针对政府的微博网络舆情传播规律与对策研究——以新浪微博为例

孙飞显

(河南财政金融学院 信息工程系,郑州 451464)



针对政府的微博网络舆情传播规律与对策研究
——以新浪微博为例

孙飞显

(河南财政金融学院 信息工程系,郑州 451464)

以新浪微博为例，提出了一种基于扩散树的网络舆情传播模型，并探索微博舆情的传播规律及其对策。依照微博的传播特征及网络舆情生成规律，给出了微博网络舆情扩散树的定义及其构建方法；根据树的数理特征，揭示了基于扩散树的微博网络舆情“孤树”和“森林”传播规律，并进行了实证分析。基于扩散树特征，从舆情信息及时感知、官微澄清事实真相、积极培育微博红客、严厉惩处微博水军、政府官员谨言慎行、事件定性定论慎重六个方面，提出了应对微博网络舆情的策略。

网络舆情;微博;传播规律;扩散树

跨越时空的微博以其及时、随意、独特、亲切等特点，受到了百姓、政府、媒体人士及学者的普遍关注。然而，微博在为国民带来诸多社交便利的同时，也成为传播谣言、制造舆论的重要渠道。多数网络舆情会损害政府形象，甚至对党和政府乃至国家造成损失，进而会影响和谐社会的构建及“中国梦”的实现。因此，研究网络舆情的传播规律并进行及时引导和控制，成为学者和舆情监管人员的关注对象。[1]

笔者前期以针对政府的负面网络舆情研究为主线，先后介绍了负面网络舆情的热度评价方法[2]和定量监测方法[3]。本文以新浪微博为例，提出一种基于扩散树的网络舆情传播模型，研究基于扩散树的微博网络舆情传播规律及其对策。

一、基于扩散树的微博网络舆情传播与实证

已有研究结果表明，网络舆情的传播扩散不仅与信息的发布渠道、转载或评论数有关，而且与网络传媒的形态结构有关。[4]传统网络传媒以信息内容为传播主体、以搜索引擎为获取手段、以广播为扩散渠道，但微博网络舆情的传播过程并非如此。

1.微博的传播特征

微博是一种基于用户关系并通过有向的关注机制(包括单向和双向关注)，能够实现简短信息(部分微博平台取消了140字的篇幅限制)实时分享、快速传播和方便获取的广播式社交网络平台。截至2015年12月，新浪微博月活跃用户数已超2亿，成为国内最具传播效果的社交媒体之一，也成为传播谣言、制造舆论的重要渠道。微博的传播特征如表1所示。

2.微博网络舆情的生成规律

本文提及的微博网络舆情是指基于微博社交平台进行传播的网络舆情。为便于本文讨论，笔者总结的微博网络舆情生成规律如下：

Step 1：舆情事件产生；

Step 2：事件信息推送至微博；

Step 3：微博意见领袖(“大V”)介入；

Step 4：粉丝转发、评论，事件持续发酵；

Step 5：一致性倾向产生，形成网络舆情。

与一般的网络舆情一样，微博网络舆情生成后也会进入事件持续发酵、舆情扩散蔓延的传播期，最后舆情逐渐消退。

表1　微博的传播特征

3.针对政府的网络舆情的定义及其识别方法

针对政府的网络舆情是指对政府及其职能部门信誉造成损害，影响行政机关正常办公秩序和社会稳定，并对政府形象产生负面影响的网络舆情。[3]

按照传播效果，一般将网络舆情分为正面、负面网络舆情。政府正面事件以及企业等其他主体发生的与政府无关的网络舆情事件不在本文的研究范围之内。在本文中，负面网络舆情由监测指标“博文正负面”表征，其识别方法是按照上述针对政府的负面网络舆情的定义，根据负面舆情知识库，采用基于内容的模式匹配方法，具体采用文献[3]所述方法识别针对政府的网络舆情。

4.微博网络舆情扩散树及其构建

已有研究结果表明，微博网络舆情的传播扩散主要缘于微博的转发和评论，与微博的阅读数、点赞数关系不大，且转发、评论的频次是表征舆情事件在微博上传播状况的重要指标；同时，微博及其评论的内容、数量是决定网络舆情正、负面走向的关键。基于此，笔者定义的微博舆情扩散树如图1所示。

