張鵬 蘭月新 李昊青

摘 要：對網(wǎng)絡(luò)謠言進(jìn)行合理綜合分類是科學(xué)管理網(wǎng)絡(luò)謠言的一項(xiàng)重要工作。文章從人們對網(wǎng)絡(luò)謠言認(rèn)知過程出發(fā)，采用Hayashi數(shù)量化理論III，對49種網(wǎng)絡(luò)謠言的7種屬性給以評分，通過對得到的屬性矩陣進(jìn)行計(jì)算，最終得到不同網(wǎng)絡(luò)謠言的相對位置圖，通過聚類發(fā)現(xiàn)49種網(wǎng)絡(luò)謠言可根據(jù)閾值的調(diào)節(jié)，調(diào)整網(wǎng)絡(luò)謠言的類型數(shù)量，從認(rèn)知的角度可分為簡單謠言、復(fù)雜謠言、不明確謠言（模糊謠言）3種類型。

關(guān)鍵詞：網(wǎng)絡(luò)謠言；謠言認(rèn)知；輿情管理 ；Hayashi數(shù)量化理論III

中圖分類號： G203 文獻(xiàn)標(biāo)識碼： A DOI：10.11968/tsyqb.1003-6938.2016069

Research of the Comprehensive Classification Method of Internet Rumors Based on the Cognitive Process

Abstract Reasonable comprehensive classification of internet rumors is an important work of the scientific management of Internet rumors. This article， from the perspective people's cognitive process of internet rumors， uses the Hayashi quantification theory III to score on the seven attributes of 49 kinds of Internet rumors. Through the calculation on the attribute matrix， the resulting relative locations of different Internet rumors are eventually obtained. Through clustering， rumors can be adjusted according to the threshold of the rumor type and from the perspective of cognition， the 49 kinds can be divided into simple rumors， complex rumors， and indistinct rumors.

Key words Internet rumor； rumor cognition； public opinion management； Hayashi quantification theory III

進(jìn)入21世紀(jì)，隨著社會經(jīng)濟(jì)文化的快速發(fā)展，中國處于社會調(diào)整轉(zhuǎn)型期的各類問題不斷涌現(xiàn)。據(jù)2016年1月的統(tǒng)計(jì)數(shù)據(jù)，截至2015年12月，中國網(wǎng)民規(guī)模已達(dá)6.88億，互聯(lián)網(wǎng)普及率達(dá)到50.3%，其中手機(jī)端用戶規(guī)模在2015年12月達(dá)6.20億，有90.1%的人通過手機(jī)上網(wǎng)[1-2]。互聯(lián)網(wǎng)技術(shù)的進(jìn)步，不僅使信息傳播效率和生活便捷度提高，也極大增強(qiáng)了網(wǎng)絡(luò)信息的流動性和擴(kuò)散性。現(xiàn)實(shí)世界中的各類問題都會迅速轉(zhuǎn)移到網(wǎng)絡(luò)上，以網(wǎng)絡(luò)平臺為陣地，快速爆發(fā)、繁殖、醞釀的各類輿情中，有些由于信息的異化而成為謠言。在手機(jī)網(wǎng)民中，年輕和低收入群體所占比重較高，上網(wǎng)人群特點(diǎn)直接反映出網(wǎng)絡(luò)謠言的主要影響對象，而這些人群反映的輿情信息將對整個(gè)網(wǎng)絡(luò)正常的輿情生態(tài)平衡起到一定的沖擊作用，其中的一些沖擊會導(dǎo)致信息異化從而演變成網(wǎng)絡(luò)謠言。各類突發(fā)事件導(dǎo)致的網(wǎng)絡(luò)輿論經(jīng)過醞釀、發(fā)酵，在傳播中由于增加了傳播人的大量個(gè)人情感，尤其是新媒體和自媒體時(shí)代，人人都是輿情的制造者和傳播者，當(dāng)把突發(fā)事件放到整個(gè)媒體的聚光燈下時(shí)，每個(gè)人都拿著放大鏡看網(wǎng)絡(luò)輿情，在討論和解讀輿情的同時(shí)改造著輿情，其中有一部分因信息傳遞過程中失真異化成為網(wǎng)絡(luò)謠言。異化的輿情往往增加了信息的傾向性，因而，整個(gè)互聯(lián)網(wǎng)世界乃至現(xiàn)實(shí)社會蘊(yùn)含的潛在不穩(wěn)定因素風(fēng)險(xiǎn)也逐漸增加，網(wǎng)絡(luò)謠言作為互聯(lián)網(wǎng)典型的信息異化型的網(wǎng)絡(luò)輿情在規(guī)范管理方面的重要性不言而喻。在應(yīng)對網(wǎng)絡(luò)異化的信息時(shí)，我們必須要建立合理有效的網(wǎng)絡(luò)識別體系。同時(shí)建立社會轉(zhuǎn)型期間的綜合網(wǎng)絡(luò)謠言管理體系，從而增強(qiáng)網(wǎng)絡(luò)輿情管理能力，這是維護(hù)健康有序的公共秩序的內(nèi)在要求。網(wǎng)絡(luò)謠言產(chǎn)生的原因多種多樣，有的是蓄意為之歪曲事實(shí)真相，也有的是無心而為，但就其實(shí)質(zhì)而言仍然是包含若干內(nèi)在特征的信息，這些信息均有其獨(dú)特的屬性，通過這些屬性可以從網(wǎng)絡(luò)謠言的本身對其進(jìn)行識別和分類[3]。

