基于云模型的网络舆情媒体影响力评价研究

吕梁百慧，王 喆，卢 辉

(1.武汉理工大学 中国应急管理研究中心，湖北 武汉 430070；2.安全预警与应急联动技术湖北省协同创新中心，湖北 武汉 430070；3.武汉理工大学 安全科学与应急管理学院，湖北 武汉 430070；4.中国地质大学(武汉) 经济管理学院，湖北 武汉 430070)

舆情是公众对于现实社会中各种现象、问题所表达的信念、态度、意见和情绪的总和[1]。网络舆情是公众在互联网上表达的对现实社会的各种态度、意见和情绪的综合。据第47次《中国互联网络发展状况统计报告》统计，截至2020年12月，我国网民规模达9.89亿，较2020年3月增长8 540万，互联网普及率达70.4%[2]。随着互联网的成熟与发展，越来越多的媒体新闻从业者、专业知识分子、政府等人或部门使用移动终端通过网络平台注册登录，获取信息、发布信息。在传播过程中，信息经过不同民众的传播，随着时间的推移，形成一整个完整的传播网络，不同身份的传播者在网络中地位不同，充当的角色不同，可能是意见领袖[3]，或者是潜在意见领袖[4]。在网络舆情传播过程中，他们会推动信息的传播与发展，经过几轮传播之后如果不加以引导与监管，会让民众关注的突发事件扩散、发酵，甚至会引起社会恐慌，造成社会网络舆情混乱监管失控的局面。

因此笔者结合社会网络分析方法(SNA)与云模型评价方法，对网络舆情中不同媒体进行影响力评价，为加强网络舆情监管，减小网络舆情演化态势带来的不良影响提供一定的参考与建议。

1 研究评述

为了把握网络舆情演化规律，防范网络舆情演化态势带来的风险，在网络舆情研究方面，许多学者对于网络舆情的生成机制、网络舆情信息传播过程等方面进行了深入研究。洪小娟等[5-7]研究了移动互联网的舆情生成机制，微博谣言传播网络特点以及微博转发行为影响因素。张羽等[8]以食品安全监管中的情报流为研究对象，构建情报流控制的分阶段和全过程博弈模型。吕龙等[9]研究了词语间相互关系或词语与类别间相互关系，提出基于双输入组合深度学习的新闻文本分类模型。ZHOU等[10]构建了自媒体网络舆情演变与发展的Logistic定量模型及其阶段细化模型，实证研究自媒体网络舆情演变逻辑曲线上的4个关键点和5个关键区间，分析了每个区间量化阶段的内涵。

在网络舆情媒体影响力研究方面，CROKIDAKIS[11]在动力学的二维Sznajd模型中考虑了大众媒体的影响，并进行了蒙特卡洛模拟。张正[12]建立了公共图书馆媒体影响力评价指标，以直观的数据进行对比评价。汪明艳等[13]对社交媒体网络舆情传播影响力国内外文献进行研究，认为应从公众情绪、媒体责任、政府治理加强引导和治理，来提高对网络舆情影响力的可控性。郭勇等[14]通过系统动力学分析社交网络舆情意见领袖作用、前因变量及其动因机制，构建意见领袖影响力评价体系的一般性框架，运用变权重灰色关联度的意见领袖甄别算法，对比社会网络分析、熵权系数法等方法，进行实证研究。赵乃瑄等[15]以信息传播理论为基础，通过分析微信用户的信息传播行为来构建高校新媒体影响力评价指标，利用熵权法进行权重赋值，最后根据综合评价排名对目标高校进行实证研究。张兆阳等[16]构建突发公共卫生事件背景下主流媒体微博影响力评价指标体系，并运用因子分析法和聚类分析法，进行主流媒体微博影响力评价与比较研究。

综上所述，在舆情媒体影响力研究中，以前的学者一方面主要归纳分析舆情信息传播、舆情媒体影响力的相关文献，总结舆情影响力评价指标以及评价方法；另一方面以微博、微信为网络平台，运用层次分析法、专家打分法等方法，研究主流媒体、意见领袖在舆情信息传播中的影响力，为相关舆情监管部门提出有效的舆情控制建议与措施。但是，随着互联网的普及与发展，互联网把民众带入了一个崭新的“自媒体”时代，民众可以随时随地的使用移动终端进入微信、微博、论坛等自媒体平台，记录、传递与表达观点。更有甚者，自媒体创作者通过发表犀利、独到的看法来吸引粉丝，获得大量的关注与转发，进而形成网络舆情信息的传播与发展。

