■劉錦德 王國平

一、網(wǎng)絡輿情傳播研究概況

隨著互聯(lián)網(wǎng)和Web2.0技術的發(fā)展，網(wǎng)絡媒體作為信息發(fā)布和傳播的載體對輿情傳播的影響越來越大，已被公認為是繼報紙、廣播、電視之后的“第四媒體”。據(jù)CNNIC測算，截至2014年年底，中國網(wǎng)民數(shù)量達到6.49億,手機網(wǎng)民數(shù)量達到5.57億［1］,微博、新聞評論、微信、BBS、聚合新聞（RSS）和博客等成為網(wǎng)絡輿情信息的重要來源。龐大的網(wǎng)民群體尤其是移動網(wǎng)民群體推動了海量信息在網(wǎng)絡上的傳播，在這個過程中信息很容易變樣，很多報道信息在傳播過程中被別有用心的人惡意篡改甚至雇傭“網(wǎng)絡水軍”將其歪曲，最后變成負能量在網(wǎng)絡上傳播，嚴重影響社會的穩(wěn)定。面對此類情況，重視并加強輿情傳播特別是對互聯(lián)網(wǎng)為代表的新興媒體的網(wǎng)絡輿情傳播的維護引導具有非常重要的作用。

傳統(tǒng)的網(wǎng)絡輿情研究偏重于定性分析，從構(gòu)建模型出發(fā)、定量模擬網(wǎng)絡輿情演化規(guī)律的研究較少?，F(xiàn)階段，網(wǎng)絡輿情傳播研究主要有兩個方面：一個方面是網(wǎng)絡結(jié)構(gòu)。網(wǎng)民作為節(jié)點，通過人際關系連接組成一個錯綜復雜的網(wǎng)絡結(jié)構(gòu)，網(wǎng)絡結(jié)構(gòu)是輿情傳播的載體，對輿情傳播過程有重要影響。傳統(tǒng)的研究用隨機圖和規(guī)則網(wǎng)絡來刻畫人際關系網(wǎng)，而事實上傳統(tǒng)的解析數(shù)學模型很難將這種輿情傳播及形成的典型復雜系統(tǒng)研究透徹，而人與人之間的關系用規(guī)則網(wǎng)絡研究又顯得過于簡單。通過研究發(fā)現(xiàn)，大多數(shù)實際情況下的復雜網(wǎng)絡處于完全規(guī)則和完全隨機這兩個極端之間，既具有類似規(guī)則網(wǎng)絡的較大集聚系數(shù)，又具有類似于隨機網(wǎng)絡的較小平均路徑長度，這就是小世界網(wǎng)絡，如人際關系網(wǎng)絡中的“六度分離”就是小世界網(wǎng)絡的經(jīng)典例子［2］。1998年Watts和Stro-gatz提出了一種小世界網(wǎng)絡模型（簡稱WS模型)［3］，通過對規(guī)則網(wǎng)絡實施“重連”或“添加長程連線”實現(xiàn)對某些節(jié)點之間的長程連接，構(gòu)造出的網(wǎng)絡模型可以反映現(xiàn)實世界的人際關系網(wǎng)絡。在研究網(wǎng)絡輿情的傳播中，劉常昱等［4］以小世界模型為基礎構(gòu)建人際關系網(wǎng)絡拓撲，對我國某特定地區(qū)輿情傳播進行了模擬分析。唐曉波等［5］在微博輿情的分析中引入了復雜網(wǎng)絡的共詞網(wǎng)絡分析和思想方法，并在這基礎上設計了基于網(wǎng)絡可視化的微博輿情分析模型。金鑫等［6］以新浪微博為例分析了微博社會網(wǎng)絡的無尺度特性、小世界特征以及微博輿情的傳播機制。周輝［7］從流言傳播網(wǎng)絡的拓撲結(jié)構(gòu)角度對預測和控制流言傳播策略問題進行了研究，這一研究表明：采用小世界網(wǎng)絡模型來研究流言傳播過程中的動力學行為，進而對其進行預測和實施控制，具有潛在的應用價值。Jiang L-L等［8］基于定向小世界網(wǎng)絡研究了自我肯定效應對輿情傳播的影響，結(jié)果表明長程連接對輿情傳播影響顯著，隨著長程連接密度的增加，觀點由連續(xù)區(qū)域變成一片片間斷的區(qū)域。

