輿情演化模型的研究現(xiàn)狀與展望

錢亞飛

摘要：隨著社交媒體技術(shù)飛速發(fā)展的以及網(wǎng)民規(guī)模不斷增加的，輿情對社會穩(wěn)定的影響也越來越大。文章分別從國內(nèi)、國外兩個不同的角度分析了輿情演化模型近些年的發(fā)展情況。對比分析了國內(nèi)外輿情演化模型當(dāng)前的研究現(xiàn)狀以及發(fā)展遇需要解決的一些問題，并展望了輿情演化模型未來的研究方向。

關(guān)鍵詞：輿情;輿情演化;信息傳播;仿真

中圖分類號：G206? ? ? ? 文獻(xiàn)標(biāo)識碼：A

文章編號：1009-3044（2019）22-0283-02

開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：

Research Status and Prospects of Public Opinion Evolution Model

QIAN Ya-fei

（School of Computer and Software Engineering， Xihua University， Chengdu 610039， China）

Abstract：The article analyzes the development of the public opinion evolution model in recent years from two different perspectives at home and abroad. This paper compares and analyzes the current research status of the public opinion evolution model at home and abroad and some problems that need to be solved in the development， and looks forward to the future research direction of the public opinion evolution model.

Key words： public opinion ;public opinion evolution ;information diffusion ;simulation

1 引言

網(wǎng)絡(luò)輿情是網(wǎng)民將某些社會現(xiàn)象或者一些生活中存在的問題的一些看法在社交網(wǎng)絡(luò)上公開表達(dá)，當(dāng)這些觀點(diǎn)達(dá)到一定數(shù)目形成一個共同的觀點(diǎn)，并且產(chǎn)生了較為深遠(yuǎn)的影響，如果不加以控制，會對我們的正常生活以及社會秩序帶來嚴(yán)重的后果。根據(jù)《中國互聯(lián)網(wǎng)發(fā)展?fàn)顩r統(tǒng)計(jì)報告》顯示，當(dāng)前中國網(wǎng)民數(shù)量已經(jīng)超過8.3億人，如此龐大的網(wǎng)絡(luò)群體，如果不加適當(dāng)以管理，后果不堪設(shè)想，因此，通過對輿情演化原理的研究來了解一些輿情的發(fā)展規(guī)律成了大批國內(nèi)外學(xué)者的研究對象。近年來國內(nèi)外各個學(xué)科領(lǐng)域都對輿情有了很深的研究，諸如計(jì)算機(jī)、物理、通信等領(lǐng)域，這些學(xué)者們有的從心理學(xué)方面去探索網(wǎng)民傳播輿情的動機(jī);有的構(gòu)建虛擬社會的基本特征，從理性的角度去探索輿情傳播的規(guī)律;也有的學(xué)者用管理科學(xué)的知識結(jié)合博弈論的理論分析網(wǎng)民、政府以及媒體之間的收益關(guān)系來分析引導(dǎo)策略。

2 國外輿情演化模型研究現(xiàn)狀

二十世紀(jì)初期，國外一些學(xué)者就開始了對輿情傳播模型的研究。Alves[1]發(fā)現(xiàn)離散動力學(xué)模型正在取代宏觀的輿情傳播模型。Zanette[2]分析輿情在兩種不同的小世界（動態(tài)和靜態(tài)）網(wǎng)絡(luò)上的傳播認(rèn)為社會網(wǎng)絡(luò)與動態(tài)的小世界網(wǎng)絡(luò)更加相似。O.Kosuke[3]用元胞自動機(jī)模型模擬了輿情的傳播過程。Yamir Moreno[4]分析了公共危機(jī)信息傳播的過程然后認(rèn)為政府可以完全決定公共危機(jī)信息是否可以進(jìn)入公眾的視野中。Robrt Health[5]認(rèn)為輿情流入社會的路徑不僅僅只有政府，很多的網(wǎng)絡(luò)設(shè)備以及媒體都可以是輿情流入社會中，并且指出信息是雙向傳播的并不單單是單向的傳播和接收。Kitsak[6]認(rèn)為傳染病模型和于強(qiáng)傳播模型很相似，可以用傳染病模型來模擬輿情傳播的過程。Rybak[7]把Sznajd模型和無標(biāo)度網(wǎng)絡(luò)相結(jié)合用來研究輿情的傳播。Martins[8]把CODA和GUF模型相結(jié)合，發(fā)現(xiàn)了社會網(wǎng)絡(luò)中輿情演化的結(jié)果。Koulouris[9]在信任機(jī)制的基礎(chǔ)上發(fā)現(xiàn)了MER，并且仿真出了輿情演化的過程。Austin Lucinda[10]建立的信息傳播模型能夠很好的闡述網(wǎng)民是如何發(fā)現(xiàn)輿情事件的。

