基于系統動力學的微博輿情發展模型

【摘要】近年來，新浪微博逐漸成為大量網絡輿論的聚集地，許多網絡事件均在新浪微博上產生或是擴散，在這些事件中，只要處置不當便會造成嚴重的后果。如何科學地疏導微博輿情已經成為擺在各級政府面前的一道難題。本文利用系統動力學原理，針對新浪微博上的網絡輿情發展進行建模，通過系統動力學模型分析相關因素之間復雜的反饋關系，并進行仿真測試，為微博輿情引導提供有力的幫助。

【關鍵詞】系統動力學；微博輿情；建模

1引言

系統動力學（System Dynamics）以系統思考為理論基礎，融進了計算機仿真模型，研究系統行為與內在機制間的相互緊密的依賴關系。系統動力學模型的基本組成包括“流”與“元素”。在網絡輿情研究中，一個網絡事件的整體發展過程可以形成一個系統動力學模型，整個事件的影響與規模視作一個“狀態變量”，事件的發展是一個“流”，隨著“流”的不斷運動，事件影響這一“狀態變量”將進行積累與損耗，由此可以描述事件從產生到高潮再到最后收尾的整個過程。

近幾年來，新浪微博已逐漸成為大量網絡輿論的聚集地，許多網絡事件均在新浪微博上產生或是擴散。通過分析一些微博熱點事件發展過程，總結歸納網絡事件的發展受哪些因素的影響，通過建立微博輿情的系統動力學發展模型，可以模擬微博上非常規性突發事件的演變過程與系統內作用機制，來尋求針對微博熱點事件進行疏導的最佳解決方案。

2基于系統動力學的微博輿論發展模型

2.1模型建立

2.1.1邊界確定與基本假設

研究主體是網絡熱點事件在新浪微博上的發展演變過程與輿情作用機制。整個模型分為五個子系統，分別是微博、網民、媒體、政府及事件本身，其高層關系圖如圖1所示。

各個主體間相互影響導致微博事件熱度的增加與減少。在此，我們做出模型中的一個重要假設，因為我們的研究目的是尋求對微博熱點事件的干預方法，因此我們假設在模型中，政府的行為是完全“可控”的，即在模型中政府不會“自動地”對其他子系統的行為產生反饋，政府的一切行動與策略完全來自外部輸入數據。因此，在圖中代表政府的過程框可指向其他過程框，但沒有指向政府的過程框。整個模型如圖2所示。

2.2子系統內部流圖分析

2.2.1事件子系統

事件子系統是整個模型的核心系統，其包含一個流位變量和兩個流位速率變量。其反映的是微博事件熱度，由于事件熱度增加速率與減少速率不同，事件的熱度會持續變化。

2.2.2微博子系統

該子系統的兩個流位變量分別表示微博平臺上與事件有關的熱門微博數量及熱門微博轉發量（該轉發量指的是宏觀上的，所有與該事件有關的微博的轉發量），熱門微博的數量將影響微博轉發速率，同時，微博數量與微博轉發量將同時影響一個輔助變量“微博輿論效應”，該變量表示事件相關微博對整個事件的影響力。

2.2.3網民子系統

該子系統表示的是各類網民對事件的關注對事件熱度產生的影響。這一子系統是微博子系統的補充。有時候，有些人雖然沒有直接參與發布事件相關微博，但也在關注此事從而造成潛在影響。

2.2.4媒體子系統

媒體子系統包含“傳統媒體關注”與“門戶網站關注”兩個流位變量，其作用機制類似于“網民子系統”。兩種媒體由于其受眾與影響力不同，在計算對微博事件產生的影響時要使用不同的算法。

2.2.5政府子系統

該子系統表現的是政府在網絡事件中所進行的干預與引導手段。“輿論干預策略”這一輔助變量是由外部輸入的，表示政府在該事件中采取何種方式對事件進行干預，它將影響“官方回應程度”與“輿論管控”這兩個流位變量的增長與減少速率。通過輸入不同的策略，我們可以觀察它對事件整體產生的影響。

