基于扎根理論的微博用戶情感傾向性分析及應(yīng)對(duì)策略

鄧春林 賈懿 隆征帆 姜柳

摘 要：[研究目的]通過(guò)運(yùn)用扎根理論研究微博用戶情感傾向性，既可以使該方法在微博輿情研究中能夠更好地被應(yīng)用，又能通過(guò)對(duì)信息輿論監(jiān)督，市場(chǎng)營(yíng)銷策略的提出達(dá)到有效監(jiān)管的目的。[研究方法]以微博用戶群體作為研究對(duì)象，以新浪微博“張扣扣事件”為研究話題，以扎根理論為研究工具，通過(guò)對(duì)采集的有效數(shù)據(jù)分析，研究微博輿情傳播特征、過(guò)程、規(guī)律，并以研究結(jié)論為依據(jù)提出具體監(jiān)管策略。[研究結(jié)果]本文的研究方法具有開放性和嚴(yán)謹(jǐn)性，驗(yàn)證了扎根理論在微博輿情傳播研究中的有效性和實(shí)用性，拓展了微博輿情研究的新視角，針對(duì)于用戶情感傾向性提出了網(wǎng)絡(luò)輿情傳播監(jiān)管策略。

關(guān)鍵詞：扎根理論;網(wǎng)絡(luò)輿情;微博輿情;微博用戶;情感傾向性;情感分析;監(jiān)管策略;張扣扣事件

DOI：10.3969/j.issn.1008-0821.2020.09.008

〔中圖分類號(hào)〕G206.2 〔文獻(xiàn)標(biāo)識(shí)碼〕A 〔文章編號(hào)〕1008-0821（2020）09-0071-08

Weibo Users Emotional Tendency Analysis and

Coping Strategies Based on Grounded Theory

Deng Chunlin1 Jia Yi1* Long Zhengfan2 Jiang Liu1

（1.Public Management College，Xiangtan University，Xiangtan 411105，China;

2.Mathematics and Computational Science，Xiangtan University，Xiangtan 411105，China）

Abstract：[Objective]By using grounded theory to study weibo users emotional tendency，this method can be better applied in weibo public opinion research，and can achieve the purpose of effective supervision through supervision of information public opinion and the proposal of marketing strategies.[Research Methods]Taking weibo user groups as the research objects，sina weibo“Zhang Koukou event”as the research topic，grounded theory as the research tool，through the analysis of collected effective data，the characteristics，process and rules of weibo public opinion communication were studied，and specific supervision strategies were proposed based on the research conclusions.[Research Results]The research method of this paper was open and rigorous，which verified the effectiveness and practicability of grounded theory in the research on weibo public opinion communication，expanded the new perspective of weibo public opinion research，and proposed the supervision strategy of online public opinion communication aiming at users emotional tendency.

Key words：grounded theory;network public opinion;weibo users;emotional affective tendency;emotional analysis;regulatory policy;the case of Zhang Koukou

根據(jù)CNNIC在2018年第四季度發(fā)布的官方數(shù)據(jù)顯示：截至2018年12月，我國(guó)微博用戶規(guī)模達(dá)8.29億，普及率達(dá)59.6%，較2017年底提升3.8個(gè)百分點(diǎn)，全年新增微博用戶5 653萬(wàn)，我國(guó)手機(jī)微博用戶規(guī)模達(dá)8.17億，微博用戶通過(guò)手機(jī)接入互聯(lián)網(wǎng)的比例高達(dá)98.6%[1]。在眾多網(wǎng)絡(luò)客戶端之中，微博的使用最為廣泛，在2019年5月23日，微博正式發(fā)布2019年第一季財(cái)報(bào)，財(cái)報(bào)顯示微博月活躍用戶為4.65億，并呈現(xiàn)逐年增長(zhǎng)趨勢(shì)，微博自出現(xiàn)以來(lái)，就不斷地為網(wǎng)民獲取信息開疆辟土。微博雖然方便了群眾在網(wǎng)絡(luò)上釋放自己的聲音和情感，但有時(shí)也變成了謠言、負(fù)面情感、輿論走向控制的幫兇，微博輿論隨時(shí)都有可能呈現(xiàn)井噴之勢(shì)。特別是十八大以來(lái)，習(xí)近平總書記曾多次強(qiáng)調(diào)輿論導(dǎo)向的重要性，2019年4月19日，習(xí)近平總書記在網(wǎng)絡(luò)安全與信息工作座談會(huì)上的講話，確立了新網(wǎng)絡(luò)輿論觀，這是當(dāng)下認(rèn)識(shí)、做好網(wǎng)絡(luò)輿論工作最重要的價(jià)值指向和方法論依托，更是社會(huì)的敏感點(diǎn)，所以具有持久指導(dǎo)意義。在近些年的微博熱點(diǎn)事件上可以看出，許多自我判斷力較差的微博用戶，面對(duì)有組織和陰謀的網(wǎng)絡(luò)輿論，常常出現(xiàn)“跟風(fēng)”現(xiàn)象，比如“空姐乘滴滴遇害案”“陰陽(yáng)合同”“奔馳女車主”等事件通過(guò)微博的傳播，在微博平臺(tái)上產(chǎn)生了鋪天蓋地的質(zhì)疑聲。因此，微博上的突發(fā)事件在演化過(guò)程的監(jiān)控、預(yù)警和應(yīng)急處理等問(wèn)題，對(duì)于政府部門保證社會(huì)穩(wěn)定、控制輿論氛圍變得越來(lái)越重要[2]。

