高校网络突发事件舆情扩散模型分析

郭 涛，程 茂，李伟英

（河北农业大学，河北 保定 071001）

随着信息技术和互联网络应用的普及，网络逐渐成为信息交流和传播的重要场所，在高等院校尤为如此。当前网络舆论已经是高校舆论里十分具有活力的组成元素，在很多时候甚至可以引领高校的舆论走向，并对校园和谐环境产生不可忽视的影响［1］。因为网络的虚拟性、实时性特征，一些网络谣言很容易被快速复制，一些非理性的言行也很容易被学生广为传播［2］。为了能够有效管理网络突发事件，笔者对群体行为的扩散机制进行研究，在量化的角度上对其进行合理描述，以期有助于对事件进行评估和预测，为事件的科学及时应对打下良好的基础。

一、扩散模型概述

传统模型难以准确描述出高校特定环境之内的舆情传播过程，其舆情扩散算法往往是基于群体扩散过程，没有考虑高校网络的实际特征。这种模型在对网络突发事件进行描述时明显不足。群体扩散模型的前提是信息具有空间与时间方面的同质特点，也就是说，群体里所有的成员均有影响其他成员以及被其他成员所影响的相同几率，当影响出现以后，不会由于时间和空间的改变而发生变化［3］。这个假设和网络突发事件的实际情况是不符合的，其主要原因在于:因为事件扩散的模型是群体水平的模型，未能体现出群体中的每一个成员由于其独特性而具有内在倾向的差异，无法准确地描述网络事件的扩散行为［4］。

三、基于个体水平的扩散模型

（一）模型构建

一些学者已经针对网络群体行为扩散模型进行了研究［5］。但大部分针对社会事件的传播，并未考虑高校环境本身的特点。

还有学者结合当前的网络事件传播特征，构建了基于个体水平上网络群体行为扩散模型［6］。本文引入此模型，针对高校的现实环境以及对学生的年龄特点和心理特征，对模型进行调整，得到适合于高校环境的突发事件扩散模型。

具体的构建思路是:假设高校的网络具有异质性——在突发事件的过程中，每一个参与此事件传播的学生影响其他学生的概率以及被其他学生影响的概率均不同，再加上网络事件往往迅速而多变，过程短暂，所以此处也假设网络时间具有标准的同质性，即在突发事件的过程中，率先进行某些行为的个体并不随着时间而改变［6］。

在此基础上，结合高校互联网群体行为扩散的具体特征，将模型分为两个因素:（1）网络突发

事件参与学生参与信息传播的内在倾向;（2）网络突发事件的信息扩散为参与学生造成的影响。在目前传统算法优化模型的基础上［7］，构建适合于高校网络环境的扩散模型:

其中，Pk（t）是单位时间区间之内的高校网络环境所发生的网络行为个体参与事件信息传播的概率;

Ek是高校网络环境所发生的网络行为个体倾向于事件信息传播的可能性;

Hk是高校网络环境所发生的潜在网络行为个体对网络信息进行传播的敏感度;

Fs是高校网络环境所发生的突发事件信息传播的网络行为个体的传染度;

Gks是高校网络环境潜在网络行为个体与已参与事件信息传播的个体之间的亲近度;

以上4个参数也是被许多研究成果所认可的网络舆情传播核心要素。

（二）模型分析

该模型的4个变量分析如下:

（1）Ek:不同个体由于个性和环境的区别，在心理活动上差异显著，所以每个参与的学生对网络突发事件的反应不同，导致个体参与突发事件信息传播的倾向性不同，这种不同是参与学生的内在因素造成的，属于相对独立的因素。由此可知，在高校网络突发事件的舆情扩散管理中，应该将所有的参与个体视为事件主体，这些参与的学生在网络上的种种操作左右着舆情的发展。

（2）Hk:每个参与的学生对信息扩散的易感性是有所区别的。研究表明，个体往往会以周围大部分人的行为习惯为自身选择的判断依据。由此可知，网络事件的参与学生在事件发生之后，会结合自己所收集到的其他成员所发出的相关信息做出事件判断以及行为决策。由此可知，一旦发生了网络突发事件，不同的大学生个体也会有不一样的感受和反应。当前网络的“触角”无处不在，学生完全可以参与网络事件的传播，甚至改变事件的发展路径。

（3）Fs:研究表明群体行为难以预测，且与参与学生的彼此互动有关。在高校的网络事件中，群体行为的走向往往与一些意见领袖的观点和看法有关，一些网络活跃者往往有着网络感染力。这就对高校对网络突发事件的舆论“领头羊”的引导和控制提出了要求。当一些校园里的舆论引导着出于种种原因而发表了虚假的观点，并引导学生网民向非理性的方向发展的时候，这往往会导致突发事件的结果离真相越来越远，很容易进一步造成事件失控。而由于事件本身的突发性，很难在第一时间进行法律控制，所以高校应该掌握针对性的信息技术处理方式对这种情况进行有效的管理和控制。

（4）Gks:群体行为的走向同时也依赖于个体间的相互作用，所以潜在的行为者多见于网络互动频繁的人。为了控制突发事件向负面发展，群体行为走向也是一个值得考虑的必要方面。

（三）模型验证

结合本文所构建的模型，选取独立网络突发事件以及高校学生本身的网络行为数据，进行模型的验证。研究对象选择近期成都市发生的“女司机别车被打”，事件梗概为:在成都市娇子立交桥处，一名男司机将一女司机逼停后当街殴打，35秒内4次踢中女司机脸部，整个过程触目惊心。这段视频引发数万网友转发，事件迅速发酵。

