多樣化軍事任務(wù)輿情演化及引導(dǎo)的仿真

顧 健，周 莉，楊朝暉，鄒 雨

(海軍裝備研究院，北京 100036)

隨著新軍事變革的發(fā)展和我海軍使命任務(wù)的拓展，應(yīng)對多種安全威脅、完成多樣化軍事任務(wù)，已經(jīng)成為我海軍有效履行新使命的基本模式。目前，海軍遂行海上維權(quán)、海外護(hù)航、國際救援以及聯(lián)合軍演等多樣化軍事任務(wù)日趨頻繁，海上活動區(qū)域大幅拓展，國際社會對我海軍日益關(guān)注，導(dǎo)致所面臨的社會輿論環(huán)境更趨復(fù)雜。而隨著互聯(lián)網(wǎng)的飛速發(fā)展，以及網(wǎng)絡(luò)傳播所具有的范圍全球化、速度即時化、身份隱匿化等特點，其已成為網(wǎng)民自由發(fā)表看法、評頭論足的自由場所。在網(wǎng)民有關(guān)海軍多樣化軍事任務(wù)的評論中，雖然正面的評論不斷增多，但也有一些負(fù)面內(nèi)容，反映出網(wǎng)民對新世紀(jì)新階段我海軍使命任務(wù)的認(rèn)識存在偏差和偏見，對我海軍遂行多樣化軍事任務(wù)的實踐存在誤讀和誤解。一些別有用心的人更是歪曲傳播、惡意炒作我海軍遂行的軍事行動，使之迅速升溫為輿論熱點話題，杜撰、炒作“中國威脅論”。因此，深入研究輿情演化規(guī)律并引導(dǎo)遂行多樣化軍事任務(wù)過程中所引發(fā)的輿論，具有重要的現(xiàn)實意義。

1 研究現(xiàn)狀

輿情的概念有狹義和廣義之分。狹義上，輿情指在一定社會空間內(nèi)，圍繞中介性社會事項的發(fā)生、發(fā)展和變化，作為輿情主體的民眾對國家管理者產(chǎn)生和持有的社會政治態(tài)度［1］;廣義上，輿情是指民眾的全部生活狀況、社會環(huán)境和民眾的主觀意愿，也就是通常所說的社情民意［2］。

輿情演化研究，重點是要回答兩個問題:一是觀點演化過程如何導(dǎo)致輿論的形成，即個體間如何進(jìn)行觀點交互;二是交互過程中各因素如何影響輿情演化的進(jìn)程。國內(nèi)外研究學(xué)者采用不同方法對輿情演化進(jìn)行了大量研究。

國外比較典型的輿論演化模型有Sznajd模型［3］、Deffuant模型［4］和 Hegselmann-Krause 模型［5］等。Sznajd模型認(rèn)為當(dāng)兩個相鄰個體持有相同觀點時，在觀點距離范圍內(nèi)，可以說服所有其他相鄰個體。Sznajd模型中的個體觀點只在－1和+1中取值，而Deffuant等認(rèn)為，在多數(shù)情況下，觀點連續(xù)取值能夠更好地對個體態(tài)度進(jìn)行描述，并提出Deffuant模型。在Deffuant模型中，任一時間步長內(nèi)，每一個體隨機(jī)選擇另一個體，當(dāng)個體間的意見距離小于某一閾值時，則進(jìn)行意見交互。通常，在形成觀點的過程中，個體會在一定程度上參考其他個體的觀點，且個體間不同的意見距離會產(chǎn)生不同程度的影響，基于這種思想，Hegselmann和Krause提出了HK模型，即有界信任模型。

在國內(nèi)，吳青峰［6］、肖海林［7］等利用元胞自動機(jī)對輿論的演進(jìn)過程進(jìn)行研究。劉常昱等［8］引入個體意見的不確定性以及個體間的信任因子，建立了個體間的不對稱影響函數(shù)。張立等［9］建立了具有可自行改變觀點交互策略的輿論演進(jìn)模型，并對參與輿論演進(jìn)個體的記憶進(jìn)行了建模。

