考虑多层渗透的网络舆情受众参与行为靶向引导模型构建研究

赵旭　黄微　张晓君

关键词： 多层渗透； 网络舆情； 参与行为； 引导模型

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２３．０４．０１２

〔中图分类号〕Ｇ２０３ 〔文献标识码〕Ａ 〔文章编号〕１００８－０８２１ （２０２３） ０４－０１２５－１２

第５０ 次《中国互联网络发展状况统计报告》显示， 截至２０２２年６月， 我国网民规模为１０.５１亿［１］ 。同时， 随着５Ｇ时代的到来， 普通网民之间的互动交互、信息生产行为也更加频繁。舆情用户也从单一的舆情生产者或接受者， 转化为集舆情生产者和接受者为一身的复合角色， 并在传播社会正能量的过程中发挥了关键作用。网络舆情分众化和时效性特征， 使引导管控网络舆情受众的参与行为成为现代化社会治理迫切需求［２］ 。

因此， 国内外学者纷纷构建舆情话题分析、舆情信息分析、用户行为分析、情感分析模型， 探究网络舆情传播、演化规律， 以指引实践层面的网络舆情管控［３］ 。Ｍｉｔｓｕｔｓｕｊｉ Ｋ 等［４］ 基于代理人情绪模型， 构建了具有双重态度的动态舆情分析模型， 当相邻代理层交互的规则改变时， 不同层次受众的内部态度也会改变， 并形成重叠的稳定状态； ＷａｎｇＧ 等［５］ 针对自媒体网络舆情多维性、多层次性和多重属性特征， 提出多维舆情网络模型及其话题检测算法， 参考社会心理学和系统科学范畴对舆情话题元素进行了分类； Ａｂｄｉ Ａ 等［６］ 通过引入时间概念进行循环运算， 构建了采用长短时记忆的递归神经网络模型， 能够基于时间节点状态提取具有前后关联的舆情情感特征， 解决了卷积神经网络无法设置合法计算顺序的问题。张琳等［７］ 融入网络媒体和政府的多主体干预， 构建了微博舆情话题交互传播模型， 探究了微博多个舆情话题交互演化趋势； 靖鲲鹏等［８］ 加入基于疾病传播理论， 加入信息犹豫者和信息接触率构建了ＳＨ２ＩＲ 模型， 展开同步和异步情境下舆情信息竞争演化过程研究； 赵晨阳等［９］ 基于Ｌｏｇｉｓｔｉｃ 模型， 构建网络舆情多元主体引导共生模型， 为网络舆情多元主体间形成健康协调的共生关系提供指导； 庄文英等［１０］ 拓展ＳＥＩｎＲ 模型， 采用ＬＤＡ 主题抽取， 利用Ｐｙｔｈｏｎ 进行数据采集， 分析了突发事件网络舆情演化与防控。

虽然上述学者的研究成果为本文研究奠定了深厚的理论基础， 然而， 网络舆情受众的参与行为包括内驱行为、交互行为、操作行为， 在同一时刻或一个观察时段， 舆情受众存在内驱行为、交互行为、操作行为的重叠［１１］ ； 另外， 舆情内驱行为的谴责、质疑、盲从、观望、赞同、同情等情感维度， 对于操作行为和内驱行为的影响方向和强度也是有差异的［１２］ 。并且， 不同的舆情受众参与行为引导策略， 对于同一用户或不同用户的操作行为、交互行为， 以及不同强度、不同类型的情感维度，所带来的行为引导结果也会有所不同［１３］ 。因此，如何针对网络舆情受众参与行为， 构建网络舆情受众参与行为靶向引导模型， 精准把握网络舆情传播、演化规律， 进而引导舆情受众做出符合舆情引导、管控主体预期的参与行为， 是本文研究拟解决的主要问题。

１建模依据及思想

１.１基于系统动力学的疾病传播理论

本文以基于系统动力学的疾病传播模型为依据， 结合国内外学者研究成果， 改进疾病传播模型展开网络舆情受众参与行为靶向引导模型研究。疾病传播模型是系统动力学理论在疾病传播领域的经典应用［１４］ ， 目前， 典型的模型有ＳＩ 模型、ＳＩＳ 模型、ＳＩＲ 模型等， ＳＩ 模型中的个体包括容易感染疾病的个体和已经感染疾病的个体两类人群。随着研究的深入， 学者加入了考虑感染疾病的个体被治愈的情况， 加入了可能再次被感染的个体Ｓ 构建了ＳＩＳ 模型。但现实情况下， 还存在疾病治愈后形成免疫力的个体， 因而加入免疫个体Ｒ 构建了ＳＩＲ 模型， 如图１ 所示。该模型个体状态包括易感者、感染者和免疫者［１５］ 。在舆情管理领域， Ｄｕａｎ Ｙ 等［１６］将疾病传播理论用于解释谣言传播。万立军等［１７］构建ＳＩＲＳ 舆情传播烟花模型， 运用灰色预测方法与马尔可夫模型展开舆情趋势预测。顾秋阳等［１８］结合复制动态方程对经典ＳＩＲ 模型进行改进， 分析同质与异质网络中舆情动态演化规律。可见， 国内外学者改进疾病传播模型解决网络舆情管理领域的难点和痛点问题， 取得了丰硕的研究成果， 为本文的研究提供了坚实的理论支撑。

