網絡輿情現狀分析與引導機制

陳慧鈺 殷紅 王文翠 殷雨虹 邱增玉

摘 要：在以網絡進行信息傳遞的當代，網絡輿情已成為現實社會輿情的真實反映。本文從研究網絡輿情的現狀入手，分析網絡輿情的概念和發展趨勢，建立與之相對應的輿情傳播模型。通過模型分析出網絡輿情傳播過程的特點，提出了合理化解網絡輿情事件、建立有效快速反應機制的若干建議。

關鍵詞：網絡輿情;現狀;輿情模型;輿論引導機制

中圖分類號：C912.63文獻標識碼：A文章編號：1008-4428（2019）05-0128-03

一、 引言

截至2017年12月，我國網民規模達7.53億，全國新增網民4074萬人。媒體傳播影響力顯著提升，微博作為社交媒體，其用戶使用率持續增長，達到40.9%，知乎、豆瓣、貼吧、抖音等使用率均有所提升。網絡已成為當今人們獲取信息、傳播信息以及交流信息的主要媒介。本文從網絡輿情的特點、現狀以及模型入手，研究網絡輿情的匯集、分析和引導，提出合理的建議。

二、 網絡輿情的概念

網絡輿情是指在一定的社會空間內，通過網絡圍繞中介性社會事件，民眾對公共問題和社會管理者產生和持有的社會政治態度、信念和價值觀。它是多數民眾對社會中存在的各種現象和問題所表達的態度、信念和情緒等表現的總和。

傳統的社會輿情存在于民間，轉瞬即逝，難以捕捉和保留。然而隨著互聯網的發展，民眾往往通過網絡來表達自己的觀點和看法，可以采用圖靈輿情網絡自動抓取技術手段獲取信息，效率高同時真實度高，覆蓋面廣。

三、 網絡輿情的現狀

我國對網絡輿情的研究開始的較晚，互聯網上關于網絡輿情的參考文獻并不豐富。不過在CNKI收集的文獻顯示，網絡輿情正在越來越多地被專家學者重視。對于輿情的分析，紀紅，紀小潔系統地闡述了收集、分析網絡輿情信息的相關要求，提出了比較完整的網絡搜集分析和研判機制。她們認為網絡輿情離不開辯證，把握了輿情的生成規律，有關網絡輿情的相關問題自然也能迎刃而解;而畢宏音則從心理學角度出發，通過對群體壓力、群體極化、群體無意識等因素的研究，展示了網絡輿情的形成和變動受到的群眾影響。

輿情的引導需要完善的輿情監測技術支持。我國目前的輿情監測網絡主要由輿情站、輿情監測點、輿情信息員三個部分構成。

四、 網絡輿情研究模型

（一）對輿情問題的分析

為了分析網絡輿情的相互作用機制，根據理論推導、對觀測數據的分析和實踐經驗來引用研究模型反映網絡輿情的傳播過程和主要特征。從對問題的分析、符號說明和對問題的求解三個部分介紹模型，最后根據數據建立模型并得出結論。

（二）具體說明（見表1）

（三）對輿情問題的求解

1. 模型的準備

最大似然估計法：

這一概率隨 θ 的取值而變化，它是 θ的函數，L（θ）稱為樣本的似然函數。

（1）活躍系數

（2）轉發系數

將使用者的轉發系數作為模型中另一個非常重要的因素。假設使用者的轉發系數和使用者的發布信息數量、好友數量之間的相關度很小。和使用者活躍程度的估計過程類似，假設一個使用者在某時間段內的轉發概率符合二項式分布。通過最大似然估計方法，使用者m在時間段T內的轉發系數可以表示為：γTm=RTmTWm。

（3）影響系數

通過觀察不難發現使用者的活躍系數和轉發系數一直隨著時間而改變?？紤]到這種情況，將時間分割成了很多長度為a1的小時間段T，這些時間段T組成一個集合TN。假定在每個時間段內，使用者的活躍系數和轉發系數是相對穩定的。在計算過程中，首先針對每一個使用者，分別計算其在每一個小時間段內的使用者活躍系數和轉發系數這兩個變量。而使用者間的影響力則可以通過最大似然估計方法獲得。

（2）模型對輿情傳播過程的分析

原信息在傳播過程中，有些使用者可能沒有收到相關信息，但可能通過新信息的超鏈接收到原信息。（見圖2）

在眾多自媒體平臺中，很多自媒體相似度較高，而有些自媒體間則千差萬別。為了方便分析不同類型的消息在同一自媒體傳播過程中的差異和同一消息在不同自媒體平臺上傳播過程中的差異。選取幾個典型的特征變量，利用K-means聚類算法，對收集到的自媒體信息進行聚類。然后在最終聚類的集群中，分析以上問題。K-Means聚類能把n個對象根據他們的屬性分為k個分割 （k

