4)政府的成本有一个影响稳定的策略。成本超过一个阈值时,政府不会选择控制策略。它可以导致网络舆论的不受控制的发展。成本的阈值可以通过进化模型。

上面的结论反映了相对网络舆论的特点和规则进化,可以给我们一些对网络舆论管理的指导意义。的作品提供了基础研究在未来舆论监测和控制。政府网络舆论的进化系统的核心。政府网络舆论发展的倡议。它可以通过调节控制网络舆论的发展对网络媒体的惩罚,行政成本,等等。

从三方博弈的角度来看,该模型认为互联网舆论策略的演变进化博弈参与者的结果。进化博弈方法用于分析模型,揭示了有限理性的特征。它使分析更接近人类现实的特征。模型具有一定的普遍适用性,可以模拟和预测网络舆论的进化结果在一个特定的问题。在未来的研究工作,有些变量可以被认为是在模型中,如意见领袖和媒体议程设置的影响。

数据可用性

使用的数据来支持本研究的结果包括在本文中。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项工作是支持部分由中国国家自然科学基金资助下61963023和61963023和部分Tianyou格兰特TY202003下兰州交通大学的创新团队。作者表达自己的感谢所有参与这项研究的合作。

引用

1. z林”,网上舆论突发公共事件的治理:取向和研究方向,”情报杂志,38卷,不。2、119 - 124年,2019页。视图:谷歌学术搜索
2. x l . Wang和j·顾”,研究扩散路径和垂直溢出效应的供应链网络舆论公司危机后,“管理科学学报,32卷,不。1,42-55,2019页。视图:谷歌学术搜索
3. y, y, k . f . X, y谢,w .沈,“网络舆论风险评级在紧急事件下基于AHPsort II-DEMATEL,”可持续性,11卷,不。16,4440年,页2019。视图:出版商的网站|谷歌学术搜索
4. d . Stockmann和t .罗”,社会媒体促进网络舆论在中国,“Post-Communism问题,卷64,不。3 - 4、189 - 202年,2017页。视图:出版商的网站|谷歌学术搜索
5. k . Silje h . Bonfadelli, m . Kovic“福岛后风险对核能的看法:稳定和改变公众舆论在瑞士,”国际舆论研究杂志》上,30卷,不。1,24-50,2018页。视图:出版商的网站|谷歌学术搜索
6. 田和m . y .张“棱镜折射:生成逻辑和内容的层次网络公共opinion-analysis”出租车罢工事件“基于扎根理论,”信息科学,37卷,不。8日,中山,2019页。视图:谷歌学术搜索
7. 郑胜耀李和w·l·李,“进化机制的公共危机中网络舆论:路径和motivation-taking动物防疫危机为例,“中国公共管理,没有。2、116 - 121年,2019页。视图:谷歌学术搜索
8. j . y . m .夹和K.-w。傅,“挑战官方宣传?公众舆论领袖在新浪微博上,“《中国季刊》卷,225年,第144 - 122页,2016年。视图:出版商的网站|谷歌学术搜索
9. y z,问:h .郑和c x, y . p . Chen”识别异常行为基于数据网络上的舆论,“计算机研究与发展》杂志上,53卷,不。3、611 - 620年,2016页。视图:谷歌学术搜索
10. e . Haihong y . x,惠普Peng w·赵小,p .妞妞,“主题和情感分析模型,基于生成对抗网络舆论传播,”混乱,孤波和分形卷,121年,第167 - 160页,2019年。视图:出版商的网站|谷歌学术搜索
11. y丽安,董x和y,“拓扑演化网络舆论,”自然史答:统计力学及其应用卷,486年,第578 - 567页,2017年。视图:出版商的网站|谷歌学术搜索
12. g·h·王”,对网络舆论监督的研究预测基于大数据分析,“计算机和现代化》12卷,第66 - 62页,2016年。视图:谷歌学术搜索
13. 马b和l . f .阴”一个平行的朴素贝叶斯网络舆论快速分类算法基于hadoop平台”数据分析和知识发现没有,卷。31日。2、78 - 84年,2015页。视图:谷歌学术搜索
14. 和f·j·r·郭h . Li陈,“网络舆论研究进化预测基于扩展集群,”信息研究:理论与应用,40卷,不。1,第87 - 83页,2017。视图:谷歌学术搜索