輿情由許多個體意見交互作用形成，其發(fā)展變化受社會、文化、政治等多種不確定、復(fù)雜、非線性因素的影響，且涉及人的心理感受，其演化過程具有高度的復(fù)雜性、不確定性和自組織性等復(fù)雜系統(tǒng)的特性［10］。因此，本文基于復(fù)雜適應(yīng)系統(tǒng)(CAS:Complex Adaptive System)理論，采用Agent建模方法建立輿情演化模型。

2 演化模型構(gòu)建

Agent建模方法從復(fù)雜系統(tǒng)的個體行為層面建立模型，其基本思想是根據(jù)復(fù)雜系統(tǒng)特點提取個體屬性，并分析個體之間的關(guān)系及相互作用，建立個體間的交互模型。因此，基于Agent建模方法構(gòu)建演化模型的關(guān)鍵是個體Agent屬性的描述及個體Agent間交互模式的建立。

輿情演化的本質(zhì)是個體間觀點的交互作用，個體觀點(或個體意見、態(tài)度、情感傾向等)是輿情演化模型的基礎(chǔ)。因此，個體Agent的屬性用個體所持觀點表示。

當(dāng)前，個體觀點主要有兩種表現(xiàn)形式:離散表示和連續(xù)表示。離散表示，采用－1(反對)、0(中立)、1(支持)或其它離散數(shù)值表示個體觀點，觀點之間截然分開，互不相交。連續(xù)表示，一般采用連續(xù)區(qū)間［0，1］表示個體觀點。

現(xiàn)實社會中，絕大部分個體的觀點并不總是明確無誤的，尤其在形成穩(wěn)定輿情前，很多個體的觀點是模糊、搖擺的，觀點的連續(xù)表示更具實際意義。因此，參考文獻(xiàn)［8］的表現(xiàn)形式，將個體Agent的觀點屬性表示為:A(o，u)。

其中，o(opinion)表示個體觀點，取值范圍為o∈［0，1］，取值為0時表示高度反對，取值為1表示高度支持，其它數(shù)值表示種種中間觀點;u(uncertainty)表示個體對自身所持觀點的不確定程度，取值范圍為u∈［0，0.5］，取值為0時表示對自身所持觀點極度確定，一般不會改變，取值0.5時表示對自身所持觀點很不確定，很可能受其它個體影響而改變。當(dāng)u的取值較小時，一般稱其對應(yīng)的個體為“極端個體”，這些個體的態(tài)度較為堅定，對自身觀點更加確定，不易受他人影響改變自身態(tài)度。

圖1 dij計算示意圖

如圖1，定義個體i:Ai(oi，ui)和個體j:Aj(oj，uj)之間觀點交互區(qū)間的大小如下:

個體i與個體j交互時，各自對對方的影響因子定義如下:

其中，fij表示個體i對個體j的影響因子，fji表示個體j對個體i的影響因子。個體間交互后各自的觀點屬性計算如下:

如上定義的交互準(zhǔn)則，比較準(zhǔn)確地反映了現(xiàn)實社會實際輿情演進(jìn)過程中，人們進(jìn)行觀點交互行為如下:

1)當(dāng)個體間的意見距離足夠大時，他們之間不會對彼此產(chǎn)生影響;

2)個體間的相互影響程度，受個體間觀點交互區(qū)間大小的影響，交互區(qū)間越大則彼此間的影響越大;

3)個體間的相互影響具有不對稱性，觀點不確定程度小的個體(即對自身觀點更加確信的個體)對不確定程度大的個體的影響，比對方對自身的影響要大。即自信的個體更容易影響不自信的個體。

3 仿真實驗

3.1 實驗設(shè)置

對輿情演化過程進(jìn)行仿真，除了輿情演化模型的建立，還需考慮輿論的傳播網(wǎng)絡(luò)。在輿論傳播過程中，個體通過特定話題的引用關(guān)系形成一個傳播網(wǎng)絡(luò)。研究表明［11］，輿論的傳播網(wǎng)絡(luò)具有無標(biāo)度特性，因此，在仿真實驗中采用無標(biāo)度網(wǎng)絡(luò)作為輿論的傳播網(wǎng)絡(luò)。

