面向精英群體沉默的網(wǎng)絡(luò)觀點(diǎn)演化偏差仿真研究

虞穎映，紀(jì) 浩，夢 非

近年來，以抖音、微博、微信、WhatsApp、Twitter 和Facebook 等為代表的在線社交平臺迅猛發(fā)展，改變著信息分享和觀點(diǎn)交流的方式。公開數(shù)據(jù)顯示，截至2022 年3 月，僅抖音平臺月均活躍用戶量便超過8 億人次，日均使用時長約為150分鐘［1］。與傳統(tǒng)媒介相比，在線社交平臺具有實(shí)時性、便捷性及低進(jìn)入門檻等特征。但同時，數(shù)量龐大的虛假信息也日益盛行，并引起諸多的偏差性演化效應(yīng)。其一，在線社交網(wǎng)絡(luò)用戶中普通群體占比最大，而他們對網(wǎng)絡(luò)信息的辨別能力有限，對具有針對性質(zhì)的消息推送更加容易偏信；其二，部分“超級用戶”（如少數(shù)擁有千萬數(shù)量級粉絲的自媒體賬號）出于噱頭、引流或盈利性考慮，通常會發(fā)布夸大甚至虛假性言論，這些內(nèi)容爭議性大、傳播性強(qiáng)，易引發(fā)級聯(lián)效應(yīng)（information cascade）［2］；其三，網(wǎng)絡(luò)團(tuán)伙與暴力等現(xiàn)象日益突出，而具有一定知識背景、影響能力的精英群體越來越傾向于沉默，導(dǎo)致社交網(wǎng)絡(luò)上的理性發(fā)聲日漸稀少，造成真實(shí)信息源日益衰減［3］。上述因素極大加劇了網(wǎng)絡(luò)虛假言論的盛行，極易導(dǎo)致個人行為或政府決策出現(xiàn)偏差，若處理不當(dāng)則會引發(fā)災(zāi)難性后果。

鑒于此，本文基于傳統(tǒng)的意見領(lǐng)袖影響理論［4-5］，將網(wǎng)絡(luò)用戶細(xì)化為普通群體、精英群體、超級用戶［6］3 類，并結(jié)合有界信任模型，設(shè)計(jì)針對性的網(wǎng)絡(luò)觀點(diǎn)交換方程，建立聚焦精英群體的網(wǎng)絡(luò)觀點(diǎn)演化模型并進(jìn)行仿真，重點(diǎn)研究精英群體沉默行為導(dǎo)致的權(quán)威真實(shí)信息缺失現(xiàn)象及其對個體、整體網(wǎng)絡(luò)觀點(diǎn)造成的偏差性和扭曲性影響。

1 文獻(xiàn)綜述

當(dāng)前，在線網(wǎng)絡(luò)觀點(diǎn)演化越來越成為政界、學(xué)界等多方關(guān)注的熱點(diǎn)。本文從網(wǎng)絡(luò)用戶角色、信息級聯(lián)效應(yīng)、觀點(diǎn)偏差演化3 個視角進(jìn)行文獻(xiàn)回顧。

1.1 網(wǎng)絡(luò)用戶角色視角

在學(xué)術(shù)界，從網(wǎng)絡(luò)用戶角色視角研究網(wǎng)絡(luò)觀點(diǎn)傳播與演化是當(dāng)前的主流。有學(xué)者通過仿真實(shí)驗(yàn)?zāi)M意見領(lǐng)袖觀點(diǎn)的傳播軌跡，得出網(wǎng)絡(luò)中關(guān)鍵節(jié)點(diǎn)能夠加速信息傳播的結(jié)論［4］。有學(xué)者發(fā)現(xiàn)在無標(biāo)度網(wǎng)絡(luò)中存在一類“獨(dú)立傳播者”（independent spreader）的特殊節(jié)點(diǎn)，該類節(jié)點(diǎn)不受“鄰居”影響，可以通過鏈路以外的其他路徑傳播消息，并改變鄰居節(jié)點(diǎn)的觀點(diǎn)值，進(jìn)而造成整體網(wǎng)絡(luò)輿論的跨范圍偏移［3］。還有一類基于伊辛模型（Ising model）的研究，認(rèn)為網(wǎng)絡(luò)中低度值節(jié)點(diǎn)傾向于與高度值節(jié)點(diǎn)相連接，并以高度值節(jié)點(diǎn)為標(biāo)尺（benchmark）加以參照和模仿，導(dǎo)致網(wǎng)絡(luò)觀點(diǎn)扭曲［7］。也有研究關(guān)注網(wǎng)絡(luò)中精英群體對觀點(diǎn)傳播的影響，如有學(xué)者根據(jù)用戶影響力和信息傳播方式，把精英群體定義為博客達(dá)人、社會名流、媒體機(jī)構(gòu)和官方組織［8］。有學(xué)者通過實(shí)時數(shù)據(jù)分析發(fā)現(xiàn)，僅有10%～15%的用戶轉(zhuǎn)發(fā)傳統(tǒng)媒介發(fā)送的推文，被大量轉(zhuǎn)載、分享和收藏的信息一般源自精英群體的原創(chuàng)觀點(diǎn)和優(yōu)質(zhì)內(nèi)容［9］。2019 年的一篇綜述研究從定性角度提及精英群體沉默會導(dǎo)致整體網(wǎng)絡(luò)的輿論走向發(fā)生偏差，但并未進(jìn)行驗(yàn)證性分析［2］。