使用本文所构建的高校网络群体行为扩散模型，结合具体的网络参数，将预测值与网络实际数据进行比较，来证实本模型的适应性。本文选取的数据来自清华大学“水木清华”论坛以及南京大学“小百合”论坛。将本模型的Pk（t）定义为事件的网络热度，即两个论坛上相关帖子以及回复的数目。采集原始数据，每3小时一组对事件进行采样。去除0—9时之间的数据偏低的影响，对比网路实际热度和本模型计算的热度值，最后得到的均方相对误差为1.44%，可见本文所构建的模型对于突发事件的高校网络传播能较好地拟合。验证了本文构建的模型的有效性。

（四）模型的应用及意义

结合本文所构建的模型，可知高校的网络事件传播核心要素来自4个变量，分别是倾向性，敏感性，传染性和亲近性，在此基础上高校完全可以针对这4个要素制定具有针对性的应对策略。

1.针对倾向性，高校的网络处于互联网之中，具备Internet的互动性属性，所以这些个体同时充当了舆情的传播者与接受者角色，同时也是重要的信息输出者。为了能够有效应对高校网络突发事件，必须重视对在校学生的综合素质培养与自律意识培养，只有在校学生的综合素质得到有效提升，才能具备足够的网络道德，遵循网络规范。此外，高校学生还应充分利用不同种类的媒介，使自己能够承担网络信息治理的主体，运用自身掌握的知识对舆论进行有效监督。在不良事件的酝酿期，应该主动行使自身的监督权，在社会黑暗面前勇于批判和制止。同时还应遵守必要的规则、审视自身在网络上的言行，把对于网络突发事件的监督和学生本身的社会责任感结合起来，在履行公民义务的同时实现自身的成长。只有高校学生素质得到提升，才能使在网络空间中提升自己，不断学习和成长。

2.针对敏感性，根据目前的网络技术体制和管理体制，大学生一方面能够通过互联网对突发事件进行广泛传播，发表自己的看法和见解，对对立的观点进行争论甚至批判;另一方面也可以集结网民组成调查组，直接对突发事件的真相进行探寻。但突发事件往往没有太多预兆，加上学生自身条件有限等原因，难以在短时间之内触及到事件核心信息。在这种情况下，高校更应该结合大学生群体在这个特定年龄段之中的易感性特征，努力通过客观理性的引导方式维持自身的公信力，充分尊重大学生在事件中的知情权，为其创设便利的表达见解的平台和通道，使其能够真正加入到事件的进程里，从而在公开透明的管理中形成理性的判断，避免事件的恶性发酵和扩散。

3.针对传染性，只有引入相关技术进行信息管理，才能够给网络舆论中的“意见领袖”所发出的不实信息进行有效的监控和过滤，从而在网络信息的最底层便使不实信息难以传播出去，从而保证网民的理性和客观，为学校对突发事件进行应急管理和零号的引导打下基础。当前我国已经具有一些实用性较强的网络监测手段，例如信息分析引擎技术，能够对网络上的各类信息通过文本分类、聚类分析以及倾向性识别来进行信息发布者的跟踪，从而及时有效地屏蔽突发事件中的不良信息。还有一类技术具备信息的自动采集功能，在网络中结合各类页面间的超级链接关系，可以智能抓取相关信息，实现对于网络舆情的监控和管理。在此基础上，通过信息清理根据，实现对不良信息的清理。以上的方法均有利于学校在突发事件的应对中将公共利益的危害降到最低，并且在技术的协助下锁定不良信息的发布者，必要时移交相关机关。

4.针对亲近性，高校在日常的教育和管理中应关注大学生的网络素质和自身修养，鼓励其明确自身所肩负的社会责任，唤醒自己的主人翁意识，在网络行为中遵守法律法规，避免对他人权利的侵犯。突发事件的传播是一种典型的群体行为，因此大学生在面对网络突发事件时，应该通过对自身行为的自律，不造谣、不传谣，不在群体的喧哗中盲目跟风，应通过对事件的本身进行理性分析来控制自己的言行。高校应引导学生充分了解事件本身的性质，能够以客观的视角对事件进行合理评价，能够以理性的态度来处理网络上的良莠不齐的信息。

四、结语

本文的成果为高校制定网络突发事件的应急处置机制提供了技术性支持。基于此模型，高校可以主动获取学生对突发事件的看法，做好引导;对一些热点问题持有足够的敏感性与预见性，通过及时发布准确信息，引导事件发展方向。应重视对于大学生的诚信教育和社会公德教育，使其能够在网络虚拟环境中遵守道德;高校还应使大学生具备在纷繁芜杂的网络中判断信息真伪的能力，教育学生以负责的态度来对具体事件进行文明讨论，注意自身的言论，不参与偏激信息的传播，不跟风虚假消息的扩散，避免在客观事实还没被确认的时候去盲目扩散，应该有区别地对待不同性质的事件，在参与的过程中做到理性与文明。使学生具备良好的网络道德，约束自身在网络空间的行为。

［1］郝继明.治理网络公共事件的主要路径［J］.学习与实践，2011（1）:73－74.

［2］张先国，刘娟，杨成军.公共事件凸显治理脱节［N］.瞭望新闻周刊，2008（5）:12.

［3］Strang D.Adding Social Structure to Diffusion Models:An Event History Framework ［J］.Sociological Methods and Research，1991（9）:324 －353.

［4］Bartholomew，David J.Stochastic Models for Social Processes［M］.3d ed.NewYork:Wiley，1982.

［5］Strang D，Tuma N B.Spatial and Temporal Heterogeneity in Diffusion［J］.The American Journal of Sociology，2013（3）:614－639.

［6］叶金珠，佘廉.网络突发事件蔓延机理研究［J］.情报杂志，2012（3）:1－5.

［7］叶金珠.网络突发事件蔓延及干预研究［D］.武汉:华中科技大学，2012.

（编辑:刘伟霄）