基于 Gom pertz模型的網絡新聞輿情擴散規律及對策研究

曹維芳　付文達　蘭月新　張 鵬

（中國人民武裝警察部隊學院 ，河北 廊坊065000）

基于 Gom pertz模型的網絡新聞輿情擴散規律及對策研究

曹維芳付文達蘭月新張 鵬

（中國人民武裝警察部隊學院 ，河北 廊坊065000）

以網絡輿情傳播的基本規律為基礎，基于新聞報道研究突發事件網絡輿情的擴散規律，建立突發事件網絡新聞輿情演進規律的Gompertz曲線模型 ，通過確定輿情擴散過程中的3個時間特征點和4個發展時段進行分析研究，以具體事件為例確定不同時段的應對對策，進而為相關部門實現對突發事件網絡新聞輿情管理提供決策參考。

網絡新聞輿情；Gompertz曲線模型；擴散規律；突發事件

1　現狀分析

據CNNIC最新發布的 《第34次中國互聯網絡發展狀況統計報告》，截至2014年6月，我國網民規模達6.32億，互聯網普及率為46.9% ，其中尤其以手機端的發展更為迅速，手機網民數達5.27億，網民規模的增長率和使用率均超過整體水平［1］。某個突發事件在網上剛一曝光，就能夠迅速引爆網民輿論，把地區問題變成社會公共話題，甚至變成需要政府出手干預的公共事件。作為輿論的承載者、激發者和引導者 ，新聞媒體對社會輿論的形成與走向具有深刻的影響力，新聞報道在很大程度上左右了網民的輿情態勢。截至2014年6月，網絡新聞的網民規模為5.03億，網民對網絡新聞的使用率達到79.6%，網絡新聞已經成為網民獲悉新聞的一個主要渠道。網絡新聞一方面可以展現給受眾更加多元、及時的新聞面貌，為提高新聞真實性提供了可能；另一方面 ，虛擬的網絡傳播環境給網絡新聞內容的真實性帶來了較大的不可控因素，有時甚至極大地削弱了新聞內容的可信度［2］。因此，各種新聞對于同一突發事件常常會有不同的聲音 ，引發輿情的產生。

有關學者已對網絡新聞輿情及其相關內容進行了研究，但關于突發事件網絡新聞輿情傳播規律的研究目前尚不充分 ，基于Gompertz曲線模型研究網絡模型尚屬研究空白。嚴小芳等 （2011）大膽提出了 “新聞輿情化”報道的概念，分析了新聞輿情化報道的特征和作用［3］；唐文婷等 （2013）通過對具體案例的比較分析，探討網絡新聞專題在突發性事件報道中的表現，系統地研究了我國網絡新聞專題對突發性事件報道研究的現有成果及理論和現實意義等問題［4］；蘭月新等 （2011）通過研究突發事件網絡輿情形成過程及其影響因素，建立突發事件網絡輿情演進規律的微分方程模型［5］；余品銳等 （2012）利用GARCH模型分析網絡新聞與輿情的波動性，通過典型事件的輿情采集，分析數據的特征［6］。本文通過對突發事件網絡新聞輿情進行定性分析，得出基于新聞報道的突發事件網絡輿情的一般規律 ，并創造性地建立突發事件網絡輿情演進規律的Gompertz曲線模型，為政府控制預測網絡新聞輿情走向和主動應對提供數量模型方面的支持。

2　突發事件網絡新聞輿情擴散規律定性分析

基于新聞報道的突發事件網絡輿情具有自身的獨特的特點。首先，新聞媒體第一時間追蹤、報道熱點事件的本質使得突發事件發生后會迅速產生大量網絡新聞輿情；其次 ，我國網民數量基數大，手機網民數量增長速度快，所占網民數量比例高，容易受到網絡新聞報道的影響；最后，新聞報道的傳播范圍廣 ，容易使人產生官方、權威的印象，對受眾的影響力大。這些特點決定了網絡新聞輿情在突發事件發生后會在短時間內大量激增 ，并迅速達到輿情高潮，而有別于一般的、比較對稱的網絡輿情增長規律生命曲線。下面通過兩個事例 （圖1和圖2）對突發事件網絡新聞輿情的擴散規律進行直觀地認識。