嚴(yán)格來說，網(wǎng)絡(luò)謠言就是一種正常的文化現(xiàn)象，其實(shí)質(zhì)是傳統(tǒng)謠言通過網(wǎng)絡(luò)媒介進(jìn)行的信息交流，但其具有傳播效率高，擴(kuò)散范圍廣特點(diǎn)，并且可以進(jìn)行跨平臺、跨區(qū)域的傳播，降低了傳統(tǒng)謠言傳播的成本和時(shí)間限制[4]。由于這種文化現(xiàn)象是隨著人際交流而自然產(chǎn)生的，帶有普遍性且不以人的主觀意志為轉(zhuǎn)移。因此，我們要承認(rèn)謠言的這種客觀存在的長期性，并清醒的認(rèn)識到謠言的危害性。網(wǎng)絡(luò)謠言侵害的對象不僅包括政治、經(jīng)濟(jì)，同時(shí)其對文化生活也都有影響。從網(wǎng)絡(luò)謠言造成的損失看，其可造成經(jīng)濟(jì)損失、名譽(yù)損失、精神損失、不良政治影響、降低政府公信力，還會擾亂人們的思想，干擾人們的生活。那么將不可控的網(wǎng)絡(luò)謠言，通過謠言風(fēng)險(xiǎn)管理進(jìn)行評估，同時(shí)將網(wǎng)絡(luò)謠言案例加以定量計(jì)算，對今后管理實(shí)踐中隱藏的更大或可控性差的網(wǎng)絡(luò)謠言以及可控或隨著時(shí)間或輿情規(guī)律日趨弱化的網(wǎng)絡(luò)謠言采取不同的引導(dǎo)措施，進(jìn)行分類管控。

科學(xué)的分類工作能夠提供更為高效的管理服務(wù)，更是理論和科學(xué)研究的基礎(chǔ)（Blumer，1931）。研究表明分類是對科學(xué)問題中需要界定對象進(jìn)行選擇和處理的必須的概念性工作。分類盡管可能并無法提供一個(gè)共同的概念標(biāo)準(zhǔn)，但能夠提供比較或者對謠言間概念的框架進(jìn)行區(qū)分界定。網(wǎng)絡(luò)謠言在不同的原則和標(biāo)準(zhǔn)之下，分類形式也不相同。類型不同實(shí)則代表人對謠言不同的認(rèn)知角度。而不同的認(rèn)知則代表著不同的理解深度和管理方式，進(jìn)而影響著管理水平。國內(nèi)外有關(guān)學(xué)者均對網(wǎng)絡(luò)謠言的分類工作予以重視，國內(nèi)學(xué)者通過對網(wǎng)絡(luò)謠言案例進(jìn)行分析，將網(wǎng)絡(luò)謠言事件誘因分成自然災(zāi)害類、社會傷害類、食品安全類、意外傷害類、政府行動等類型[5]；而從傳播心理狀態(tài)進(jìn)行分析，可將網(wǎng)絡(luò)謠言分為期望型、恐懼型、怨恨型、陰謀型等6類[6]；若依據(jù)造謠者的目的， 可將網(wǎng)絡(luò)謠言劃分為信息求證型、情緒宣泄型、利益攫取型和娛樂惡搞型4種類型[7]。但從整體上看，現(xiàn)有文獻(xiàn)中對謠言的分類形式仍以定性描述為主，主要從謠言反應(yīng)的原因或背景角度出發(fā)，而缺乏從網(wǎng)絡(luò)謠言認(rèn)知和傳播過程的本身特性角度進(jìn)行量化分類的研究。而描述網(wǎng)絡(luò)謠言量化分類過程的矩陣需要數(shù)據(jù)支持，考慮到謠言分類的相關(guān)要素均需是一個(gè)明確的值，簡單的說就是“是”或“非”的單一判斷，故構(gòu)建的數(shù)量化矩陣是“0-1”型。而Hayashi數(shù)量化理論Ⅲ（“H理論III”）的特點(diǎn)是能將網(wǎng)絡(luò)謠言要素的定性概念轉(zhuǎn)化為“0-1”型矩陣同時(shí)進(jìn)行聚類[8]。

