可預(yù)測性災(zāi)害中網(wǎng)民情感傳播特征研究

沈洪洲，馬巧慧，張一涵

(1.南京郵電大學(xué) 管理學(xué)院，江蘇 南京 210003 2.南京郵電大學(xué) 信息產(chǎn)業(yè)融合創(chuàng)新與應(yīng)急管理研究中心，江蘇 南京 210003)

在現(xiàn)代氣象預(yù)警技術(shù)的幫助下，人們已經(jīng)可以預(yù)測暴雨、暴雪、臺風(fēng)等災(zāi)害的大致發(fā)生時段，我們把這類災(zāi)害稱為可預(yù)測性災(zāi)害。可預(yù)測性災(zāi)害通常有明顯的災(zāi)前預(yù)警階段，該階段不僅對災(zāi)害預(yù)防、災(zāi)害降損有極大的作用，也會對人們應(yīng)對災(zāi)害的情緒產(chǎn)生重要的影響。在可預(yù)測性災(zāi)害中，災(zāi)害的網(wǎng)絡(luò)輿情環(huán)境在災(zāi)前預(yù)警階段就已開始形成，人們會通過社交媒體獲取、轉(zhuǎn)發(fā)、評論與災(zāi)害相關(guān)的信息。伴隨著這些信息的擴(kuò)散，人們的情感也開始傳播?；ヂ?lián)網(wǎng)技術(shù)的發(fā)展和社交媒體的普及，使得人們可以在網(wǎng)絡(luò)上自由地表達(dá)自己的觀點(diǎn)和態(tài)度，諸如微博、微信這樣的社交媒體平臺已經(jīng)成為各類災(zāi)害事件最主要的輿情聚集地[1]。以新浪微博為例，用戶不僅可以通過發(fā)布博文來表達(dá)自己的觀點(diǎn)和情感，還可以通過評論、點(diǎn)贊等行為與微博平臺的其他用戶進(jìn)行情感交流[2]。可預(yù)測性災(zāi)害中網(wǎng)民情感的傳播可能會影響災(zāi)害整體的社會輿論走向，進(jìn)而影響政府應(yīng)急管理部門應(yīng)對災(zāi)害的決策。因此，對可預(yù)測性災(zāi)害中網(wǎng)民情感的傳播特征進(jìn)行研究具有十分重要的意義。本文以臺風(fēng)“山竹”為例，以新浪微博上的相關(guān)博文數(shù)據(jù)為具體分析對象，通過社會網(wǎng)絡(luò)分析、情感分析等方法分析網(wǎng)民情感傳播特征，在此基礎(chǔ)上對可預(yù)測性災(zāi)害中網(wǎng)民情感傳播特征進(jìn)行詳細(xì)討論，并有針對性地提出干預(yù)和引導(dǎo)網(wǎng)民情感傳播的建議。

一、相關(guān)研究綜述

在網(wǎng)絡(luò)輿情中，情感是指網(wǎng)民受輿情信息影響后以一定形式表達(dá)出來的態(tài)度。理解網(wǎng)民情感的驅(qū)動因素，把握他們情感變化的趨勢，在公共政策和商業(yè)決策的制定中具有重要的戰(zhàn)略意義[3]。因此，情感分析已經(jīng)成為輿情研究中非常重要的組成部分。蔣曉麗和何飛提出，情感應(yīng)當(dāng)被理解為一種社會狀態(tài)，社會規(guī)約著特定情感的產(chǎn)生，情感表征著社會現(xiàn)實(shí)[4]，因此，與情感分析相關(guān)的研究也在社會學(xué)領(lǐng)域受到廣泛的關(guān)注。

情感分析的具體技術(shù)手段和方法一直是學(xué)者們關(guān)注的熱點(diǎn)議題。王榮波等人針對TF-IDF和IG在短文本情感分析中特征選擇不足的問題，通過提高分類效果明顯的特征詞的權(quán)重等方法改進(jìn)算法，使其更適應(yīng)中文短文本的情感分析[5]。Chung和Zeng構(gòu)建了一個新的模型來剖析情感分析驗(yàn)證系統(tǒng)，該系統(tǒng)模擬了情緒觸發(fā)的影響，便于分析情緒影響的因果關(guān)系，并將人類情感納入知識管理的模型中[6]。陳夏芳和曹春萍指出情感聚類是情感分析的關(guān)鍵性任務(wù)，聚類的結(jié)果會影響對文本情感傾向的判斷，由此提出一種引入用戶反饋機(jī)制的基于譜聚類算法的情感分析方法[7]。李勇等人同時采集社交網(wǎng)絡(luò)用戶線上和線下的情感數(shù)據(jù)，并對用戶情感進(jìn)行時間序列分析，以此來探索社交網(wǎng)絡(luò)用戶情感表達(dá)的線上線下差異及其影響因素[8]。