1 相關(guān)研究的理論述評(píng)

1.1 微博用戶的情感產(chǎn)生

應(yīng)對(duì)微博輿情就需要設(shè)法降低微博用戶的負(fù)面情感，這就需要了解微博用戶情感產(chǎn)生變化的根本原因。個(gè)體的情感情緒變化常常是醫(yī)學(xué)、心理學(xué)、社會(huì)學(xué)的研究主題，醫(yī)學(xué)的研究主要集中在焦慮情緒的生理學(xué)癥狀、發(fā)病機(jī)理、疾病診斷等方面[3-4]，心理學(xué)聚焦于焦慮情緒發(fā)生的內(nèi)在動(dòng)因[5-6]，社會(huì)學(xué)主要探討焦慮情緒的社會(huì)影響、成因及后果等[7]。從情緒的產(chǎn)生來(lái)看，認(rèn)知情緒理論（Cognitive Theory of Emotion）認(rèn)為，情緒伴隨對(duì)外部事物的認(rèn)知過(guò)程而產(chǎn)生，是個(gè)體需求與客觀事物之間關(guān)系的一種心理反應(yīng)活動(dòng)[8]，即情緒產(chǎn)生過(guò)程是通過(guò)外部刺激情景→評(píng)價(jià)→情緒反應(yīng)?；谠摾碚?，網(wǎng)絡(luò)輿情中網(wǎng)民的負(fù)向情緒傳播是受輿情事件的刺激而生，是網(wǎng)民對(duì)事件的認(rèn)知評(píng)價(jià)結(jié)果。通過(guò)情感，人們可以傳遞出對(duì)事件的看法與評(píng)價(jià)，如贊同或否定[9]。而微博用戶對(duì)某一話題事件的評(píng)價(jià)往往具有情感傾向性，即主體對(duì)某一客體客觀存在的內(nèi)心喜惡，主觀評(píng)價(jià)的一種傾向[10]。

1.2 微博輿情的傳播特點(diǎn)與研究方法

目前，微博中的事件種類繁多，對(duì)社會(huì)影響比較大，主要集中于3個(gè)方面：商業(yè)行為、政治事件、自然災(zāi)害[11]。所以，掌控新型網(wǎng)絡(luò)輿情傳播方式與特點(diǎn)，了解該傳播方式下的網(wǎng)絡(luò)信息產(chǎn)生的特點(diǎn)，對(duì)于社會(huì)穩(wěn)定發(fā)展具有極其重要的作用[12]。近年來(lái)，國(guó)內(nèi)外學(xué)者展開了微博輿情的相關(guān)研究工作。目前常用的研究方法主要有兩種：一是基于情感詞典的分析[13-14];二是基于機(jī)器學(xué)習(xí)的情感分類方法[15-16]，這些方法提供了諸多理論和實(shí)踐指南，一定程度上保證了互聯(lián)網(wǎng)空間的安全穩(wěn)定。然而在移動(dòng)互聯(lián)網(wǎng)時(shí)代，微博呈現(xiàn)出傳播信息多樣化、語(yǔ)義網(wǎng)絡(luò)復(fù)雜化、關(guān)系連接社交化等特征，有的情感詞典存在情感種類不全面，定義模糊的問(wèn)題，機(jī)器學(xué)習(xí)的方法又無(wú)法密切的聯(lián)系上下文的關(guān)系，掌握段落的主體情感。而扎根理論要求建構(gòu)實(shí)質(zhì)理論，強(qiáng)調(diào)從經(jīng)驗(yàn)資料的反復(fù)比較中抽象出新的概念觀點(diǎn)[17]。輿論的熱度除了事件本身的敏感性，還有另一個(gè)主要原因在于各類媒體主題的不斷變化，媒體為了文章?lián)碛懈蟮臓?zhēng)議性和關(guān)注度，迎合微博用戶們的喜好。強(qiáng)烈的情感則會(huì)促使主題內(nèi)容傾向于微博用戶的關(guān)注點(diǎn)，主題誘發(fā)輿情情感，輿情情感引導(dǎo)微博輿情演化進(jìn)而催生主題，主題和情感的相互作用推動(dòng)了微博輿情各個(gè)階段的演化[18]。

總而言之，現(xiàn)有研究認(rèn)識(shí)到微博輿情發(fā)展中微博用戶的情感是促使輿論爆發(fā)的主要原因，微博用戶情感的變化能刺激微博用戶對(duì)輿論的轉(zhuǎn)發(fā)評(píng)論，并延伸到更為敏感的方向，目前針對(duì)于情感是如何發(fā)生變化的研究已有一些成果。但現(xiàn)有研究還有一些不足：一是現(xiàn)有的研究不能很好找出用戶情感發(fā)生變化的關(guān)鍵因素，理論與實(shí)際聯(lián)結(jié)有限，不利于決策者根據(jù)微博輿情制定科學(xué)的策略。二是對(duì)于微博用戶的情感與行為之間的關(guān)系沒(méi)有進(jìn)行深入研究，對(duì)于文本的深入挖掘不夠。因此，基于文本分析的扎根理論研究方法，不但能確定網(wǎng)絡(luò)輿情治理政策的影響因素，而且有助于解析各影響因素之間的關(guān)系。本研究將以“張扣扣事件”為例，從微博用戶的評(píng)論中進(jìn)行集群分類，以期能對(duì)不同時(shí)期微博用戶的情感行為進(jìn)行引導(dǎo)，逆序?qū)ふ仪楦挟a(chǎn)生各種變化的根本原因，對(duì)網(wǎng)絡(luò)輿情進(jìn)行分析并制定策略，這也是近年來(lái)我國(guó)在輿情監(jiān)督、信息管理等領(lǐng)域所關(guān)注的熱點(diǎn)課題。