綜上，對網(wǎng)絡(luò)謠言進(jìn)行綜合分類是為了進(jìn)一步識別網(wǎng)絡(luò)謠言風(fēng)險(xiǎn)，并對不同類型網(wǎng)絡(luò)謠言采取不同的引導(dǎo)和控制。同時(shí)，網(wǎng)絡(luò)謠言分類是進(jìn)行網(wǎng)絡(luò)輿情監(jiān)控和風(fēng)險(xiǎn)管理以及建立網(wǎng)絡(luò)謠言風(fēng)險(xiǎn)信息共享平臺的基礎(chǔ)，是進(jìn)一步識別新網(wǎng)絡(luò)謠言的基礎(chǔ)。

本文擬通過對網(wǎng)絡(luò)謠言自身的特性進(jìn)行分析，從人類認(rèn)知過程的角度通過數(shù)量化的方法對網(wǎng)絡(luò)謠言進(jìn)行定性與定量相結(jié)合的分析，得到從謠言自然認(rèn)知角度分析的網(wǎng)絡(luò)謠言類型，以期得到便于分類管理的方法?！癏理論III”在涉及到分類方法方面有獨(dú)特優(yōu)勢，不僅可以進(jìn)行人為和客觀相結(jié)合的分類，更可較大程度的減少人為干預(yù)，便于計(jì)算機(jī)模糊識別網(wǎng)絡(luò)謠言的特征屬性，實(shí)現(xiàn)自動化識別。

1 網(wǎng)絡(luò)謠言數(shù)量化分類實(shí)踐

1.1 Hayashi數(shù)量化理論簡介

Hayashi數(shù)量化理論是由日本的林知己夫教授在1950年首先提出[9-10]，它根據(jù)不同的研究目的，在方法上可分為數(shù)量化理論I、II、III和IV。其中可以同時(shí)對定性和定量變量進(jìn)行處理的多元分析的是第III類方法。與其他數(shù)量化方法相比，“H理論III”的優(yōu)點(diǎn)在于，反應(yīng)矩陣可以既包含定量變量，同時(shí)也包含定性變量，通過計(jì)算可將定性變量轉(zhuǎn)化為定量變量?！癏理論III”所要解決的問題是以反應(yīng)矩陣為基礎(chǔ)，對各類目和各樣品賦予適當(dāng)?shù)牡梅?，使得反?yīng)情況接近時(shí)，樣品和類目有相近的得分[11]。其基本原理是基于“0-1” 屬性判斷矩陣的構(gòu)建和向量值的計(jì)算，從而得到樣本的得分。通過這種原理可將網(wǎng)絡(luò)謠言的屬性規(guī)范化、數(shù)量化，獲得更便于計(jì)算機(jī)進(jìn)行計(jì)算分析的基礎(chǔ)數(shù)據(jù)結(jié)構(gòu)，因此，Hayashi數(shù)量化理論不僅在理工類的地質(zhì)、氣象、環(huán)保、生物、醫(yī)學(xué)、產(chǎn)品設(shè)計(jì)方面適用，也在管理類的人力資源管理、企業(yè)管理、災(zāi)害和風(fēng)險(xiǎn)管理中得到應(yīng)用[12-14]。

本文通過對網(wǎng)絡(luò)謠言的內(nèi)容、傳播特點(diǎn)等一系列特性進(jìn)行分析，從對網(wǎng)絡(luò)謠言綜合認(rèn)知的角度考慮，選取數(shù)量化的方法進(jìn)行定性與定量相結(jié)合的分析。最終得到網(wǎng)絡(luò)謠言從認(rèn)知角度分析的類型和分類管理的方法。

1.2 網(wǎng)絡(luò)謠言的特性

網(wǎng)絡(luò)謠言是虛假的輿論信息，每個(gè)謠言都具有獨(dú)特性的屬性，不同屬性謠言所表現(xiàn)的影響結(jié)果不同。這種特性類似于每個(gè)人的特質(zhì)，如善意性、敏銳度、觀察力、忠誠度、攻擊性、模仿能力等特質(zhì)，通過這些屬性我們才能確定一個(gè)具體的立體的人。以統(tǒng)一標(biāo)準(zhǔn)對每個(gè)人進(jìn)行賦值，其得分很難相同。這些潛在特質(zhì)將決定在特殊情況的激發(fā)下，每個(gè)人的表現(xiàn)結(jié)果不同。與前例類似，不同網(wǎng)絡(luò)謠言的特性也不同，從人類認(rèn)知的角度，可對每種網(wǎng)絡(luò)謠言通過幾個(gè)問題進(jìn)行區(qū)分，如網(wǎng)絡(luò)謠言的代表性、危害程度、影響力、攻擊性、傳播性、生命力和辨識度如何。具此可以根據(jù)謠言的相關(guān)屬性研究謠言的潛在發(fā)展程度和造成的影響，便于進(jìn)行網(wǎng)絡(luò)謠言管理。