圖1　RR“什邡事件”新聞詞詞頻量和累積量按天統計圖

圖2　RR“北京暴雨”事件新聞詞詞頻量和累積量按天統計圖

根據上述兩個事例，可以得出，突發事件網絡新聞輿情傳播可分為4個階段 （圖3）。第一階段，隨著突發事件的發生網絡新聞輿情隨之產生，媒體對事件的新聞報道已經初步形成，在相關媒體的報道下，事件熱度迅速提升 ，輿情數量有激增的趨勢；第二階段，隨著借助網絡對突發事件進行追蹤和報道的媒體越來越多，突發事件的新聞關注度迅速升溫，短時間內產生大量相關新聞報道并伴隨有不同的媒體聲音，這個階段輿情增長速率達到最大；第三階段，隨著時間的推移，政府和權威媒體對突發事件進行解讀和報道 ，事件可挖掘和跟進的內容逐漸減少，媒體對事件報道量的增長率降低；第四階段 ，隨著事件相關責任予以明確，突發事件得到妥善處理，媒體對事件沒有更多可以挖掘的熱點元素，輿情數量隨即趨于穩定。

圖3　RR新聞詞頻累加量與時間關系圖

3　突發事件網絡新聞輿情擴散規律建模

本文以新聞報道的突發事件網絡輿情特點為研究基礎，根據其增長規律，建立Gompertz曲線模型，實現對網絡新聞輿情的趨勢預測和引導，并應用該模型對網絡新聞輿情話題進行多角度、深層次的挖掘分析。

3.1 模型建立

首先，假設網絡新聞詞出現量 y是時間t的函數，新聞詞數量的最終飽和量為 K，新聞輿情的增長系數為 T（＞0），輿情的初始大小為 y0。Gompertz曲線模型為

求解方程得

當 y0＜K時，上式還可寫為

y=Kabt

3.2 新聞輿情擴散規律模型研究

稱 t0，t1，t2為Gompertz曲線的特征點，3個特征點把（0，+∞）分為4個子區間，即網絡新聞輿情發生期 （Ⅰ），網絡新聞輿情增長前期 （Ⅱ），網絡新聞輿情增長后期（Ⅲ）和網絡新聞輿情平穩期 （Ⅳ），如圖4所示。

圖4 關于時間與新聞詞頻累加量圖

G曲線在各區間上的增量方面

由增量可知，［t1，t2］為函數的主增長區間，增量占到總量的60.85%［7］。

4.1 案例的背景材料

4 實例論證

2012年8月26日2時31分許，包茂高速公路陜西省延安市境內發生一起特別重大道路交通事故，造成36人死亡、3人受傷，直接經濟損失3160.6萬元。事故發生后，黨中央、國務院高度重視，要求全力搶救傷員，盡快查明事故原因 ，妥善做好善后工作，維護社會穩定。事故引起了社會的高度關注 ，其中網絡媒體對該事件進行了全程報道 ，相關新聞向網民呈現了事故動態 ，提高了事故在社會中的關注度 ，督促了有關部門對于事故的處理，也刺激國人思考當前交通安全存在的諸多問題。

本文以網絡媒體為平臺通過公開途徑收集到的新聞為樣本，對2012年8月26日到9月9日公開發布的以 “延安特大交通事故”為主題的新聞進行整理組織［8］。如表1所示。

表1新聞詞出現量分布

4.2 案例的模型應用

新聞詞頻的累加量和時間的關系，如圖5所示。

圖5　RR8月25日到9月9日新聞詞累積量增長趨勢

上述圖形在前半階段增長比較快，在后半階段增長比較慢，符合Gompertz曲線標準方程y=Kabt。為了求解未知變量K、a、b，可以對標準方程進行變化，對方程兩邊取對數可得 （10）。

圖6　RRY與時間t的關系圖

當K取不同值的時候有不同的擬合系數R2，如表2所示。

表2　R線性化模型估計結果

取K的值為12 300時，R2=0.8657具有較高的擬合度 ，且當K=12300時，擬合直線的公式可以表示為Y=0.3412 t +1.0369。所以，可得 a=0.0596；ln b =－0.3412，可得 b=0.7109。該事件的新聞詞頻累加量與時間的關系式可以表示為：

y=12300×0.05960.7109t

該事件各個特征點的時間 t1≈0.22，t2≈5.9，t0≈3.0。

4.3案例的時間分析

根據Gompertz曲線模型，可以得知該事件網絡新聞輿情的時間特征點及輿情發展階段對應情況，如表3所示。

表3　R延安特大交通事故網絡新聞輿情發展階段

通過對模型分析可以得知，“延安特大交通事故”事件新聞詞出現量在8月28日達到最大，8月28日前發帖量增長最快，8月28日后發帖量的增長速度明顯趨于平緩。

8月26日是網絡新聞輿情的初始階段 ，有關 “延安特大交通事故”的新聞報道已經初步形成。在相關媒體的報道下，該事件的熱度迅速提升，成為網絡熱點事件。在一些意見領袖的帶動下 ，部分網民開始參與微博、論壇的討論 ，發表意見。但由于該階段新聞媒體對事件內容概況還不完全了解 ，沒有形成核心意見，多為描述性的報道，評論較少，因此該階段是遏制網絡輿情形成的最佳時機。由于網絡新聞具有傳播快、時效性強和波及范圍廣的特點，可以發現在 “延安特大交通事故”事件中，新聞詞出現量在仍處于網絡輿情發生期的26日便出現了激增，這也是由網絡新聞自身特點決定的。