2 基于扎根理論的案例分析

2.1 扎根理論的性質(zhì)及研究方法

本研究運(yùn)用扎根理論研究方法，在微博平臺(tái)對(duì)微博用戶發(fā)表的文章及評(píng)論進(jìn)行深入分析和挖掘，尋找影響微博網(wǎng)名情感變化的心里原因，社會(huì)背景以及互聯(lián)網(wǎng)環(huán)境等，從中提煉出具有價(jià)值的研究，針對(duì)這個(gè)案例，本文采取扎根理論具有以下優(yōu)勢(shì)。扎根理論已經(jīng)在輿情領(lǐng)域中得到了初步的應(yīng)用，在情感分析中，將提取到的主題信息進(jìn)行核心范疇的歸納，進(jìn)而選取適合輿情應(yīng)對(duì)的策略及措施[19]。

1）扎根理論由社會(huì)學(xué)家Glaser B G等于1967年提出[20]，是在經(jīng)驗(yàn)資料的基礎(chǔ)上自下而上建構(gòu)實(shí)質(zhì)理論的一種實(shí)證研究方法，是對(duì)以往自上而下實(shí)證研究方法的一個(gè)很好的補(bǔ)充。本文通過(guò)采集微博案例的評(píng)論，通過(guò)評(píng)論不斷對(duì)其聚類，可以更好地深入挖掘集群行為的種類。

2）扎根理論是從結(jié)果找原因，運(yùn)用扎根理論在情感研究上，會(huì)更加真實(shí)地了解微博用戶的情感變化，研究者通過(guò)微博熱點(diǎn)的評(píng)論，提取有用合理的信息來(lái)增加實(shí)驗(yàn)結(jié)果的可信度。

扎根理論在開放式編碼過(guò)程中，需要研究人員打破固定思維，保持客觀、公正、合理的心態(tài)，將收集到的評(píng)論數(shù)據(jù)按其本義進(jìn)行歸納總結(jié)并編碼，每組概念集合都要經(jīng)過(guò)多人的商議決定，合理正確地進(jìn)行概念集合，在抽象理論的初始概念中，只有基于此，扎根理論對(duì)于影響因素的分析才可做到客觀、全面、準(zhǔn)確[21]，研究人員需要注意：1）仔細(xì)認(rèn)真地閱讀原始評(píng)論，從中抽離出高頻詞匯或者進(jìn)行精簡(jiǎn)概括，以此為概念化;2）對(duì)概念化詞匯進(jìn)行分類，找出各個(gè)詞匯之間的關(guān)聯(lián)性;3）對(duì)概念化的詞匯進(jìn)行貼標(biāo)簽，標(biāo)簽要求符合具有多個(gè)概念化詞匯的共同特征，得到了范疇集合;4）在得到范疇集合之后，研究成員要對(duì)此進(jìn)行反復(fù)確認(rèn)，保證所得到的詞匯的嚴(yán)謹(jǐn)性。

2.2 事件描述與數(shù)據(jù)采集

2019年1月8日，漢中市中級(jí)人民法院以故意殺人罪、故意毀壞財(cái)物罪對(duì)張扣扣判處死刑。2019年4月11日，陜西省高級(jí)微博用戶法院裁定駁回張扣扣的上訴，維持一審死刑判決，并依法報(bào)請(qǐng)最高微博用戶法院核準(zhǔn)。2019年7月17日，張扣扣被執(zhí)行死刑。對(duì)于“張扣扣事件”，法院的裁定是公平公正公開的，但是隨著更多案件細(xì)節(jié)的曝光，張扣扣的殺人動(dòng)機(jī)被曝光，是由于張扣扣的母親被王家人打死，而王家人被判刑時(shí)間很短，張扣扣因此積怨已久，走上犯罪道路。媒體對(duì)這些信息推波助瀾的報(bào)道，致使微博用戶對(duì)于法律和人性的方面提出了巨大質(zhì)疑，輿論導(dǎo)向一時(shí)使法律的公信力處于風(fēng)口浪尖。在微博、頭條等主流軟件里，張扣扣案件的瀏覽量達(dá)到475億次閱讀量，292余萬(wàn)條評(píng)論。

鑒于扎根理論對(duì)于原始數(shù)據(jù)的選擇標(biāo)準(zhǔn)為數(shù)量充足，質(zhì)量較優(yōu)。因此，本文以相應(yīng)熱點(diǎn)話題關(guān)鍵字進(jìn)行搜索，使用Python中模擬瀏覽器運(yùn)行的庫(kù)Selenium驅(qū)動(dòng)瀏覽器執(zhí)行特定的動(dòng)作，包括打開網(wǎng)頁(yè)、登錄賬號(hào)、點(diǎn)擊鏈接等，從而實(shí)現(xiàn)微博數(shù)據(jù)的爬?。ㄈ鐖D1）。使用selenium模擬人工瀏覽網(wǎng)頁(yè)的過(guò)程對(duì)評(píng)論文本進(jìn)行初步抓取，Selenium是一個(gè)用于Web應(yīng)用程序測(cè)試的工具，Selenium在測(cè)試直接運(yùn)行在瀏覽器中，就像真正的用戶在操作一樣，將采集的文本轉(zhuǎn)化成Excel文件保存。