1.3 網(wǎng)絡(luò)謠言維度與判斷標(biāo)準(zhǔn)

網(wǎng)絡(luò)謠言屬性的適當(dāng)描述與對網(wǎng)絡(luò)謠言自身的認(rèn)知特點(diǎn)直接相關(guān)，進(jìn)一步?jīng)Q定著網(wǎng)絡(luò)謠言矩陣的形態(tài)。有研究表明網(wǎng)絡(luò)謠言的影響力因素有擴(kuò)散廣度、內(nèi)容熱度和態(tài)度傾向，這些因素又包括若干種二級指標(biāo)，這一系列二級指標(biāo)是較好的刻畫謠言造成影響的關(guān)鍵因素[15]。奧爾波特認(rèn)為謠言傳播能力主要在于事件的重要性、模糊程度和信息的不對稱，網(wǎng)絡(luò)謠言的特性可以包括這些。傳統(tǒng)觀點(diǎn)認(rèn)為，謠言模糊性越強(qiáng)越容易傳播，而網(wǎng)絡(luò)謠言在傳播過程中為增強(qiáng)可信度配以相關(guān)細(xì)節(jié)描述和相應(yīng)資料，同時(shí)網(wǎng)絡(luò)的匿名性也增加了謠言傳播的可能性[16]。

網(wǎng)絡(luò)謠言矩陣的構(gòu)建基礎(chǔ)是對矩陣屬性賦值。本文的謠言矩陣構(gòu)建原則是基于謠言認(rèn)知模式和認(rèn)知過程選擇謠言屬性，由此構(gòu)建謠言識別屬性（見表1），表1列出了網(wǎng)絡(luò)謠言的7種屬性及其判斷標(biāo)準(zhǔn)。構(gòu)建矩陣時(shí)，如對謠言案例的某屬性有反應(yīng)就認(rèn)為是“l(fā)”，否則是“0”。即看謠言屬性更接近哪種判斷標(biāo)準(zhǔn)，依據(jù)判斷標(biāo)準(zhǔn)定為“1”或“0”。

1.4 謠言判斷矩陣的構(gòu)建

網(wǎng)絡(luò)謠言矩陣的構(gòu)建是對網(wǎng)絡(luò)謠言進(jìn)行分類的關(guān)鍵，它關(guān)系到最終結(jié)果與現(xiàn)實(shí)的貼近程度，判斷的矩陣越客觀，最終圖像越能正確反應(yīng)客觀實(shí)際。考慮到“H理論III”是一種可同時(shí)對定性和定量變量進(jìn)行處理的多元分析方法。其基本原理是基于“0-1” 屬性判斷矩陣的構(gòu)建和向量值的計(jì)算，從而得到樣本的得分。該基本原理符合以上網(wǎng)絡(luò)謠言屬性的基礎(chǔ)數(shù)據(jù)結(jié)構(gòu)。選擇“H理論III”，將每個(gè)網(wǎng)絡(luò)謠言樣本的7個(gè)屬性指標(biāo)轉(zhuǎn)換成“0-1”屬性的二維判斷矩陣，通過編程運(yùn)算，將樣本得分在示意圖中與原點(diǎn)距離作為樣本聚類分析的輸入數(shù)據(jù)，實(shí)現(xiàn)對所考察風(fēng)險(xiǎn)樣本的分類目的。因此，科學(xué)構(gòu)建網(wǎng)絡(luò)謠言判斷矩陣是得到客觀結(jié)果的基礎(chǔ)。汪青云和童玲[17]從社會心理學(xué)和謠言傳播學(xué)的角度，將網(wǎng)絡(luò)謠言分為利他性謠言、利己性謠言和無利性謠言。

在構(gòu)建網(wǎng)絡(luò)謠言判斷矩陣時(shí)，本文選取了互聯(lián)網(wǎng)關(guān)注度較高的49個(gè)謠言案例，選取過程要求案例來源豐富、類型多樣，涉及名人類、腐敗類、自然災(zāi)害類、事故災(zāi)難類、公共衛(wèi)生類、社會安全類等多種類型的網(wǎng)絡(luò)輿論，網(wǎng)絡(luò)謠言的選取具有典型性[3]。并盡可能根據(jù)網(wǎng)絡(luò)謠言的題目和基礎(chǔ)內(nèi)容對謠言屬性進(jìn)行判斷矩陣構(gòu)建，構(gòu)建適用于每種可能出現(xiàn)的謠言屬性矩陣（見表2）。

