网络舆情现状分析与引导机制

2019-07-10陈慧钰殷红王文翠殷雨虹邱增玉

市场周刊 2019年5期

陈慧钰殷红王文翠殷雨虹邱增玉

摘要：在以网络进行信息传递的当代，网络舆情已成为现实社会舆情的真实反映。本文从研究网络舆情的现状入手，分析网络舆情的概念和发展趋势，建立与之相对应的舆情传播模型。通过模型分析出网络舆情传播过程的特点，提出了合理化解网络舆情事件、建立有效快速反应机制的若干建议。

关键词：网络舆情;现状;舆情模型;舆论引导机制

中图分类号：C912.63文献标识码：A文章编号：1008-4428（2019）05-0128-03

一、引言

截至2017年12月，我國网民规模达7.53亿，全国新增网民4074万人。媒体传播影响力显著提升，微博作为社交媒体，其用户使用率持续增长，达到40.9%，知乎、豆瓣、贴吧、抖音等使用率均有所提升。网络已成为当今人们获取信息、传播信息以及交流信息的主要媒介。本文从网络舆情的特点、现状以及模型入手，研究网络舆情的汇集、分析和引导，提出合理的建议。

二、网络舆情的概念

网络舆情是指在一定的社会空间内，通过网络围绕中介性社会事件，民众对公共问题和社会管理者产生和持有的社会政治态度、信念和价值观。它是多数民众对社会中存在的各种现象和问题所表达的态度、信念和情绪等表现的总和。

传统的社会舆情存在于民间，转瞬即逝，难以捕捉和保留。然而随着互联网的发展，民众往往通过网络来表达自己的观点和看法，可以采用图灵舆情网络自动抓取技术手段获取信息，效率高同时真实度高，覆盖面广。

三、网络舆情的现状

我国对网络舆情的研究开始的较晚，互联网上关于网络舆情的参考文献并不丰富。不过在CNKI收集的文献显示，网络舆情正在越来越多地被专家学者重视。对于舆情的分析，纪红，纪小洁系统地阐述了收集、分析网络舆情信息的相关要求，提出了比较完整的网络搜集分析和研判机制。她们认为网络舆情离不开辩证，把握了舆情的生成规律，有关网络舆情的相关问题自然也能迎刃而解;而毕宏音则从心理学角度出发，通过对群体压力、群体极化、群体无意识等因素的研究，展示了网络舆情的形成和变动受到的群众影响。

舆情的引导需要完善的舆情监测技术支持。我国目前的舆情监测网络主要由舆情站、舆情监测点、舆情信息员三个部分构成。

四、网络舆情研究模型

（一）对舆情问题的分析

为了分析网络舆情的相互作用机制，根据理论推导、对观测数据的分析和实践经验来引用研究模型反映网络舆情的传播过程和主要特征。从对问题的分析、符号说明和对问题的求解三个部分介绍模型，最后根据数据建立模型并得出结论。

（二）具体说明（见表1）

（三）对舆情问题的求解

1. 模型的准备

最大似然估计法：

这一概率随 θ 的取值而变化，它是 θ的函数，L（θ）称为样本的似然函数。

（1）活跃系数

（2）转发系数

将使用者的转发系数作为模型中另一个非常重要的因素。假设使用者的转发系数和使用者的发布信息数量、好友数量之间的相关度很小。和使用者活跃程度的估计过程类似，假设一个使用者在某时间段内的转发概率符合二项式分布。通过最大似然估计方法，使用者m在时间段T内的转发系数可以表示为：γTm=RTmTWm。

（3）影响系数

通过观察不难发现使用者的活跃系数和转发系数一直随着时间而改变。考虑到这种情况，将时间分割成了很多长度为a1的小时间段T，这些时间段T组成一个集合TN。假定在每个时间段内，使用者的活跃系数和转发系数是相对稳定的。在计算过程中，首先针对每一个使用者，分别计算其在每一个小时间段内的使用者活跃系数和转发系数这两个变量。而使用者间的影响力则可以通过最大似然估计方法获得。