輿情傳播研究的另一個主要方面是網(wǎng)民的行為分析?，F(xiàn)實中，網(wǎng)絡輿情傳播過程中普遍存在“羊群效應”，也就是說在輿情的演化過程中會出現(xiàn)觀點收斂的情況，所有人的觀點達到統(tǒng)一。穆衛(wèi)東等［9］提出要警惕新聞轉(zhuǎn)載中的羊群效應，跟風易導致盲從，而盲從的結(jié)果一般會掉進陷阱或遭到失敗。韓少春等［10］和陳福集等［11］研究了輿情傳播的羊群效應,但他們沒有對羊群效應產(chǎn)生的原因進行深入的分析。實際上羊群效應產(chǎn)生的一個重要原因是網(wǎng)絡群體的從眾行為，從眾行為的產(chǎn)生主要由個體信息的不完全導致，群體信息的優(yōu)勢促使個體的從眾行為［12］。燕道成討論了從眾子群體極化問題［13］。Bikhchandani依據(jù)信息瀑布理論認為個體在進行決策時的最優(yōu)策略是完全跟隨他人而忽略了自己的信息，此時便 會 產(chǎn) 生 從 眾 行 為［14］。趙 玲 等［15］對 微 博 用 戶的行為進行分析發(fā)現(xiàn)，從眾行為的發(fā)生與個體信息可信度、公共信息可信度和群體態(tài)度等有著明顯關系。網(wǎng)絡輿情的傳播速度非常快，網(wǎng)民往往在了解真相之前就被眾多信息包圍，因而在短時間做出的判斷跟周圍群體的觀點有很大關系，在進行觀點的選擇時會跟大流走，就像跟在羊群后面的一只“羊”。從眾行為理論已經(jīng)在消費者行為、股票市場、行為決策等領域得到廣泛應用，而在網(wǎng)絡輿情傳播中的研究應用相對較少。研究網(wǎng)民群體的從眾特性能為我們理解輿情傳播的內(nèi)在機理提供一定借鑒，為分析輿情傳播羊群效應提供理論支持。

人們對網(wǎng)絡輿情傳播理論與方法的研究還存在不足之處：傳統(tǒng)的網(wǎng)絡輿情研究主要基于門戶網(wǎng)站，特別是大型門戶網(wǎng)站在網(wǎng)絡新聞的傳播中占主導地位，隨著自媒體時代的到來，以微博、微信、社交網(wǎng)站等為主的新興網(wǎng)絡媒體日益改變?nèi)藗冮喿x的方式，網(wǎng)民通過這些網(wǎng)絡媒體能很容易發(fā)布自己親眼所見、親耳所聞的事件，從而成為網(wǎng)絡輿情的傳播者甚至是創(chuàng)造者。另外在網(wǎng)絡輿情傳播研究中，專門研究群體從眾行為的也相對較少，因此本文基于社會心理學中的群體壓力理論，在小世界網(wǎng)絡上構(gòu)建輿情傳播模型，利用數(shù)值仿真模擬網(wǎng)絡觀點（1和0）的演化規(guī)律。

二、網(wǎng)絡世界下的演進模型

（一）從眾特性和群體規(guī)模的影響

個體從眾特性是指個體在進行決策時不是依據(jù)最優(yōu)收益選擇最佳策略，而是采取跟隨大眾的策略，從眾行為可以省去個體的分析成本，從而達到有效決策，但從眾行為也可能產(chǎn)生錯誤。從眾行為在生活中普遍存在，尤其是網(wǎng)絡輿情的傳播中，如2011年日本地震導致的核泄漏在我國引發(fā)了食鹽搶購事件。