2 網(wǎng)絡(luò)謠言計(jì)算及結(jié)果

受篇幅所限，本文介紹的“H理論III”的基本原理和計(jì)算方法參考文獻(xiàn)[11，14，18]。通過Matlab軟件支持的程序計(jì)算構(gòu)造得到特征根，并利用矩陣的前兩個(gè)最大特征根（見表4）對應(yīng)的特征向量所表示的坐標(biāo)進(jìn)行描點(diǎn)。

2.1 特征向量的求取

經(jīng)過計(jì)算，謠言樣本得分每個(gè)樣本得到所選的7個(gè)屬性的得分，矩陣特征向量為（0.3229，0.0579，

0.0419，0.0056，0.0281，0.0135，0.0195）。

2.2 特征根的有效性檢驗(yàn)

為了解每個(gè)特征根對總體特征向量的貢獻(xiàn)程度，需計(jì)算各特征根占特征向量的信息比重（見表3）。

前第一、第二特征根包含的信息比共占77.81%，滿足“H理論III”對分類的量化精度要求[11]。因此，選取第一、第二特征根作為表述謠言得分的主要指標(biāo)（見表4），在得分坐標(biāo)圖上用第1特征根b1表示橫坐標(biāo)，第2特征根b2表示縱坐標(biāo)。

2.3 網(wǎng)絡(luò)謠言分布示意圖

在二維坐標(biāo)圖上將各謠言的得分進(jìn)行描點(diǎn)記錄，并將坐標(biāo)原點(diǎn)移到左下角進(jìn)行坐標(biāo)變換（見圖1），圖中橫坐標(biāo)代表網(wǎng)絡(luò)謠言對第一特征值得分y1，縱坐標(biāo)代表網(wǎng)絡(luò)謠言對第二特征值得分y2，各點(diǎn)表示謠言樣本基于其7種屬性的相互位置關(guān)系。圖中橫坐標(biāo)表示謠言傳播性從弱到強(qiáng)的變化，縱坐標(biāo)表示謠言的生命力從小到大的變化。從認(rèn)知角度，傳播性小且生命力弱的可認(rèn)為是簡單謠言，與之相對的傳播性大且生命力強(qiáng)的可認(rèn)為是模糊、不明確的謠言，介于兩者之間的被稱為復(fù)雜謠言。

表3中第一、第二特征根向量的最大值對應(yīng)的是傳播性和生命力，說明這兩個(gè)屬性是網(wǎng)絡(luò)謠言最具代表性的特征，與我們對網(wǎng)絡(luò)謠言本身特征的理解相吻合。

3 計(jì)算結(jié)果分析

為便于觀察各網(wǎng)絡(luò)謠言分布規(guī)律，我們將（0，-0.2）作為原點(diǎn)，計(jì)算每種謠言與原點(diǎn)的距離。通過計(jì)算得到遠(yuǎn)離原點(diǎn)的謠言的生命力和傳播能力比較強(qiáng)。根據(jù)距離的網(wǎng)絡(luò)謠言聚類圖見圖2。

通過SPSS13.0軟件，使用離原點(diǎn)的距離進(jìn)行聚類操作，當(dāng)閾值L1=（2，3）可以將49種謠言分為5類；當(dāng)閾值L2=（4，5）時(shí)可以將49種謠言分為3類；當(dāng)閾值L3=（5，23）可以將49種謠言分為2類；當(dāng)閾值>23時(shí)，謠言可分為1類（見圖2）。

3.1 分類結(jié)果

通過軟件聚類將網(wǎng)絡(luò)謠言從總體趨勢上分為簡單謠言、復(fù)雜謠言、模糊（不明確的）謠言三種。當(dāng)閾值為（2，3）時(shí)，49種網(wǎng)絡(luò)謠言從區(qū)域上可分為A-E五種類型。體現(xiàn)了從簡單到復(fù)雜的過渡形態(tài)。當(dāng)閾值（4，5）時(shí)，從認(rèn)知的角度認(rèn)為網(wǎng)絡(luò)謠言也可以分為簡單、復(fù)雜、模糊三種類型（見表5）。

三種類型網(wǎng)絡(luò)謠言的側(cè)重點(diǎn)不同，政府對應(yīng)的管理方式也不相同。49種網(wǎng)絡(luò)謠言綜合分類類型，和每類謠言的解讀方式以及個(gè)人和政府的應(yīng)對方法（見表6）。

