考慮情緒的多話題網絡輿情傳播模型研究

摘要：在線社交網絡為輿情的傳播提供了方便、快捷的平臺，社會事件的發生也引起了人們情緒的改變。為識別多話題輿情的交互規律和情緒在其中的作用，提出了考慮情緒的多話題網絡輿情傳播模型。模型將個體情緒納入其中，研究情緒在多話題輿情交互傳播中的影響。對有無話題交互和是否考慮情緒進行仿真，仿真結果表明考慮情緒的多話題輿情交互傳播模型更能表達實際的輿情傳播。

關鍵詞：輿情傳播；情緒傳播；仿真分析；在線輿情

一、前言

隨著互聯網的快速發展，人們可以在社交媒體平臺快速地獲取、發布消息并進行交互傳播。輿情是人們情感、態度、認知和行為傾向的綜合，在社交平臺發布信息達到一定規模時就會形成輿情。信息不斷更新，輿情也在不斷變化，人們往往更傾向于關注新的事物，關注新的信息，尤其是當信息涉及自身利益安全時。信息多以話題形式存在，而且是多話題共存的狀態，常常是一個話題興起后，又一話題出現。新信息往往具有新生命力的特點，更能引起人們關注，使人們從之前的話題轉移到關注新話題中。多話題的存在會使得話題之間發生交互，影響話題的傳播，最終影響話題的發展演化。同時，在話題的傳播過程中，人們的情緒常常會影響話題的傳播。情緒會造成人們的害怕、焦急、開心或幸福感，它會通過人們的評論反映出來，影響輿情的傳播。

2022年3月21日，東航MU5735客機在廣西梧州墜毀，這一重大災難性事故引起了社會各界人士的關注。隨后，“黑匣子搜尋最新進展”“MU5375家長帶走一罐現場泥土”等一系列相關信息發布，人們的關注點轉移到事故后發生的處理事件以及造成原因的分析中?？梢钥吹剑鄠€話題之間會發生交互傳播，并且民眾的情感認同度會在很大程度上影響話題的傳播，進而影響話題的整個演化過程。

本文通過構建考慮情緒的多話題網絡輿情的交互傳播模型，具體實驗分析兩話題輿情傳播模型，希望能夠明確話題間交互傳播的規律，識別情緒在其中的影響，最終對輿情起到監控作用。

二、文獻綜述

在線社交網絡的信息傳播機制和傳染病模型的傳播機制十分相似，因此很多研究都是基于傳染病模型研究輿情的傳播動力學問題。在經典的傳染病模型SI模型、SIS模型和SIR模型的基礎上，學者們對這些模型進行了改進。陳帥等構建了SEI3R模型，將傳播者I按不同立場分為正面傳播者、中立傳播者和負面傳播者研究微信輿情傳播的影響[1]。隨著輿情傳播進一步的深入，很多學者開始對多話題網絡輿情進行研究。張琳等人在基于網絡媒體和政府的干預下建立了多主體干預下的微博輿情話題交互傳播模型，在SIR模型的基礎上將傳播者分為引導過去風向話題的傳播者和引導現在風向的話題傳播者，兩話題之間建立交互關系進行研究[2]。Zhang等研究了在突發公共事件上具有時間延遲的多話題網絡輿情傳播模型，根據時間延遲在網絡中的作用建立了三個模型，最后得出時間延遲在輿情傳播階段的效果[3]。近年來，在輿情的傳播研究上，很多學者將情緒考慮進來，研究情緒對輿情傳播的影響。張亞明等人構建了負面情緒累積效應下網民群體情緒傳播的IESR模型，將人群劃分為情緒易感者I、情緒感染者S、情緒傳播者E和情緒免疫者R，分析情緒對輿情傳播的影響[4]。

以上研究在一定程度上反映了輿情的傳播特性和情緒對輿情傳播的影響，但較少有研究將網民個人情緒與輿情多話題交互傳播相結合進行研究。在實際的輿情傳播中，輿情傳播的不同階段都伴隨著不同話題的傳播，一個話題出現后，又一話題出現，且兩話題可能會相互影響，隨著時間的發展，人們會更關注新話題，舊話題在輿情發展中消亡。另外，輿情的生成、發展中一定會伴隨公眾情緒的產生，人們的情緒也會作用到輿情的傳播中。因此，為更好地探討考慮情緒的多話題網絡輿情傳播，本文基于SIR模型，運用MATLAB仿真軟件，構建了考慮情緒的多話題網絡輿情傳播模型，以期為多話題輿情傳播研究提供進一步的探索。

