聶峰英,張 旸
(南京信息工程大學,210044)
移動社交網絡輿情預警模型構建
聶峰英,張 旸
(南京信息工程大學,210044)
分析影響移動社交網絡輿情傳播的四個要素,運用Vensim軟件,構建移動社交網絡輿情預警的系統動力學模型,并對模型進行仿真分析。結果表明:政府公信力的強弱直接影響輿情的發(fā)展,較高的政府公信力能夠使得網絡輿情較快地得到解決,政府公信力的提高對于降低輿情熱度有重要作用。
移動社交網絡;網絡輿情;系統動力學;輿情預警
近年來,隨著移動終端設備的普及以及微博、論壇等的廣泛應用,網民越來越傾向于通過手機或者平板等終端設備在網絡上發(fā)表自己的言論和觀點,由此出現了移動社交網絡輿情的概念。移動社交網絡輿情是網絡輿情的一種,它同樣具有自主性、交互性、多元化、偏差性、突發(fā)性等特點,能夠反映民意民情,是民眾的社會政治態(tài)度。準確使用輿情,能夠為決策提供參考意見,對于政府決策具有重大意義。但是輿情同樣存在被利用的風險,國內外反對勢力利用互聯網發(fā)布負面輿情,煽動網民,影響社會穩(wěn)定;有的網民為了博取關注,甚至利用智能終端設備在社交網絡大肆發(fā)布假消息或者負面消息,引發(fā)輿情熱點事件。對政府而言,面對人民群眾在移動社交網絡中日益高漲的參政議政的熱情,以及越來越多的負面新聞,如何進行正確引導和輿情預警,成為有關部門不得不關注的問題?;诖?,本文試圖構建合理可用的移動社交網絡輿情動態(tài)模型,以期為應對移動社交網絡輿情提供借鑒參考。
對于移動社交網絡的定義,目前還沒有一個較為統一的說法。一般認為移動社交網絡是利用移動終端設備,研究社會群體的行為和活動規(guī)律,通過采集移動終端設備的位置信息而形成的社交網絡。移動社交網絡輿情的傳播需要國家積極的引導和控制,如果不能及時、準確地對輿情進行有效的管理,必然會對國家和社會穩(wěn)定帶來不利的影響。因此需要對移動社交網絡輿情進行深入的分析研究。
在網絡輿情的研究上,姜勝洪(2012)認為網絡輿情是民眾所表達的社會政治態(tài)度[1]。許鑫、章成志、李雯靜剖析了網絡輿情的支撐技術和網絡輿情的應用,同時討論了網絡輿情中存在的問題,以及未來的研究趨勢[2]。唐濤分析移動互聯網輿情中的新特征以及它給輿論引導帶來的新的挑戰(zhàn),并通過案例分析,提出加強移動互聯網輿論引導的對策和建立[3]。而在輿情預警方面,吳紹忠等人建立了網絡輿情預警等級,并設計預警指標體系,同時運用Delphi法確定了指標體系的權重[4]。曾潤喜則在輿情預警機制的基礎上建立警源、警兆、警情三類指標體系[5]。狄國強、徐學峰等人則通過系統動力學,建立輿情預警的動態(tài)模型,進行仿真分析[6-7]。張一文等人同樣利用系統動力學方法分析非常規(guī)突發(fā)事件網絡輿情中主客體之間的相互影響關系[8]。雖然研究網絡輿情的論文不少,且研究的視角各不相同,但總體來說,我國在網絡輿情預警這一方面的研究仍處于起步階段,更不必說移動社交網絡中的輿情預警。本文利用系統動力學的方法,建立移動社交網絡輿情預警的動態(tài)模型,利用Vensim軟件進行仿真分析,著重分析政府在輿情預警中的作用力。
系統動力學是在 1956年由福瑞斯特(J.W.Forrester)教授提出的,是一種分析研究信息反饋系統的方法。從系統方法論的角度出發(fā),系統動力學是結構方法、功能方法和歷史方法的統一。文中運用系統動力學建模的方法,考慮移動社交網絡輿情傳播的環(huán)境,同時運用設計的輿情指標體系,使用Vensim軟件構建移動社交網絡輿情預警的系統動力學模型,通過動力學仿真對影響輿情的各個因素進行分析。本文重點分析政府的影響力。
2.1 移動社交網絡輿情因果關系圖
在移動社交網絡輿情中,移動終端用戶、社交網站、媒體和政府對于輿情的傳播、發(fā)展、引導、控制最為重要。因此,根據上述四個要素,將移動社交網絡輿情預警系統細分為4個子系統,包括移動終端用戶子系統、社交網站子系統、媒體子系統和政府子系統,在進行細分之后,我們運用Vensim軟件繪制其因果關系圖。
2.1.1 移動終端用戶子系統
主題發(fā)布數、轉載次數、評論次數和點擊次數對網民關注度是正相關的關系,同時事件危害度和事件影響力都對時間作用力呈正相關的關系。網民關注度越高,民意沸騰度越大。相應的民意沸騰度、社交網站影響力和社交網站意見領袖作用力、移動終端用戶聯系人數量對網絡輿情熱度均為正反饋,詳細的因果關系圖如圖1所示。
圖1 移動終端用戶作用力因果關系圖
2.1.2 媒體子系統
本文中的媒體包括網絡媒體、傳統媒體以及移動終端媒體。以媒體活躍度、傳統媒體報道次數、網絡媒體報道次數、輿論傳播速度、政府關注、政府輿情處理速度、社交網站影響力、網民關注度、民意沸騰度、網絡輿情熱度等要素建立媒體作用力因果關系圖。如圖2所示。
圖2 媒體作用力因果關系圖
2.1.3 政府子系統