因此，以微博为网络平台，评价政府媒体(成为政府与民众沟通的桥梁)、媒体性从业机构(拥有强化议程设置的权利)、知识分子媒体(可凭借知识优势促进公共问题解决)[17]以及其他媒体(普通非自媒体从业者性质网民)4种不同类型媒体在网络舆情中的影响力，为舆情相关监管部门以及网络平台后台监管部门维持网络舆情演化态势提供意见与参考，同时加强政府与网络平台各类媒体的紧密联系，维护社会舆情安定。

2 网络舆情媒体影响力评价指标体系构建

2.1 基于社会网络分析的网络舆情分析

随着自媒体时代的到来，信息传播形式多样化，传播速度加快，民众通过网络平台获取热点现象以及突发事件的最新相关信息及资源[18]。突发事件发生后，在网络舆情传播过程中，不同阶段、不同种类的媒体所扮演的角色不同，影响力也不同。

以2020年CZ奶粉事件为例，基于社会网络分析绘制的不同时刻下的网络舆情传播拓扑结构如图1所示，可知网络舆情事前阶段，只有媒体性从业机构“1-新京报”传播给政府媒体“2-咸阳检察”。在事发阶段，越来越多的媒体参与信息的传播，“1-新京报”依然作为此时的信息传播意见领袖，同时意见领袖数量增加，出现“18-新浪新闻”“24-儿科医生王琼”(为知识分子媒体)等不同类型的媒体。事中阶段网络舆情持续时间较长，参与信息传播的媒体越来越多，拓扑结构图变得复杂，除了之前一直活跃的“1-新京报”“24-儿科医生王琼”和“18-新浪新闻”，增加了许多其他媒体，例如“482-炯里人”“463-我和两个宝宝”，同时“4-湖南省市场监督管理局”政府媒体发布相关调查信息与调查结果，相关监督管理部门“382-郫都综合执法”也转发调查信息，减少或消除网络舆情演化带来的不良影响。在事后阶段，网络舆情传播态势渐渐平缓，拓扑结构图脉络变得清晰，此时其他媒体例如“66-孤傲与野”作为意见领袖，表示对突发事件调查结果的情绪表达与传播。

图1 2020年CZ奶粉事件传播网络拓扑结构图

因此，通过学习前面学者对于网络舆情媒体影响力的研究，以及对突发事件网络舆情传播拓扑结构图的分析，将网络平台的媒体分类为政府媒体、媒体性从业机构、知识分子媒体、其他媒体，作为网络舆情媒体影响力评价指标的一级指标，运用云模型评价不同类别媒体的网络舆情影响力，以及整体对网络舆情的影响力。

2.2 网络舆情媒体影响力评价指标体系

基于上述分析，将网络平台的媒体分类为政府媒体、媒体性从业机构、知识分子媒体、其他媒体，设定为网络舆情媒体影响力评价指标体系的一级指标。同时，遵循科学、合理、全面的原则，分别选取4种媒体特有的关键要素作为二级指标，既能够体现媒体在网络舆情传播过程中的独特性与重要性，又能够为相关舆情监管部门提供建议与参考。网络舆情媒体影响力评价指标体系如表1所示。

3 云模型构建

3.1 云模型概述

云模型是在概率论和模糊集合论两种理论交叉渗透的基础上,利用特定算法形成的定性概念与定量算法间的转换模型，旨在揭示模糊性与随机性间的内在关联性[19]。由于一些评估体系的不确定性和模糊性，很难对其进行有效的准确评估，因此运用云模型，能够有效而简便地实现定性与定量相互转换，有效准确评估。与模糊综合评价法、熵权法等评价法相比，云模型在将不确定性的文字描述与定义转换成为可以量化的变量上具有优势，既能够体现原有评价文字描述的不确定，又能够更加客观地描述模糊性指标，提高评估结果的可信度。

表1 网络舆情媒体影响力评价指标体系

3.2 云模型评价步骤

(1)计算权重。通过参考相关文献，使n个专家对评价指标体系中的m个指标进行打分，获得指标权重φ=(φ1,φ2,…,φn)。

(2)生成标准云。将网络舆情媒体影响力划分为5个等级，等级论域U=(U1,U2,U3,U4,U5)=(没有，较小，一般，较大，很大)。标准云数字特征计算方法如下：

Ex=(fmin+fmax)

(1)

En=(fmax-fmin)/6

(2)

He=d

(3)

式中：Ex为期望值；En为熵；He为超熵；fmin为评价区间下限，fmax为评价区间上限；d为经验常数。

(3)计算数字特征。根据逆向云发生器计算生成云模型图。各数字特征计算公式如下：

(4)

(5)

(6)