三、模型構建

（一）問題描述

在現實信息傳播中，最開始，網民基本不了解話題，當一個話題開始傳播時，未知者收到信息會根據自身的情況成為傳播者或者免疫者，隨后，又有話題出現時，網民再次根據自身情況成為新話題的傳播者或者免疫者，這時的網民指未知者和之前話題的傳播者，隨著時間的發展，話題漸漸淡出人們的視線，傳播者也會漸漸變為免疫者。

考慮到在輿情傳播中，網民會受到情緒的影響，將網民的情緒考慮到多話題輿情傳播中。公眾的情緒傳播路徑表現為話語共意、身份共意和情緒共意[5]，一般來說，當遇到涉及自身利益安全或者思想道德的事件時，會引起人們的共鳴，使得網民感同身受。

（二）模型構建

1.多話題網絡輿情傳播模型構建

考慮到實際的多話題網絡輿情傳播情況，本文將話題傳播者分為I1、I2…In，I1表示最開始出現的話題，I2表示次出現的話題，In表示最后出現的話題，隨著話題的出現，由于新生事物的特點，人們的關注焦點會慢慢向新話題轉移。將網民分為S類、Ii類（i=1，2…n）、R類，群體轉移規則為在初始狀態網絡中有較少的傳播者Ii（i=1，2…n），當S接收到傳播者的信息時，分別以λi（i=1，2…n）的概率變為傳播者，當未知者對信息不感興趣時，將以 的概率轉為R；隨著時間的發展，傳播者慢慢對信息不感興趣，Ii將以γi（i=1，2…n）的概率變為R；在話題交互中，Ii會以μi的概率轉變為Ii+1（i=1，2…n）。

2.兩話題網絡輿情傳播模型構建

考慮到多話題輿情模型分析的復雜性，本文將以兩話題輿情傳播模型為基礎進行分析，兩話題輿情傳播模型可以衍生到多話題輿情的分析中。在兩話題輿情傳播模型中，網民分為S類（未知者），表示沒有接觸到信息的人；I1類（傳播者1），表示傳播過去輿情信息的人；I2類（傳播者2），表示傳播新輿情信息的人；R類（免疫者），表示接收到信息但不感興趣的人。群體狀態轉移規則為：

（1）網絡中初始有較少的I1和I2；

（2）當S類接觸到過去信息時會以λ1的概率轉為I1，接收到新信息時以λ2的概率轉為I2，當S對輿情不感興趣時以λ3的概率轉為免疫者；

（3）隨著信息的不斷發展，傳播者漸漸不傳播信息，I1以λ4的概率變為免疫者R； I2以λ5的概率變為免疫者R；

（4）在話題交互過程中，I1以λ6的概率轉為I2。

3.考慮情緒的兩話題網絡輿情傳播模型構建

本文設定的情緒指的是可以使網民對事件產生深切的情感，對事件有某種情緒認同感，如共情、憤怒等。在網民接觸到這類信息時，未知者S將會更有情緒地在網絡上進行傳播，發布評論，促使未知者以更大的可能性轉變為傳播者，同時話題間的交互也會更快。人們之間的情緒將會更快地使信息進行擴散，而對話題不感興趣的可能性降低，使得網民變為免疫者的概率降低。相關的示意圖如圖1。

模型中，κi（i=1，2，3，4，5，6）＞0表示各類人群在接收到信息后產生的情緒程度，θi（i=1，2，3，4，5，6）表示考慮情緒輿情傳播模型中參數，λi（i=1，2，3，4，5，6）表示不考慮情緒輿情傳播模型中參數。

四、數值仿真

本節主要探討話題間的交互與考慮情緒下對輿情傳播的影響，基于此進行分析。分析時所使用的軟件為MATLAB R2018a。

（一）有無話題交互對輿情傳播的影響

在不考慮網民情緒的情形下，根據兩話題網絡輿情傳播模型，對兩話題間有無交互的情況進行分析。在進行數值仿真模擬時，將網絡中初始狀態各節點設置為S=0.9，I1=0.06，I2=0.04，R=0，并設置各傳播轉化概率為λ1=0.7、λ2=0.8、λ3=0.2、λ4=0.2、λ5=0.2，不存在話題交互時λ6=0，存在話題交互時λ6=0.4，部分參數設置參考了張琳等人的工作[2]。

數值仿真結果顯示，存在話題交互和不存在話題交互最終輿情都會消亡，網絡中不存在傳播者，最終免疫者達到1。不存在兩話題交互時， I2的峰值低于I1。存在話題交互時，I1的峰值到達時間要比不存在話題交互時短，而I2峰值的到達時間則要相對更長。在實際的輿情傳播過程中，新產生的輿情生命力更強，更能吸引用戶的注意力，人們往往更會關注新出現的輿情，因此在話題間進行交互傳播的基礎上構建輿情傳播模型更加符合現實。

