陳慧鈺 殷紅 王文翠 殷雨虹 邱增玉

摘 要：在以網(wǎng)絡(luò)進(jìn)行信息傳遞的當(dāng)代，網(wǎng)絡(luò)輿情已成為現(xiàn)實社會輿情的真實反映。本文從研究網(wǎng)絡(luò)輿情的現(xiàn)狀入手，分析網(wǎng)絡(luò)輿情的概念和發(fā)展趨勢，建立與之相對應(yīng)的輿情傳播模型。通過模型分析出網(wǎng)絡(luò)輿情傳播過程的特點(diǎn)，提出了合理化解網(wǎng)絡(luò)輿情事件、建立有效快速反應(yīng)機(jī)制的若干建議。

關(guān)鍵詞：網(wǎng)絡(luò)輿情;現(xiàn)狀;輿情模型;輿論引導(dǎo)機(jī)制

中圖分類號：C912.63文獻(xiàn)標(biāo)識碼：A文章編號：1008-4428（2019）05-0128-03

一、 引言

截至2017年12月，我國網(wǎng)民規(guī)模達(dá)7.53億，全國新增網(wǎng)民4074萬人。媒體傳播影響力顯著提升，微博作為社交媒體，其用戶使用率持續(xù)增長，達(dá)到40.9%，知乎、豆瓣、貼吧、抖音等使用率均有所提升。網(wǎng)絡(luò)已成為當(dāng)今人們獲取信息、傳播信息以及交流信息的主要媒介。本文從網(wǎng)絡(luò)輿情的特點(diǎn)、現(xiàn)狀以及模型入手，研究網(wǎng)絡(luò)輿情的匯集、分析和引導(dǎo)，提出合理的建議。

二、 網(wǎng)絡(luò)輿情的概念

網(wǎng)絡(luò)輿情是指在一定的社會空間內(nèi)，通過網(wǎng)絡(luò)圍繞中介性社會事件，民眾對公共問題和社會管理者產(chǎn)生和持有的社會政治態(tài)度、信念和價值觀。它是多數(shù)民眾對社會中存在的各種現(xiàn)象和問題所表達(dá)的態(tài)度、信念和情緒等表現(xiàn)的總和。

傳統(tǒng)的社會輿情存在于民間，轉(zhuǎn)瞬即逝，難以捕捉和保留。然而隨著互聯(lián)網(wǎng)的發(fā)展，民眾往往通過網(wǎng)絡(luò)來表達(dá)自己的觀點(diǎn)和看法，可以采用圖靈輿情網(wǎng)絡(luò)自動抓取技術(shù)手段獲取信息，效率高同時真實度高，覆蓋面廣。

三、 網(wǎng)絡(luò)輿情的現(xiàn)狀

我國對網(wǎng)絡(luò)輿情的研究開始的較晚，互聯(lián)網(wǎng)上關(guān)于網(wǎng)絡(luò)輿情的參考文獻(xiàn)并不豐富。不過在CNKI收集的文獻(xiàn)顯示，網(wǎng)絡(luò)輿情正在越來越多地被專家學(xué)者重視。對于輿情的分析，紀(jì)紅，紀(jì)小潔系統(tǒng)地闡述了收集、分析網(wǎng)絡(luò)輿情信息的相關(guān)要求，提出了比較完整的網(wǎng)絡(luò)搜集分析和研判機(jī)制。她們認(rèn)為網(wǎng)絡(luò)輿情離不開辯證，把握了輿情的生成規(guī)律，有關(guān)網(wǎng)絡(luò)輿情的相關(guān)問題自然也能迎刃而解;而畢宏音則從心理學(xué)角度出發(fā)，通過對群體壓力、群體極化、群體無意識等因素的研究，展示了網(wǎng)絡(luò)輿情的形成和變動受到的群眾影響。

輿情的引導(dǎo)需要完善的輿情監(jiān)測技術(shù)支持。我國目前的輿情監(jiān)測網(wǎng)絡(luò)主要由輿情站、輿情監(jiān)測點(diǎn)、輿情信息員三個部分構(gòu)成。

四、 網(wǎng)絡(luò)輿情研究模型

（一）對輿情問題的分析

為了分析網(wǎng)絡(luò)輿情的相互作用機(jī)制，根據(jù)理論推導(dǎo)、對觀測數(shù)據(jù)的分析和實踐經(jīng)驗來引用研究模型反映網(wǎng)絡(luò)輿情的傳播過程和主要特征。從對問題的分析、符號說明和對問題的求解三個部分介紹模型，最后根據(jù)數(shù)據(jù)建立模型并得出結(jié)論。