(1)

图1　微博舆情扩散树示意图

(2)

(3)

其中i、 j的上限同公式(2)。

5.基于扩散树的微博网络舆情传播规律

基于数据结构中“树”的分类方法并结合微博的传播机理，将基于扩散树的微博网络舆情传播方式定义为“孤树”传播和“森林”传播两种方式。

“孤树”传播是指以单棵扩散树为主要特征的网络舆情微博传播方式，适用于事件焦点相对单一、博主权威相对较高、事件进展跟进及时、话题争论不很激烈、意见倾向基本一致、意见领袖无需介入，扩散范围相对狭窄、舆情扩散深度较小、舆情周期较短的场合。例如2016年2月9日8时35分，中国青年网(简称中青网)法人微博“中国青年网V”发布了以“医院投诉‘被公务员带黑社会占领’当事人称是去‘宣传法律’”为主题的微博。该事件提及的“闹市区医院被大量‘不明身份人士’占领长达22天；司法公务人员与‘不明身份人士’一起介入已在法院立案的他人经济纠纷”两大不正常现象，成为春节期间网民的议论焦点。因该舆情事件涉及政府机关(郑州市司法局)的司法公务人员、前警察，以及派出所所长竟然同大量“不明身份人员”一起参与经济纠纷，这与当下党纪不断收紧的大环境不符，严重影响政府形象。依照笔者前期的研究成果[2-3]，该舆情当属针对政府的负面网络舆情。事件曝光后的2月10日，涉事的郑州市司法局公务员郭志勇发布了《事件真相》，2月11日投诉人医院家族四兄妹对事件真相进行了说明，2月12日中青网微博发布了以“郑州医院被公务员带‘黑社会’占领 涉事者录音曝光”为主题的博文。短短的三天时间，事件的来龙去脉大白于天下，该舆情基本消散。期间，中青网微博的转发情况如表2所示。

表2　“公务员带黑社会占领医院”微博舆情转发情况表

从表2所示的统计结果可以看出，郑州“公务员带黑社会占领医院”舆情事件在微博平台的传播规律与本文定义的“孤树”传播特征一致。然而，有些微博网络舆情的传播过程却非常曲折、复杂和漫长，譬如“转基因”网络舆情。这类网络舆情事件的争论焦点多、争论意见大，倾向偏差大、传播范围广、大V介入多，舆情周期长、转发层级多。具备这些特征的网络舆情传播方式属于本文定义的“森林”传播，即以多棵微博舆情信息扩散树的方式进行传播。例如围绕“转基因食品不安全”“转基因作物种植泛滥”等转基因网络舆情，其关注群体从极力反转的全国政协委员崔永元、西南财大教授顾秀林，到2014年“两会”提案“建议停止转基因粮食进口”的中国科学院院士王梦恕、呼吁“严格落实转基因标识制度”的娃哈哈集团有限公司董事长宗庆后，再到质疑“转基因食品致癌”“转基因技术灭绝人类”的普通大众网民，这种最受关注，争论最激烈，至今还在发酵，造成百姓恐慌消费，甚至质疑政府对转基因监管不力、影响政府公共决策的舆情，当属本文针对政府的网络舆情。

针对“转基因”网络舆情，微博平台上的信息源众多，诸如新浪微博“关于转基因作物及相关问题的提案”(转发24918次)、腾讯微博“转基因技术从根本上是灭绝人类的一个技术”等；意见领袖多，从反转派的崔永元、顾秀林，到挺转派的方舟子以及中国工程院院士、中国食品毒理学学科创始人陈君石，以及中国农业大学食品科学与营养工程学院院长罗云波教授、中科院遗传与发育生物学研究所研究员朱祯、中国农科院生物技术研究所所长林敏等，从“微博搜索”平台以“转基因”为关键词搜索到的微博难以计数。这种转发数量巨大、意见领袖众多、舆情倾向相悖、数以亿计关注的舆情，至少可以看出从“反转”“挺转”两大方向构成了“森林”方式的传播。