2.3高層結構間反饋分析

回顧前面所給出的五個子系統間的高層關系圖，我們會發現不同系統間會相互影響，對此我們進行逐一分析。

2.3.1官方子系統

根據我們的假設，官方子系統不接受來自其他系統的反饋，只接受官方本身所做出的干預策略，這表現了一種政府不受干擾根據情況理智作出干預決策的理想狀況，在此我們暫時假設它成立。在該子系統中，官方公信力這一變量將影響媒體子系統中的“媒體影響力”，網民子系統中的“網民關注”與微博子系統中“熱門微博增加速率”與“熱門微博轉發率”，同時它還直接影響事件系統中事件熱度的增加與減少速率。

該子系統中另一個值得注意的地方是“輿論管控”變量，該變量的增加可以降低微博子系統中“熱門微博增加速率”與“熱門微博轉發率”——刪帖與屏蔽關鍵詞可以輕松地讓平臺上的相關微博消失，但它同時也會對網民的態度及媒體報道造成一些負面影響，因此它還連接著媒體子系統和網民子系統。

2.3.2微博子系統

在微博子系統中，“微博輿論效應”變量將會同時對事件、媒體、網民三個子系統造成影響。相關微博的增加會使得事件進一步升溫，同時，它也會引起傳統媒體及門戶網站的關注，而相關微博的出現也使得更多網民對事件進行關注，從另一個方面對事件本身產生影響。

2.3.3網民子系統

網民子系統中有兩個對外影響，首先是“網民關注”這一輔助變量將影響事件熱度的增加速率，同時“理性網民關注”將會影響事件熱度的減少速率。

2.3.4媒體子系統

媒體子系統中“媒體報道”這一輔助變量將影響微博子系統中熱門微博增加速率（媒體的報道可能會讓網民想出新的段子），同時還會對事件產生直接影響。因為本文研究的是微博平臺的輿論發展模型，因此不考慮傳統媒體對網民的直接影響。

2.3.5事件子系統

在該子系統中，事件熱度這一流位變量將影響微博、媒體、網民三個子系統。這是因為，網民、微博、媒體在影響事件時，反過來也受著事件的影響。例如，在事件很熱門的時候，網民會跟風發微博，新的段子會不斷出現，而媒體也會持續關注。但當事件冷下來的時候，相關人員的關注度也會降低。

3結束語

微博輿情發展是一個動態過程，其中有著復雜的非線性反饋關系。通過系統動力學的手段建立相關模型，對了解微博輿情發展有著重要參考價值，為今后網絡輿論預警與處置系統的建立打下了基礎。

參考文獻

[1] Isee Systems. An Introduction to Systems Thinking[M]. Isee Systems， 2004.

[2] 張一文， 齊佳音， 馬 君， 方濱興. 網絡輿情與非常規突發事件作用機制——基于系統動力學建模分析[J]. 情報雜志，2010（9）.

[3] 張建紅， 鐘永光， 張海珍等. 地方政府應對網絡輿情能力的系統動力學研究[J]. 情報探索， 2012 （11）： 12-14.

作者簡介：

吳羽翔（1993-），男，漢族，江西南昌人，中國人民公安大學2011級網絡安全與執法專業本科生；主要研究方向和關注領域：信息網絡安全。endprint

【摘要】近年來，新浪微博逐漸成為大量網絡輿論的聚集地，許多網絡事件均在新浪微博上產生或是擴散，在這些事件中，只要處置不當便會造成嚴重的后果。如何科學地疏導微博輿情已經成為擺在各級政府面前的一道難題。本文利用系統動力學原理，針對新浪微博上的網絡輿情發展進行建模，通過系統動力學模型分析相關因素之間復雜的反饋關系，并進行仿真測試，為微博輿情引導提供有力的幫助。

【關鍵詞】系統動力學；微博輿情；建模

1引言

系統動力學（System Dynamics）以系統思考為理論基礎，融進了計算機仿真模型，研究系統行為與內在機制間的相互緊密的依賴關系。系統動力學模型的基本組成包括“流”與“元素”。在網絡輿情研究中，一個網絡事件的整體發展過程可以形成一個系統動力學模型，整個事件的影響與規模視作一個“狀態變量”，事件的發展是一個“流”，隨著“流”的不斷運動，事件影響這一“狀態變量”將進行積累與損耗，由此可以描述事件從產生到高潮再到最后收尾的整個過程。

近幾年來，新浪微博已逐漸成為大量網絡輿論的聚集地，許多網絡事件均在新浪微博上產生或是擴散。通過分析一些微博熱點事件發展過程，總結歸納網絡事件的發展受哪些因素的影響，通過建立微博輿情的系統動力學發展模型，可以模擬微博上非常規性突發事件的演變過程與系統內作用機制，來尋求針對微博熱點事件進行疏導的最佳解決方案。