社交媒體已經(jīng)成為網(wǎng)民表達(dá)情感態(tài)度的主場，其信息傳播具有的開放性、實(shí)時性和自由選擇性等特點(diǎn)，加劇了情感傳播的復(fù)雜程度。Stieglitz等人基于社交媒體中的用戶情感傳播，研究網(wǎng)民間的情感構(gòu)建方式，并指出在危機(jī)傳播過程中活躍的用戶群體對網(wǎng)民的情感變化會產(chǎn)生更深遠(yuǎn)的影響[9]。安璐和歐孟花發(fā)現(xiàn)在突發(fā)公共衛(wèi)生事件中，主流媒體和自媒體對普通群眾的情感影響較大，且隨著輿情不斷演化，自媒體在情感傳播中會起到愈發(fā)重要的橋梁作用[10]。王斌指出情感傳播造成的社會風(fēng)險日益突出，主要表現(xiàn)為網(wǎng)民的“泛情緒化”，應(yīng)當(dāng)加強(qiáng)網(wǎng)絡(luò)輿情治理，促使情感影響發(fā)揮積極作用[11]。情感在傳播過程中往往會相互作用和影響，許多學(xué)者將之總結(jié)為“情緒感染理論”。如王瀟等人指出情緒感染本質(zhì)上是指通過捕捉他人情感來感知周邊人情感變化的交互過程[12]。石密等人研究發(fā)現(xiàn)情緒感染并不直接作用于集體行為意向，而是通過情緒體驗(yàn)的無意識感染和信息感知的有意識比較來影響網(wǎng)絡(luò)集體行為意向的表達(dá)[13]。

社交媒體中情感傳播的研究方式和研究視角也較為豐富，如毛太田等人利用微博話題標(biāo)簽對網(wǎng)絡(luò)熱點(diǎn)事件進(jìn)行識別，基于話題研究情感傳播特征，對網(wǎng)民情感發(fā)生規(guī)律和成因進(jìn)行分析，并提出控制引導(dǎo)策略[14]。Zafarani等人提出用數(shù)學(xué)表達(dá)來描述情感傳播，通過研究網(wǎng)民之間情感數(shù)值的變化來檢測情感是否傳播，以及發(fā)生情感傳播和未發(fā)生情感傳播的網(wǎng)民的特征差異[15]。陳顯龍和李姝娟構(gòu)建了微博輿情場能量模型，分析微博情感傳播特性和時間指數(shù)對微博輿情能量場的影響，發(fā)現(xiàn)微博輿情情感的絕對值越大，傳播特性的指標(biāo)越高，微博輿情的正向或負(fù)向能量峰值越大[16]。

綜上，國內(nèi)外學(xué)者已經(jīng)對網(wǎng)絡(luò)輿情中網(wǎng)民情感相關(guān)的主題進(jìn)行了多角度的研究，涵蓋了情感分析的具體技術(shù)和方法、情感傳播的基礎(chǔ)理論和模型等。然而，當(dāng)前網(wǎng)民情感的相關(guān)研究中，對于特定研究背景的依賴較少，缺乏針對可預(yù)測性災(zāi)害的研究實(shí)例。事實(shí)上，可預(yù)測性災(zāi)害中網(wǎng)民的情感在災(zāi)前預(yù)警階段就開始醞釀、觸發(fā)和傳播，因此，網(wǎng)民情感傳播特征分析擁有不可忽視的研究價值。

二、研究設(shè)計

(一)研究方法

1.社會網(wǎng)絡(luò)分析法

社會網(wǎng)絡(luò)分析法可用于對社會網(wǎng)絡(luò)中行為者(節(jié)點(diǎn))之間的關(guān)系進(jìn)行量化研究[17]。本研究以微博用戶為節(jié)點(diǎn)，以用戶之間的博文轉(zhuǎn)發(fā)關(guān)系為邊，利用Gephi軟件對臺風(fēng)中的網(wǎng)民情感傳播網(wǎng)絡(luò)進(jìn)行構(gòu)建和測度分析，為后續(xù)網(wǎng)民情感傳播特征的探討奠定基礎(chǔ)。