在政府作用力因果關系中存在數個因果鏈,具體包括網絡輿情熱度→+政府關注→+政府輿情處理速度→+政府輿情處理能力→-輿情傳播速度→+社交網站影響力→+社交網站意見領袖作用力→+網民關注度→+民意沸騰度→+網絡輿情熱度,政府關注→+政府危機處理能力→+民眾滿意度→+政府公信力→+政府作用力→-民意沸騰度→+網絡輿情熱度→+政府關注,網絡輿情熱度→+政府關注→+政府輿情處理速度→+政府輿情處理能力→+信息公開度(官媒作用力)→+政府公信力→+政府作用力→-民意沸騰度→+網絡輿情熱度。如圖3所示。
圖3 政府作用力因果關系圖
2.1.4 社交網站子系統
社交網站作用力可以看作媒體作用力的一種,這里的社交網站僅僅是指輿論傳播源,即輿情發(fā)布者所在的社交網站。社交網站影響力越大,則用戶越多,用戶關注度也越高。同樣是社交網站,一個新的網站與行業(yè)巨頭對于輿情傳播的推動力相差是巨大的。同樣,社交網站意見領袖的影響力也存在明顯的差異,社交網站作用力直接影響網絡輿情熱度。見圖4所示。
圖4 社交網站作用力因果關系圖
2.2 社交網絡輿情系統流圖
基于上述的因果關系圖,以民意沸騰度、網民關注度、政府公信力和媒體作用力作為存量,以網民關注度增加量、政府公信力增加量、媒體作用力增加量和民意沸騰度增加量為流量。建立如圖5所示的移動社交網絡輿情系統流圖。
圖5 社交網絡輿情系統流圖
2.3 模型仿真及分析
2.3.1 模型中的相關方程
(1)模型以天為單位,Final time=15,時間間隔為1天。
(2)事件作用力=(事件危害程度*3+事件影響力*2)*EXP(-(Time/3))
(3)政府公信力增加量=(民眾滿意度+政府輿情處理能力+政府危機處理能力)*信息公開度/3
(4)網民關注度=INTEG(網民關注度增加量* 0.4+主題發(fā)布量*0.15+點擊量*0.15+評論量*0.15+轉載量*0.15,X)
(5)網民關注度增加量=社交網站影響力*0.3 +事件作用力*0.1+社交網站意見領袖作用*0.4+輿情傳播速度*0.2-政府公信力
(6)媒體作用力增加量=媒體活躍度*EXP(-Time/3)-政府公信力*0.15
(7)媒體活躍度=傳統媒體報道次數*0.3+網絡媒體報道次數*0.7
(8)政府輿情處理能力=官媒作用力*0.3+政府關注*0.7
(9)輿情傳播速度=線下輿情傳播*0.4+網上輿情傳播*0.6-政府輿情處理能力*0.4
(10)民意沸騰度增加量=網民關注度*0.3+媒體作用力*0.4+事件作用力*0.3-政府公信力* 0.4
(11)媒體作用力=INTEG(媒體作用力增加量,X)
2.3.2 仿真結果分析
為了簡化仿真,將官媒作用力和信息公開度分為4級,即低級、初級、中級和高級,分別對應數字1、2、3、4。
運行社交網絡輿情熱度的系統動力學模型,由于在模型中,網絡輿情熱度與民意沸騰度呈正比例關系,因此民意沸騰度的曲線與網絡輿情熱度的曲線是一樣的,只需給出其中的一個就行,在這里選擇民意沸騰度。首次仿真時,將官媒作用力和信息公開度均設為1,此時政府的作用力較低。運行模型,得出下列四個圖:事件作用力圖、媒體作用力圖、民意沸騰度圖和政府公信力圖。從圖6到圖9中可以看出,從輿情開始的第1天到第15天,事件作用力是不斷下降的。而媒體作用力是先升后降的趨勢,在第六天達到一個頂點,隨后開始下降。而民意沸騰度,也就是網絡輿情熱度則是在14天作用到達頂點后開始下降。
圖6 事件作用力
圖7 媒體作用力
圖8 民意沸騰度(1)
圖9 政府公信力
對圖形進行分析可得:在政府力量介入輿情控制之后,輿情事件的作用力隨時間不斷降低,媒體的作用力在上升一段時間后得到了控制。民意沸騰度在較長時間的不斷增長之后,開始降低。由此可以看出,處于較低水平的時候,政府公信力對于輿情的控制力較低,較長時間才能對輿情預警產生效果,因此將官媒作用力與信息公開度設為中級,即為數字2的時候,再看網絡輿情熱度的發(fā)展狀況,如圖10所示。
圖10 民意沸騰度(2)
從圖10中可以看出,在政府的官媒作用力與信息公開度提高之后,網絡輿情得到了有效的控制,在第12天到達頂點,然后開始降溫。由此看來,如果進一步提高官媒作用力與信息公開度的等級,輿情可以得到更好的控制。
本文首先構建移動社交網絡輿情預警模型,分析了系統內各個因素之間的作用關系,接著給出模型內反映相互關系的方程,并運用Vensim軟件對移動社交網絡輿情預警模型進行仿真分析,得出:
(1)政府依舊是輿情預警最重要的力量,對于輿情的監(jiān)控和預警起著至關重要的作用。政府公信力的強弱直接影響輿情的發(fā)展,對于輿情的發(fā)展有著直接的引導作用,也就是說政府公信力的提高對于降低輿情熱度有著重要的作用。
(2)在影響政府公信力的因素中,官媒作用力與信息公開這兩個因素有著十分重要的地位,直接影響政府公信力的強弱。此外,政府輿情處理能力對于輿情的發(fā)展也有直接的作用力,較好的政府輿情處理能力能抑制輿情的發(fā)展,減緩其發(fā)展速度。
同時針對仿真結果,對移動社交網絡中的輿情預警提出幾點建議:
(1)增強官媒作用力,提高政府信息公開度以加強政府公信力。同時,提高政府對輿情的控制能力。官媒作用力與信息公開度對于政府公信力具有較大的影響力,因此,為了增強政府的公信力,提高這兩個因素是十分必要的。同時,為了避免輿情發(fā)展過快,需要提高政府輿情控制能力。
(2)政府需要加大對于移動社交網絡輿情的關注和監(jiān)控力度,要盡量防止輿情影響的進一步擴大。此外,政府應該加大輿情監(jiān)控方面的科研投入,提高對于現有的移動社交網絡輿情監(jiān)控技術以及預警方法的運用力度。同時,對于移動社交網絡中的輿情閱讀、二次傳播量等因素需要有一個準確的計量手段。
(3)提高政府輿情處理能力,對移動社交網絡輿情進行正確的引導。政府輿情處理能力直接影響輿情傳播速度,對于有效地控制輿情意義重大。同時,提高輿情處理能力也能夠使公眾對于政府更加滿意。
本文重點研究政府公信力在移動社交網絡輿情控制和預警方面的作用,發(fā)現政府公信力對于輿情的發(fā)展具有極其重要的作用。但在移動社交網絡輿情預警中,還有許多其他要素對于輿情監(jiān)控和預警具有較為重要的影響,而在本文中并未對這些因素進行深入的研究,這也是以后研究的重點。
[1]姜勝洪.微博時代突發(fā)事件網絡輿情研究[J].理論與現代化,2012,(3):47-51.
[2]許 鑫,章成志,李雯靜.國內網絡輿情研究的回顧與展望[J].情報理論與實踐,2009,(3):115-120.
[3]唐 濤.移動互聯網輿情新特征、新挑戰(zhàn)與對策[J].情報雜志,2014,(3):113-117.
[4]吳紹忠,李淑華.互聯網絡輿情預警機制研究[J].中國人民公安大學學報(自然科學版),2008,(3):38-42.
[5]曾潤喜,徐曉林.網絡輿情突發(fā)事件預警系統、指標與機制[J].情報雜志,2009,(11):52-54,51.
[6]狄國強,曾華藝,勒中堅,等.網絡輿情事件的系統動力學模型與仿真[J].情報雜志,2012,(8):12-20.
[7]徐學峰,杜晚櫻,郝曉霞,等.網絡輿情預警機制的系統動力學仿真[J].青島大學學報(自然科學版),2011,(2):83-86.
[8]張一文,齊佳音,馬 君,等.網絡輿情與非常規(guī)突發(fā)事件作用機制——基于系統動力學建模分析[J].情報雜志,2010,(9):1-6.
Construction of the mobile social network and the fore-warning model of public opinions
NIE Feng-ying,ZHANG Yang
(Nanjing University of Information Science&Technology,Nanjing 201144,China)
By making a study of the four elements which influence the spread of public opinions through the mobile social network,the authors hold that it is necessary to construct a dynamic mobile social network and forewarning model of public opinions using the software of Vensim.After making a simulation analysis of the model,it has been found that the strength of government credibility has a direct impact on the development of public opinion.If the strength credibility of the government is high,the problem of unfavorable public opinions will soon be scotched.The enhancement of the strength of credibility of the government plays a very important role in slowing down the spread of unfavorable public opinions.
mobile social netw-ork;Internet public opinion;dynamic system;fore-warning
G202
A
1006-1525(2015)06-0118-05
聶峰英,女,副研究館員。
2015-05-04
(責任編輯:曹高峰)
江蘇省高校哲學社會科學研究基金項目(2013SJB870006);南京信息工程大學高等教育調研及政策研究項目(2014GJ009);江蘇省圖書館學會學術研究重點課題(14ZD02);中國氣象局軟科學項目(氣法函[2014]27號)