1.2 信息級聯(lián)效應(yīng)視角

關(guān)于信息級聯(lián)效應(yīng)的研究，最早可以追溯至Sushil Bikhchandani于1992年發(fā)現(xiàn)的在信息決策過程中出現(xiàn)的“群集（herding）”現(xiàn)象，即群體的決策行為會受到前決策者的影響，尤其當(dāng)前決策者有一定影響力時，后決策者極有可能會放棄自己的原有觀點(diǎn)，轉(zhuǎn)而遵循前決策者的觀點(diǎn)［10］。隨著社交網(wǎng)絡(luò)的發(fā)展，信息級聯(lián)效應(yīng)對網(wǎng)絡(luò)輿論演化的影響也廣泛存在。如有學(xué)者融合獨(dú)立級聯(lián)模型和連續(xù)時間擴(kuò)散模型，構(gòu)建了連續(xù)獨(dú)立級聯(lián)模型，更加貼切地描述了輿論在社交網(wǎng)絡(luò)中的演化［11］；有學(xué)者提出將獨(dú)立級聯(lián)模型中的傳播概率分為兩個部分，即節(jié)點(diǎn)m將偽信息傳播給其鄰域任意一個不活躍節(jié)點(diǎn)n的概率和節(jié)點(diǎn)n接受該偽信息的概率，以此模擬輿論的演化規(guī)律［12］；有學(xué)者將Hegselmann-Krause（HK）級聯(lián)模型拓展成多維觀點(diǎn)模型，研究群體觀點(diǎn)在矢量下的聚合過程［13］；有學(xué)者基于線性閾值模型，認(rèn)為每個網(wǎng)絡(luò)節(jié)點(diǎn)的激活與否取決于其狀態(tài)為自身帶來的效益［14］。國內(nèi)有學(xué)者基于改進(jìn)的Deffuant-Weisbuch（DW）模型，并考慮節(jié)點(diǎn)、節(jié)點(diǎn)關(guān)系及網(wǎng)絡(luò)噪聲等因素，設(shè)計(jì)了融合網(wǎng)絡(luò)內(nèi)容和網(wǎng)絡(luò)社團(tuán)的輿論傳播模型，用以仿真輿論偏差產(chǎn)生過程［15］。

1.3 觀點(diǎn)偏差演化視角

觀點(diǎn)的偏差性演化容易造成非理性集群行為，尤其是通過在線社交網(wǎng)絡(luò)傳播的方式更進(jìn)一步加劇了偏差性觀點(diǎn)的傳播范圍，極易引發(fā)輿論恐慌事件，嚴(yán)重?cái)_亂社會秩序［16］。近年來，學(xué)術(shù)界圍繞網(wǎng)絡(luò)觀點(diǎn)偏差性演化的研究開始增多。有學(xué)者以社交網(wǎng)絡(luò)用戶之間的“關(guān)系”作為研究參數(shù)，基于單向邊、雙向邊、跟隨者與模仿者、友誼關(guān)系4 種狀態(tài)，通過仿真實(shí)驗(yàn)?zāi)M觀點(diǎn)演化過程和觀點(diǎn)偏差產(chǎn)生的原因［17］。有學(xué)者發(fā)現(xiàn)用戶之間的非信任關(guān)系廣泛存在于社交網(wǎng)絡(luò)中，并基于真實(shí)數(shù)據(jù)驗(yàn)證輿論可以通過非信任關(guān)系網(wǎng)絡(luò)無阻礙傳播，從而引發(fā)網(wǎng)絡(luò)觀點(diǎn)的嚴(yán)重偏差（即觀點(diǎn)扭曲）［14,18］。除用戶之間的關(guān)系因素外，輿論內(nèi)容本身也是影響觀點(diǎn)偏差性演化的重要因素，有學(xué)者通過對社交網(wǎng)絡(luò)上虛假新聞等傳播與擴(kuò)散趨勢進(jìn)行研究，發(fā)現(xiàn)偽信息能夠加快偏差觀點(diǎn)傳播速率、加大傳播范圍，進(jìn)而對整體網(wǎng)絡(luò)產(chǎn)生不良影響［19］；有學(xué)者針對2017 年的“英國大選”進(jìn)行了一項(xiàng)有趣實(shí)驗(yàn)，其通過分析博客、交互式論壇、新聞報(bào)道和網(wǎng)絡(luò)用戶信息行為4 類數(shù)據(jù)，發(fā)現(xiàn)“小道消息”共享是導(dǎo)致投票偏差的重要因素［20］；有學(xué)者以社交媒體中的爭議性內(nèi)容為對象，定量分析用戶的偏差意見，發(fā)現(xiàn)觀點(diǎn)值會隨時間波動［21］；有學(xué)者認(rèn)為政治選舉的投票趨勢與在線偽信息關(guān)系密切，而社交網(wǎng)絡(luò)的使用對這一關(guān)系起到正向放大效應(yīng)的作用［22］。