圖1 數(shù)據(jù)采集過(guò)程

通過(guò)抓取，剔除干擾的文本，在2018年11月1日至2019年10月31日時(shí)間段內(nèi)，收集“張扣扣”話題的原創(chuàng)微博502條，通過(guò)瀏覽其內(nèi)容，判斷其與本文主題具有密切相關(guān)度并具有廣泛的代表性，在502條原創(chuàng)微博地址基礎(chǔ)上，進(jìn)一步采集點(diǎn)贊數(shù)量超過(guò)500的具有意見(jiàn)領(lǐng)袖的評(píng)論，共計(jì)883條文本信息，符合扎根理論對(duì)原始資料的要求。

2.3 事件分析

2.3.1 進(jìn)行開放式編碼

在選取了具有影響力的評(píng)論后，本文對(duì)其進(jìn)行了歸類編碼，編碼示例如表1所示。本次通過(guò)上述扎根理論嚴(yán)格的要求進(jìn)行了編碼，對(duì)于每一條信息認(rèn)真進(jìn)行了總結(jié)概括，每一條評(píng)論都由多人共同商議確定下來(lái)貼上標(biāo)簽，最后得到了正確合理的編碼，形成了對(duì)于張扣扣微博事件評(píng)價(jià)的初步概念集合，如表1。

之后對(duì)于概念集合進(jìn)行歸類，本著放棄個(gè)人思維定式，使用開放活躍的思維對(duì)其范疇化進(jìn)行了概括，最后一共總結(jié)為15個(gè)范疇，分別為工作失職、案件對(duì)比、法律普及、結(jié)局悲劇、情緒情感、過(guò)激行為、保障機(jī)制、司法機(jī)制、陰謀假說(shuō)、法律權(quán)威、吸取經(jīng)驗(yàn)、客觀評(píng)價(jià)、深入探討、結(jié)果質(zhì)疑、殺人犯罪，各個(gè)范疇的含義如表2。

2.3.2 進(jìn)行主軸性編碼

在進(jìn)行完開放式編碼之后，對(duì)各個(gè)范疇化的詞進(jìn)一步總結(jié)，尋找各個(gè)概念的潛在聯(lián)系，這些關(guān)聯(lián)通常為時(shí)間、因果、對(duì)等、情景對(duì)等關(guān)系。本文采用了時(shí)間序列關(guān)系，對(duì)其進(jìn)行了排序，如圖2所示的張扣扣案件編碼流程圖的發(fā)生順序：

1）誘因事件：工作失職、保障機(jī)制、殺人犯罪共同導(dǎo)致了誘因事件，王家3人與張扣扣母親產(chǎn)生鄰里糾紛，致使其母親不幸死亡，法院判決王家老三服有期徒刑7年，賠償金額為9 639.3元，張扣扣的父親表示并未全額收到賠償金額。

2）案件發(fā)生：過(guò)激行為、案件對(duì)比是案件發(fā)生的重要標(biāo)志，蓄謀已久的張扣扣對(duì)張家進(jìn)行了殺害，然而本次案件判決和張的母親被殺案判決結(jié)果出現(xiàn)了分歧，成為微博用戶最為不理解的關(guān)鍵點(diǎn)，引起了微博用戶的質(zhì)疑。

3）連鎖反應(yīng)：司法機(jī)制、法律普及、陰謀假說(shuō)、法律權(quán)威一起產(chǎn)生了連鎖反應(yīng)，由于微博用戶的質(zhì)疑，并未在第一時(shí)間得到解決，各大媒體的主題為博人眼球，以偏概全，導(dǎo)致輿論呈現(xiàn)“井噴”之勢(shì)，使得事件變得多元化，微博用戶對(duì)于司法、政府、法院的公信力提出疑問(wèn)。

4）群體認(rèn)知：在經(jīng)過(guò)悲劇結(jié)局、客觀評(píng)價(jià)、結(jié)果質(zhì)疑、情緒情感之后，群體思維進(jìn)行了持續(xù)碰撞，加速了群體之間的情感感染，使得事件的爭(zhēng)議達(dá)到頂峰。

5）處理結(jié)果：深入探討、吸取經(jīng)驗(yàn)為處理結(jié)果，張扣扣被執(zhí)行死刑，整個(gè)事件進(jìn)入尾聲，微博用戶在思索本次案件經(jīng)過(guò)的同時(shí)，又對(duì)本次案件進(jìn)行了總結(jié)，避免此類事件再次發(fā)生。

2.3.3 選擇性編碼

根據(jù)主軸性編碼以及統(tǒng)計(jì)出現(xiàn)頻率最高的范疇詞匯，總結(jié)出了更為核心的范疇為以下3點(diǎn)：保障機(jī)制、案件對(duì)比、情感情緒。首先張母案件既然已經(jīng)發(fā)生，法院的裁決一定有其合理的法律依據(jù)，更為重要的是保障機(jī)制，張母被殺之后，并沒(méi)有得到應(yīng)有的法律賠償，政府應(yīng)對(duì)其家庭進(jìn)行有效的保障和定期觀察，保證其家庭的正常積極合理的發(fā)展路線。其次，兩次案件的裁決進(jìn)行對(duì)比后，具有較大差距，以暴制暴一定是不可以的行為，所以最為主要的不是隱瞞，反而是公開裁決的法律依據(jù)。最后，微博用戶的情感產(chǎn)生了錯(cuò)綜復(fù)雜的交互影響，也使得整個(gè)案件的輿論上升到了階級(jí)矛盾、貧富差距、法律制度的范疇。