１.２基于系统動力学的渗透思想

Ｈｅｌｂｉｎｇ Ｄ 等［１９］ 最早提出了基于系统动力学的渗透思想， 构建了单向高速公路宏观多车道数学模型， 描述了车辆加速、减速、速度波动、超车、换道机动等行为渗透情况下的粗粒度时间行为。随着研究的深入， 心理学和管理领域学者将渗透区分为行为渗透和心理渗透两种类型［２０］ 。行为渗透是指个体事件要素从某个领域跨越边界到另外一个领域，例如将工作从单位带回家； 而心理渗透则是某领域心理要素跨越边界进入另一个领域， 例如情绪、态度的溢出及看法的迁移。虽然少有学者明确提出渗透理论在情报学领域的概念和内涵， 但是渗透思想在舆情研究领域应用已经较为广泛。张连峰等［２１］ 基于超网络理论， 展开微博舆情关键节点研究， 挖掘舆情用户行为渗透和心理渗透形成的超网络关键节点。梁晓贺等［２２］ 展开了基于超网络的微博相似度研究， 反映了用户行为渗透和心理渗透在舆情治理和保障信息安全方面的积极作用。上述学者基于渗透思想在多学科交叉领域的研究， 为本文舆情受众参与行为靶向引导模型构建提供了思想指引。

１.３考虑多层渗透并基于疾病传播模型的建模思想

如前文所述， 在舆情传播过程中， 舆情受众参与行为会受到行为渗透和心理渗透作用。行为渗透影响了操作行为和交互行为， 操作行为和交互行为的转换形成了行为渗透的结果， 心理渗透影响了内驱行为， 并交互作用于参与行为， 不同类型的内驱行为变化也反映了心理渗透的结果。例如， 舆情受众转发新冠疫情话题微博转换到关注猴痘病毒话题微博的行为， 是心理渗透和行为渗透叠加的结果，而行为渗透又会促使舆情受众情绪、态度的溢出及看法的迁移， 而形成了心理渗透， 并进一步促进心理渗透和行为渗透。本文进一步结合疾病传播ＳＩＲ模型建模思想， 绘制考虑多层渗透并基于疾病传播模型的建模思想如图２ 所示。

网络舆情受众参与行为的变化， 一方面存在类似于疾病传播的“病原体”； 另一方面具有一定的“传染性” 和“免疫力”。“病原体” 是舆情受众参与行为的引导策略作用、舆情受众媒体交互作用， 并且当该引导策略或者媒体交互作用于中性、消极、积极内驱行为用户后， 该用户的行为状态发生变化， 进而产生表现性行为， 则必然对其他用户产生影响。因而， 也具有一定的传染性， 这种传染性不仅仅存在于不同用户， 也对同一用户的内驱行为和其他行为产生影响。但无论舆情受众参与行为引导策略多么精准有效、受众媒介交互作用多强大， 最终都会随着网络舆情的发展而逐步削弱影响力， 并最终导致个体退出该事件传播的舆情系统，从而形成类似于疾病传播的“免疫力”。参照疾病模型中易感者、感染者和免疫者命名， 并结合网络舆情受众参与行为特征， 本文将舆情受众个体状态划分为初始受众、目标受众和潜在受众， 初始受众同疾病模型中的易感者类似， 是舆情靶向引导的初始个体， 目标受众同感染者类似， 是舆情靶向引导的主要作用个体， 潜在受众同免疫者类似， 是在某时段内不再受到舆情靶向引导作用的个体。