綜上可知，盡管部分研究關(guān)注節(jié)點(diǎn)身份對輿論傳播的影響力，最近一些文獻(xiàn)也開始關(guān)注超級用戶對觀點(diǎn)演化的作用［6,15］，但絕大多數(shù)研究忽略了精英群體沉默行為及效應(yīng)。精英群體雖不具備超級用戶的強(qiáng)大能力，但其代表著專業(yè)性、知識性、科學(xué)性。然而，在日益復(fù)雜的網(wǎng)絡(luò)環(huán)境下，精英群體的理性發(fā)聲日漸稀少，逐漸演變?yōu)橐活悺俺聊脩簟保涑聊袨閷⑷绾斡绊懢W(wǎng)絡(luò)觀點(diǎn)演化，又將如何對網(wǎng)絡(luò)群體觀點(diǎn)產(chǎn)生影響，本文著重對此進(jìn)行研究與分析。

2 模型構(gòu)建

在基于節(jié)點(diǎn)角色建模方面，有學(xué)者認(rèn)為意見領(lǐng)袖與普通群體的區(qū)別主要體現(xiàn)在影響力、活躍度和認(rèn)同度3 項(xiàng)指標(biāo)上，并基于灰色關(guān)聯(lián)分析模型對社交輿論中的意見領(lǐng)袖進(jìn)行挖掘與識別［23］。該學(xué)者的另一項(xiàng)研究則基于模糊信任體系對在線社交網(wǎng)絡(luò)意見領(lǐng)袖進(jìn)行識別，納入的指標(biāo)包括中心性、活躍性、表層吸聚力和深層吸聚力等［24］。有學(xué)者提出一種綜合拓?fù)鋭菥W(wǎng)紅度、傳播力和關(guān)注度3 項(xiàng)指標(biāo)的意見領(lǐng)袖識別模型［25］。還有研究從自信程度、固執(zhí)程度、吸引力和極端程度等特征對普通群體和意見領(lǐng)袖加以區(qū)分。本文結(jié)合一些學(xué)者的研究［6］，認(rèn)為基于自信度、活躍性、吸聚力、固執(zhí)度等因素，意見領(lǐng)袖還可以進(jìn)一步細(xì)分為超級意見領(lǐng)袖（超級用戶）和一般意見領(lǐng)袖。一般意見領(lǐng)袖即本文所謂的精英群體，具有以下3 個特征。一是精英群體的觀點(diǎn)具有穩(wěn)定性，即所持的觀點(diǎn)不會輕易受到鄰居節(jié)點(diǎn)，尤其是普通群體的影響；二是精英群體擁有一定的專業(yè)知識和技術(shù)水平，其觀點(diǎn)的傳播與滲透能力較強(qiáng)，受到觀點(diǎn)交換閾值影響的程度較小；三是精英群體的觀點(diǎn)具有敏感性，鑒于精英群體的職業(yè)與身份特征，使得其參與網(wǎng)絡(luò)發(fā)言的時間較少，尤其在充斥“噪聲”和攻擊性輿論的嘈雜網(wǎng)絡(luò)環(huán)境下，其觀點(diǎn)表達(dá)行為一般遵循從“專業(yè)性發(fā)言”到“選擇性發(fā)言”再到“逐漸沉默”演化規(guī)律。