2.文本情感分析

文本情感分析又稱傾向性分析，是對帶有情感色彩的主觀性文本進(jìn)行處理、分析、歸納和推理的過程。本研究在Python程序中調(diào)用SnowNLP包對微博博文進(jìn)行情感分析，為每條博文計算出一個介于(0，1)的情感值，即博文情感傾向?yàn)榉e極情感的概率。研究將介于(0，0.4]的情感值定義為消極情感傾向，介于(0.4，0.6)的情感值定義為中立情感傾向，介于[0.6，1)的情感值定義為積極情感傾向。

(二)研究數(shù)據(jù)

臺風(fēng)“山竹”于2018年9月7日在西北太平洋洋面上形成， 9月16日17時在廣東臺山海宴鎮(zhèn)登陸，9月18日17時減弱并轉(zhuǎn)移。本研究專注于網(wǎng)民情感的傳播，而微博中網(wǎng)民情感最重要的載體就是微博博文。因此，研究以“山竹”和“臺風(fēng)”為關(guān)鍵字，通過網(wǎng)絡(luò)爬蟲抓取了2018年9月7日到9月30日內(nèi)微博用戶發(fā)布的相關(guān)博文，博文須同時含有上述兩個關(guān)鍵詞。具體抓取的數(shù)據(jù)項(xiàng)包括博文作者、博文內(nèi)容、發(fā)布時間、轉(zhuǎn)發(fā)數(shù)等，數(shù)據(jù)抓取的時間是2019年11月22日。為了基于轉(zhuǎn)發(fā)關(guān)系構(gòu)建社會網(wǎng)絡(luò)，對沒有被轉(zhuǎn)發(fā)的原發(fā)博文數(shù)據(jù)進(jìn)行了剔除，最終留下包含轉(zhuǎn)發(fā)關(guān)系的博文2 194條。為更加凸顯微博博文的傳播網(wǎng)絡(luò)及其作者情感傳播變化的細(xì)節(jié)，本研究將剩余博文按轉(zhuǎn)發(fā)量進(jìn)行排序，并選取轉(zhuǎn)發(fā)量排名前十的原發(fā)博文作為具體的研究對象。根據(jù)這10條博文的轉(zhuǎn)發(fā)關(guān)系鏈，研究共提取出809個微博用戶節(jié)點(diǎn)和817種轉(zhuǎn)發(fā)關(guān)系，最終構(gòu)成10個轉(zhuǎn)發(fā)關(guān)系網(wǎng)絡(luò)。

根據(jù)臺風(fēng)“山竹”的發(fā)生過程，研究將2018年9月7日至9月15日定為災(zāi)前階段，將2018年9月16日至9月17日定為災(zāi)中階段，將2018年9月18日至9月30日定為災(zāi)后階段。依據(jù)原發(fā)博文的發(fā)布時間，研究確定了各個博文所處的階段。

三、數(shù)據(jù)分析

研究首先分析網(wǎng)民情感傳播網(wǎng)絡(luò)的結(jié)構(gòu)特點(diǎn)和典型傳播路徑，然后探討關(guān)鍵節(jié)點(diǎn)的情感影響力和傳播路徑上網(wǎng)民情感的變化特點(diǎn)。數(shù)據(jù)分析以總體和個體相結(jié)合的方式進(jìn)行，即先對所有傳播網(wǎng)絡(luò)進(jìn)行總體分析，再結(jié)合一個具體的傳播網(wǎng)絡(luò)進(jìn)行深入探討。

(一)網(wǎng)民情感傳播網(wǎng)絡(luò)分析

1．傳播網(wǎng)絡(luò)結(jié)構(gòu)測度

研究利用社會網(wǎng)絡(luò)分析法來分析網(wǎng)民情感傳播網(wǎng)絡(luò)的結(jié)構(gòu)特點(diǎn)，為后續(xù)網(wǎng)民情感傳播特征分析奠定基礎(chǔ)。本研究以發(fā)布博文的網(wǎng)民為節(jié)點(diǎn)，以博文的轉(zhuǎn)發(fā)關(guān)系為邊，利用Gephi軟件生成10個傳播網(wǎng)絡(luò)，并對各傳播網(wǎng)絡(luò)進(jìn)行結(jié)構(gòu)測度，計算出各網(wǎng)絡(luò)的節(jié)點(diǎn)數(shù)、邊數(shù)、圖密度、網(wǎng)絡(luò)直徑和平均路徑長度(見表1)。