為了分析不同信息在同一平臺上的傳播和同一信息在不同平臺上的傳播，手動地將這些傳播數據標注為六個大類：新聞、產品廣告、名人宣傳、產品傳銷、生活、其他。（見表2）

此外搜集了對于不同信息在同一自媒體平臺上傳播的差異分析，如圖3：

從圖3中可以看出，名人宣傳在totalNode，timeArraySize，bigNodeRatio，這三項指標上相對于其他四種類型的信息，均達到了最高值，可以見得，名人對于信息的傳播是起著極大作用的。也就是說，這里存在著名人效應。其他類信息也值得注意，相對另外四種類型的信息，它的關注者是最多的，甚至超過了名人宣傳類信息，實際上，所選自媒體平臺正是一個以八卦娛樂為主體的平臺，這也就解釋了它的關注者數目為何如此之多。

（四）模型的優缺點

1. 模型的優點

模型從網絡輿情傳播過程分析，從而建立引導機制。模型不僅考慮了信息傳播的網絡結構屬性，還考慮了網絡平臺使用者的行為特性和交互性，克服了傳統模型只考慮使用者關注人數與信息轉發率的缺點，能夠較為準確的描述兩個使用者間的信息傳播過程，當新信息的網頁有原信息的超鏈接時，原信息如何傳播的問題。不僅提出了基于PageRank算法的超鏈接模型，還將其與第一問的模型聯系了起來，成功解決了問題。由于網絡輿情轉發平臺繁多，有些平臺相似度較高，而有些則千差萬別，于是分析同類型的消息在傳播過程中的差異和同一消息在不同自媒體平臺上傳播過程中的差異十分困難。而利用K-means聚類算法，對收集到的信息進行聚類，然后在最終聚類的集群中便可分析網絡輿情傳播過程特征。

2. 模型的缺點

模型中僅僅考慮一條信息在網絡傳播的過程，當考慮多條消息的傳播過程和多個網絡平臺間信息的傳播過程時，就不再適用。當新信息的網頁有原信息的超鏈接時，但不是每一個網絡平臺都會在新消息（與舊消息高度關聯）中插入指向舊消息的超鏈接，因此此過程分析存在一定的誤差。

五、 對正確引導網絡輿情提出建議

（一）建立完善的互聯網法律

網絡的不斷推進、創新決定了傳統法律形成流程的不適應性。傳統法律形成周期不能滿足網絡環境下新事物所需的法律要求。只有不斷地完善網絡環境的法制建設，才能對各方面輿情事件做到有法可依。

（二）建立有效、快速的反應機制

1. 對于非法信息，在第一時間通知有關部門進行刪除，同時對網絡敏感詞匯通過搜索敏感詞等方式隨時注意在網絡上搜索，自動進行跟蹤。

2. 有關部門第一時間發布并不斷更新消息，讓網民及時了解事情的真相，以及有關人員的態度和采取措施。

3. 采取各種方式進行軟引導，從一切有利于維護人民群眾根本利益和社會穩定的角度對形成的輿論進行評論。

參考文獻：

[1]陳清.我國新媒體經濟發展的技術與市場優勢及路徑抉擇[J].福建師范大學經濟學院， 2018：128-131.

[2]陳純柱，敖永春.網絡環境下高校輿情的傳播及引導機制研究[J].重慶郵電大學法學院，2011：154-159.

[3]王樂軼.網絡輿情對公共政策的影響研究[J].復旦大學國際關系與公共事務學院，2016：98-99.

[4]肖魯仁.鄰避型群體性事件中網絡輿情的監測與引導[J].中南大學文學與新聞傳播學院，2016：143-148.

[5]周勇.高校網絡輿情現狀分析及對策[J].河南教育（高教）， 2014（2）：5-6.

[6]姜勝洪.網絡輿情熱點的形成與發展、現狀及輿論引導[J].理論月刊， 2008（4）：34-36.

[7]馮潔.建構和諧有序的網絡輿論機制——試論“網絡公審”之輿情現狀及引導對策[D].杭州：浙江大學傳媒與國際文化學院， 2007.

[8]張楓.我國政府網絡輿情引導機制研究[D].上海：上海交通大學， 2013.

[9]郝文江，馬曉明，武捷.網絡輿情現狀分析與引導機制研究[J].計算機安全， 2011（2）：64-67.

[10]紀紅，馬小潔.論網絡輿情的搜集、分析和引導[J].華中科技大學學報（社會科學版）， 2007， 21（6）：104-107.

作者簡介：

陳慧鈺，女，浙江湖州人，江蘇警官學院計算機信息網絡與安全系學生;

殷紅，女，江蘇泰州人，江蘇警官學院計算機信息網絡與安全系學生;

王文翠，女，河北衡水人，江蘇警官學院計算機信息網絡與安全系學生;

殷雨虹，女，江蘇溧陽人，江蘇警官學院計算機信息網絡與安全系學生;

邱增玉，男，安徽宿州人，江蘇警官學院計算機信息與網絡安全系學生。