與此同時，社交網(wǎng)絡(luò)中還存在個別極具影響力的超級用戶，如某些超級媒體，包括《華爾街日報(bào)》《英國衛(wèi)報(bào)》等，相對精英群體，其勸服力更強(qiáng)、輻射力更廣、態(tài)度閾值更高，往往具備統(tǒng)領(lǐng)全網(wǎng)輿論觀點(diǎn)的強(qiáng)大能力［6］。鑒于此，本文考慮精英群體和超級用戶兩類角色節(jié)點(diǎn)，構(gòu)建網(wǎng)絡(luò)觀點(diǎn)交換模型在仿真各類情境下，尤其是精英群體“沉默”時的網(wǎng)絡(luò)觀點(diǎn)演化現(xiàn)象，以期為政府等機(jī)構(gòu)有效引導(dǎo)輿論、治理網(wǎng)絡(luò)亂象等提供參考。

2.1 基礎(chǔ)模型選擇與改進(jìn)

傳統(tǒng)HK 模型認(rèn)為持有不同觀點(diǎn)值的節(jié)點(diǎn)相互影響程度相同，但更為現(xiàn)實(shí)的情況是，人們往往會更傾向于接受與自己更相近的觀點(diǎn)，對觀點(diǎn)持有者的可信度更是會謹(jǐn)慎考慮［26］。為更加真實(shí)地模擬網(wǎng)絡(luò)輿論交互，本文對傳統(tǒng)HK 模型做出如下改進(jìn)。

第一，規(guī)定社交網(wǎng)絡(luò)N中所有節(jié)點(diǎn)的觀點(diǎn)值集合為αi(t)={α1(t),α2(t),···,αn(t)}。其中，αi(t)表示節(jié)點(diǎn)i在t時刻的觀點(diǎn)值，且此觀點(diǎn)值在區(qū)間[0,1]上取任意值。本文將0 作為極端消極觀點(diǎn)，將1 作為極端積極觀點(diǎn)。αi(0)表示節(jié)點(diǎn)i的初始觀點(diǎn)。

第二，規(guī)定有限集合Gi(t)={j∈[1,2,···,G]:|xi-xj| ≤ε}為節(jié)點(diǎn)i在t時刻的相鄰節(jié)點(diǎn)集合，表示節(jié)點(diǎn)的觀點(diǎn)可以相互交換。

第三，定義非負(fù)矩陣Z為G×G的信任度矩陣，用Zij表示節(jié)點(diǎn)i對節(jié)點(diǎn)j的信任程度（i,j∈N），當(dāng)i=j時，Zij表示節(jié)點(diǎn)i的自信程度。其中，自信程度在區(qū)間[0,1]上取任意值，數(shù)值越大表示自信程度越高。

第四，規(guī)定μi為節(jié)點(diǎn)i的影響力系數(shù)。

第五，規(guī)定fij為節(jié)點(diǎn)i對節(jié)點(diǎn)j的影響力，fij的值越大，代表節(jié)點(diǎn)i對節(jié)點(diǎn)j的影響力越大，其計(jì)算公式定義為：

式中，dij為節(jié)點(diǎn)i和節(jié)點(diǎn)j之間的距離，δ是一個無窮小的正實(shí)數(shù)。

第六，規(guī)定εZij為節(jié)點(diǎn)i對節(jié)點(diǎn)j的觀點(diǎn)交換閾值，當(dāng)且僅當(dāng)|αi(t)-αj(t)|≤εZij時，節(jié)點(diǎn)i才能夠?qū)?jié)點(diǎn)j進(jìn)行觀點(diǎn)交換。其中，ε稱為信任閾值系數(shù)，取值范圍為[0,1]。

第七，規(guī)定ωij(t)為在t時刻，節(jié)點(diǎn)i對節(jié)點(diǎn)j的影響權(quán)重，當(dāng)|αi(t)-αj(t)|≤εZij時，ωij(t)=μjfij；其他情況下，ωij(t)=0。

2.2 精英群體的引入

依據(jù)改進(jìn)的HK 模型的觀點(diǎn)演化規(guī)律，當(dāng)網(wǎng)絡(luò)中只考慮精英群體和普通群體時，節(jié)點(diǎn)之間的觀點(diǎn)交換條件滿足以下公式：

上述觀點(diǎn)交換的思想認(rèn)為，“在觀點(diǎn)交換時，節(jié)點(diǎn)會基于不同權(quán)重值考慮是否接納其相鄰節(jié)點(diǎn)觀點(diǎn)”。本文則認(rèn)為，由于不同節(jié)點(diǎn)都具有不同活躍性、影響力和信任程度，應(yīng)該將不同類型節(jié)點(diǎn)的影響權(quán)重值加以區(qū)分。因此，觀點(diǎn)值的更新規(guī)則有以下4 種。