8月26日至8月27日是網絡新聞輿情的激增階段，事件的新聞關注度迅速升溫 ，“圍觀”網民激增，短時間內產生大量相關新聞報道和評論并快速傳播 ，甚至有一些不符合實際的虛假新聞在這一階段產生 ，如果不采取有效措施，網絡輿論壓力便會驟增，這將會造成不良的影響，別有用心的媒體甚至會煽動起網民的一些負面情緒。

8月28日至8月30日是網絡新聞輿情的高潮階段。國務院安委會28日召開全國交通安全緊急電視電話會議，會議指出 ，國務院事故調查組將對 “8·26”延安特大道路交通事故進行嚴肅的調查與處理，明確責任追究，絕不姑息；29日陜西 “微笑”局長引發熱議；截至29日上午，36名遇難者已有35人的身份得到了認定。以上事件又促使新聞媒體對于此事故進行全面報道，促使網絡新聞詞數量增長趨勢最大化 ，之后新聞關注度增長率開始衰退。該階段的新聞觀點高度集中 ，新聞的傳播范圍和獲知人數已形成相當規模。

隨著政府相關部門和權威媒體對事件的解讀和報道，以及相關責任的明確 ，“延安特大交通事故”新聞熱度逐步降低，8月31日至9月9日進入網絡新聞輿情的衰退階段，網絡能量逐漸衰退，輿情動態已經趨于緩和，不會再有大的波動。在9月9日 “8.26”特大交通事故8名責任人被刑事拘留后，新聞關注度已經接近飽和 ，隨即進入網絡新聞輿情衰退階段。但衰退階段同樣不容忽視，應注意平穩過渡，防止衍生輿情的產生。

5　應對策略

“公眾輿情是一種自發行為，而新聞輿情是一種自覺行為。”新聞輿情往往會形成一股強大的 “輿情場”，促使公眾輿情向該 “輿情場”的方向轉移，這就是新聞輿情引導作用的具體體現［9］。媒體在網絡上發布的新聞不都是理性和客觀的，一些故意誤導民眾的報道屢見不鮮，因此相關部門要把握輿論導向 ，主導即時而準確的新聞走向。本文通過對網絡新聞媒體對 “延安特大交通事故”事件的報道進行分析，針對突發事件網絡新聞輿情的不同階段提出了建議及對策。

5.1網絡新聞輿情發生期

樹立 “第一時間”的處置法則。基于網絡輿情的特點，將以傳統平面媒體報道事件處置的 “黃金24小時”的第一時間，縮短至4小時［10］。突發事件發生后，要在第一時間對權威信息進行公開，確保信息發布客觀公正、真實準確，并對網民提出的問題及時回應、準確回答，及時通報事件最新動態，公布處理進程和結果 ，從而及時有力地搶占信息流動的制高點，不給虛假報道和評論以傳播空間。

5.2網絡新聞輿情增長前期

有關職能部門要密切協作，及時采取有效措施，將引發網絡輿情危機的不穩定因素于第一時間加以化解［11］。在該階段要明確輿論責任主體，迅速聯系涉事單位或個人 ，通報網上輿情，了解事件真相，對于虛假報道及時予以回應，統籌指導輿論應對［12］。另外，有關職能部門要敦促涉事單位和當事人盡快開展網下處置，消除炒作輿論源，并及時在網上做出回應。

5.3網絡新聞輿情增長后期

發揮主流媒體引導輿論的作用，及時報道事件真相，不給某些媒體惡意炒作的機會。由于本階段輿論觀點高度集中，新聞傳播范圍和獲知人群已經形成相當規模，主流媒體應當通過正面引導 ，使民眾多從政府的角度和促進社會和諧的角度出發思考問題 ，強化主流報道，孤立非主流報道［13］。