(1)網(wǎng)絡(luò)密度測度

圖密度常被用來描述各節(jié)點(diǎn)之間聯(lián)系的緊密程度。在社會網(wǎng)絡(luò)圖中，各節(jié)點(diǎn)之間的連線越多，該網(wǎng)絡(luò)的密度就越大，表示該網(wǎng)絡(luò)結(jié)構(gòu)中信息傳播更頻繁。表1中各網(wǎng)絡(luò)的圖密度最大值為0.167，最小為0.002，平均值為0.068，說明本研究中各傳播網(wǎng)絡(luò)的網(wǎng)絡(luò)密度總體而言比較低，網(wǎng)絡(luò)節(jié)點(diǎn)之間的聯(lián)系不是很緊密。由此可見，在臺風(fēng)“山竹”中，微博用戶表達(dá)觀點(diǎn)和情感時的博文轉(zhuǎn)發(fā)密度并不高。

(2)可達(dá)性測度

可達(dá)性測度可以通過網(wǎng)絡(luò)的直徑和平均路徑長度兩個指標(biāo)來評測。直徑是指社會網(wǎng)絡(luò)中任意兩節(jié)點(diǎn)之間的最大距離，表示任意一條信息傳達(dá)至最末端節(jié)點(diǎn)所經(jīng)過節(jié)點(diǎn)的個數(shù)。直徑越長，信息傳達(dá)經(jīng)過的節(jié)點(diǎn)越多，說明信息傳播速度越慢。平均路徑長度是指兩節(jié)點(diǎn)之間最短路徑的節(jié)點(diǎn)個數(shù)的平均值，平均路徑較短則說明信息傳播效率較高[18]。表1中的網(wǎng)絡(luò)直徑最長為10，最短為1，平均值為5.1，即任意兩個節(jié)點(diǎn)之間的最大距離的平均值是5.1；平均路徑長度的最大值是3.884，最小值是1，平均值是2.073，即一個用戶平均經(jīng)過2.073個用戶節(jié)點(diǎn)的轉(zhuǎn)發(fā)才能將信息傳遞給另外一個用戶。由此可以看出，在臺風(fēng)“山竹”中附帶用戶觀點(diǎn)和情感的博文信息的傳播速度并不是很快，一條博文可能會經(jīng)過多個博主轉(zhuǎn)發(fā)后，才到達(dá)最終用戶。在這個過程中，傳播路徑越長，影響網(wǎng)民情感傳播的因素越多，網(wǎng)民情感傾向變化的復(fù)雜性便越大。

2．情感傳播層次及路徑分析

網(wǎng)民的情感傳播是隨著博文的擴(kuò)散而展開的，從原始博文開始會形成多個傳播層次。本研究以原發(fā)博主“圓滾滾胖達(dá)君”的情感傳播網(wǎng)絡(luò)為具體分析對象(見圖1)，將該傳播網(wǎng)絡(luò)中網(wǎng)民情感的傳播過程劃分為三個層次。原始博文由博主“圓滾滾胖達(dá)君”發(fā)出后，通過第一層網(wǎng)友的轉(zhuǎn)發(fā)將情感擴(kuò)散出去?！爸袊鴼庀笈_”和“喵流青年”是其中的典型代表，兩者的連入度都比較高，但“喵流青年”擁有更長的后續(xù)傳播鏈，其后續(xù)影響更大?！斑髁髑嗄辍钡牟┪脑俅伪晦D(zhuǎn)發(fā)，形成第二層次的情感傳播關(guān)系，圖1中綠色節(jié)點(diǎn)都是第二層中參與轉(zhuǎn)發(fā)的網(wǎng)民。這些網(wǎng)民的博文被轉(zhuǎn)發(fā)進(jìn)入到了第三層及以上的傳播層次中，再一次引發(fā)了后續(xù)大量的轉(zhuǎn)發(fā)，如圖1中藍(lán)色節(jié)點(diǎn)所示。在傳播過程中，有些網(wǎng)民的博文雖然未被大量轉(zhuǎn)發(fā)，但他們是將博文從第二層擴(kuò)散至第三層及以上傳播層次的重要中間節(jié)點(diǎn)，如圖1中的黃色節(jié)點(diǎn)。