第一，當(dāng)普通群體i的鄰居節(jié)點(diǎn)中不存在精英群體e時，即所有相鄰節(jié)點(diǎn)均為普通節(jié)點(diǎn)，交換規(guī)則為

第二，當(dāng)普通群體i的鄰居節(jié)點(diǎn)中存在精英群體e時，普通群體i與精英群體e的觀點(diǎn)交換的條件為，其余節(jié)點(diǎn)的觀點(diǎn)交換規(guī)則同第一種情況。

第三，當(dāng)精英群體e的相鄰節(jié)點(diǎn)中只有普通群體j時，即普通群體的鄰居節(jié)點(diǎn)均為精英群體，其觀點(diǎn)交換規(guī)則為

第四，當(dāng)精英群體互為鄰居節(jié)點(diǎn)時，精英群體e1、e2的交換規(guī)則為

2.3 超級用戶的引入

在引入精英群體的基礎(chǔ)上，繼續(xù)考慮超級用戶的觀點(diǎn)交換。在不同類型節(jié)點(diǎn)的交互過程中，網(wǎng)絡(luò)觀點(diǎn)值的更新條件分為下述4 種。

第一，若普通群體i的鄰居節(jié)點(diǎn)均為普通群體j，則觀點(diǎn)交換規(guī)則為

第二，若普通群體i的鄰居節(jié)點(diǎn)僅有精英群體e，則觀點(diǎn)交換規(guī)則為

第三，若普通群體i的鄰居節(jié)點(diǎn)同時包含超級用戶S和精英群體e，則普通群體之間的觀點(diǎn)交換規(guī)則同第一種情況；普通群體i和精英群體e之間的觀點(diǎn)交換規(guī)則為；普通群體i和超級用戶S的觀點(diǎn)交換不受閾值制約，且超級用戶S不會改變原有觀點(diǎn)值。

第四，若精英群體e1、e2的觀點(diǎn)交換規(guī)則滿足，則精英群體e1、e2和超級用戶S的觀點(diǎn)交換不受閾值制約，且超級用戶S不會改變原有觀點(diǎn)值。

2.4 精英群體沉默的網(wǎng)絡(luò)觀點(diǎn)演化模型

本文基于改進(jìn)的HK 模型，認(rèn)為網(wǎng)絡(luò)觀點(diǎn)演化不僅與個體之間的交互方式和限制條件相關(guān)，更與不同身份的用戶在復(fù)雜網(wǎng)絡(luò)環(huán)境下的行為變化相連，如逐漸盛行的精英群體沉默導(dǎo)致的全網(wǎng)偽信息流行問題。為此，本文采用高斯白噪聲模擬網(wǎng)絡(luò)噪聲，研究精英群體在受到干擾時表現(xiàn)出的沉默行為及其對信息傳播的影響，對模型做出如下改進(jìn)。

第一，在普通群體之間的觀點(diǎn)交換算法中加入噪聲因子，即：

式中，θ(t)指普通群體i被網(wǎng)絡(luò)噪聲影響的程度，在區(qū)間[0,1]上服從均勻分布；I為普通群體i接受的網(wǎng)絡(luò)噪聲強(qiáng)度，I∈[0,1]。

第二，在噪聲環(huán)境下，若普通群體i的鄰居節(jié)點(diǎn)為精英群體e，則兩者之間的觀點(diǎn)交換規(guī)則為；若鄰居節(jié)點(diǎn)為超級用戶S，則觀點(diǎn)交換規(guī)則不受閾值限制，且超級用戶S不會改變原有觀點(diǎn)值。

第三，在噪聲環(huán)境下，若精英群體e的鄰居節(jié)點(diǎn)僅為普通群體j時，則觀點(diǎn)交換規(guī)則為，觀點(diǎn)更新算法為αe(t+1)=

第四，在噪聲環(huán)境下，精英群體e1、e2之間的觀點(diǎn)交換規(guī)則滿足；若精英群體的鄰居節(jié)點(diǎn)為超級用戶S，則觀點(diǎn)交換規(guī)則不受閾值限制，觀點(diǎn)更新算法同上，且超級用戶S不會改變原有觀點(diǎn)值。

3 實(shí)驗(yàn)設(shè)計(jì)與仿真分析

3.1 實(shí)驗(yàn)設(shè)計(jì)