（二）具體說明（見表1）

（三）對輿情問題的求解

1. 模型的準(zhǔn)備

最大似然估計法：

這一概率隨 θ 的取值而變化，它是 θ的函數(shù)，L（θ）稱為樣本的似然函數(shù)。

（1）活躍系數(shù)

（2）轉(zhuǎn)發(fā)系數(shù)

將使用者的轉(zhuǎn)發(fā)系數(shù)作為模型中另一個非常重要的因素。假設(shè)使用者的轉(zhuǎn)發(fā)系數(shù)和使用者的發(fā)布信息數(shù)量、好友數(shù)量之間的相關(guān)度很小。和使用者活躍程度的估計過程類似，假設(shè)一個使用者在某時間段內(nèi)的轉(zhuǎn)發(fā)概率符合二項式分布。通過最大似然估計方法，使用者m在時間段T內(nèi)的轉(zhuǎn)發(fā)系數(shù)可以表示為：γTm=RTmTWm。

（3）影響系數(shù)

通過觀察不難發(fā)現(xiàn)使用者的活躍系數(shù)和轉(zhuǎn)發(fā)系數(shù)一直隨著時間而改變。考慮到這種情況，將時間分割成了很多長度為a1的小時間段T，這些時間段T組成一個集合TN。假定在每個時間段內(nèi)，使用者的活躍系數(shù)和轉(zhuǎn)發(fā)系數(shù)是相對穩(wěn)定的。在計算過程中，首先針對每一個使用者，分別計算其在每一個小時間段內(nèi)的使用者活躍系數(shù)和轉(zhuǎn)發(fā)系數(shù)這兩個變量。而使用者間的影響力則可以通過最大似然估計方法獲得。

（2）模型對輿情傳播過程的分析

原信息在傳播過程中，有些使用者可能沒有收到相關(guān)信息，但可能通過新信息的超鏈接收到原信息。（見圖2）

在眾多自媒體平臺中，很多自媒體相似度較高，而有些自媒體間則千差萬別。為了方便分析不同類型的消息在同一自媒體傳播過程中的差異和同一消息在不同自媒體平臺上傳播過程中的差異。選取幾個典型的特征變量，利用K-means聚類算法，對收集到的自媒體信息進(jìn)行聚類。然后在最終聚類的集群中，分析以上問題。K-Means聚類能把n個對象根據(jù)他們的屬性分為k個分割 （k

為了分析不同信息在同一平臺上的傳播和同一信息在不同平臺上的傳播，手動地將這些傳播數(shù)據(jù)標(biāo)注為六個大類：新聞、產(chǎn)品廣告、名人宣傳、產(chǎn)品傳銷、生活、其他。（見表2）

此外搜集了對于不同信息在同一自媒體平臺上傳播的差異分析，如圖3：

從圖3中可以看出，名人宣傳在totalNode，timeArraySize，bigNodeRatio，這三項指標(biāo)上相對于其他四種類型的信息，均達(dá)到了最高值，可以見得，名人對于信息的傳播是起著極大作用的。也就是說，這里存在著名人效應(yīng)。其他類信息也值得注意，相對另外四種類型的信息，它的關(guān)注者是最多的，甚至超過了名人宣傳類信息，實際上，所選自媒體平臺正是一個以八卦娛樂為主體的平臺，這也就解釋了它的關(guān)注者數(shù)目為何如此之多。

（四）模型的優(yōu)缺點(diǎn)

1. 模型的優(yōu)點(diǎn)

模型從網(wǎng)絡(luò)輿情傳播過程分析，從而建立引導(dǎo)機(jī)制。模型不僅考慮了信息傳播的網(wǎng)絡(luò)結(jié)構(gòu)屬性，還考慮了網(wǎng)絡(luò)平臺使用者的行為特性和交互性，克服了傳統(tǒng)模型只考慮使用者關(guān)注人數(shù)與信息轉(zhuǎn)發(fā)率的缺點(diǎn)，能夠較為準(zhǔn)確的描述兩個使用者間的信息傳播過程，當(dāng)新信息的網(wǎng)頁有原信息的超鏈接時，原信息如何傳播的問題。不僅提出了基于PageRank算法的超鏈接模型，還將其與第一問的模型聯(lián)系了起來，成功解決了問題。由于網(wǎng)絡(luò)輿情轉(zhuǎn)發(fā)平臺繁多，有些平臺相似度較高，而有些則千差萬別，于是分析同類型的消息在傳播過程中的差異和同一消息在不同自媒體平臺上傳播過程中的差異十分困難。而利用K-means聚類算法，對收集到的信息進(jìn)行聚類，然后在最終聚類的集群中便可分析網(wǎng)絡(luò)輿情傳播過程特征。

2. 模型的缺點(diǎn)