從國外學(xué)者對輿情演化的研究情況來看，對于輿情的研究逐年增多，他們主要是從人們的動機(jī)以及復(fù)雜的社會網(wǎng)絡(luò)進(jìn)行研究。另外，國外學(xué)者不僅僅是做了理論的研究創(chuàng)新，他們結(jié)合實(shí)際的情況從心理學(xué)、社會網(wǎng)絡(luò)等領(lǐng)域與實(shí)際社會輿情環(huán)境相結(jié)合。

3 國內(nèi)輿情演化模型研究現(xiàn)狀

3.1輿情信息傳播研究

國內(nèi)學(xué)者沙勇忠[11]研究分析了影響輿情事件傳播的因素，認(rèn)為輿情事件的類型和網(wǎng)民的利益相關(guān)的程度以及網(wǎng)民的好友結(jié)構(gòu)等因素都可以影響輿情事件的傳播。王楊[12]從博弈論的角度構(gòu)建了一個輿情信息傳播模型，從網(wǎng)民、政府、媒體角度來分析各自收益從而探索控制輿情的方法。史波[13]用扎根理論的方法來分析了輿情事件的轉(zhuǎn)發(fā)的帖子，構(gòu)建了一個基于動機(jī)、認(rèn)識、情緒以及態(tài)度的輿情傳播模型。孫奕翔[14]結(jié)合輿情的特征建立了新的發(fā)現(xiàn)傳播體系，該體系可以更加科學(xué)的精準(zhǔn)的識別輿情。陳華珺[15]用新疆的輿情實(shí)例結(jié)合統(tǒng)計(jì)分析方法分析輿情的傳播模式。魏超[16]從信息量、管理者的基本素養(yǎng)以及輿情判斷不夠科學(xué)等方面分析了輿情研究存在的問題。劉軼[17]認(rèn)為輿情的形成類型主要由三大類構(gòu)成，分別是引導(dǎo)性輿情、自發(fā)式輿情以及傳播性輿情，并在此基礎(chǔ)上構(gòu)建了輿情傳播模型。胡改麗[18]通過分析我國當(dāng)前的輿情方面的研究，分析了當(dāng)前的主流方法以及思想，并且提出今后主流方向是對話題的預(yù)測。

3.2輿情演化模型研究

潘灶峰[19]改進(jìn)的BA無標(biāo)度網(wǎng)絡(luò)模型認(rèn)為增加輿情信息的公開性可以有效地控制輿情的傳播。徐蘭芳[20]根據(jù)輿情信息的特點(diǎn)建立了SIRH輿情傳播模型，并且用Starlogo軟件進(jìn)行了仿真驗(yàn)證了模型的有效性。陳靜[21]把SIS和SIR模型相結(jié)合產(chǎn)生了SICRS輿情傳播模型分析了影響輿情傳播的因素。陳福集[22]把記憶因子加入SEIRS傳播模型，并分析了記憶因子對輿情傳播的影響。林曉靜[23]認(rèn)為新網(wǎng)民的群體的加入可以影響輿情演化的過程，并且通過仿真軟件驗(yàn)證了其有效性。譚娟[24]用傳染病模型結(jié)合輿情信息的特征構(gòu)建了一個傳播模型，并且驗(yàn)證了其模型的科學(xué)性。