本文在預(yù)實(shí)驗(yàn)的基礎(chǔ)上，參考文獻(xiàn)［27］中對網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)量、節(jié)點(diǎn)初始觀點(diǎn)值分布的設(shè)定，構(gòu)建基于度值非概率加邊算法的無標(biāo)度網(wǎng)絡(luò)，網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)量設(shè)定為3 000，其中精英群體的數(shù)量約占整體網(wǎng)絡(luò)節(jié)點(diǎn)的5%，度數(shù)最大的節(jié)點(diǎn)為超級用戶，其余節(jié)點(diǎn)為普通群體。規(guī)定所有節(jié)點(diǎn)的初始觀點(diǎn)值在區(qū)間［0,1］上服從均勻分布，其中精英群體的觀點(diǎn)值范圍為［0.65,0.75］，超級用戶的消極觀點(diǎn)值為0.25、積極觀點(diǎn)值為0.95。同時，約定觀點(diǎn)交換閾值ε=0.5，當(dāng)群體觀點(diǎn)值差異 ≤0.01時網(wǎng)絡(luò)觀點(diǎn)收斂，交互迭代次數(shù)為500 次，仿真平臺選擇MATLAB。

3.2 仿真分析

3.2.1 理想網(wǎng)絡(luò)環(huán)境下的觀點(diǎn)演化仿真

圖1 理想網(wǎng)絡(luò)環(huán)境下的網(wǎng)絡(luò)觀點(diǎn)演化仿真結(jié)果

3.2.2 引入精英群體的網(wǎng)絡(luò)觀點(diǎn)演化仿真

在理想網(wǎng)絡(luò)環(huán)境下的觀點(diǎn)演化仿真實(shí)驗(yàn)的基礎(chǔ)上引入精英群體，精英群體規(guī)模和初始觀點(diǎn)值符合初始設(shè)定，通過改變精英群體的影響力系數(shù)eμ觀察整體網(wǎng)絡(luò)趨勢的演化情況，結(jié)果如圖2 所示。通過分析發(fā)現(xiàn)，其一，網(wǎng)絡(luò)觀點(diǎn)值高于理想網(wǎng)絡(luò)環(huán)境下的觀點(diǎn)演化仿真實(shí)驗(yàn)水平，收斂范圍位于［0.65,0.7］區(qū)間，與精英群體的初始觀點(diǎn)值一致；其二，網(wǎng)絡(luò)觀點(diǎn)值的收斂速度隨著精英群體影響力系數(shù)eμ的增加而加快，與理想網(wǎng)絡(luò)環(huán)境下的觀點(diǎn)演化仿真實(shí)驗(yàn)相比，引入精英群體的網(wǎng)絡(luò)通過100次迭代便可實(shí)現(xiàn)觀點(diǎn)值的統(tǒng)一。

圖2 普通群體、精英群體共存的網(wǎng)絡(luò)觀點(diǎn)演化仿真結(jié)果

由此推斷，在現(xiàn)實(shí)世界，精英的發(fā)聲對各領(lǐng)域達(dá)成決策共識起到關(guān)鍵作用，如政策執(zhí)行、法律完善、規(guī)劃制定等。

3.2.3 引入超級用戶的網(wǎng)絡(luò)觀點(diǎn)演化仿真

在引入精英群體的網(wǎng)絡(luò)觀點(diǎn)演化仿真實(shí)驗(yàn)的基礎(chǔ)上引入超級用戶，使其與網(wǎng)絡(luò)中的普通群體、精英群體共同存在，并賦予超級用戶的消極觀點(diǎn)值為0.25，繼而通過調(diào)整精英群體的影響力系數(shù)eμ觀察整體網(wǎng)絡(luò)趨勢的演化情況，結(jié)果如圖3 所示。通過分析發(fā)現(xiàn)，其一，網(wǎng)絡(luò)觀點(diǎn)值從偏向精英群體觀點(diǎn)值的固定收斂值轉(zhuǎn)變?yōu)橐粋€觀點(diǎn)值區(qū)間［0.3,0.45］，與引入精英群體的網(wǎng)絡(luò)觀點(diǎn)演化仿真實(shí)驗(yàn)相比，其觀點(diǎn)值范圍靠向超級用戶的觀點(diǎn)值，說明部分精英用戶對輿論的影響力被一定程度地弱化，但整體觀點(diǎn)值并沒有完全被超級用戶所主導(dǎo)；其二，在輿論對抗中，精英群體能夠在一定程度上削弱超級用戶的影響力，隨著影響力系數(shù)eμ的增加，網(wǎng)絡(luò)觀點(diǎn)值逐漸偏向精英群體的觀點(diǎn)值，顯示出精英群體對整體網(wǎng)絡(luò)觀點(diǎn)值演化的重要作用。