舆情受众参与行为演化过程中， 受众个体内驱行为包括谴责、质疑、盲从、观望、赞同、同情６个类型。为了简化模型， 本文将其归纳为消极（谴责、质疑）、中性（盲从、观望）、积极（赞同、同情）３ 个心理渗透层次， 即同一时间节点的个体包括上述３ 个层次的行为状态。在舆情受众行为引导过程中， 受众的行为从消极到积极， 或者从积极到消极状态的转换， 都是需要一个中间的中立过程，而这个中性内驱行为的用户， 则是舆情受众行为精准引导策略作用的关键群体。舆情受众参与行为包括内驱行为、操作行为和交互行为， 然而从舆情靶向引导初始时刻（ｔ 时刻）任一用户的行为维度来考察， ｔ 时刻的用户一定是内驱行为或操作行为、内驱行为或交互行为的耦合状态， 因而， 本文将任一时刻的用户行为划分为两个靶向引导层， 即内驱行为靶向引导层和操作交互行为靶向引导层。同时，从舆情受众行为作用或行为引导策略的作用来看，不同的用户行为作用机制或者不同的引导策略作用机制， 其作用层面存在初始受众到目标受众状态转化层面， 初始受众到潜在受众状态转化层面， 目标受众到潜在受众状态转化层面。

２模型构建

２.１模型假设

本文提出考虑多层渗透的网络舆情受众参与行为靶向引导模型假设研究条件如下：

１） 所有的舆情受众个体行为状态同一时刻同时更新。

２） 新增加的舆情受众个体占现有舆情系统成员的比率为固定常数， 并且全部是初始受众。

３） 在同一时刻， 舆情受众具有多层次的参与行为， 且在下一时刻前保持不变。

４） 在同一时刻， 舆情受众不同层次行为的状态转化受到舆情受众参与行为引导策略的作用， 并在下一时刻前作用程度和方向保持不变。

５） 在任意时刻， 不存在同时做出操作行为和交互行为的舆情受众个体。

６） 任何等级和方式的舆情受众引导策略对行为的影响为复合影响， 并且假定对于目标受众用户的舆情受众参与行为引导是有效的。

７） 所有舆情受众个体均不存在重复性的参与行为感染性。

８） 舆情系统初始情况下， 存在一定的做出舆情参与行为的目标受众， 但是没有潜在受众。

９） 舆情系统的初始受众和目标受众状态为持有某一情感的做出操作行为或交互行为的复合行为用户。

２.２引導模型构建

本文将网络舆情受众参与行为引导模型命名为Ｌ－（ＳＩ）^３Ｒ， 在Ｌ－（ＳＩ）^３Ｒ 模型中， 舆情系统成员被划分为三大类， 分别是初始受众、目标受众、潜在受众， 网络舆情受众参与行为演化模型如图３所示， 网络舆情受众参与行为引导模型如图４所示。

图３中， 初始受众和目标受众都被划分为分别具有消极情感、中性情感、积极情感等内驱行为，并复合操作行为或交互行为的３ 种个体。为方便表述， 这里将操作行为和交互行为称为“表象行为”，舆情受众的中性情感作为积极情感和消极情感的纽带， 可以实现消极情感和积极情感的相互转化， 进而就形成了具有某层情感类型的表象行为。当下一时刻， 舆情受众行为状态发生变化时， 三层情感是可以直接相互转化而直接激发舆情受众产生表象行为的。图４ 是某一个舆情受众内驱行为层面的引导策略作用模型， 其中ｉ ＝１，２，３ 分别代表消极情感、中性情感、积极情感。在舆情受众引导过程中， 其引导策略就具有了针对舆情受众情感的靶向性， 进而影响到舆情受众的内驱行为， 从而引导用户做出符合引导预期的表象行为。

基于以上模型， 本文提出了网络舆情受众参与行为引导模型命名为Ｌ －（ＳＩ）^３Ｒ方程， 如式（１）所示。

３.２仿真参数估计及设置

为了验证Ｌ－（ＳＩ）^３Ｒ 模型， 本文从前述章节数据出发， 对模型仿真需要的数据进一步进行设置，共设置了９ 组３１ 个方案。

其中， 第１ 组４ 个方案， 分别考察Ｓ 分量的初始变化对于舆情参与行为的影响， 其中个分量的总值为１； 第２ 组４ 个方案， 按照舆情受众参与策略的引导度从低到高的值变化排列， 一次考察引导度对于舆情参与行为的引导效果； 第３～５ 组， 则是分别按照感染率、免疫率、直接免疫率的单一变化， 对于舆情参与行为的影响设置， 以此可以描述感染率增大， 免疫率和直接免疫率不变， 舆情受众行为的演化情况。其他概率的变化以此类推； 第６组是感染层转出引导率变化， 对于层１ 和层３ 的影响， 例如Ｉ_２到Ｉ_３的转出引导率， 基于此参数设置结合前文公式求得。第７ 组方案是感染层转入引导率对于层１ 和层３ 的影响， 同上述说明类似； 第８组和第９组， 分别是心理渗透层转入和转出引导率对于第１ 层、第２ 层、第３ 层， 以及在感染率、直接免疫率变化下， 对于初始受众和潜在受众比率的变化。例如， Ｓ_２到Ｓ_１或Ｓ_３的转出率， Ｓ２ 到Ｓ１ 或Ｓ３的转入率， 以及在此转入转出率的变化前提下， Ｓ_２到Ｉ_１、Ｉ_２、Ｉ_３的感染变化， 以及到Ｒ 的免疫变化。