(7)

式中：xi为指标值；n为样本数；S2为样本方差。

(4)生成综合评价云。与评价云进行对比，网络舆情媒体影响力综合数字特征公式为：

(8)

(9)

(10)

式中：Exi为样本i的期望值；Eni为样本i的熵；Hei为样本i的超熵。

4 实证研究

4.1 案例介绍

2020年，CZ市发生食品安全突发事件，医护人员和奶粉推销员将固体饮料当做儿童奶粉推荐给患儿家长，导致患儿使用后出现湿疹、体重严重下降、头骨畸形酷似“大头娃娃”，以及不停拍头等异常症状。网民在微博等网络平台纷纷转发传播该信息表达带有不同情绪的观点。将关于CZ奶粉事件相关话题收集的文本数据进行去重清洗分词，对不同词语之间的关系进行了一个社会网络可视化分析，如图2所示。由图2可知，“大头”“娃娃”“奶粉”等为主要热词，被作为热点话题进行不断传播。该事件传播广泛且涉及的媒体种类多元化，因此，选取其作为网络舆情媒体影响力的实证研究案例。

图2 2020年CZ奶粉事件热词网络拓扑结构图

4.2 网络舆情媒体影响力评价结果与分析

4.2.1 云模型权重与数字特征结果分析

通过专家打分获取指标权重，通过云模型逆向云生成器计算评价指标Ex,En,He，如表2所示。可知，政府媒体与媒体性从业机构网络舆情传播过程中影响力很大，其中信息发布的时效性是在政府媒体中比重最大，关键时间节点比重接近信息时效性；而媒体性从业机构中，信息的真实性则是网络舆情发展过程中的重点监管指标；知识分子媒体与其他媒体虽然权重小于前面两个媒体，但是其影响力仍然不容忽视，在知识分子媒体中，民众在传播其发表的信息时，更加关注思考该信息所包含专业知识的科学性，反而不会在意网络平台认证出处；对于其他媒体而言，4个二级指标权重差别不大，其中关注热点占比最大，说明当下民众关注的话题和热点更加能够挖掘人的潜在情绪，调动他们在网络舆情传播过程中的积极性。

表2 云模型权重与数字特征结果

4.2.2 云模型评价云图分析

将各指标权重与数字特征值结合，结合式(8)～式(10)可得评价指标综合云的3个数字特征，分别是Ex=82.95,En=4.33,He=1.34。将综合云与包含不同级别的标准云进行对比，如图3所示。一级、二级、三级、四级、五级分别对应影响力程度为没有、较小、一般、较大、很大，是云模型中生成的标准云；介于四级与五级之间的生成云代表网络舆情媒体影响力的综合云。

图3 综合云与标准云对比图

由图3可知，综合云图在四级云图与五级云图之间，表明网络舆情媒体综合影响力在较大与很大之间。究其原因，主要是政府媒体、媒体性从业机构、知识分子媒体在网络舆情传播过程中的不同阶段，都会扮演意见领袖的角色，扩大信息传播规模，提升传播速度，对网络舆情的演化态势具有重要影响。

4.3 建议

(1)政府媒体应该把握网络舆情的关键节点，作为权威领袖媒体，及时发布真实调查信息，体现积极的媒体影响力，使得网民不跟风不造谣，传播正向信息，安抚网民情绪。

(2)在政府相关部门调查突发事件过程中，媒体性从业机构、知识分子媒体等及时跟进调查进展，确保信息发布的真实性与可靠性。同时在关键时间节点，充分发挥重要信息的时效性，分流发布不良信息的群体，争取在最短时间内减缓网络舆情不良态势的发展趋势。

(3)充分发挥知识分子媒体的专业性，通过其发布的科学客观评论和专业性科普知识，扼制企图通过网络舆情复杂态势浑水摸鱼，危害社会稳定与安宁的行为。

(4)做好平时网络信息正确传播普法宣传工作，树立正确传播信息意识，不造谣不信谣不传谣，营造良好的网络氛围。网民能够通过日常宣传与学习，在突发事件发生后，积极传播正向信息，减少或杜绝网络舆情不良态势的蔓延。

5 结论

目前，网络舆情传播不同媒体相互之间的综合影响力处于四级与五级之间，4种媒体都需要充分发挥其自身的正向影响力作用。为网络舆情监管部门、相应媒体负责部门提供一定的理论依据与参考。但是，在使用云模型评价过程，专家打分法易受专家主观意志的影响，造成结果方面存在一定的偏差，具有局限性。因此，更加科学细致地评价不同阶段不同媒体的网络舆情影响力，有待进一步研究。