從國內(nèi)學(xué)者對輿情演化模型的研究來看，輿情演化模型在社會科學(xué)領(lǐng)域發(fā)展比較迅速，與國外研究最大的差別是國內(nèi)學(xué)者更加專注理論仿真，對于大規(guī)模真實(shí)數(shù)據(jù)集的實(shí)例驗(yàn)證相對較少，但是，不可否決的是，國內(nèi)學(xué)者對輿情演化的研究方面還是做出了相當(dāng)大的貢獻(xiàn)。

4 網(wǎng)絡(luò)輿情研究總結(jié)及發(fā)展趨勢

4.1 研究總結(jié)

大多數(shù)的網(wǎng)絡(luò)輿情模型的研究都是關(guān)注群體的觀點(diǎn)演化情況，將研究對象看成一個系統(tǒng)，然后從社會學(xué)、心理學(xué)及管理科學(xué)等各個學(xué)科方面再結(jié)合輿情的特點(diǎn)建立一個清晰準(zhǔn)確的理論框架，然后通過現(xiàn)有數(shù)據(jù)集通過一些建模軟件再來驗(yàn)證模型的有效性。對于模型的驗(yàn)證自然少不了建模工具，當(dāng)前主流的建模工具有Netlogo、Starlogo、Python等軟件工具。雖然當(dāng)前有很多的不同的理論模型，但是如何正確地引導(dǎo)輿情走向還需要更加深入的研究。

4.2 發(fā)展趨勢

當(dāng)前網(wǎng)絡(luò)輿情的研究主要就是用經(jīng)典理論為基礎(chǔ)然后用仿真軟件進(jìn)行仿真，然后用現(xiàn)有公開數(shù)據(jù)集驗(yàn)證模型的有效性。盡管現(xiàn)在大型網(wǎng)站都有數(shù)據(jù)庫但是數(shù)據(jù)集的獲得缺很難，所以未來的研究應(yīng)該借助信息挖掘的先進(jìn)技術(shù)獲得大量實(shí)例然后再和理論模型來相結(jié)合。其次現(xiàn)有的理論模型還是相對單一，都是單一的從社會學(xué)、心理學(xué)以及管理科學(xué)來研究，輿情演化注定是個跨學(xué)科的東西，需要這些學(xué)科已有機(jī)的結(jié)合在一起才能更好的研究輿情演化。 最后輿情研究的目的是為了控制輿情，我們不僅僅應(yīng)該將研究停留在傳播模型的構(gòu)建，對于輿情的預(yù)測以及引導(dǎo)有一個更深入的研究。

參考文獻(xiàn)：

[1] Alves S G ， Neto N M O ， Martins M L . Electoral surveys influence on the voting processes： a cellular automata model[J]. Physica A Statistical Mechanics & Its Applications， 2002， 316（1）：601-614.

[2] Zanette， Damián H. Dynamics of rumor propagation on small-world networks[J]. Physical Review E， 2002， 65（4）：041908.

[3] Ono K ， Harao M ， Hirata K . Multi-agent based modeling and simulation of consensus formations in arguments[C]// Information Technology and Applications， 2005. ICITA 2005. Third International Conference on. IEEE， 2005.

[4] Moreno A I . Retrospective labelling in premise–conclusion metatext： an English–Spanish contrastive study of research articles on business and economics[J]. Journal of English for Academic Purposes， 2004， 3（4）：321-339.

[5] Mehrotra S ， Znati T ， Thompson C W . Crisis Management[J]. IEEE Internet Computing， 2008， 12（1）：14-17.

[6] Jiang L L ， Hua D Y ， Zhu J F ， et al. Opinion dynamics on directed small-world networks[J]. The European Physical Journal B - Condensed Matter， 2008， 65（2）：251-255.