2.4 實(shí)證分析

2.4.1 演化分析

Coombs將突發(fā)危機(jī)分為4個(gè)階段：潛在期、突發(fā)期、蔓延期、解決期[22]。基于主軸性編碼，將基于扎根理論對(duì)其進(jìn)行階段劃分。微博輿情作為當(dāng)前微博的重要組成部分之一，話題發(fā)生迅速，產(chǎn)生影響范圍大，因此要及時(shí)對(duì)此進(jìn)行干預(yù)。

將采集到的評(píng)論依據(jù)時(shí)間序列進(jìn)行排序，張扣扣案件有其特殊性，從統(tǒng)計(jì)的折線圖中可以看出，該突發(fā)事件出現(xiàn)了2次突發(fā)期，分別為判刑和行刑，2次都符合Coombs提出的突發(fā)危機(jī)的4個(gè)階段。由圖表5可以看出，2018年12月為潛在期，2019年1月為爆發(fā)期，2019年1～3月為蔓延期，2019年4～6月為第一次突發(fā)事件的解決期，也是第二輪突發(fā)事件的潛在期，2019年7月為爆發(fā)期，2019年8月為蔓延期，2019年9～10月為解決期。大多數(shù)話題在開始后4小時(shí)的時(shí)候會(huì)有第一次情感爆發(fā)，出現(xiàn)情感的峰值。微博用戶理性觀念形成的關(guān)鍵時(shí)期為事件發(fā)生的3～10個(gè)小時(shí)內(nèi)，該時(shí)間段內(nèi)微博用戶的情感出現(xiàn)較大波動(dòng)，之后情感趨于一致[23]。

2.4.2 情感傾向性分析

情感分析的概念最早在2002年由Pang B等[24]提出，之后文本情感分析吸引了越來(lái)越多學(xué)者的注意。通常中心活躍用戶發(fā)文的情感會(huì)影響到評(píng)論用戶的情感，從而影響整體用戶的情感，其作用機(jī)制類似于微博中的意見(jiàn)領(lǐng)袖[25]。因此，對(duì)于本次實(shí)驗(yàn)所采集到的具有意見(jiàn)領(lǐng)袖的文本，采用手工分類

的方法，通過(guò)對(duì)原始資料的認(rèn)真閱讀，保持著客觀公正的態(tài)度，進(jìn)行逐一的分類。文本情感極性強(qiáng)度分析主要是判斷主觀文本情感極性強(qiáng)度，一般分為5大類：強(qiáng)烈貶義、一般貶義、客觀對(duì)待、一般褒揚(yáng)、強(qiáng)烈褒揚(yáng)[26]。

本文對(duì)于情感極性強(qiáng)度擴(kuò)充為7個(gè)種類，對(duì)于不同的情感極性進(jìn)行1～3的情感強(qiáng)度賦值，其中正向情感的微博數(shù)量為251條，負(fù)向情感的微博數(shù)量為452條，中性情感為180條，如表4。

通過(guò)此研究發(fā)現(xiàn)，在微博輿情不同的發(fā)展階段，微博用戶的情感極性是不同的，基于扎根理論的主軸性編碼，各個(gè)階段變化的主要因素和情感傾向性都有所不同，在第一次爆發(fā)期的時(shí)候，微博用戶的正向情感的極性更高，在蔓延期和第二次爆發(fā)期時(shí)，微博用戶的負(fù)向情感的極性更高，而且正向情感和負(fù)向情感的傾向程度基本保持一致，因此根據(jù)情感傾向性變化的總體趨勢(shì)，對(duì)于各個(gè)發(fā)展階段進(jìn)行了歸類，如表5。

潛在期，一般潛在期和誘因事件是相互關(guān)聯(lián)的，輿論還未產(chǎn)生，主題的報(bào)道通常和事件的本身相關(guān)，輿論尚未處于傳播階段，微博用戶對(duì)此的情感態(tài)度通常為中性的，隨著此案件的誘因事件被挖掘，微博用戶對(duì)于這個(gè)案件產(chǎn)生了積極和消極的情感，微博用戶對(duì)此產(chǎn)生了討論和質(zhì)疑，媒體為了迎合微博用戶的喜好，從案件本身衍生出來(lái)許多不實(shí)的報(bào)道，不斷給本次案件的熱度“增磚添瓦”，給輿情的爆發(fā)埋下了不安定的種子。

突發(fā)期，微博上大規(guī)模的媒體發(fā)布消息由事件本身延伸到案件的處理，媒體用導(dǎo)向性的主題，在微博用戶之間拉起了對(duì)立面。當(dāng)微博用戶發(fā)現(xiàn)自己的意志被否決后，通常會(huì)產(chǎn)生逆反情感，微博用戶的負(fù)面情感正在逐漸增多，由圍觀者變成了爭(zhēng)論者，對(duì)此案件的評(píng)價(jià)褒貶不一，微博用戶急切地想要一個(gè)公平公正的處理結(jié)果，有法可依的具體標(biāo)準(zhǔn)，而此時(shí)微博上的媒體沒(méi)有及時(shí)公布案件評(píng)判的細(xì)節(jié)、法律依據(jù)。因此，在主題導(dǎo)向不合理和微博用戶高漲的情感下，此案的熱度突然出現(xiàn)了井噴式增長(zhǎng)。