二、基于扩散树特征的微博网络舆情对策

1.及时感知敏感微博舆情，尽快巧用官方微博澄清事实真相

2.积极培育微博红客，严厉惩处微博水军

3.官员谨言慎行，定性定论慎之又慎

三、与国内相关研究成果的综合对比与分析

近年来，国内针对网络舆情传播的研究有不少报道。譬如：兰月新、曾润喜[6]借助软舆情监测软件获取的发文数、点击数、回复数等统计数据，根据信息量与舆情影响程度成正比的关系，建立了突发事件网络舆情传播规律的数学模型，为突发事件网络舆情预警研究提供了思路。黄茜、王书勤[7]借鉴传染病模型，用仓室建模思想建立了负面舆情传播模型并进行分析，为控制负面舆情的扩散提供了参考。但作者提出的“对负面影响比较大的事件，采取禁止传播的方法”在基于微博的自媒体时代显然行不通。林晓静、庄亚明等[8]通过引入网民种群动力学、信任系数饱和接触率，提出了SEIR网络舆情传播模型，为研判舆情发展态势提供了借鉴。杨畅、朱琳等[9]基于博弈理论，探讨了“情景”与“应对”的博弈关系，用案例分析和舆情事件结构化、规范性描述等方法，研究了网络舆情的传播规律。陈福集、黄江玲[10]将博弈理论融入网络舆情热点话题传播模型研究中，为热点话题传播研究提供了新思路，但作者仅选择“致青春”案例数据进行拟合，模型有效性受到质疑。张武桥、黄永林[11]以“成都女司机变道被暴打”事件为例，研究了个人极端暴力事件网络舆情的传播规律。王君泽、曾润喜等[12]基于网页主题内容抽取、新闻转载关系初筛、核函数相似度计算等方法，构建了基于网页转载关系判别的网络舆情传播态势分析模型。成俊会、赵金楼[13]结合网络用户使用行为，结合影响舆情传播概率因素，构建了基于信息风险感知的社交网络舆情传播模型，但模型的“静态无向网络”假设与微博中单向(或双向)的关注关系相矛盾。杨娟娟、杨兰蓉等[14]基于“上海发布”，探讨了公共安全事件中政务微博网络舆情的传播规律。文献[15][16]采用内容分析的方法，从网络舆情的时间分布、空间分布、网民态度、网络舆情指向以及网民互动方面，研究了政务微博网络舆情传播规律。

综上所述，在已报道的研究成果中，建立的网络舆情传播模型包括基于传染病[7-8]、博弈论[9-10]理论模型；总结的网络舆情传播规律涵盖蝴蝶、螺旋、群体极化、议程设置、群体性隔膜、羊群效应及破窗原理、手表定律等[17]；研究内容涉及群体突发公共事件[6,14]、个人极端暴力事件[11]、民众关注热点事件[10,15-16]；涉及的媒体包括网站[6-13]、微博[14-16]，但这些成果均未涉及扩散树。

本文在吸纳已有研究成果优点的基础上，以新浪微博为例，提出了一种基于扩散树的网络舆情传播模型。根据扩散树的特征，从舆情信息及时感知、官微澄清事实真相、积极培育微博红客、严厉惩处微博水军、政府官员谨言慎行、事件定性定论慎重六个方面提出了有针对性的微博网络舆情应对策略。

四、结语

本文概述了微博的传播特征，总结了微博网络舆情的生成规律，给出了微博网络舆情扩散树的定义及其构建方法，论述了基于扩散树的微博网络舆情“孤树”与“森林”传播规律，给出了基于扩散树的微博网络舆情应对策略，为政府引导和干预网络舆情提供了决策参考。然而，本研究尚存在不足之处，譬如公式(2)(3)分别给出了微博网络舆情信息的转发、评论数的动态量化方法，为政府感知微博网络舆情的传播态势起到了积极作用，但在政府介入的时间点方面未能深入研究。同时，可视化呈现问题尚需进一步研究。此外，在移动社交时代，任何网络舆情的传播扩散并非是微博孤军奋战的结果，微信、微视、美拍大有抢占微博之势。因此，下一步须扩大网络媒体的研究范围，为针对政府的网络舆情态势感知、预警、引导和干预研究作铺垫。

[1]燕道成,姜超.大数据时代网络舆情研究综述[J].视听,2015(9):133-136.