個體與個體間存在相互影響，但個體產(chǎn)生的影響作用是不同的，有可能是非間接、面對面的一個過程，也有可能非常的微小以至難以察覺。從眾行為主要是發(fā)生在群體之間，在群體里個體通過頻繁發(fā)生觀點交互，彼此產(chǎn)生影響，而群體壓力是指群體中多數(shù)個體的共同觀點會對持有其他觀點的個體產(chǎn)生的影響，因此個體在面對群體壓力時易產(chǎn)生從眾行為。從Asch的經(jīng)典從眾實驗可以發(fā)現(xiàn)［16］：約32%的個體會被一個帶有錯誤觀點的群體所影響，即便其給出的觀點有明顯錯誤的情況下。同時，我們可以從Milgram及其共同研究者的實驗中得出以下的事實［17］：假設某人駐足于曼哈頓大街，并且目不轉(zhuǎn)睛地盯著六樓的某塊窗戶看，接下來就會有大約20%的過路人情不自禁地也往上看；如果更多的人進行這樣的動作，將會有更多的人受此影響抬頭往上看，如當人數(shù)為5個時，有近80%的人停下來往上看。

（二）個體觀點演進規(guī)則

個體需要選擇自己的觀點或行為，而網(wǎng)絡上個體不是獨立的，個體觀點的選擇受周圍群體的影響，同時也會影響他人觀點的形成。這里我們對Milgram的實驗結(jié)果做出以下簡化：

在上面的方程式中，參數(shù)代表的是持有某一特定觀點的群體占總?cè)后w的比例，而表示的是個體接受大眾觀點的幾率。每一個個體在初始階段都有初始觀點（1或0），在輿情傳播過程中通過與其鄰居進行觀點交互，進行觀點演進。在這種情況下，個體有可能保持自己的觀點，但是也有其他的可能。有可能會產(chǎn)生兩種觀點的轉(zhuǎn)變，也就是觀點1轉(zhuǎn)向觀點0，或者是觀點0轉(zhuǎn)向觀點1。下面的（2）式表示的就是個體觀點變化的概率：

方程式（2）體現(xiàn)了觀點1向觀點0轉(zhuǎn)變的概率，而在公式(3)當中，則體現(xiàn)了觀點0向觀點1轉(zhuǎn)變的概率。P(0)代表的是觀點0個體從眾的概率，P(1)代表的是在觀點1條件下個體的從眾概率，通過公式（2）和公式（3）的演算，可推出（4）：

在這個方程式里面，個體改變或采取相反觀點的概率與保持自己觀點的概率總和是100%。舉個具有觀點1個體的情況來說，P(0→1)是保持個體觀點不變的概率，P(1→0)是個體改變自己觀點的概率。此外，利用大多數(shù)網(wǎng)絡群體的從眾特性，某些非法個體借助“網(wǎng)絡水軍”給輿論造勢，引導輿論走向，從而達到控制輿論的目的。“網(wǎng)絡水軍”是指受網(wǎng)絡公關公司雇傭的，專門為一些特定的帖子回帖造勢并獲得相應報酬的網(wǎng)絡人員，例如著名的“秦火火”。2013年8月19日，涉嫌非法經(jīng)營和尋釁滋事罪的“秦火火”被北京警方拘留，“秦火火”當時是北京某公司在沈陽分公司社區(qū)部的副總監(jiān)，主要負責的是網(wǎng)絡推廣等工作，他借動車事故惡意編造、散發(fā)謠言稱中國政府花2億元天價賠償外籍旅客，這則謠言一發(fā)出，在2個小時內(nèi)就被轉(zhuǎn)發(fā)1.2萬次，引發(fā)了網(wǎng)民對政府極其消極的情緒。另外“秦火火”還編造了一系列的謠言，如污蔑雷鋒這一模范道德形象，編造中國殘聯(lián)張海迪擁有日本國籍身份，甚至將著名軍事專家、資深媒體記者、社會名人和一些普通群眾作為攻擊對象，無中生有編造故事，惡意造謠抹黑中傷等等。［18］本文認為“網(wǎng)絡水軍”是一群個體觀點始終不變且異?；钴S的特殊群體，在研究網(wǎng)絡群體從眾特性時需考慮其對網(wǎng)絡輿情傳播的影響。