5.4網絡新聞輿情平穩期

加強對網絡輿情的監控，實現輿情的平穩過渡。隨著事件處理結果的公布 ，在相關部門的指引下，民眾對事件開始逐漸淡忘，關注人數逐漸減少，輿情趨向平穩。相關部門在這一階段仍要加強輿情監控，防止出現新的負面信息，重新激起網民情緒，導致衍生輿情的興起，造成更大的危害。

6　結束語

本文在分析突發事件網絡新聞輿情形成背景的基礎上，通過對網絡新聞輿情擴散規律的定性分析，得出了網絡新聞輿情傳播的一般規律 ，進而建立了突發事件網絡新聞輿情的Gompertz曲線模型，通過計算突發事件網絡新聞輿情演進規律模型的3個特征時間點，將網絡新聞輿情的發展分為4個時間段。最后以 “延安特大交通事故”事件為例，實例驗證了網絡新聞輿情的Gompertz曲線模型，對每個時間段輿情發展趨勢、變化原因進行了分析，并針對不同階段提出建議及對策 ，為相關部門更好應對網絡時代下突發事件的網絡輿情提供決策參考和理論依據。

［1］中國互聯網絡信息中心.第34次中國互聯網絡發展狀況統計報告［EB］.http：∥www.cnnic.cn/hlwfzyj/hlwxzbg/hlwtjbg/ 201407/t20140721-47437.htm ，2014－08－19.

［2］趙少俐.網絡時代新聞真實性矛盾芻議［J］.青年記者，2012，（7）：24－25.

［3］嚴小芳 .網絡輿論與新聞報道之相關性研究 ［D］.重慶 ：重慶大學 ，2011.

［4］唐文婷.我國網絡新聞專題對突發性事件的報道研究 ［D］.重慶：重慶大學 ，2013.

［5］蘭月新，鄧新元 .突發事件網絡輿情演進規律模型研究 ［J］.情報雜志，2011，（8）：47－50.

［6］余品銳，劉天楨.基于GARCH模型的網絡新聞與輿情的波動性分析 ［J］.計算機與現代化，2012，（8）：134－136.

［7］朱正元，陳偉侯，陳豐 .Logistic曲線與Gompertz曲線的比較研究 ［J］.數學的實踐與認識，2003，（10）：66－69.

［8］武漢大學互聯網科學研究中心.2012年3季度網絡輿情報告（0.997版）［R/OL］.http：∥vdisk.weibo.com/s/jCUPt，2014－07－26.

［9］金曉輝 .論提高新聞輿情引導與監管水平的策略 ［J］.人民論壇 ，2012，（6）：114－115.

［10］王正，陳宏斌.微博傳播視角中的網絡負面輿情處置研究［J］.公安研究，2012，（1）：78－82.

［11］歐陽旭 ，武建華.論網絡輿情監測導控面臨的問題與應對措施 ［J］.河南警察學院學報 ，2012，（1）：122－125.

［12］李丁 ，金嘉平.微博時代下熱點事件的網絡輿情研究——以新浪微博中 “溫嶺幼師虐童”事件為例 ［J］.警察實戰訓練研究 ，2013，（1）：62－65.

［13］陳晨，劉麗麗 ，蘭月新.網絡輿情預警研判機制研究［J］.現代情報 ，2012，（5）：13－16.

［14］人民網輿情檢測室 .如何應對網絡輿情——網絡輿情分析師手冊 ［M］.北京：新華出版社，2011.

（本文責任編輯：馬 卓）

The Research about Diffusion Law and Countermeasures of Internet News Public Opinion Based on Gompertz Curve Model

CaoWeifang FuWenda Lan Yuexin Zhang Peng
（The Chinese People's Armed Police Forces Academy，Langfang 065000，China）

In view of the diffusion law of Internet public opinion，this paper researched the diffusion law of Internet news public opinion based on news report.Building Gompertz curvemodelaboutdiffusion law of Internet news public opinion based on emergencies，it also researched the three particular points in time and four development stages during the diffusion of public opinion.In addition，Thisarticle determined the countermeasures for different times in particular incidentsasan example，providing a reference for the relevant departments tomanage network news public opinion based on emergencies.

internetnews public opinion；Gompertz curvemodel；diffusion law；emergencies

曹維芳 （1970－），男，副教授，碩士，研究方向：網絡輿情。

10.3969/j.issn.1008－0821.2015.05.004

C912.63

A

1008－0821（2015）05－0020－05

2014－08－09

河北省社會科學基金項目 “信息異化視角下網絡輿情衍生效應與策略研究”（項目編號 ：HB14GL005）；教育部人文社會科學研究青年基金項目 “大數據背景下微博輿情系統建模與引導機制研究”（項目編號：14YJC630055）。