（二）不同傳播率對話題交互輿情傳播的影響

為研究兩話題輿情傳播模型中兩話題間不同傳播率對傳播者的影響，本文將設置不同的I1向I2轉化的概率來探討這一問題。分別設置λ6=0、λ6=0.2、λ6=0.4、λ6=0.6、λ6=0.8，分析不同傳播率對話題交互輿情傳播的影響，其余參數設置同（一）中參數設置。

結果顯示，隨著λ6的增加，I1的峰值越來越小，且峰值到達的時間縮短，達到穩態所需時間更短。隨著λ6的增加，I2的峰值越來越大，且峰值到達時間相對延長，達到穩態所需時間更長。在不同的交互傳播率下，傳播率λ6越大，I1數量越小，I2越多。在實際情況下，λ6的大小由用戶對話題的關注度來決定，用戶對新話題的關注度越強，話題對用戶的吸引力越高，那么λ6越大，用戶對新話題的關注焦點也就更強，從這點看，模型和實際情況相吻合，構建的模型能很好地表達實際的話題交互作用。

（三）情緒對兩話題輿情傳播的影響

在輿情生成過程中，用戶不可避免地會產生相應的情緒，為探討情緒對兩話題輿情傳播的影響，根據建立的考慮情緒的兩話題輿情傳播模型，探討有無情緒對輿情傳播的影響。在分析時，本文將網絡初始狀態中各類人群所占比例設置為S=0.9、I1=0.06、I2=0.04，R=0，不考慮情緒的傳播率為λ1=0.7、λ2=0.7、λ3=0.3、λ4=0.3、λ5=0.3、λ6=0.4，在情緒狀態下各傳播率的變化為κ1=0.1、κ2=0.12、κ3=0.16、κ4=0.2、κ5=0.2、κ6=0.1，考慮到新話題對于用戶有著更大的吸引力，設置κ2稍大于κ1。

結果顯示，在不考慮情緒的作用下，輿情傳播者對輿情傳播很少。在考慮情緒的影響下，話題I2最終會超過話題I1，成為輿情的主要討論熱點，且話題I1和話題I2的峰值都將會更高。在考慮情緒的影響下，話題將會存在更長時間，最終成為R的時間也更長，。在實際的網絡輿情中，當話題更能吸引用戶的關注點，更能讓用戶從事件中切身感受到情緒認同感，那么用戶就更愿意了解這種輿情，對它的關注就更多，討論的用戶就更多，輿情持續的時間就更長。

五、結語

本文在考慮情緒的影響下，基于SIR模型的構造原理，提出了考慮情緒的多話題網絡輿情傳播模型。首先分析了實際輿情傳播的過程，基于此構建了多話題網絡輿情傳播模型，并介紹了兩話題網絡輿情傳播模型和考慮情緒的兩話題網絡輿情傳播模型。然后基于輿情傳播的特點和實際傳播情況，對模型進行了數值仿真，分別從話題間有無交互和考慮情緒作用的角度進行分析。仿真結果表明，相較于無話題交互，話題間交互模型更符合實際情況，且交互傳播率越高，那么舊話題越快消散，新話題在網絡中存在時間越長。在考慮情緒的作用影響下，用戶的情緒感受將會使更多用戶參與到話題的分享中，話題存在周期也更長。因此，在輿情傳播中，要重視網民的情緒對多話題輿情的傳播影響，利用網民的情緒合理把控正面輿情和負面輿情的傳播。

本文具體分析了兩話題輿情的傳播影響，這些理論和方法在多話題輿情傳播中同樣適用。輿情中多話題存在時間延遲，它會對輿情的傳播、演化產生影響，同樣，網絡結構也對輿情的傳播有影響，這些因素在之后的研究中將會進一步進行探討。

參考文獻

[1]陳帥，司光亞，王艷正.基于SEI～3R的微信輿情演化模型[J].信息工程大學學報，2021，22（02）：222-227+240.

[2]張琳，陳荔.多主體干預的微博輿情話題交互傳播模型研究[J].情報科學，2022，40（11）：49-55.

[3]Zhang J，Wang X，Xie Y，et al.Research on multi-topic network public opinion propagation model with time delay in emergencies[J].Physica A： Statistical Mechanics and its Applications，2022，600：127409.

[4]張亞明，何旭，杜翠翠，等.負面情緒累積效應下網民群體情緒傳播的IESR模型研究[J].情報科學，2020，38（10）：29-34.

[5]黃宇鑫.網絡情緒傳播研究綜述及展望[J].東南傳播，2021（02）：121-124.