15. g . b .桑德拉·p·乔治,“公众舆论在网络通信的信号:一个比较的方法和数据来源,”上的美国政治和社会科学学院,卷659,不。1,第107 - 95页,2015。视图:谷歌学术搜索
16. j·k·王,h . Yu和x h . Wang”舆论传播和控制模型在线社交网络根据用户的相对重量,”系统工程理论与实践,39卷,不。6,1565 - 1579年,2019页。视图:谷歌学术搜索
17. c .凌,j·w·冯·吴”研究校园网络舆论危机应对基于飙升模型,”信息科学,37卷,不。9日,第152 - 145页,2019年。视图:谷歌学术搜索
18. 甘和l . r . j .歌曲,p . Wu,“建模和模拟细胞自动机的舆论演化基于网民沉默因素,”信息研究:理论与应用,38卷,不。8,124 - 129年,2015页。视图:谷歌学术搜索
19. a·g·哈维尔“少数意见传播网络模型:使用基于主体建模研究社会感染的可能场景,”社会科学计算机审查,34卷,不。5,567 - 581年,2015页。视图:谷歌学术搜索
20. m·m·d·赵x w . Wang,和m .问:杨”模式的新媒体环境下微博舆论传播的趋势:一个信息生态学的角度来看,“情报杂志,35卷,不。10日,173 - 180年,2016页。视图:谷歌学术搜索
21. h . z周和j .张“self-media网络舆论基于转发扩散效应,”控制与决策,34卷,不。3、572 - 580年,2019页。视图:谷歌学术搜索
22. 彭y赵,g .寇,y, y,”在电子商务网络意见领袖的影响力:理解一个观点动力学理论的角度来看,“信息科学卷,426年,第147 - 131页,2018年。视图:出版商的网站|谷歌学术搜索
23. a . Ishii和y Kawahata”,舆论共识形成的动力学理论进行分析和分裂的意见在互联网上,“2018年,https://arxiv.org/abs/1812.11845。视图:谷歌学术搜索
24. x, y丽安,d·李,y,”柯布-道格拉斯函数的应用在预测期间互联网舆论造成的公共政策的失败,”系统科学与系统工程》杂志上,27卷,不。5,632 - 655年,2018页。视图:出版商的网站|谷歌学术搜索
25. 张问:“一个协作网络舆论应急决策方法与直觉模糊值,“国际期刊的管理和模糊系统,5卷,不。1,1 - 8,2019页。视图:出版商的网站|谷歌学术搜索
26. 诉Sathya a . Venkataramanan a女子,d . d . Ps”通过情绪分析确定公众舆论,”国际会议的程序计算方法和沟通,侵蚀,印度,2019。视图:谷歌学术搜索
27. x j .胡锦涛和z . j .,“网络舆论分析基于先验的关联规则挖掘,”《IEEE高级信息管理通信电子和自动化控制会议中国,重庆,2019年。视图:谷歌学术搜索
28. l .张和n张“信任修复的有效性策略在网络舆论危机的企业,“美国管理科学与工程》杂志上,5卷,不。1,10 - 18,2020页。视图:出版商的网站|谷歌学术搜索
29. w·h·桑德霍尔姆“进化博弈理论”,复杂的社会和行为系统:博弈论和基于代理模型施普林格,柏林,德国,2020年。视图:出版商的网站|谷歌学术搜索
30. 美国先生和美国汉”,一个集成的方法来评估供应链的可持续性利用进化博弈理论,“电脑与行动研究卷,89年,第283 - 269页,2018年。视图:出版商的网站|谷歌学术搜索
31. p .霁,马x和g·李,“发展绿色制造业的采购关系:一个进化博弈论的角度来看,“国际生产经济学杂志》上卷,166年,第162 - 155页,2015年。视图:出版商的网站|谷歌学术搜索
32. x,黄r . j .戴j .李问:沈,“进化博弈研究的建筑和建筑垃圾(CDW)回收单位的绿色行为,考虑再制造能力,“国际环境研究和公共卫生杂志》上,18卷,不。17日,第9268页,2021年。视图:出版商的网站|谷歌学术搜索
33. h, h·刘、李x和l .陈“进化博弈论研究建筑和建筑垃圾回收考虑绿色发展性能在中国政府reward-penalty机制下,“国际环境研究和公共卫生杂志》上,17卷,不。17日,第6303页,2020年。视图:出版商的网站|谷歌学术搜索

版权

版权©2021(音译)和陈勇。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。