模型中僅僅考慮一條信息在網(wǎng)絡(luò)傳播的過程，當(dāng)考慮多條消息的傳播過程和多個網(wǎng)絡(luò)平臺間信息的傳播過程時，就不再適用。當(dāng)新信息的網(wǎng)頁有原信息的超鏈接時，但不是每一個網(wǎng)絡(luò)平臺都會在新消息（與舊消息高度關(guān)聯(lián)）中插入指向舊消息的超鏈接，因此此過程分析存在一定的誤差。

五、 對正確引導(dǎo)網(wǎng)絡(luò)輿情提出建議

（一）建立完善的互聯(lián)網(wǎng)法律

網(wǎng)絡(luò)的不斷推進(jìn)、創(chuàng)新決定了傳統(tǒng)法律形成流程的不適應(yīng)性。傳統(tǒng)法律形成周期不能滿足網(wǎng)絡(luò)環(huán)境下新事物所需的法律要求。只有不斷地完善網(wǎng)絡(luò)環(huán)境的法制建設(shè)，才能對各方面輿情事件做到有法可依。

（二）建立有效、快速的反應(yīng)機(jī)制

1. 對于非法信息，在第一時間通知有關(guān)部門進(jìn)行刪除，同時對網(wǎng)絡(luò)敏感詞匯通過搜索敏感詞等方式隨時注意在網(wǎng)絡(luò)上搜索，自動進(jìn)行跟蹤。

2. 有關(guān)部門第一時間發(fā)布并不斷更新消息，讓網(wǎng)民及時了解事情的真相，以及有關(guān)人員的態(tài)度和采取措施。

3. 采取各種方式進(jìn)行軟引導(dǎo)，從一切有利于維護(hù)人民群眾根本利益和社會穩(wěn)定的角度對形成的輿論進(jìn)行評論。

參考文獻(xiàn)：

[1]陳清.我國新媒體經(jīng)濟(jì)發(fā)展的技術(shù)與市場優(yōu)勢及路徑抉擇[J].福建師范大學(xué)經(jīng)濟(jì)學(xué)院， 2018：128-131.

[2]陳純柱，敖永春.網(wǎng)絡(luò)環(huán)境下高校輿情的傳播及引導(dǎo)機(jī)制研究[J].重慶郵電大學(xué)法學(xué)院，2011：154-159.

[3]王樂軼.網(wǎng)絡(luò)輿情對公共政策的影響研究[J].復(fù)旦大學(xué)國際關(guān)系與公共事務(wù)學(xué)院，2016：98-99.

[4]肖魯仁.鄰避型群體性事件中網(wǎng)絡(luò)輿情的監(jiān)測與引導(dǎo)[J].中南大學(xué)文學(xué)與新聞傳播學(xué)院，2016：143-148.

[5]周勇.高校網(wǎng)絡(luò)輿情現(xiàn)狀分析及對策[J].河南教育（高教）， 2014（2）：5-6.

[6]姜勝洪.網(wǎng)絡(luò)輿情熱點(diǎn)的形成與發(fā)展、現(xiàn)狀及輿論引導(dǎo)[J].理論月刊， 2008（4）：34-36.

[7]馮潔.建構(gòu)和諧有序的網(wǎng)絡(luò)輿論機(jī)制——試論“網(wǎng)絡(luò)公審”之輿情現(xiàn)狀及引導(dǎo)對策[D].杭州：浙江大學(xué)傳媒與國際文化學(xué)院， 2007.

[8]張楓.我國政府網(wǎng)絡(luò)輿情引導(dǎo)機(jī)制研究[D].上海：上海交通大學(xué)， 2013.

[9]郝文江，馬曉明，武捷.網(wǎng)絡(luò)輿情現(xiàn)狀分析與引導(dǎo)機(jī)制研究[J].計算機(jī)安全， 2011（2）：64-67.

[10]紀(jì)紅，馬小潔.論網(wǎng)絡(luò)輿情的搜集、分析和引導(dǎo)[J].華中科技大學(xué)學(xué)報（社會科學(xué)版）， 2007， 21（6）：104-107.

作者簡介：

陳慧鈺，女，浙江湖州人，江蘇警官學(xué)院計算機(jī)信息網(wǎng)絡(luò)與安全系學(xué)生;

殷紅，女，江蘇泰州人，江蘇警官學(xué)院計算機(jī)信息網(wǎng)絡(luò)與安全系學(xué)生;

王文翠，女，河北衡水人，江蘇警官學(xué)院計算機(jī)信息網(wǎng)絡(luò)與安全系學(xué)生;

殷雨虹，女，江蘇溧陽人，江蘇警官學(xué)院計算機(jī)信息網(wǎng)絡(luò)與安全系學(xué)生;

邱增玉，男，安徽宿州人，江蘇警官學(xué)院計算機(jī)信息與網(wǎng)絡(luò)安全系學(xué)生。