當(dāng)前，主要的Agent建模仿真平臺有:Swarm、NetL-ogo、Repast和Ascape等，本文采用NetLogo仿真平臺。NetLogo仿真界面如圖2所示，包括參數(shù)設(shè)置、建模環(huán)境和結(jié)果輸出三部分。參數(shù)設(shè)置部分用于設(shè)置仿真實驗的初始參數(shù);建模環(huán)境能夠顯示個體交互及觀點變化的動態(tài)過程;結(jié)果輸出部分通過變量及圖形等形式，輸出仿真結(jié)果。

圖2 單一中立輿情的涌現(xiàn)

為了便于實驗結(jié)果的顯示，將觀點區(qū)間［0，1］均勻劃分為五部分，分別表示五類觀點:“強(qiáng)烈反對”、“反對”、“中立”、“支持”和“強(qiáng)烈支持”。為描述觀點的收斂程度，參考文獻(xiàn)［10］定義輿論熵如下:

其中，p1～p5分別表示五類觀點的個體數(shù)占總個體數(shù)的比重。輿論熵越小，意味著觀點越統(tǒng)一。圖2中四幅輸出圖形分別表示輿論熵、五類觀點個體數(shù)的動態(tài)變化、五類觀點個體數(shù)占總個體數(shù)的比重以及具有不同觀點不確定性值的個體所占比重。

3.2 輿情演化實驗

為考察參數(shù)對輿情演化的影響，在多個參數(shù)集下，對所建模型進(jìn)行仿真實驗?，F(xiàn)實社會中，輿情演化具有多種多樣的初始狀態(tài)，本文對幾種典型的情形進(jìn)行仿真:初始觀點均勻分布、某類觀點占據(jù)多數(shù)以及極端個體的影響。

1)初始觀點均勻分布

實驗時，設(shè)置個體總數(shù)為300，假設(shè)所有個體觀點在［0，1］區(qū)間均勻分布，為了便于分析，假設(shè)所有個體的觀點不確定性值相同。如圖2，在u=0.5的初始狀態(tài)下，隨著個體交互的進(jìn)行，最終涌現(xiàn)出單一中立輿論。

如圖3，逐漸減小觀點不確定性值，實驗結(jié)果顯示，u越小涌現(xiàn)出單一中立輿論的時間越長，且其他觀點區(qū)間的個體也越多。如圖3(c)，當(dāng)u小于某一數(shù)值后，最終不會涌現(xiàn)出單一輿論。

實驗表明，在初始觀點均勻分布的初始條件下，當(dāng)u較大，即個體的從眾性較強(qiáng)時，會涌現(xiàn)出單一中立輿論;而u越小，即個體越自信，越難形成單一輿論，最后的個體觀點越分散。上述結(jié)論與現(xiàn)實情況是相符合的。

圖3 初始觀點均勻分布的仿真輸出結(jié)果

2)某類觀點占據(jù)多數(shù)

“沉默的螺旋”理論認(rèn)為，個體觀點的表明是一個社會心理過程，當(dāng)個體發(fā)現(xiàn)自己屬于“多數(shù)”或“優(yōu)勢”觀點時，他們便傾向于大膽表達(dá)自己的觀點;當(dāng)發(fā)現(xiàn)自己屬于“少數(shù)”或“劣勢”觀點時，便可能會屈服于環(huán)境壓力而轉(zhuǎn)向“沉默”或“附和”。下面對這一情形進(jìn)行仿真，所有仿真實驗均重復(fù)10次，結(jié)果取其平均值。

實驗時，設(shè)置個體總數(shù)為300，假設(shè)所有個體的觀點不確定性值u=0.5，當(dāng)初始觀點在［0，0.4］區(qū)間(觀點為強(qiáng)烈反對和反對)的個體分別占總數(shù)的50%、54%、58%、62%和66%時，輿情演化穩(wěn)定后，觀點在［0，0.4］區(qū)間的個體占總數(shù)的比例分別為3%、68%、92%、93%和93%?？梢姺抡娼Y(jié)論與“沉默的螺旋”理論相符合。