圖3 引入超級用戶的網(wǎng)絡(luò)觀點(diǎn)演化仿真結(jié)果

真實(shí)世界中，某一領(lǐng)域的專家在針對特定問題發(fā)布觀點(diǎn)時，可能會受到更高權(quán)威或擁有更多“粉絲”的超級用戶反駁或攻擊，面對挑戰(zhàn)，精英群體只有據(jù)理力爭，堅(jiān)持自己的觀點(diǎn)，社會輿論才能夠不被隨意顛覆或扭曲。

3.2.4 引入噪聲的網(wǎng)絡(luò)觀點(diǎn)演化仿真

分別在引入精英群體的網(wǎng)絡(luò)觀點(diǎn)演化仿真實(shí)驗(yàn)和引入超級用戶的網(wǎng)絡(luò)觀點(diǎn)演化仿真實(shí)驗(yàn)的基礎(chǔ)上引入網(wǎng)絡(luò)噪聲影響因子I，本組分以下兩種情況。

聯(lián)盟成立以來，不斷完善規(guī)章制度，規(guī)范工作程序，加強(qiáng)執(zhí)行力度，提高機(jī)構(gòu)自身能力，共發(fā)布14項(xiàng)制度文件（見表2），保證聯(lián)盟各項(xiàng)工作有序開展。

第一種，網(wǎng)絡(luò)中包含普通群體、精英群體及噪聲，沒有超級用戶。在這種情況下，設(shè)置精英群體的影響力系數(shù)eμ為其觀點(diǎn)中值0.7，通過改變網(wǎng)絡(luò)噪聲強(qiáng)度研究觀點(diǎn)演化走勢，結(jié)果如圖4 所示。通過分析發(fā)現(xiàn)，其一，整體的網(wǎng)絡(luò)觀點(diǎn)值不再完全收斂，且隨著噪聲強(qiáng)度的增加，用戶之間的觀點(diǎn)差異加劇；其二，隨著網(wǎng)絡(luò)噪聲的增加，整體的網(wǎng)絡(luò)觀點(diǎn)值逐步向消極方向發(fā)展，從最初的［0.65,0.7］區(qū)間逐步發(fā)展到［0.4,0.5］區(qū)間，在噪聲水平達(dá)到0.9 時，網(wǎng)絡(luò)觀點(diǎn)中值接近0.45，為明確的負(fù)面觀點(diǎn)。由此可以推斷，在網(wǎng)絡(luò)噪聲的干擾下，精英群體沉默行為已經(jīng)呈現(xiàn)出了一定跡象。

圖4 網(wǎng)絡(luò)噪聲、精英群體共存的網(wǎng)絡(luò)觀點(diǎn)演化仿真結(jié)果

第二種，網(wǎng)絡(luò)中包含普通群體、超級用戶及噪聲，沒有精英群體。在這種情況下，設(shè)置超級用戶的積極觀點(diǎn)值為0.95，通過改變網(wǎng)絡(luò)噪聲強(qiáng)度研究整體網(wǎng)絡(luò)觀點(diǎn)演化走勢，結(jié)果如圖5 所示。通過分析發(fā)現(xiàn)，與網(wǎng)絡(luò)噪聲相比，超級用戶對整體的網(wǎng)絡(luò)觀點(diǎn)有更強(qiáng)的影響力，當(dāng)網(wǎng)絡(luò)噪聲水平達(dá)到0.9 時，觀點(diǎn)值仍向超級用戶的觀點(diǎn)值趨近。由此可以推斷，在經(jīng)歷足夠多的迭代次數(shù)后，整體網(wǎng)絡(luò)觀點(diǎn)值將收斂至超級用戶的觀點(diǎn)值。

圖5 網(wǎng)絡(luò)噪聲、超級用戶共存的網(wǎng)絡(luò)觀點(diǎn)演化仿真結(jié)果

3.2.5 精英群體沉默下的網(wǎng)絡(luò)觀點(diǎn)演化仿真

進(jìn)一步地，在網(wǎng)絡(luò)中同時融入普通群體、精英群體、超級用戶及網(wǎng)絡(luò)噪聲，分別在超級用戶持有不同的初始觀點(diǎn)值下進(jìn)行網(wǎng)絡(luò)觀點(diǎn)演化仿真。