[7] Crokidakis N . The influence of local majority opinions on the dynamics of the Sznajd model[C]// Journal of Physics Conference Series. Journal of Physics Conference Series， 2013.

[8] Martins， André C. R， Galam S . Building up of individual inflexibility in opinion dynamics[J]. Physical Review E， 2013， 87（4）：042807.

[9] Katerelos I D ， Koulouris A G . Is prediction possible？ Chaotic behavior of Multiple Equilibria Regulation Model in cellular automata topology[J]. Complexity， 2004， 10（1）：23-36.

[10] Austin L ， Fisher Liu B ， Jin Y . How Audiences Seek Out Crisis Information： Exploring the Social-Mediated Crisis Communication Model[J]. Journal of Applied Communication Research， 2012， 40（2）：188-207.

[11] 沙勇忠， 史忠賢. 公共危機(jī)偽信息傳播影響因素仿真研究[J]. 圖書情報工作， 2012， 56（5）：36-41.

[12] 王楊， 尤科本， 王夢瑤， et al. 基于博弈論的網(wǎng)絡(luò)社區(qū)輿情傳播模型[J]. 計(jì)算機(jī)應(yīng)用研究， 2013， 30（8）：2480-2482.

[13] 史波， 吉曉軍. 社會化媒體環(huán)境下公共危機(jī)信息網(wǎng)民再傳播行為——基于扎根理論的一個探索性研究[J]. 情報雜志， 2014（8）：145-149.

[14] 孫亦祥. 網(wǎng)絡(luò)輿情信息傳播視域中傳播效果理論的嬗變與思考[J]. 圖書情報工作， 2014， 58（1）：35-39.

[15] 陳華珺， 徐敏， 王越， 等. 新疆網(wǎng)絡(luò)輿情信息傳播的統(tǒng)計(jì)分析[J]. 新疆財(cái)經(jīng)大學(xué)學(xué)報， 2014（1）：68-74.

[16] 魏超. 新媒體技術(shù)發(fā)展對網(wǎng)絡(luò)輿情信息工作的影響研究[J]. 圖書情報工作， 2014， 58（1）.

[17] 劉軼. 社會化媒介場域中的網(wǎng)絡(luò)輿情信息生成與傳播[J]. 情報科學(xué)， 2015（3）.

[18] 胡改麗， 陳婷， 陳福集， 等. 我國網(wǎng)絡(luò)輿情熱度分析文獻(xiàn)綜述[J]. 情報科學(xué)， 2016， 34（1）：160-166.

（下轉(zhuǎn)第287頁）

（上接第284頁）

[19] 潘灶烽， 汪小帆， 李翔. 可變聚類系數(shù)無標(biāo)度網(wǎng)絡(luò)上的謠言傳播仿真研究[J]. 系統(tǒng)仿真學(xué)報， 2006， 18（8）：2346-2348.

[20] 徐蘭芳， 習(xí)愛民， 范小峰. 計(jì)算機(jī)網(wǎng)絡(luò)病毒傳播模型SIRH[J]. 計(jì)算機(jī)工程與科學(xué)， 2009（1）：4-6.

[21] 陳靜. 復(fù)雜網(wǎng)絡(luò)上基于流行病學(xué)的輿情傳播模型及其規(guī)律研究[D]. 吉林大學(xué)， 2013.

[22] 陳福集， 陳婷. 基于SEIRS傳播模型的網(wǎng)絡(luò)輿情衍生效應(yīng)研究[J]. 情報雜志， 2014（2）.

[23] 林曉靜. 具有飽和接觸率的SEIR 網(wǎng)絡(luò)輿情傳播模型研究[J]. 情報雜志， 2015（03）：150-155.

[24] 譚娟. 基于傳染病模型的社交網(wǎng)絡(luò)輿情話題傳播[J]. 計(jì)算機(jī)工程與應(yīng)用唯一官方網(wǎng)站， 2015， 51（12）：118-122.

【通聯(lián)編輯：王力】