逐漸減小觀點不確定性值，仿真結(jié)果如圖4所示?？梢钥吹疆?dāng)個體觀點的初始分布不同時，u值變化所產(chǎn)生的影響也不同。

當(dāng)初始分布位于［0，0.4］區(qū)間的個體比例為50%時，u越小，輿情演化穩(wěn)定后，觀點位于［0，0.4］區(qū)間的個體越多。其原因在于，初始個體比例為50%時，還不足以占據(jù)統(tǒng)治優(yōu)勢形成單一“反對”輿情，當(dāng)u較大、個體的從眾性較強(qiáng)時，最終往往會涌現(xiàn)出單一中立輿論，導(dǎo)致位于［0，0.4］區(qū)間的個體很少，但隨著u減小，個體越來越自信，越難以形成單一中立輿論，導(dǎo)致位于［0，0.4］區(qū)間的個體逐漸增加。

圖4 不同u值及觀點分布條件下的仿真結(jié)果

當(dāng)初始分布位于［0，0.4］區(qū)間的個體比例大于54%時，u越小，輿情演化穩(wěn)定后，觀點位于［0，0.4］區(qū)間的個體越少。其原因在于，［0，0.4］區(qū)間的初始個體比例大于54%時，其占據(jù)了統(tǒng)治優(yōu)勢形成“反對”輿情，導(dǎo)致位于［0，0.4］區(qū)間的個體較多，但隨著u減小，個體越來越自信，［0，0.4］區(qū)間這種由于初始數(shù)量多而具有的統(tǒng)治優(yōu)勢逐漸弱化，導(dǎo)致位于［0，0.4］區(qū)間的個體逐漸減少。

因此，上述仿真結(jié)果與現(xiàn)實情況在直觀上也是吻合的。

3)極端個體的影響

圖5 極端個體的影響

以上實驗均假設(shè)所有個體的觀點不確定性相同，現(xiàn)實社會中，不同個體對自身觀點的不確定性可能是不同的，因此，本節(jié)考慮極端個體(u較小)對輿情演化的影響。

實驗時，設(shè)置個體總數(shù)為 300，［0，0.2］和［0.8，1］兩個區(qū)間均為極端個體，各占總數(shù)的10%，觀點不確定性值u=0.1，其它區(qū)間個體均勻分布，不確定性值u=0.5。仿真結(jié)果如圖5(a)所示，最終涌現(xiàn)出二元輿論，且經(jīng)過交互，個體觀點的不確定性值整體趨于變小，即整體對自身觀點趨于更加自信。

在上述基礎(chǔ)上，將［0.4，0.6］區(qū)間的個體設(shè)置為極端個體，同樣占總數(shù)的10%，則如圖5(b)所示，最終涌現(xiàn)出三元輿論。

3.3 輿情引導(dǎo)實驗

本節(jié)仿真在輿論環(huán)境中加入一些支持己方觀點的極端個體進(jìn)行輿情引導(dǎo)的情形，對初始條件下有、無極端個體的引導(dǎo)情況分別進(jìn)行了仿真實驗。

1)無極端個體

實驗時，設(shè)置個體總數(shù)為300，持反對觀點的個體(觀點位于［0，0.4］區(qū)間的個體)占總數(shù)的70%，其它區(qū)間均勻分布，不確定性值均為u=0.5。進(jìn)過一段時間演化，觀點在［0，0.4］區(qū)間的個體占總數(shù)的91%，此時，在［0.8，1］區(qū)間加入50個u=0.1的極端個體進(jìn)行引導(dǎo)，引導(dǎo)后的輿情演化結(jié)果如圖6(a)所示，持反對觀點的個體數(shù)量幾乎沒有變化，引導(dǎo)不成功。

改變引導(dǎo)策略，在初始條件下進(jìn)過一段時間演化，涌現(xiàn)出“反對”輿情后，在［0.4，0.6］“中立”觀點區(qū)間加入50個u=0.1的極端個體進(jìn)行引導(dǎo)，引導(dǎo)后的輿情演化結(jié)果如圖6(b)所示，負(fù)面輿情很快向著“中立”方向演化，有效地引導(dǎo)了輿情。

將上述仿真結(jié)果與社會現(xiàn)實情況進(jìn)行比較，社會心理學(xué)家對這一現(xiàn)象的研究表明:與被引導(dǎo)個體完全相反的輿論引導(dǎo)容易激發(fā)被引導(dǎo)個體的心理反抗情緒，類似于通常所說的逆反心理。因此，仿真結(jié)果與現(xiàn)實情況是相吻合的。