３.３仿真结果及讨论分析

３.３.１不同的初始分量对受众行为的影响

第１ 组的仿真方案的Ｓ 分量设置了４ 个方案，用以刻画不同的Ｓ 分量对于初始受众的消极层、中性层、积极层以及目标受众的消极层、中性层、积极层的影响。从图５～ 图８ 的仿真结果来看， 无论初始分量如何， 目标受众的消极层、中性层、积极层舆情受众的比率都存在先快速攀升， 随后缓慢下降， 最后趋于平衡的状态。这说明， 即便是初始分量对于初始受众的各层比率有一定的影响， 但是作用还是非常有限的。从初始受众者的密度比例来看， 无论初始分量如何， 初始受众者的消极层、中性层、积极层虽然比率有一定的差别， 但是服从先快速下降， 再趋于缓慢， 最后保持稳定的状态。说明初始分量对于各层的初始受众密度有一定的影响， 但是对总体的初始受众比率影响极小。

３.３.２舆情引导度变化对舆情受众行为的影响

第２组的仿真方案主要考察网络舆情引导策略变化对舆情受众行为的影响， 舆情引导策略对于舆情受众行为影响程度用引导度来计量。从而能够刻画引导度从较低逐步到较高的过程中， 各层初始受众和目标受众发生了怎样的变化， 以及对于潜在受众具有哪些影响， 结果如图９～图１２所示。仿真结果表明， 舆情引导度取值高低并没有影响曲线变化规律， 目标受众的消极层、中性层、积极层舆情受众的比率都存在先快速攀升， 随后缓慢下降， 最后趋于平衡的状态。说明舆情引导度对于各层的初始受众密度有一定的影响， 但是对总体的初始受众比率影响差异不大。并且舆情引导策略具有较强的指向性作用， 其靶向作用的基点是中性层用户， 积极层用户对引导策略最敏感， 并且策略作用表现的表象行为也依赖于积极用户对其他用户的影响， 或者说是产生蝴蝶效应， 进而对中性层用户带来影响。并随着时间的累积， 中性层用户也逐渐产生积极情感并做出积极的舆情行为， 达到舆论的引导目标。

３.３.３感染率、免疫率、直接免疫率变化对受众参与行为的影响

在初始分量不变、引导度不变， 而感染率、免疫率、直接免疫率发生变化的情况下， 舆情受众参与行为状态演化的结果如图１３～ 图１５ 所示。从上述３ 个图的对比来看， 无论感染率、免疫率、直接免疫率如何变化， 目标受众密度呈现先快速上升，再缓慢下降， 最后逐步趋于平稳的趋势。而初始受众则是先快速下降， 再缓慢下降， 最后逐步趋于平稳。说明如果不对舆情进行引导， 也没有采取基于初始分量而对中性层初始受众、积极层初始受众的比率进行调整的情况下， 网络舆情受众的行为同普通舆情的演化规律基本相似， 都会遵从潜伏、酝酿、爆发， 最后到消亡的规律。在舆情的初期阶段， 舆情受众行为频次较次， 存在大量的中性情感用户。而对中性情感的用户进行有效引导， 可以加速舆情消亡的趋势， 并避免因该层用户情感转化为积极或消极情感后， 表象性行为频繁而成为目标受众， 给舆情的引导和处置带来困难。

３.３.４心理渗透层引导率对受众参与行为的影响

为了进一步探讨心理渗透层引导率的变化对同一状态初始受众的影响， 本文基于仿真７ 组２２～２５方案进行了仿真， 结果如图１６～ 图１８ 所示。心理渗透层的引导率包括转出引导率和转入引导率， 其变化会对积极情感、中性情感、消极情感的心理渗透层用户比率带来影响。即引导率变化对于层间转换的影响。舆情受众的中性情感， 在更为精准的舆情引导策略的作用下， 会更加迅速向消极情感或者积极情感进行转化， 中性情感的内驱行为桥梁作用非常明显。在舆情引导过程中， 要重点对持有中性情感的用户进行有效引导。从消极层受众密度和积极层受众密度对比结果来看， 两级分化特征较为明显， 其上升或下降趋势曲线差异较大。说明舆情引导策略的实施是一把双刃剑， 引导有效会起到积极作用， 引导无效反而会激发舆情向更加不可控的方向发展。