（三）小世界網(wǎng)絡的構(gòu)建

傳播理論認為，社會是由一個大的人際關系網(wǎng)組成的，人是該網(wǎng)絡的結(jié)點，人與人之間的人際關系是該網(wǎng)絡的連接或邊，社會輿論在人際社會關系網(wǎng)路中傳播。傳統(tǒng)研究先后用規(guī)則網(wǎng)絡與隨機網(wǎng)絡來刻畫人際社會關系網(wǎng)，但隨著研究的深入，研究者發(fā)現(xiàn)規(guī)則網(wǎng)絡和隨機網(wǎng)絡在刻畫人際關系網(wǎng)時存在很大誤差，事實上，人際關系網(wǎng)絡既不是完全規(guī)則的，也不是完全隨機的，而是“小世界”網(wǎng)絡。小世界網(wǎng)絡最早由Watts和Strogatz提出，他們研究發(fā)現(xiàn)，人類社會網(wǎng)絡一般具有較大的聚集系數(shù),同時又有較小的平均距離，這種網(wǎng)絡集合了規(guī)則網(wǎng)絡和隨機網(wǎng)絡各自的特性，因此他們在規(guī)則網(wǎng)絡和隨機網(wǎng)絡基礎上提出了小世界網(wǎng)絡。本文基于Watts和Strogatz提出的小世界網(wǎng)絡對輿情傳播進行仿真分析，步驟如下：

步驟1，構(gòu)造個體規(guī)模為n的網(wǎng)絡，每個節(jié)點的度為k，個體觀點x；

步驟2，以概率p斷開規(guī)則網(wǎng)絡中的邊，并隨機選擇新的端點重新連接，排除自環(huán)和重連邊，從而形成小世界網(wǎng)絡；

步驟3，對個體I，將其所有相鄰（即彼此之間有邊連接的）節(jié)點通過一定的變換看作一個整體J，然后將I與J進行觀點交換，根據(jù)公式（2）和（3）將個體觀點更新；

步驟4，重復步驟2到步驟4直至達到預先設定的最大時間步t。

基本參數(shù)設定為：群體規(guī)模n＝1000,每個節(jié)點的度k＝4,重連概率p＝0.1。值得注意的是：當p＝0時，形成的是規(guī)則網(wǎng)絡，而當p逐漸增大時，網(wǎng)絡結(jié)構(gòu)的隨機性增加，小世界現(xiàn)象越來越不明顯。

圖1 由規(guī)則網(wǎng)絡變化到隨機網(wǎng)絡

從圖1可以看出，小世界網(wǎng)絡這種網(wǎng)絡形式并不局限于規(guī)則網(wǎng)絡和隨機網(wǎng)絡上，這種網(wǎng)絡形式既存在較大的集聚系數(shù)，也有較小的平均距離，綜合這兩種不同的特性即為小世界效應。小世界網(wǎng)絡就如同我們現(xiàn)實生活中的人際關系網(wǎng)絡一樣，我們的人際關系都是以鄰居、學校、工作崗位為中心擴散，但是也不局限于這些人，我們可能也會有少數(shù)朋友在外地或者是在國外，WS模型中的長程連接指的就是這種關系。因其良好的結(jié)構(gòu)特性，小世界網(wǎng)絡被廣泛應用于模擬人際關系網(wǎng)絡的研究中，本文利用WS模型構(gòu)建具有小世界網(wǎng)絡特性的輿情傳播網(wǎng)絡，在此基礎上分析網(wǎng)絡輿情的傳播規(guī)律。

（四）仿真分析

圖2 不同“網(wǎng)絡水軍”比例下輿情傳播過程

本文運用matlab進行仿真分析，個體數(shù)為100，初始觀點均勻隨機分布，假定“網(wǎng)絡水軍”的觀點為1，始終不變，輿情網(wǎng)絡結(jié)構(gòu)為小世界網(wǎng)絡，仿真次數(shù)超過100次，并對結(jié)果取平均值。圖2給出不同“網(wǎng)絡水軍”比例下輿情傳播過程，從中可以看出，只要很小的“網(wǎng)絡水軍”比例就能帶動整個輿論的走向，可見網(wǎng)民的從眾行為具有很強的聯(lián)動效應，這跟小世界網(wǎng)絡的長程連接有關系，長程連接能影響距離較遠的個體之間觀點交互，促進了觀點的傳播速度與范圍，從而加速了羊群效應的形成。因此，整治“網(wǎng)絡水軍”是凈化網(wǎng)絡環(huán)境，營造和諧的網(wǎng)絡文化迫切需要解決的問題。