（2）模型对舆情传播过程的分析

原信息在传播过程中，有些使用者可能没有收到相关信息，但可能通过新信息的超链接收到原信息。（见图2）

在众多自媒体平台中，很多自媒体相似度较高，而有些自媒体间则千差万别。为了方便分析不同类型的消息在同一自媒体传播过程中的差异和同一消息在不同自媒体平台上传播过程中的差异。选取几个典型的特征变量，利用K-means聚类算法，对收集到的自媒体信息进行聚类。然后在最终聚类的集群中，分析以上问题。K-Means聚类能把n个对象根据他们的属性分为k个分割（k

为了分析不同信息在同一平台上的传播和同一信息在不同平台上的传播，手动地将这些传播数据标注为六个大类：新闻、产品广告、名人宣传、产品传销、生活、其他。（见表2）

此外搜集了对于不同信息在同一自媒体平台上传播的差异分析，如图3：

从图3中可以看出，名人宣传在totalNode，timeArraySize，bigNodeRatio，这三项指标上相对于其他四种类型的信息，均达到了最高值，可以见得，名人对于信息的传播是起着极大作用的。也就是说，这里存在着名人效应。其他类信息也值得注意，相对另外四种类型的信息，它的关注者是最多的，甚至超过了名人宣传类信息，实际上，所选自媒体平台正是一个以八卦娱乐为主体的平台，这也就解释了它的关注者数目为何如此之多。

（四）模型的优缺点

1. 模型的优点

模型从网络舆情传播过程分析，从而建立引导机制。模型不仅考虑了信息传播的网络结构属性，还考虑了网络平台使用者的行为特性和交互性，克服了传统模型只考虑使用者关注人数与信息转发率的缺点，能够较为准确的描述两个使用者间的信息传播过程，当新信息的网页有原信息的超链接时，原信息如何传播的问题。不仅提出了基于PageRank算法的超链接模型，还将其与第一问的模型联系了起来，成功解决了问题。由于网络舆情转发平台繁多，有些平台相似度较高，而有些则千差万别，于是分析同类型的消息在传播过程中的差异和同一消息在不同自媒体平台上传播过程中的差异十分困难。而利用K-means聚类算法，对收集到的信息进行聚类，然后在最终聚类的集群中便可分析网络舆情传播过程特征。

2. 模型的缺点

模型中仅仅考虑一条信息在网络传播的过程，当考虑多条消息的传播过程和多个网络平台间信息的传播过程时，就不再适用。当新信息的网页有原信息的超链接时，但不是每一个网络平台都会在新消息（与旧消息高度关联）中插入指向旧消息的超链接，因此此过程分析存在一定的误差。

五、对正确引导网络舆情提出建议

（一）建立完善的互联网法律

网络的不断推进、创新决定了传统法律形成流程的不适应性。传统法律形成周期不能满足网络环境下新事物所需的法律要求。只有不断地完善网络环境的法制建设，才能对各方面舆情事件做到有法可依。

（二）建立有效、快速的反应机制

1. 对于非法信息，在第一时间通知有关部门进行删除，同时对网络敏感词汇通过搜索敏感词等方式随时注意在网络上搜索，自动进行跟踪。

2. 有关部门第一时间发布并不断更新消息，让网民及时了解事情的真相，以及有关人员的态度和采取措施。

3. 采取各种方式进行软引导，从一切有利于维护人民群众根本利益和社会稳定的角度对形成的舆论进行评论。

参考文献：

[1]陈清.我国新媒体经济发展的技术与市场优势及路径抉择[J].福建师范大学经济学院， 2018：128-131.

[2]陈纯柱，敖永春.网络环境下高校舆情的传播及引导机制研究[J].重庆邮电大学法学院，2011：154-159.