根據(jù)情感傳播的層次關(guān)系，本研究將情感傳播路徑分為兩類：一類是只進(jìn)行一層傳播的單級傳播型路徑；另一類是經(jīng)過多層傳播到達(dá)最終節(jié)點(diǎn)的鏈?zhǔn)絺鞑バ吐窂?。在“圓滾滾胖達(dá)君”的情感傳播網(wǎng)絡(luò)中，“圓滾滾胖達(dá)君”—“中央氣象臺”和“圓滾滾胖達(dá)君”—“喵流青年”就是兩條典型的單級傳播型路徑，而“圓滾滾胖達(dá)君”—“喵流青年”—“設(shè)計系奶子”—“顏?zhàn)志薄跋哪考业男≡姼?”則構(gòu)成了典型的鏈?zhǔn)絺鞑バ吐窂健?/p>

(二)關(guān)鍵傳播節(jié)點(diǎn)的識別及其情感影響力分析

1.關(guān)鍵傳播節(jié)點(diǎn)的識別和分類

本研究中的傳播網(wǎng)絡(luò)結(jié)構(gòu)基于節(jié)點(diǎn)之間的轉(zhuǎn)發(fā)關(guān)系構(gòu)建而成，節(jié)點(diǎn)連入度(即被轉(zhuǎn)發(fā)量)可作為衡量關(guān)鍵傳播節(jié)點(diǎn)的重要指標(biāo)。本文將連入度大于10的節(jié)點(diǎn)視作關(guān)鍵節(jié)點(diǎn)，通過對傳播網(wǎng)絡(luò)節(jié)點(diǎn)的連入度進(jìn)行篩選，一共從817個節(jié)點(diǎn)中篩選出15個關(guān)鍵傳播節(jié)點(diǎn)(如表2所示)。研究從節(jié)點(diǎn)的連入度、在社會網(wǎng)絡(luò)中的位置及節(jié)點(diǎn)情感傾向三個方面進(jìn)行關(guān)鍵傳播節(jié)點(diǎn)特征分析，并根據(jù)節(jié)點(diǎn)在傳播網(wǎng)絡(luò)結(jié)構(gòu)中的位置，將節(jié)點(diǎn)分為傳播源點(diǎn)、傳播擴(kuò)散者。

表2 關(guān)鍵傳播節(jié)點(diǎn)的匯總統(tǒng)計

從表2中關(guān)鍵傳播節(jié)點(diǎn)博文的發(fā)布時間來分析，所有關(guān)鍵節(jié)點(diǎn)都集中出現(xiàn)在災(zāi)前和災(zāi)中兩個階段，其中災(zāi)前階段的關(guān)鍵節(jié)點(diǎn)最多，占總數(shù)的80%；從關(guān)鍵節(jié)點(diǎn)在網(wǎng)絡(luò)結(jié)構(gòu)中所處的位置來分析，15個關(guān)鍵節(jié)點(diǎn)中的14個節(jié)點(diǎn)擔(dān)任著傳播擴(kuò)散者的角色，例如“圓滾滾胖達(dá)君”“magami”等原發(fā)博主，并未直接引起大量轉(zhuǎn)發(fā)；從關(guān)鍵節(jié)點(diǎn)情感傾向的角度分析，情感為消極和積極的關(guān)鍵節(jié)點(diǎn)有11個，中立的只有4個。由此可見，災(zāi)前階段的網(wǎng)民情感傳播更為活躍，大多關(guān)鍵傳播節(jié)點(diǎn)分布在災(zāi)前階段，而且這些關(guān)鍵節(jié)點(diǎn)往往并不是博文的原發(fā)者，而是那些具有明確情感傾向(積極或消極)的處于傳播鏈中間的傳播擴(kuò)散者。通過上述分析可以發(fā)現(xiàn)，災(zāi)前階段的網(wǎng)民情感傳播更為活躍，且情感的變化更為復(fù)雜，而災(zāi)中階段的網(wǎng)民情感傳播及變化則更為平穩(wěn)。

2.關(guān)鍵傳播節(jié)點(diǎn)的情感影響力分析

為深入探究關(guān)鍵傳播節(jié)點(diǎn)在情感傳播過程中所產(chǎn)生的影響力，本研究統(tǒng)計出各關(guān)鍵節(jié)點(diǎn)的情感值及其后續(xù)節(jié)點(diǎn)的情感分布，以及關(guān)鍵節(jié)點(diǎn)父節(jié)點(diǎn)的情感值及其后續(xù)節(jié)點(diǎn)的情感分布，并通過對比關(guān)鍵節(jié)點(diǎn)及其父節(jié)點(diǎn)的后續(xù)情感分布的變化來判斷關(guān)鍵節(jié)點(diǎn)對于網(wǎng)民情感傳播的影響。