2基于系統動力學的微博輿論發展模型

2.1模型建立

2.1.1邊界確定與基本假設

研究主體是網絡熱點事件在新浪微博上的發展演變過程與輿情作用機制。整個模型分為五個子系統，分別是微博、網民、媒體、政府及事件本身，其高層關系圖如圖1所示。

各個主體間相互影響導致微博事件熱度的增加與減少。在此，我們做出模型中的一個重要假設，因為我們的研究目的是尋求對微博熱點事件的干預方法，因此我們假設在模型中，政府的行為是完全“可控”的，即在模型中政府不會“自動地”對其他子系統的行為產生反饋，政府的一切行動與策略完全來自外部輸入數據。因此，在圖中代表政府的過程框可指向其他過程框，但沒有指向政府的過程框。整個模型如圖2所示。

2.2子系統內部流圖分析

2.2.1事件子系統

事件子系統是整個模型的核心系統，其包含一個流位變量和兩個流位速率變量。其反映的是微博事件熱度，由于事件熱度增加速率與減少速率不同，事件的熱度會持續變化。

2.2.2微博子系統

該子系統的兩個流位變量分別表示微博平臺上與事件有關的熱門微博數量及熱門微博轉發量（該轉發量指的是宏觀上的，所有與該事件有關的微博的轉發量），熱門微博的數量將影響微博轉發速率，同時，微博數量與微博轉發量將同時影響一個輔助變量“微博輿論效應”，該變量表示事件相關微博對整個事件的影響力。

2.2.3網民子系統

該子系統表示的是各類網民對事件的關注對事件熱度產生的影響。這一子系統是微博子系統的補充。有時候，有些人雖然沒有直接參與發布事件相關微博，但也在關注此事從而造成潛在影響。

2.2.4媒體子系統

媒體子系統包含“傳統媒體關注”與“門戶網站關注”兩個流位變量，其作用機制類似于“網民子系統”。兩種媒體由于其受眾與影響力不同，在計算對微博事件產生的影響時要使用不同的算法。

2.2.5政府子系統

該子系統表現的是政府在網絡事件中所進行的干預與引導手段。“輿論干預策略”這一輔助變量是由外部輸入的，表示政府在該事件中采取何種方式對事件進行干預，它將影響“官方回應程度”與“輿論管控”這兩個流位變量的增長與減少速率。通過輸入不同的策略，我們可以觀察它對事件整體產生的影響。

2.3高層結構間反饋分析

回顧前面所給出的五個子系統間的高層關系圖，我們會發現不同系統間會相互影響，對此我們進行逐一分析。

2.3.1官方子系統

根據我們的假設，官方子系統不接受來自其他系統的反饋，只接受官方本身所做出的干預策略，這表現了一種政府不受干擾根據情況理智作出干預決策的理想狀況，在此我們暫時假設它成立。在該子系統中，官方公信力這一變量將影響媒體子系統中的“媒體影響力”，網民子系統中的“網民關注”與微博子系統中“熱門微博增加速率”與“熱門微博轉發率”，同時它還直接影響事件系統中事件熱度的增加與減少速率。

該子系統中另一個值得注意的地方是“輿論管控”變量，該變量的增加可以降低微博子系統中“熱門微博增加速率”與“熱門微博轉發率”——刪帖與屏蔽關鍵詞可以輕松地讓平臺上的相關微博消失，但它同時也會對網民的態度及媒體報道造成一些負面影響，因此它還連接著媒體子系統和網民子系統。

2.3.2微博子系統

在微博子系統中，“微博輿論效應”變量將會同時對事件、媒體、網民三個子系統造成影響。相關微博的增加會使得事件進一步升溫，同時，它也會引起傳統媒體及門戶網站的關注，而相關微博的出現也使得更多網民對事件進行關注，從另一個方面對事件本身產生影響。

2.3.3網民子系統

網民子系統中有兩個對外影響，首先是“網民關注”這一輔助變量將影響事件熱度的增加速率，同時“理性網民關注”將會影響事件熱度的減少速率。

2.3.4媒體子系統

媒體子系統中“媒體報道”這一輔助變量將影響微博子系統中熱門微博增加速率（媒體的報道可能會讓網民想出新的段子），同時還會對事件產生直接影響。因為本文研究的是微博平臺的輿論發展模型，因此不考慮傳統媒體對網民的直接影響。