蔓延期，當(dāng)案件熱度飛速增長(zhǎng)過(guò)后，出現(xiàn)了蔓延期，此時(shí)微博的主題內(nèi)容為了解決微博用戶的疑惑，圍繞著對(duì)此案的評(píng)判結(jié)果進(jìn)行展開。隨著更多案件的細(xì)節(jié)被披露出來(lái)，非常容易因?yàn)橐黄恼碌膱?bào)道，改變自己的觀點(diǎn)并在微博上進(jìn)行評(píng)價(jià)。針對(duì)于判決結(jié)果，微博用戶的情感逐步兩級(jí)分化，一部分微博用戶認(rèn)為這是一場(chǎng)情與法的斗爭(zhēng)，判決缺少人性的考慮，法律存在著不足和漏洞;而另一部分支持法律的評(píng)判結(jié)果，認(rèn)為法律知識(shí)需要普及，不支持以暴制暴的行為。因此，微博用戶的評(píng)論更加客觀理智，情感以正向情感居多。

解決期，隨著案件最后的結(jié)果宣布，張扣扣被執(zhí)行死刑，微博用戶在總結(jié)經(jīng)驗(yàn)，表達(dá)情感為中性居多，評(píng)論更加客觀公正。爭(zhēng)論的熱度不斷下降，微博用戶的注意力被同時(shí)期的其他事件所吸引，微博上的媒體所展示的主題很少涉及案件本身，更偏向于對(duì)本事件的反思和未來(lái)的展望，微博用戶對(duì)此突發(fā)事件的熱度隨著注意力的轉(zhuǎn)移逐步減弱。

2.4.3 理論飽和度檢驗(yàn)

當(dāng)新收集的數(shù)據(jù)不能對(duì)理論建構(gòu)做出新的貢獻(xiàn)時(shí)即理論飽和，作為決定停止采樣的鑒定依據(jù)。本研究對(duì)事先預(yù)留的100份隨機(jī)抽取的評(píng)論進(jìn)行了重新編碼歸類，經(jīng)過(guò)三級(jí)編碼，與之前的編碼結(jié)果相比，沒(méi)有產(chǎn)生新的概念集合，因此，可以確定本研究所構(gòu)建的微博情感傾向性因素理論模型在理論上達(dá)到飽和。

3 基于扎根理論的微博輿情應(yīng)對(duì)策略

本文在使用扎根理論過(guò)程中，遵循了真實(shí)客觀的原則，對(duì)于原始數(shù)據(jù)進(jìn)行了認(rèn)真仔細(xì)地閱讀，進(jìn)行了編碼，其實(shí)驗(yàn)結(jié)果可對(duì)于輿論的控制提出積極意見(jiàn)。

3.1 關(guān)注輿情產(chǎn)生的根本原因

通過(guò)時(shí)間序列排序的主軸性編碼，任何一個(gè)網(wǎng)絡(luò)突發(fā)事件看似是偶然發(fā)生，然而其發(fā)生都具有一定的必然性，針對(duì)微博輿情潛在期的誘因事件，本次張扣扣案件在發(fā)生前具有3個(gè)誘因條件，分別為殺人犯罪、工作失職、保障機(jī)制。鄰里糾紛引起的殺人犯罪為此事件的根源，在發(fā)生命案之后，工作失職和保障機(jī)制方面確實(shí)出現(xiàn)了問(wèn)題，對(duì)于被害的家庭沒(méi)有有效的保障，張母的去世相當(dāng)于張家失去了一份經(jīng)濟(jì)來(lái)源，張扣扣失去了良好的成長(zhǎng)環(huán)境，這樣家庭很有可能會(huì)對(duì)張扣扣的成長(zhǎng)產(chǎn)生不良影響。當(dāng)命案發(fā)生后，應(yīng)對(duì)張家采取定期的觀察和幫助。在判決后，張家為全額收到賠償，執(zhí)法部門只進(jìn)行了判定，卻沒(méi)有監(jiān)督執(zhí)行，賠償?shù)倪^(guò)程是需要監(jiān)督的，微博用戶更多的爭(zhēng)論焦點(diǎn)在于此，是整個(gè)突發(fā)事件核心的爭(zhēng)論點(diǎn)。因此，找到突發(fā)危機(jī)的關(guān)鍵點(diǎn)，是解決危機(jī)的重要前提條件。