進一步分析初始狀態(tài)觀點分布對網(wǎng)絡輿情傳播的影響，對輿情產(chǎn)生初期持有觀點1和0的個體數(shù)量比設定了九種情形：從9/1到1/9，如9/1表示輿情產(chǎn)生初期持有觀點1的個體數(shù)量是持有觀點0的個體數(shù)量的9倍，并對不同情形進行仿真分析，仿真結(jié)果如圖3。

圖3 群體輿情值

其中，定義群體輿情值為所有個體觀點的平均值：

在圖3中，給出的九條曲線都是用P*N*進行命名的。以P9N1來說，它表示的就是初始狀態(tài)下，群體值是9/2。從這個圖可以看出，在這個輿情的模式里，很難出現(xiàn)整體被一種觀點完全占據(jù)的情況，在所有的初始狀態(tài)中最后都會達到差不多0-1觀點相平衡的狀態(tài)，在這種狀況下的取值為0.5，但是群體不間斷交互會造成一定的波動。根據(jù)圖3顯示，P5N5沒有顯示很大的波動，這主要是因為正、負觀點在初始階段的數(shù)量是基本相同的。

“網(wǎng)絡水軍”為了達到左右網(wǎng)絡輿情的目的，通過不停刷帖、跟帖使大部分不明真相的網(wǎng)民跟隨他們的觀點。為了防止“網(wǎng)絡水軍”帶來的不良影響，引導網(wǎng)民向正確的輿論方向演進，可以采用兩種治理措施：嵌入型和強制型。嵌入型治理措施強調(diào)對輿論觀點的引導，主要表現(xiàn)為政府權威部門或主流媒體及時發(fā)布正確事實，消除不良報道，與“網(wǎng)絡水軍”正面拉鋸。強制型治理除了對輿論觀點的引導，更強調(diào)對不實報道來源的整治，主要體現(xiàn)為整治 “網(wǎng)絡水軍”，如封殺IP、實行嚴格的發(fā)帖審核制度、刪除散播不良信息的帖子等。圖4模擬了兩種治理模式下的觀點變化情況，嵌入型治理通過固定一定比例個體的觀點為0來實現(xiàn)，強制型治理則加入刪除水軍節(jié)點這一程序。從圖4中可以看出通過嵌入型治理策略可以在一定程度上引導網(wǎng)民觀點向正確的方向演進，但是并不能完全抵消“網(wǎng)絡水軍”帶來的不良影響，當固定觀點為0的比例與水軍比例相同時，觀點會呈現(xiàn)0-1共存的局面，也就是說引導方與“網(wǎng)絡水軍”進入拉鋸戰(zhàn)，誰也不能左右輿論的演進方向。但強制型治理策略帶來的治理效果更顯著，在較小的治理強度下即可實現(xiàn)引導輿論走向的目的。封殺水軍IP、刪除散播不良信息的帖子等方法能有效從源頭上杜絕不良信息的產(chǎn)生，加之政府與權威媒體的合理引導，能夠幫助普通民眾快速了解事實真相，從而營造良好的網(wǎng)絡環(huán)境。