3.2 聚類法分類的解讀和政府應(yīng)對辦法

距離原點(diǎn)的遠(yuǎn)近確定了謠言生命力和傳播能力兩種屬性可以表現(xiàn)為從簡單到復(fù)雜的性質(zhì)。因此，網(wǎng)絡(luò)謠言通過距離上判斷，可給出不同類型謠言的總體分類建議（見圖1）。表6從人類認(rèn)知的謠言屬性角度，給出網(wǎng)絡(luò)謠言聚類的相關(guān)距離，并對這3種類型謠言進(jìn)行定性描述及提供政府和公眾的應(yīng)對辦法解讀。

從圖1和圖2中的分類與聚類結(jié)果看，以距離為聚類元素具有參考意義。但其中也有若干謠言分類錯(cuò)位的情況，如D40并未在E類型中，而是在D類型中；D34的位置表現(xiàn)似乎與聚類結(jié)果相差較大。可知圖1僅作為謠言相互位置間的參考，具體謠言類型還可根據(jù)使用需要與常識結(jié)合進(jìn)行判斷，同時(shí)謠言分類結(jié)果還與構(gòu)建謠言矩陣的人的知識結(jié)構(gòu)有直接關(guān)系。同時(shí)每個(gè)人由于知識結(jié)構(gòu)不同，謠言風(fēng)險(xiǎn)抵御能力有差異，因此，對于謠言的辨識能力有差別，進(jìn)而導(dǎo)致謠言對生活造成的影響也不同。

3.3 網(wǎng)絡(luò)謠言應(yīng)對策略

不同類型的謠言傳遞的最重要的信息其所攜帶的內(nèi)容是不同的，這些內(nèi)容所傳遞的信息量對于每個(gè)人影響是不同的，區(qū)別在于每個(gè)人掌握真實(shí)信息的程度，如：“地震謠言”往往影響的是青少年、婦女等特殊敏感人群；而“房地產(chǎn)稅征收”對家中有一定財(cái)產(chǎn)，對自身固定資產(chǎn)關(guān)注較高的人的影響較大，所以，謠言影響的多為受眾內(nèi)心的潛意識。同樣對謠言關(guān)注點(diǎn)的不同人群是由知識文化水平差異決定的。每個(gè)人知識水平結(jié)構(gòu)不同，對于知識認(rèn)可度也存在差距，對于網(wǎng)絡(luò)謠言的敏感性和可接受程度也不同。有的人接受謠言程度高，對謠言識別度低，易受謠言欺騙。知識結(jié)構(gòu)的差異性是相對而非絕對的?？傮w來說，知識文化水平較高的人群識別網(wǎng)絡(luò)謠言的能力較強(qiáng)。

因此，政府在針對網(wǎng)絡(luò)輿論或者網(wǎng)絡(luò)謠言管理過程中，在對不同謠言分組，進(jìn)行區(qū)別引導(dǎo)的同時(shí)，更應(yīng)重視對弱勢群體網(wǎng)絡(luò)謠言引導(dǎo)。從整體上提高個(gè)人的文化普及程度和辨識能力，同時(shí)提高政府對特殊網(wǎng)絡(luò)謠言的引導(dǎo)能力（如涉及公共安全類）。另外，對于某些不置可否的謠言，只要不威脅到公眾安全和影響市場秩序，可以允許謠言在一定可控范圍內(nèi)的發(fā)酵，同時(shí)引導(dǎo)群眾進(jìn)行廣泛的爭論，從而實(shí)現(xiàn)群眾認(rèn)知的再教育、再提高，這相當(dāng)于提高個(gè)體對謠言風(fēng)險(xiǎn)的掌控程度，謠言解釋的過程也是民眾思想意識進(jìn)步的過程。從基礎(chǔ)上提升民眾素養(yǎng)的根本之道，仍然是文化教育和尊重科學(xué)，用文化和科學(xué)的力量啟發(fā)民智。

在網(wǎng)絡(luò)謠言風(fēng)險(xiǎn)管理的過程中，需要建立謠言案例庫和謠言處置應(yīng)對方案庫，當(dāng)有新謠言出現(xiàn)時(shí)可以輕松進(jìn)行分類比對，按照已有謠言成功的處理方式，采取自由發(fā)酵或?qū)I(yè)部門進(jìn)行干預(yù)的方式——涉及到各專業(yè)領(lǐng)域謠言，如經(jīng)濟(jì)類謠言由銀行、財(cái)政、稅務(wù)等官方機(jī)構(gòu)進(jìn)行解釋。具體對策主要包括：（1）增強(qiáng)民眾判斷力，增強(qiáng)政策解讀，增加官方答疑平臺；（2）提高互聯(lián)網(wǎng)環(huán)境的科學(xué)性，從技術(shù)手段打擊惡意造謠者；（3）各地、各級政府應(yīng)秉持科學(xué)、公開、公正的態(tài)度對待網(wǎng)上質(zhì)疑的聲音；（4）官方建立統(tǒng)一辟謠平臺，及時(shí)辟謠，跟蹤信息走向，掌控輿論走向。