2)有極端個體

圖6 無極端個體的輿情引導(dǎo)結(jié)果

實驗時，設(shè)置個體總數(shù)為300，位于［0，0.4］區(qū)間、持反對觀點的個體有210，占總數(shù)的70%，基于上節(jié)結(jié)論，采用［0.4，0.6］區(qū)間u=0.1的極端個體進(jìn)行輿情引導(dǎo)。對反對觀點中極端個體所占比重分別為10%、20%、30%、40%、50%，嵌入引導(dǎo)個體的數(shù)目分別為50、100、150、200 的初始條件分別進(jìn)行仿真，每類初始條件均仿真10次，結(jié)果取平均值。

輿情引導(dǎo)后，持反對觀點的個體數(shù)如圖7所示。從圖中可以得出如下結(jié)論:1)初始極端反對個體越多，輿情演化穩(wěn)定后反對個體相應(yīng)越多;2)嵌入式引導(dǎo)的個體越多，引導(dǎo)效果越好，但由于極端反對個體的意見不確定性很小，較難改變其觀點，同時其還會對周圍個體產(chǎn)生負(fù)面影響，因此，這部分人難以給予引導(dǎo)，必須配合采取刪帖或其它強(qiáng)制性措施。

圖7 有極端個體的輿情引導(dǎo)結(jié)果

4 結(jié)束語

本文采用基于Agent的建模理論與方法，根據(jù)現(xiàn)實社會實際輿情演進(jìn)過程中，人們的觀點交互行為，對個體間觀點交互的規(guī)則進(jìn)行建模，建立了輿情演化過程的模型。采用所建模型對初始觀點均勻分布、“沉默的螺旋”、極端個體的影響以及不同引導(dǎo)措施所產(chǎn)生的效果等典型情況進(jìn)行了仿真實驗。模型仿真實驗的結(jié)果，不但符合新聞傳播、社會心理學(xué)等領(lǐng)域的“沉默的螺旋”和“逆反心理”等現(xiàn)象，而且與人們的直觀認(rèn)知也是相符的，表明所建模型符合實際社會中個體交互和輿論演化的特點。因此，可以通過模型研究影響輿情演化的關(guān)鍵因素，從中找出輿情演化、引導(dǎo)的一般規(guī)律，以更好地為我海軍遂行多樣化軍事任務(wù)的輿情引導(dǎo)服務(wù)。

［1］王來華.輿情研究概論:理論、方法和現(xiàn)實熱點［M］.天津:天津社會科學(xué)院出版社，2003.

［2］張克生.國家決策:機(jī)制與輿情［M］.天津:天津社會科學(xué)院出版社，2004.

［3］K.Sznajd，J.Sznajd.Opinion Evolution in Closed Comununity［J］.International Journal of Modern Physics C，2000，11(6):1157-1165.

［4］G.Deffuant，D.Neau，F(xiàn).Amblard，G.Weisbuch.Mixing Beliefs Among Interacting Agents［J］.Advances in Complex Systems，2000(3):87-98.

［5］R.Hegselmann， U. Krause. Opinion Dynamics and Bounded Confidence Models， Analysis， and Simulation［J］.Journal of Artificial Societies and Social Simulation，2002，5(3):2-34.

［6］吳青峰，孔令江，劉慕仁.元胞自動機(jī)輿論傳播模型中人員個性的影響［J］.廣西師范大學(xué)學(xué)報(自然科學(xué)版)，2004，22(4):5-9.

［7］肖海林，鄧敏藝，孔令江，等.元胞自動機(jī)輿論模型中人員移動對傳播的影響［J］.系統(tǒng)工程學(xué)報，2005，20(3):225-231.

［8］劉常昱，胡曉峰，羅批，司光亞.基于不對稱人際影響的輿論涌現(xiàn)模型研究［J］.系統(tǒng)仿真學(xué)報，2008，20(4):990-992.

［9］張立，劉云.輿論演進(jìn)中個體策略選擇的仿真研究［J］.系統(tǒng)仿真學(xué)報，2009，21(12):3518-3521.

［10］胡曉峰，羅批，張明智，等.社會仿真——信息化戰(zhàn)爭研究的新領(lǐng)域［M］.北京:電子工業(yè)出版社，2010.

［11］Barabasi A L，Albert R.Emergence of Scaling in Random Networks［J］.Science，1999，286:509-512.