災(zāi)前階段共有12個關(guān)鍵節(jié)點(diǎn)，其中有6個關(guān)鍵節(jié)點(diǎn)的情感傾向與其父節(jié)點(diǎn)的情感傾向相同，包括“快遞員吳彥祖”“谷大白話”“沈三廢”“夏目家的小詩哥1”“中央氣象臺”和“央視新聞1”。這6個關(guān)鍵節(jié)點(diǎn)的后續(xù)節(jié)點(diǎn)的主流情感傾向均與關(guān)鍵節(jié)點(diǎn)的情感傾向相同，如“快遞員吳彥祖”的情感傾向是消極，其后續(xù)節(jié)點(diǎn)情感分布中消極情感傾向占比最高(47.1%)。在這6個關(guān)鍵節(jié)點(diǎn)中，除了“夏目家的小詩哥1”，其他5個關(guān)鍵節(jié)點(diǎn)的后續(xù)節(jié)點(diǎn)情感分布與其父節(jié)點(diǎn)的后續(xù)節(jié)點(diǎn)情感分布保持一致，如“央視新聞1”后續(xù)節(jié)點(diǎn)情感分布中消極情感占比最高(83.3%)，其父節(jié)點(diǎn)“圓滾滾胖達(dá)君”情感分布中也是消極情感占比最高(80%)。

災(zāi)前階段中另外6個關(guān)鍵節(jié)點(diǎn)的情感傾向與其父節(jié)點(diǎn)的情感傾向不相同，包括“渡邊魚子醬”“林水妖”“喵流青年”“尉遲燕窩”“顏?zhàn)志焙汀爸「?。在這6個關(guān)鍵節(jié)點(diǎn)中，除了“顏?zhàn)志?，其?個關(guān)鍵節(jié)點(diǎn)的后續(xù)節(jié)點(diǎn)的主流情感傾向與關(guān)鍵節(jié)點(diǎn)一致。有4個關(guān)鍵節(jié)點(diǎn)的后續(xù)節(jié)點(diǎn)情感分布與其父節(jié)點(diǎn)的后續(xù)節(jié)點(diǎn)情感分布不同，并且情感分布的變化方向與關(guān)鍵節(jié)點(diǎn)情感傾向的變化方向一致。例如，“知小更”的父節(jié)點(diǎn)“尉遲燕窩”的情感傾向是消極，其后續(xù)節(jié)點(diǎn)情感分布以消極為主；而“知小更”的情感傾向變成了積極，其后續(xù)節(jié)點(diǎn)情感分布也變成了以積極為主。

災(zāi)中階段的3個關(guān)鍵節(jié)點(diǎn)中有2個關(guān)鍵節(jié)點(diǎn)與其父節(jié)點(diǎn)的情感傾向保持一致，而這3個關(guān)鍵節(jié)點(diǎn)的后續(xù)節(jié)點(diǎn)情感分布與其父節(jié)點(diǎn)的后續(xù)節(jié)點(diǎn)情感分布都是一致的。

通過上述分析可以發(fā)現(xiàn)，網(wǎng)民情感傳播網(wǎng)絡(luò)中的關(guān)鍵節(jié)點(diǎn)對情感傳播有顯著的影響，它們情感傾向的改變將有極大的可能性會改變其后續(xù)節(jié)點(diǎn)的情感傾向和分布。

(三)傳播路徑上的情感變化分析

研究結(jié)合“圓滾滾胖達(dá)君”形成的具體傳播網(wǎng)絡(luò)，分別從單級傳播型路徑和鏈?zhǔn)絺鞑バ吐窂絻蓚€角度來探討網(wǎng)民情感變化的規(guī)律。