4 討論

本文雖然實(shí)現(xiàn)了基于認(rèn)知過程的網(wǎng)絡(luò)謠言的數(shù)量化分類，但仍存在如下問題需進(jìn)一步討論：

（1）本文分類結(jié)果有待改進(jìn)，個(gè)別謠言的類別歸屬與大眾認(rèn)知存在一定差距。究其原因，本文僅從理論方法上對網(wǎng)絡(luò)謠言分類進(jìn)行了研究，并未對與認(rèn)知不符的謠言類別從認(rèn)知角度對判斷矩陣進(jìn)行修正。因此對于與認(rèn)知有一定差距的謠言可通過對屬性判斷矩陣值加以調(diào)整，重新構(gòu)造矩陣并計(jì)算，調(diào)整分類結(jié)果。通過調(diào)整各個(gè)謠言屬性的模糊評分可提高分類結(jié)果的精度，但模糊化會使判斷矩陣更加復(fù)雜，在謠言屬性判斷的權(quán)重方面也會有較大的模糊性，不適用于謠言的快速分類定位。

（2）謠言的產(chǎn)生和演變有其自身規(guī)律。隨著人類社會生產(chǎn)關(guān)系和科技應(yīng)用水平的不斷提高，謠言的產(chǎn)生和演變也會隨著改變。辨識謠言的能力因個(gè)人或群體的認(rèn)知水平不同而有差異。認(rèn)知水平受從事職業(yè)、教育水平、知識文化背景的影響很大。不同的人看待同一種謠言的角度與對不同謠言特征的把握水平差距造成對謠言的感知結(jié)果也不同。因此，在本文的探索過程中，對謠言矩陣的判斷仍然存在一定人為因素，但隨著對謠言產(chǎn)生的社會背景理解進(jìn)一步深入，判斷矩陣的指標(biāo)定義的進(jìn)一步明確，這個(gè)問題最終會得以解決。

（3）本文通過“H理論III”將定性描述科學(xué)的轉(zhuǎn)化為定量的值，利用計(jì)算機(jī)程序處理大型矩陣的方便性，使得原需人工處理矩陣的數(shù)量化理論得以應(yīng)用。針對網(wǎng)絡(luò)謠言分類方法的探索是在研究網(wǎng)絡(luò)謠言屬性的基礎(chǔ)上進(jìn)行的，實(shí)驗(yàn)選取的網(wǎng)絡(luò)謠言樣本雖然只是近幾年才在網(wǎng)絡(luò)上流行的事件，但現(xiàn)代典型謠言所具有的反復(fù)性和傳播效應(yīng)的相似性，可為今后謠言分類研究做基礎(chǔ)數(shù)據(jù)庫。同時(shí)，本文所研究的分類方法是基于大眾視角關(guān)注的謠言的通用分類，與具體部門、行業(yè)的喜好一定有區(qū)別，但可從方法上為其他學(xué)科謠言的專業(yè)分類提供思路。

5 結(jié)論

本文通過基于網(wǎng)絡(luò)謠言的認(rèn)知過程進(jìn)行判斷得到的矩陣，采用“H理論III”方法計(jì)算得到不同謠言的相對得分以及在網(wǎng)絡(luò)謠言管理圖譜中的相對位置差異，通過距離聚類將不同的網(wǎng)絡(luò)謠言通過閾值選取分為不同的謠言類別，為定量化謠言識別提供了一種具體可實(shí)現(xiàn)的方法。通過研究得到了以下主要結(jié)論：

（1）“H理論III”對于謠言分類是適合的。分類方法以構(gòu)建反應(yīng)謠言主要屬性的矩陣為基礎(chǔ)，不僅能夠分出合理的類別，還可隨需求變化閾值調(diào)節(jié)類型數(shù)量。同時(shí)，將謠言問題中定性描述轉(zhuǎn)為定量的研究謠言屬性，比只用定性描述進(jìn)行分類更具說服力，更易于謠言自動化管理，為多特征屬性的網(wǎng)絡(luò)謠言分析進(jìn)行有益的探索。

（2）通過對閾值的變化，可將謠言分為需要的數(shù)量類型。通過調(diào)整閾值，謠言可在1類到5類之間進(jìn)行分類調(diào)整。本文建議個(gè)人和行業(yè)可采用簡單、復(fù)雜，模糊/不明確這三類區(qū)分法，便于從認(rèn)知的角度對網(wǎng)絡(luò)謠言進(jìn)行管理。

（3）從人類認(rèn)知的角度看，只有提高每個(gè)人的文化素養(yǎng)和科學(xué)水平，改變自身的知識結(jié)構(gòu)，才是有效辨識謠言，抵制謠言，引導(dǎo)謠言的最佳途徑。本文為網(wǎng)絡(luò)謠言認(rèn)知從人類自身知識水平結(jié)構(gòu)屬性分析的角度進(jìn)行了有益的探索。

參考文獻(xiàn)：

[1] 中國互聯(lián)網(wǎng)絡(luò)信息中心.CNNIC發(fā)布第37次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》[EB/OL].[2016-04-20].http：//www.cnnic.cn/gywm/xwzx/rdxw/2016/201601/t20160122_53283.htm.