[2]孙飞显,程世辉.政府负面网络舆情热度定量评价方法[J].情报杂志,2015,34(8):142-146.

[3]孙飞显,程世辉.基于新浪微博的负面网络舆情监测研究：针对政府的负面网络舆情研究系列之一[J].情报杂志,2015,34(4):81-85.

[4]蒋侃,唐竹发.微博情境下网络舆情关键节点识别及扩散模式分析[J].图书情报工作,2015,59(20):105-111.

[5]曾胜泉.网络舆情应对技巧[M].广州:广东人民出版社,2015.

[6]兰月新,曾润喜.突发事件网络舆情传播规律与预警阶段研究[J].情报杂志,2013,32(5):16-19.

[7]黄茜,王书勤.负面舆情传播规律及其对策研究[J].广州大学学报：自然科学版,2014,13(6):69-72.

[8]林晓静,庄亚明.具有饱和接触率的SEIR网络舆情传播模型研究[J].情报杂志,2015,34(3):150-155.

[9]杨畅,朱琳.基于案例分析的群体性事件网络舆情传播规律及对策研究[J].现代情报,2014,34 (10):10-14.[10]陈福集,黄江玲.基于演化博弈的网络舆情热点话题传播模型研究[J].情报科学,2015,33(11):74-78.

[11]张武桥,黄永林.个人极端暴力事件的网络舆情传播研究：以“成都女司机变道被暴打”事件为例[J].情报杂志,2015,34(10):85-90.

[12]王君泽,曾润喜.基于网页转载关系判别的网络舆情传播态势分析[J].情报杂志,2015,34(1):144-149.[13]成俊会,赵金楼.基于信息风险感知的社交网络舆情传播模型研究[J].情报杂志,2015,34(1):134-138.

[14]杨娟娟,杨兰蓉.公共安全事件中政务微博网络舆情传播规律研究:基于“上海发布”的实证[J].情报杂志,2013,32(9):11-15.

[15]张韦,曾润喜.政务微博网络舆情传播规律研究:基于重庆政务微博的实证[J].电子政务,2013(1):34-40.

[16]丁利.政务微博网络舆情传播规律与问责指向研究：基于兖州公安微博的实证[J].现代情报,2014(12):50-54.

[17]张厚远.网络舆情传播规律研究[C]//中国媒体发展研究报告.武汉：武汉大学出版社,2013：300-305.

(责任编辑姚虹)

Study of Micro-blog Public Opinion Propagation Law and its Countermeasures for Governments——Taking “Sina Micro-blog” for an Example

SUN Fei-xian

(Department of Information Engineering,Henan Institute of Finance,Zhengzhou 451464,China)

In order to explore the propagation law based on the Micro-blog,a spreading tree based model is presented.According to the characteristic of micro-blog information dissemination,the definition and the construction method of spreading tree is given.According to the mathematical characteristics of the spreading tree,two propaga-tion laws based on spreading tree are discussed,which are referred as “lone tree ”and “forest ”.Countermeasures,such as clarifying the truth by official micro-blog,micro-blog honker cultivation,punishing micro-blog navy,officials manage themselves strictly,and qualitative conclusion carefully,are proposed.Thus,it provides a decision-making reference for governments to guide and control internet public opinion.

internet public opinion;micro-blog;propagation law;countermeasure;spreading tree

2016-06-27

2016年度河南省科技计划项目“负面网络舆情信息感知与引导关键技术及其应用研究”(162102210372)；2016年度河南省高等学校重点科研项目“针对政府的‘两微’网络舆情传播及演化规律研究”(16A520080)

孙飞显(1970—)，男，河南宝丰人，博士，河南财政金融学院信息工程系副教授，硕士生导师，研究方向：网络安全、网络舆情、智能计算。

10.13783/j.cnki.cn41-1275/g4.2016.04.013

G206

A

1008-3715(2016)04-0070-05