3.2 控制微博主題使用的導(dǎo)向性

在微博輿情發(fā)展到突發(fā)期階段時(shí)，不同群體對(duì)于不同主題有著不一樣的反應(yīng)，主題的選取對(duì)于微博用戶的情感具有導(dǎo)向性作用，每個(gè)群體關(guān)注的主題不一樣，部分微博用戶由于自己生活的壓力或者不滿，在微博上的評(píng)論是具有隱形危害的，例如張扣扣案件涉及到了政府、貧富、官員、金錢等不實(shí)評(píng)論，此類評(píng)論更容易引起微博用戶的關(guān)注，一時(shí)間會(huì)使微博用戶的負(fù)面情感蔓延開來(lái)。因此，在微博數(shù)據(jù)庫(kù)中植入相應(yīng)的監(jiān)管軟件或輿情敏感詞庫(kù)，將有效規(guī)范微博用戶的網(wǎng)絡(luò)空間的用語(yǔ)。對(duì)于微博博主發(fā)文的科學(xué)性、及時(shí)性要加以規(guī)范，當(dāng)出現(xiàn)消息閉塞和極端情感時(shí)，媒體發(fā)的消息應(yīng)該更加及時(shí)透明。應(yīng)該積極的從微觀層面進(jìn)行對(duì)輿論的管控，在充分了解不同群體的閱讀偏好后，需要對(duì)知名的媒體或者博主所發(fā)送的網(wǎng)絡(luò)推文的主題進(jìn)行過(guò)濾和篩選，何種類型的消息更能引起群體的情感變化，要進(jìn)行合理的預(yù)防。

3.3 加強(qiáng)關(guān)鍵時(shí)期的輿情監(jiān)管

通過(guò)突發(fā)危機(jī)的4個(gè)時(shí)期，可以看出網(wǎng)絡(luò)輿論在潛在期時(shí)，往往很難發(fā)現(xiàn)，當(dāng)其處在蔓延期時(shí)，再進(jìn)行控制就顯得十分困難。因此，控制輿論的最佳時(shí)間應(yīng)在突發(fā)期的末期和蔓延期前期，在出現(xiàn)陰謀假說(shuō)、質(zhì)疑法律權(quán)威之時(shí)，微博上更多出現(xiàn)的是判決結(jié)果，案件對(duì)比等博人眼球消息，學(xué)法知法的人畢竟在少數(shù)，微博用戶更多地用自己的情感在進(jìn)行感性分析，出現(xiàn)了大量的質(zhì)疑聲。在這兩個(gè)階段，微博上的媒體注意發(fā)布的主題要表達(dá)判決公平公正、有法可依;同時(shí)微博平臺(tái)要合理地進(jìn)行輿情監(jiān)督，如果出現(xiàn)了情感向消極轉(zhuǎn)變，大規(guī)模的負(fù)面信息，要及時(shí)進(jìn)行控制，避免輿論向更差的方向發(fā)展。此時(shí)應(yīng)對(duì)微博用戶及時(shí)進(jìn)行“案件對(duì)比，司法機(jī)制，法律普及”等方面的全面詳細(xì)講解，徹底解決微博用戶的猜忌、停止謠言的傳播、對(duì)法律知識(shí)進(jìn)行普及。因此，有效識(shí)別網(wǎng)絡(luò)輿情傳播過(guò)程中的傳播的最佳時(shí)機(jī)，并對(duì)該時(shí)間點(diǎn)實(shí)現(xiàn)有效的引導(dǎo)或控制，即可以實(shí)現(xiàn)對(duì)網(wǎng)絡(luò)輿情傳播整體的有效控制。

3.4 轉(zhuǎn)移微博用戶的負(fù)面情感

在整個(gè)事件的解決期，主要圍繞著深入探討和吸取經(jīng)驗(yàn)這兩方面，微博用戶負(fù)面情感極性是大于正向情感極性的，微博用戶的負(fù)面評(píng)論數(shù)量整體大于正面評(píng)論數(shù)量，說(shuō)明在處理結(jié)果上未能實(shí)現(xiàn)微博用戶負(fù)面情感的轉(zhuǎn)移，深入探討和吸取經(jīng)驗(yàn)上處理的不夠得當(dāng)。為防止突發(fā)事件在解決期的時(shí)間內(nèi)再次爆發(fā)輿論危機(jī)，政府應(yīng)當(dāng)充分利用自媒體，及時(shí)發(fā)布積極正面的信息，正確引導(dǎo)微博用戶的情感，積極正向的情感短文可以帶動(dòng)微博用戶的情感，把不對(duì)或者不理性的輿論指引到對(duì)的方向。

4 結(jié) 語(yǔ)

本文在對(duì)研究微博輿情進(jìn)行理論定義后，對(duì)扎根理論方法的操作過(guò)程進(jìn)行了初步介紹，用Selenium工具在微博上獲取關(guān)于“張扣扣”話題的基礎(chǔ)數(shù)據(jù)，結(jié)合微博和微博用戶的特點(diǎn)，進(jìn)行數(shù)據(jù)清洗及繪圖統(tǒng)計(jì)和主軸性編碼，并劃分了4個(gè)周期進(jìn)行了情感傾向性分析。研究在理論層面上分析了微博輿情傳播特征、演進(jìn)過(guò)程和傳播規(guī)律，一定程度上拓寬了扎根理論在微博輿情研究中的應(yīng)用;在實(shí)踐層面，針對(duì)網(wǎng)絡(luò)用戶群體，采取有針對(duì)性的輿情管理策略，對(duì)相應(yīng)話題所持有的意識(shí)、態(tài)度進(jìn)行正確引導(dǎo)，使微博用戶可以自由發(fā)表觀點(diǎn)并合理地進(jìn)行輿情信息的傳播，提高微博用戶的滿意度和管理控制工作的輿情預(yù)警;在指導(dǎo)應(yīng)用監(jiān)管方面，提出了針對(duì)微博輿情信息控制的建議，以促進(jìn)良好信息交互環(huán)境的構(gòu)建。本研究從微博輿情監(jiān)測(cè)到預(yù)警控制，對(duì)微博輿情的傳播具有一定的實(shí)踐指導(dǎo)意義。

參考文獻(xiàn)

[1]中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）.第43次中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告[R].2019-02.