1．單級傳播型路徑

原始博文由“圓滾滾胖達(dá)君”發(fā)出后，經(jīng)“中央氣象臺”和“喵流青年”轉(zhuǎn)發(fā)形成第一層擴(kuò)散，構(gòu)成了兩條單級傳播型路徑。從博文內(nèi)容(見表3)來看，“圓滾滾胖達(dá)君”的博文并不具體，表現(xiàn)出消極傾向。“中央氣象臺”轉(zhuǎn)發(fā)了“圓滾滾胖達(dá)君”的博文并進(jìn)行了補(bǔ)充，試圖通過科學(xué)數(shù)據(jù)向網(wǎng)民傳遞詳細(xì)的臺風(fēng)信息，糾正網(wǎng)民對臺風(fēng)的錯誤認(rèn)知，表現(xiàn)出消極傾向。大多網(wǎng)民選擇直接轉(zhuǎn)發(fā)此類官方微博的原博文，形成的情感傳播路徑較短，但直接轉(zhuǎn)發(fā)該微博的網(wǎng)民還是受到了“中央氣象臺”消極情感的影響，有65.7%的網(wǎng)民也表現(xiàn)出了消極情感。與此形成鮮明對比的是，“喵流青年”從給臺風(fēng)命名的角度發(fā)表了偏娛樂性質(zhì)的博文，表現(xiàn)出積極傾向。因?yàn)槲⒉┢脚_具有社交娛樂屬性，網(wǎng)民對這類博文更感興趣，所以積極轉(zhuǎn)發(fā)了這篇博文，經(jīng)過多層轉(zhuǎn)發(fā)營造了一個更加開放的情感傳播環(huán)境。直接轉(zhuǎn)發(fā)“喵流青年”博文的網(wǎng)民的積極情感占比也超過了一半，達(dá)到了55.6%。

表3 單級傳播型路徑中的博文內(nèi)容

2．鏈?zhǔn)絺鞑バ吐窂?/p>

以“圓滾滾胖達(dá)君”—“喵流青年”—“設(shè)計系奶子”—“顏?zhàn)志薄跋哪考业男≡姼?”這條鏈?zhǔn)絺鞑バ吐窂綖槔?，在此傳播鏈中，“圓滾滾胖達(dá)君”的情感傾向?yàn)橄麡O，其轉(zhuǎn)發(fā)者的消極情感傾向占比為80%；下一個節(jié)點(diǎn)“喵流青年”的情感傾向轉(zhuǎn)變?yōu)榉e極，其轉(zhuǎn)發(fā)者的積極情感傾向占比為55.6%；接下來的節(jié)點(diǎn)“設(shè)計系奶子”的情感傾向依然為積極，然而其轉(zhuǎn)發(fā)用戶的中立情感傾向占比卻達(dá)到了75%；再下一個節(jié)點(diǎn)“顏?zhàn)志钡那楦袃A向是中立，但是其轉(zhuǎn)發(fā)者中積極情感傾向的占比為60%；最后一個節(jié)點(diǎn)“夏目家的小詩哥1”的情感傾向依然是中立，其轉(zhuǎn)發(fā)者中持中立情感傾向的也占到了50%。

通過對上述傳播路徑中網(wǎng)民情感變化的分析，可以發(fā)現(xiàn)一些重要的情感傳播特征。其一，隨著傳播鏈條的增長，網(wǎng)民的情感傾向不僅受到其上級傳播節(jié)點(diǎn)的單層影響，還受到傳播鏈條上多層節(jié)點(diǎn)的綜合影響。例如，“顏?zhàn)志钡暮罄m(xù)節(jié)點(diǎn)的主流情感傾向并非中立，這是受前面多個節(jié)點(diǎn)情感傾向綜合影響的結(jié)果，在“消極—積極—積極—中立”的情感傳播鏈條中，兩個積極的情感傾向的影響力不可忽視。其二，情感傳播鏈條中非關(guān)鍵節(jié)點(diǎn)的情感影響力不明顯。如本例中“設(shè)計系奶子”這個節(jié)點(diǎn)雖然在博文傳播中非常重要，但其發(fā)出的博文只有“好可愛”這三個字，其轉(zhuǎn)發(fā)量很低(連入度僅為4)，不屬于本文定義的關(guān)鍵節(jié)點(diǎn)，其積極情感傾向并未對后續(xù)節(jié)點(diǎn)產(chǎn)生太大的影響；而 “圓滾滾胖達(dá)君”的消極情感和“喵流青年”的積極情感相互抵消，使得后續(xù)節(jié)點(diǎn)中中立情感占比最高(75%)。