2.3.5事件子系統

在該子系統中，事件熱度這一流位變量將影響微博、媒體、網民三個子系統。這是因為，網民、微博、媒體在影響事件時，反過來也受著事件的影響。例如，在事件很熱門的時候，網民會跟風發微博，新的段子會不斷出現，而媒體也會持續關注。但當事件冷下來的時候，相關人員的關注度也會降低。

3結束語

微博輿情發展是一個動態過程，其中有著復雜的非線性反饋關系。通過系統動力學的手段建立相關模型，對了解微博輿情發展有著重要參考價值，為今后網絡輿論預警與處置系統的建立打下了基礎。

參考文獻

[1] Isee Systems. An Introduction to Systems Thinking[M]. Isee Systems， 2004.

[2] 張一文， 齊佳音， 馬 君， 方濱興. 網絡輿情與非常規突發事件作用機制——基于系統動力學建模分析[J]. 情報雜志，2010（9）.

[3] 張建紅， 鐘永光， 張海珍等. 地方政府應對網絡輿情能力的系統動力學研究[J]. 情報探索， 2012 （11）： 12-14.

作者簡介：

吳羽翔（1993-），男，漢族，江西南昌人，中國人民公安大學2011級網絡安全與執法專業本科生；主要研究方向和關注領域：信息網絡安全。endprint

【摘要】近年來，新浪微博逐漸成為大量網絡輿論的聚集地，許多網絡事件均在新浪微博上產生或是擴散，在這些事件中，只要處置不當便會造成嚴重的后果。如何科學地疏導微博輿情已經成為擺在各級政府面前的一道難題。本文利用系統動力學原理，針對新浪微博上的網絡輿情發展進行建模，通過系統動力學模型分析相關因素之間復雜的反饋關系，并進行仿真測試，為微博輿情引導提供有力的幫助。

【關鍵詞】系統動力學；微博輿情；建模

1引言

系統動力學（System Dynamics）以系統思考為理論基礎，融進了計算機仿真模型，研究系統行為與內在機制間的相互緊密的依賴關系。系統動力學模型的基本組成包括“流”與“元素”。在網絡輿情研究中，一個網絡事件的整體發展過程可以形成一個系統動力學模型，整個事件的影響與規模視作一個“狀態變量”，事件的發展是一個“流”，隨著“流”的不斷運動，事件影響這一“狀態變量”將進行積累與損耗，由此可以描述事件從產生到高潮再到最后收尾的整個過程。

近幾年來，新浪微博已逐漸成為大量網絡輿論的聚集地，許多網絡事件均在新浪微博上產生或是擴散。通過分析一些微博熱點事件發展過程，總結歸納網絡事件的發展受哪些因素的影響，通過建立微博輿情的系統動力學發展模型，可以模擬微博上非常規性突發事件的演變過程與系統內作用機制，來尋求針對微博熱點事件進行疏導的最佳解決方案。

2基于系統動力學的微博輿論發展模型

2.1模型建立

2.1.1邊界確定與基本假設

研究主體是網絡熱點事件在新浪微博上的發展演變過程與輿情作用機制。整個模型分為五個子系統，分別是微博、網民、媒體、政府及事件本身，其高層關系圖如圖1所示。

各個主體間相互影響導致微博事件熱度的增加與減少。在此，我們做出模型中的一個重要假設，因為我們的研究目的是尋求對微博熱點事件的干預方法，因此我們假設在模型中，政府的行為是完全“可控”的，即在模型中政府不會“自動地”對其他子系統的行為產生反饋，政府的一切行動與策略完全來自外部輸入數據。因此，在圖中代表政府的過程框可指向其他過程框，但沒有指向政府的過程框。整個模型如圖2所示。

2.2子系統內部流圖分析

2.2.1事件子系統

事件子系統是整個模型的核心系統，其包含一個流位變量和兩個流位速率變量。其反映的是微博事件熱度，由于事件熱度增加速率與減少速率不同，事件的熱度會持續變化。

2.2.2微博子系統

該子系統的兩個流位變量分別表示微博平臺上與事件有關的熱門微博數量及熱門微博轉發量（該轉發量指的是宏觀上的，所有與該事件有關的微博的轉發量），熱門微博的數量將影響微博轉發速率，同時，微博數量與微博轉發量將同時影響一個輔助變量“微博輿論效應”，該變量表示事件相關微博對整個事件的影響力。