[2]王晰巍，趙丹，魏駿巍，等.移動(dòng)環(huán)境下微博輿情傳播模式及實(shí)證研究——以埃博拉話題為例[J].情報(bào)學(xué)報(bào)，2015，34（7）：683-692.

[3]劉媛媛，張曉燕，張瀾.認(rèn)知行為集體心理咨詢對(duì)老年高血壓患者焦慮情緒的干預(yù)效果[J].中國(guó)心理衛(wèi)生雜志，2017，19（1）：13-18.

[4]鄒曉影.探究惡性腫瘤住院化療患者應(yīng)用心理護(hù)理干預(yù)對(duì)其焦慮與抑郁情緒的影響[J].中國(guó)醫(yī)院藥學(xué)雜志，2017，（9）：676-679.

[5]古若雷，施媛媛，楊璟，等.焦慮對(duì)社會(huì)決策行為的影響[J].心理科學(xué)進(jìn)展，2015，23（4）：547-553.

[6]馬月，劉莉，王欣欣，等.焦慮的代際傳遞：父母拒絕的中介作用[J].中國(guó)臨床心理學(xué)雜志，2016，21（1）：23-27.

[7] 陳寒.當(dāng)代大學(xué)生社會(huì)焦慮及其影響因素研究——以廈門大學(xué)為例[J].西南交通大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2014，15（5）：73-83.

[8]徐光國(guó)，張慶林.伊扎德情緒激活四系統(tǒng)理論[J].心理科學(xué)，1994，（5）：316-319.

[9]周瑛，劉越，蔡俊.基于注意力機(jī)制的微博情感分析[J].情報(bào)理論與實(shí)踐，2018，41（3）：89-94.

[10]陳芬，陳佩帆，吳鵬，等.融合用戶特征與多級(jí)文本傾向性分析的網(wǎng)絡(luò)意見(jiàn)領(lǐng)袖識(shí)別[J].情報(bào)理論與實(shí)踐，2018，41（7）：143-148.

[11]崔安欣.微博熱點(diǎn)事件的微博用戶情感研究[D].2013.6.

[12]王晰巍，邢云菲，趙丹，等.基于社會(huì)網(wǎng)絡(luò)分析的移動(dòng)環(huán)境下網(wǎng)絡(luò)輿情信息傳播研究——以新浪微博“霧霾”話題為例[J].圖書情報(bào)工作，2015，59（7）：14-22.

[13]張成功，劉培玉，朱振方，等.一種基于極性詞典的情感分析方法[J].山東大學(xué)學(xué)報(bào)：理學(xué)版，2012，47（3）：47-50.

[14]Shen Y，Li S C，Zheng L，et al.Emotion Mining Research on Micro-blog[C]//2009 1st IEEE Symposium on Web Society，2009：71-75.

[15]Bakliwala，F(xiàn)osterj，Vanderpuilj，et al.Sentiment Analysis of Political Tweets：Towards an Accurate Classifier[C]//Proceedingsof NAACL Workshop on Language Analysis in Social Media.Atlanta，GA，2013：49-58.

[16]王洪偉，劉勰，尹裴，等.Web文本情感分類研究綜述[J].情報(bào)學(xué)報(bào)，2010，29（5）：931-938.

[17]何躍，朱燦，朱婷婷，等.微博熱點(diǎn)話題情感趨勢(shì)研究[J].信息系統(tǒng)，2018，（7）：27.

[18]賈哲敏.扎根理論在公共管理研究中的應(yīng)用：方法與實(shí)踐[J].中國(guó)行政管理，2015，27（3）：90-95.

[19]韓正彪，周鵬.扎根理論質(zhì)性研究方法在情報(bào)學(xué)研究中的應(yīng)用[J].情報(bào)理論與實(shí)踐，2011，（5）：19-23.

[20]Glaser B G，Strauss A L.The Discovery of Grounded Theory-Strategies for Qualitative Research[M].New York：Aldine，1967：10-60.

[21]張鵬，崔彥琛，蘭月新，等.基于扎根理論與詞典構(gòu)建的微博突發(fā)事件情感分析與輿情引導(dǎo)策略[J].現(xiàn)代情報(bào)，2019，39（3）.

[22]Communication-planning，Managing and Responding[M].London：SAGE Publication.INC，1999.

[23]姜金貴，閆思琦.基于主題和情感相互作用的微博輿情演化研究———以“紅黃藍(lán)虐童事件”為例[J].情報(bào)雜志，2018，（12）：37.

[24]Pang B，Lee L，Vaithyanathan S.Thumbs Up：Sentimentclassification Using Machine Learning Techniques[C]//Proceedings of the ACL-02 Conference on Empirical Methods in Natural LanguageProcessing，2002：79-86.

[25]劉志明，劉魯.微博網(wǎng)絡(luò)輿情中的意見(jiàn)領(lǐng)袖識(shí)別及分析[J].系統(tǒng)工程，2011，29（6）：8-16.

[26]謝法舉，劉臣，唐莉.在線評(píng)論情感分析研究綜述[J].軟件導(dǎo)刊，2018，17（2）：19-23.

（責(zé)任編輯：陳 媛）