圖4 不同治理模式下輿情演化情況

三、結(jié)語

基于網(wǎng)民在網(wǎng)絡輿情傳播過程中普遍存在從眾行為特性，本文借鑒經(jīng)典心理學從眾理論，構(gòu)建個體在群體壓力下的從眾模型，研究了人群的從眾特性對網(wǎng)絡輿情傳播的影響，研究結(jié)果表明當沒有外部影響時，無論初始觀點如何分布，都能達到0-1觀點相平衡的狀態(tài)，但“網(wǎng)絡水軍”能打破這種均衡，影響網(wǎng)絡輿情的最終走向。因此，要治理“網(wǎng)絡水軍”及防止其不良影響可采取以下具體做法：一是堵塞不良信息傳播渠道。鑒于某些非法個體借助“網(wǎng)絡水軍”來引導輿論、控制輿論，管理者可通過一系列專項治理行動來深入整治網(wǎng)絡秩序、凈化網(wǎng)絡空間。二是重視與網(wǎng)絡媒體交流互動。政府具體職能部門可與網(wǎng)絡主流媒體多進行交流，通過與網(wǎng)絡主流媒體的互動來建立網(wǎng)絡主流聲音，這樣能更好地將網(wǎng)絡“虛擬社會”的話語權掌握在自己手中，也利于更好應對網(wǎng)絡輿情傳播中的各種危機事件。三是加強意見領袖管理。網(wǎng)絡群體的從眾特性說明意見領袖觀點的選擇對輿情走向有重要的影響，因此既要發(fā)揮意見領袖在網(wǎng)絡輿情傳播中的引導作用，又要避免他們出現(xiàn)偏激、不當?shù)难哉摗?/p>

［1］中國互聯(lián)網(wǎng)絡信息中心.第35次中國互聯(lián)網(wǎng)絡發(fā)展狀況統(tǒng)計報告［Z］.北京:中國互聯(lián)網(wǎng)絡信息中心,2015.

［2］黃萍,張許杰,劉剛.小世界網(wǎng)絡的研究現(xiàn)狀與展望［J］.情報雜志,2007,（4）.

［3］Watts D J,Strogatz S H.Collective dynamics of‘small-world’networks.nature,1998-06-04.

［4］劉常昱,胡曉峰,司光亞,羅批.基于小世界網(wǎng)絡的輿論傳播模型研究［J］.系統(tǒng)仿真學報,2006,（12）.

［5］唐曉波,宋承偉.基于復雜網(wǎng)絡的微博輿情分析［J］.情報學報,2012,（11）.

［6］Jin X,Wang Y.Research on social network structure and public opinions dissemination of micro-blog based on complex network analysis.Journal of Networks,2013,(7).

［7］周輝.流言傳播的小世界網(wǎng)絡特性研究［J］.武漢科技學院學報,2005,（1）.

［8］Jiang L-L,Hua D-Y,Zhu J-F,Wang B-H,Zhou T.Opinion dynamics on directed small-world networks.The European Physical Journal B-Condensed Matter and Complex Systems,2008,(2).

［9］穆衛(wèi)東,黃煒.警惕新聞轉(zhuǎn)載中的“羊群效應”［J］.青年記者,2010，（19）.

［10］韓少春,劉云,張彥超,程輝.基于動態(tài)演化博弈論的輿論傳播羊群效應［J］.系統(tǒng)工程學報,2011,（2）.

［11］陳福集,黃江玲.基于演化博弈的網(wǎng)絡輿情傳播的羊群效應研究［J］.情報雜志,2013,（10）.

［12］鄭波.網(wǎng)絡事件中的從眾分析［D］.上海：上海社會科學院,2010.

［13］燕道成,楊瑾.網(wǎng)絡推手炒作謠言的傳播機制及其防控策略［J］.華僑大學學報（社會科學版）,2015,（4）.

［14］Bikhchandani S,Hirshleifer D,Welch I.A theory of fads,fashion,custom,and cultural change as informational cascades.Journal of political Economy,1992.

［15］趙玲,張靜.基于羊群效應的微博用戶從眾行為分析［J］.大連理工大學學報(社會科學版),2013,(4).

［16］Asch SE.Effectsof group pressure upon the modification and distortion of judgments.Groups,leadership,and men S,1951.

［17］Milgram S,Bickman L,Berkowitz L.Note on the drawing power of crowds of different size.Journal of personality and social psychology,1969,(2).

［18］呂晶,劉瑞芳.論“網(wǎng)絡水軍”的影響力［J］.北京郵電大學學報(社會科學版),2011,(5).