2.2.3網民子系統

該子系統表示的是各類網民對事件的關注對事件熱度產生的影響。這一子系統是微博子系統的補充。有時候，有些人雖然沒有直接參與發布事件相關微博，但也在關注此事從而造成潛在影響。

2.2.4媒體子系統

媒體子系統包含“傳統媒體關注”與“門戶網站關注”兩個流位變量，其作用機制類似于“網民子系統”。兩種媒體由于其受眾與影響力不同，在計算對微博事件產生的影響時要使用不同的算法。

2.2.5政府子系統

該子系統表現的是政府在網絡事件中所進行的干預與引導手段。“輿論干預策略”這一輔助變量是由外部輸入的，表示政府在該事件中采取何種方式對事件進行干預，它將影響“官方回應程度”與“輿論管控”這兩個流位變量的增長與減少速率。通過輸入不同的策略，我們可以觀察它對事件整體產生的影響。

2.3高層結構間反饋分析

回顧前面所給出的五個子系統間的高層關系圖，我們會發現不同系統間會相互影響，對此我們進行逐一分析。

2.3.1官方子系統

根據我們的假設，官方子系統不接受來自其他系統的反饋，只接受官方本身所做出的干預策略，這表現了一種政府不受干擾根據情況理智作出干預決策的理想狀況，在此我們暫時假設它成立。在該子系統中，官方公信力這一變量將影響媒體子系統中的“媒體影響力”，網民子系統中的“網民關注”與微博子系統中“熱門微博增加速率”與“熱門微博轉發率”，同時它還直接影響事件系統中事件熱度的增加與減少速率。

該子系統中另一個值得注意的地方是“輿論管控”變量，該變量的增加可以降低微博子系統中“熱門微博增加速率”與“熱門微博轉發率”——刪帖與屏蔽關鍵詞可以輕松地讓平臺上的相關微博消失，但它同時也會對網民的態度及媒體報道造成一些負面影響，因此它還連接著媒體子系統和網民子系統。

2.3.2微博子系統

在微博子系統中，“微博輿論效應”變量將會同時對事件、媒體、網民三個子系統造成影響。相關微博的增加會使得事件進一步升溫，同時，它也會引起傳統媒體及門戶網站的關注，而相關微博的出現也使得更多網民對事件進行關注，從另一個方面對事件本身產生影響。

2.3.3網民子系統

網民子系統中有兩個對外影響，首先是“網民關注”這一輔助變量將影響事件熱度的增加速率，同時“理性網民關注”將會影響事件熱度的減少速率。

2.3.4媒體子系統

媒體子系統中“媒體報道”這一輔助變量將影響微博子系統中熱門微博增加速率（媒體的報道可能會讓網民想出新的段子），同時還會對事件產生直接影響。因為本文研究的是微博平臺的輿論發展模型，因此不考慮傳統媒體對網民的直接影響。

2.3.5事件子系統

在該子系統中，事件熱度這一流位變量將影響微博、媒體、網民三個子系統。這是因為，網民、微博、媒體在影響事件時，反過來也受著事件的影響。例如，在事件很熱門的時候，網民會跟風發微博，新的段子會不斷出現，而媒體也會持續關注。但當事件冷下來的時候，相關人員的關注度也會降低。

3結束語

微博輿情發展是一個動態過程，其中有著復雜的非線性反饋關系。通過系統動力學的手段建立相關模型，對了解微博輿情發展有著重要參考價值，為今后網絡輿論預警與處置系統的建立打下了基礎。

參考文獻

[1] Isee Systems. An Introduction to Systems Thinking[M]. Isee Systems， 2004.

[2] 張一文， 齊佳音， 馬 君， 方濱興. 網絡輿情與非常規突發事件作用機制——基于系統動力學建模分析[J]. 情報雜志，2010（9）.

[3] 張建紅， 鐘永光， 張海珍等. 地方政府應對網絡輿情能力的系統動力學研究[J]. 情報探索， 2012 （11）： 12-14.

作者簡介：

吳羽翔（1993-），男，漢族，江西南昌人，中國人民公安大學2011級網絡安全與執法專業本科生；主要研究方向和關注領域：信息網絡安全。endprint