四、討論和建議

(一)災(zāi)前階段的網(wǎng)民情感傳播最為活躍，且網(wǎng)民情感傾向的變化更為復(fù)雜

從災(zāi)害三個階段的博文轉(zhuǎn)發(fā)量、傳播網(wǎng)絡(luò)規(guī)模和關(guān)鍵節(jié)點(diǎn)數(shù)來看，災(zāi)前階段的網(wǎng)民情感傳播最為活躍。關(guān)鍵節(jié)點(diǎn)及其前后節(jié)點(diǎn)網(wǎng)民情感傾向的變化，也在一定程度上反映出災(zāi)前階段網(wǎng)民情感傾向變化的復(fù)雜性。災(zāi)前階段作為可預(yù)測性災(zāi)害的特有階段，期間的網(wǎng)民情感傾向會對全社會的災(zāi)前預(yù)防、災(zāi)中救援及災(zāi)后恢復(fù)工作產(chǎn)生重要的影響。然而，災(zāi)前階段的網(wǎng)絡(luò)信息充滿了不確定性，網(wǎng)民受多方信息的影響，情感傾向也很容易被影響，呈現(xiàn)出較為復(fù)雜的變化態(tài)勢。因此，在可預(yù)測性災(zāi)害的應(yīng)對過程中，政府相關(guān)部門應(yīng)該充分重視災(zāi)前階段網(wǎng)絡(luò)輿情環(huán)境的監(jiān)控，并通過各類渠道及時發(fā)布與災(zāi)害相關(guān)的官方權(quán)威信息，積極、主動地引導(dǎo)網(wǎng)民客觀地認(rèn)識災(zāi)害并采取有效的應(yīng)對措施。

(二)網(wǎng)民情感傳播路徑長，情感傾向會受到多個傳播節(jié)點(diǎn)直接和間接的綜合影響

網(wǎng)民情感傳播網(wǎng)絡(luò)的可達(dá)性測度結(jié)果表明網(wǎng)民情感傳播的路徑較長。在這樣的傳播路徑中，網(wǎng)民的情感傾向不僅會受到上一層級節(jié)點(diǎn)的直接影響，也會受到傳播路徑上其他節(jié)點(diǎn)的間接影響。綜合影響的結(jié)果來自于相同情感傾向的累積和不同情感傾向的抵消?？深A(yù)測性災(zāi)害的網(wǎng)絡(luò)輿情環(huán)境從災(zāi)前階段即已形成，一直延續(xù)至災(zāi)中應(yīng)對和災(zāi)后恢復(fù)階段。任何負(fù)面的和不實(shí)的網(wǎng)絡(luò)言論都可能具有消極的作用，并且極有可能沿著情感傳播路徑對更多網(wǎng)民的情感傾向產(chǎn)生消極影響。因此，在可預(yù)測性災(zāi)害的應(yīng)對過程中，政府相關(guān)部門應(yīng)充分利用大數(shù)據(jù)及人工智能等先進(jìn)技術(shù)，快速地識別并及時處理負(fù)面和不實(shí)的網(wǎng)絡(luò)言論，防止其對更多的網(wǎng)民情緒產(chǎn)生消極影響。

(三)網(wǎng)民情感傳播路徑上各節(jié)點(diǎn)的情感影響力大小不一，關(guān)鍵節(jié)點(diǎn)影響力更加顯著

從傳播路徑上網(wǎng)民情感變化分析的結(jié)果來看，有些節(jié)點(diǎn)雖然在博文傳播中具有重要的作用，但在情感傳播中影響力有限。而對關(guān)鍵節(jié)點(diǎn)的情感影響力分析則表明，這些高連入度的節(jié)點(diǎn)對情感傳播具有更加顯著的影響。網(wǎng)民情感傳播網(wǎng)絡(luò)雖然依賴于信息傳播網(wǎng)絡(luò)，但兩者之間存在差異。純粹的信息轉(zhuǎn)發(fā)或轉(zhuǎn)發(fā)量過低的簡單信息，對于情感傳播的影響力非常有限。只有內(nèi)容且蘊(yùn)含情感較豐富的信息，才會激起網(wǎng)民的大量轉(zhuǎn)發(fā)，并促成網(wǎng)民更加積極的情感表達(dá)?？梢?，那些具有較大影響力的關(guān)鍵節(jié)點(diǎn)才是網(wǎng)民情感傳播網(wǎng)絡(luò)中的“織網(wǎng)人”，是網(wǎng)絡(luò)輿情環(huán)境中網(wǎng)民情感的重要引導(dǎo)者。因此，在可預(yù)測性災(zāi)害的應(yīng)對過程中，政府相關(guān)部門應(yīng)有針對性地選擇情感干預(yù)對象，將有限的資源和精力投入到關(guān)鍵節(jié)點(diǎn)的情感干預(yù)上。