[2] 陳瀅.淺析移動時(shí)代下的“互聯(lián)網(wǎng)碎片經(jīng)濟(jì)”[J].未來與發(fā)展，2015（7）：49-52.

[3] 張鵬，蘭月新，李昊青，等.基于Hayashi數(shù)量化理論的網(wǎng)絡(luò)謠言分類應(yīng)對策略分析[J].情報(bào)雜志，2016，35（1）：110-115.

[4] 周裕瓊.當(dāng)代中國社會的網(wǎng)絡(luò)謠言研究[M].北京：商務(wù)印書館，2012.

[5] 王國華，汪娟，方付建.基于案例分析的網(wǎng)絡(luò)謠言事件政府應(yīng)對研究[J].情報(bào)雜志，2011（10）：72-76.

[6] 張欽朋.網(wǎng)絡(luò)謠言的傳播機(jī)理及其治理路徑：基于傳播心理的分析[J].中共天津市委黨校學(xué)報(bào)，2013（2）：87-90，96.

[7] 孫麗.網(wǎng)絡(luò)謠言的類型與特征[J].電子政務(wù)，2015（1）：18-23.

[8] 林知己夫.數(shù)量化の方法[M].東京：東洋經(jīng)濟(jì)新報(bào)社，1972.

[9] Hayashi C.On the quantification of qualitative data from the mathematic- statistical point of view[R].Annals of the Institute of Stat Math，1950：12-57.

[10] Hayashi C.On the prediction of phenomena from qualitative data and the quantification of qualitative data from the mathem

atico statistical point of view[R].Annals of the Institute of Stat.Math，1952：69-98.

[11] 董文泉，周光亞，夏立顯.數(shù)量化理論及其應(yīng)用[M].長春：吉林人民出版社，1979.

[12] Li N，Gu W，Okada N，et al.The utility of Hayashis quantification theory for assessment of land surfaceindices in influence dust storm- a case study in Inner Mongolia China[J].Atmospheric Environment，2005，39（1）：119-126.

[13] 李寧，張鵬，胡愛軍，等.從風(fēng)險(xiǎn)認(rèn)知到風(fēng)險(xiǎn)數(shù)量化分類[J].地球科學(xué)進(jìn)展，2009，24（1）：43-49.

[14] 張鵬，李寧，吳吉東，等.基于風(fēng)險(xiǎn)認(rèn)知過程的綜合風(fēng)險(xiǎn)分類方法研究[J].安全與環(huán)境學(xué)報(bào)，2010，10（5）：221-226.

[15] 蘭月新.突發(fā)事件網(wǎng)絡(luò)謠言傳播規(guī)律模型研究[J].圖書情報(bào)工作，2012，56（14）：57-61.

[16] 王小雨，李自，劉子菱.網(wǎng)絡(luò)謠言的特點(diǎn)、傳播原因及應(yīng)對策略[J].法制博覽旬刊，2013（6）：44.

[17] 汪青云，童玲.突發(fā)事件中的網(wǎng)絡(luò)謠言特征分析——基于2010-2014年間網(wǎng)絡(luò)謠言的研究[J].新聞知識，2015，7（6）：6-8.

[18] 張鵬.基于Hayashi數(shù)量化理論III的綜合風(fēng)險(xiǎn)分類研究[D].北京：北京師范大學(xué)，2009.

作者簡介：張鵬（1981-），男，中國人民武裝警察部隊(duì)學(xué)院消防指揮系講師，博士，研究方向：網(wǎng)絡(luò)輿情、網(wǎng)絡(luò)謠言研究；蘭月新 （1981-）， 男，中國人民武裝警察部隊(duì)學(xué)院基礎(chǔ)部講師， 碩士研究生，研究方向：網(wǎng)絡(luò)輿情研究；李昊青（1983-），男，中國人民武裝警察部隊(duì)學(xué)院訓(xùn)練部講師，研究方向：網(wǎng)絡(luò)輿情研究；瞿志凱（1987-），男，中國人民武裝警察部隊(duì)學(xué)院研究生部碩士研究生，研究方向：網(wǎng)絡(luò)輿情研究。