３.３.５行为渗透层引导率对受众参与行为的影响

行为渗透层的引导率包括转出引导率和转入引导率， 图１９ 和图２０ 为仿真结果。随着行为渗透层转出、转入引导率的增加， 积极层目标受众和消极层目标受众转入、转出率也发生变化， 进而目标受众的各层密度也发生改变。进一步说明輿情引导策略作用于现有的舆情系统既有表象行为的用户， 其作用仍然是双向的。从目标受众和潜在受众曲线来看， 在中性层转出引导率和感染率的复合作用下，目标受众密度和潜在受众密度发生了变化。当引导率—感染率增大的情况下， 目标受众的密度迅速上升， 然后快速下降， 最后趋于平缓。而潜在受众密度也呈现快速上升然后快速下降的趋势。其根本原因在于， 积极情感用户和消极情感用户比重的增加， 必然导致更多的显性行为， 而初始受众密度的增加则会随着舆情发展， 逐渐影响潜在受众密度。在舆情引导过程中， 对于已经做出表象舆情参与行为的受众， 要区分其情感倾向， 采取靶向的引导措施， 才能够有效地引导舆情受众积极的行为， 也能够引导舆情受众尽快退出舆情系统， 加快舆情消亡的趋势。

３.３.６综合讨论分析

基于以上分析本文认为， 舆情受众参与行为在内驱行为层面， 以中性情感为舆情引导的最优靶向， 通过引导中性情感， 引导用户内驱行为情感向积极情感转化， 进而能够更有效地激发用户操作行为或交互行为。从用户的内驱行为和表象行为来看，内驱行为是动因， 表象行为是结果， 并且表象行为对于内驱行为有促进作用。因而， 在舆情受众引导过程中， 要采用情感工具挖掘用户内驱行为， 注重采用计量工具对操作行为和交互行为进行统计， 辅助解释、揭示内驱行为的发生。从初始分量的分析结果来看， 初始分量的比重， 也影响着舆情受众行为以及舆情受众的密度。在舆情引导初期， 如果引入更多的中性情感舆情受众或者同引导方向一致的积极情感受众， 参与到目标事件舆情传播过程， 将会形成较好的舆情受众引导效果。从感染率、免疫率和直接免疫率的视角来看， 在实践层面， 积极的正能量舆情引导， 应该注重提高感染率， 更多地激发用户积极情感， 采取积极舆情参与行为， 同时降低免疫率， 不断生产或者发布围绕舆情事件的正能量信息， 正向激发舆情受众参与热情。从直接免疫率视角来看， 正能量的舆情引导一定要吸引受众眼球， 打动受众内心。对于具有一定破坏作用的舆情事件， 引导目标则是促使舆情快速消亡， 应该从降低直接免疫率措施入手， 针对还没有做出表象舆情参与行为的受众， 要主动推送舆情靶向引导信息，促使其直接转化为潜在受众而退出舆情系统。从而在破坏性舆情事件没有舆情用户新生力量情境下，可以很快地控制舆情蔓延， 并可以预估其最终消亡趋势。

４研究结论

本文针对网络舆情受众参与行为特征， 以基于系统动力学的疾病传播模型为依据， 考虑多层渗透思想， 将任一时刻的用户行为划分为内驱行为层和操作交互行为层， 基于舆情受众重叠的二值状态改进ＳＩＲ 模型， 构建了网络舆情受众参与行为引导模型Ｌ－（ＳＩ）^３Ｒ， 设计了层内引导度决策算法， 展开了仿真研究。仿真研究结果表明， 初始分量、舆情引导度对于各层的初始受众密度有一定的影响， 但是对总体的初始受众比率影响不大； 感染率越大，初始受众密度下降越快， 目标受众密度上升也越快； 引导率的变化对于层间的转换有明显影响， 中性层在舆情受众内驱行为中起到桥梁作用。在实践中， 舆情受众内驱行为层面， 以中性情感为舆情引导的最优靶向； 在舆情引导的初期， 引入更多的中性情感舆情受众或者同引导方向一致的积极情感受众， 能有效引导舆论走向； 在正能量舆情引导过程中， 应该注重提高感染率， 更多地激发用户的积极情感， 引导用户积极的舆情参与行为， 同时降低免疫率。但在目前研究中还存在不足， 网民参与行为的层次划分还可以进一步扩展。