設(shè)定超級用戶持有的積極觀點(diǎn)值為0.95。通過調(diào)整噪聲強(qiáng)度研究網(wǎng)絡(luò)觀點(diǎn)演化狀況，仿真結(jié)果如圖6 所示。通過分析發(fā)現(xiàn)，其一，在噪聲強(qiáng)度較小的情況下，整體網(wǎng)絡(luò)觀點(diǎn)值很快收斂到精英群體觀點(diǎn)值的水平；其二，隨著噪聲的加劇，整體觀點(diǎn)值將在迭代一定的次數(shù)后，維持在一個趨向精英群體觀點(diǎn)值的區(qū)間范圍。這一結(jié)果說明，當(dāng)精英群體和超級用戶持有相似的觀點(diǎn)時，精英群體未表現(xiàn)出沉默行為，會和超級用戶協(xié)同引導(dǎo)整體網(wǎng)絡(luò)輿論的形成。

圖6 超級用戶持有積極觀點(diǎn)值時的網(wǎng)絡(luò)觀點(diǎn)演化仿真結(jié)果

設(shè)定超級用戶持有的消極觀點(diǎn)值為0.25。通過調(diào)整噪聲強(qiáng)度研究網(wǎng)絡(luò)觀點(diǎn)演化狀況，仿真結(jié)果如圖7 所示。通過分析發(fā)現(xiàn)，其一，超級用戶比精英群體有更強(qiáng)的輿論引導(dǎo)能力，整體的網(wǎng)絡(luò)觀點(diǎn)在經(jīng)過一定次數(shù)的迭代后，逐漸遠(yuǎn)離精英群體觀點(diǎn)值，更趨向超級用戶的消極觀點(diǎn)值；其二，隨著噪聲強(qiáng)度的提升，網(wǎng)絡(luò)觀點(diǎn)不再收斂，而是在0.4 以下的消極觀點(diǎn)區(qū)間波動，波動幅度與網(wǎng)絡(luò)噪聲強(qiáng)度相關(guān)；其三，當(dāng)超級用戶與精英群體的觀點(diǎn)相左時，精英群體在輿論交互期間表現(xiàn)出明顯的沉默行為，尤其當(dāng)加入高強(qiáng)度的噪聲因子時，精英群體的沉默效應(yīng)更為突出，即使網(wǎng)絡(luò)輿論在經(jīng)過足夠長的迭代次數(shù)后，也很難平復(fù)與統(tǒng)一。

圖7 超級用戶持有消極觀點(diǎn)值時的網(wǎng)絡(luò)觀點(diǎn)演化仿真結(jié)果

經(jīng)綜合分析發(fā)現(xiàn)，當(dāng)超級用戶與精英群體的觀點(diǎn)相似時，精英群體不會表現(xiàn)出沉默行為，盡管加入高強(qiáng)度的網(wǎng)絡(luò)噪聲，整體網(wǎng)絡(luò)觀點(diǎn)值也會趨向精英群體的觀點(diǎn)值；而當(dāng)超級用戶持有消極觀點(diǎn)時，在觀點(diǎn)交換期間，精英群體表現(xiàn)出顯著的沉默行為，即使在較小的噪聲環(huán)境下，網(wǎng)絡(luò)觀點(diǎn)值也會靠向超級用戶的觀點(diǎn)值。當(dāng)然，隨著噪聲的加劇，精英群體的沉默行為更加放大。

4 結(jié)果與建議

當(dāng)前，網(wǎng)絡(luò)觀點(diǎn)的偏差性演化越來越成為影響公共決策的重要因素。本文從“噪聲-用戶-沉默”因果關(guān)系出發(fā)，建立面向精英群體沉默的網(wǎng)絡(luò)觀點(diǎn)演化模型，通過仿真實(shí)驗(yàn)對比用戶類型及其沉默與否對整體網(wǎng)絡(luò)觀點(diǎn)值演化的影響。本文研究結(jié)果主要分為以下3 方面。

第一，網(wǎng)絡(luò)噪聲是擾亂觀點(diǎn)演化的重要因素。在無精英群體、超級用戶和噪聲的理想網(wǎng)絡(luò)環(huán)境下，整體網(wǎng)絡(luò)觀點(diǎn)值能夠在較短的仿真時間內(nèi)達(dá)到收斂。而在加入以網(wǎng)絡(luò)暴力為代表的噪聲因子時，觀點(diǎn)演化呈現(xiàn)出很大的不確定性。

第二，超級用戶是影響整體網(wǎng)絡(luò)觀點(diǎn)值的核心節(jié)點(diǎn)。在社交網(wǎng)絡(luò)中，超級用戶屬于極稀少的網(wǎng)絡(luò)節(jié)點(diǎn)，相比精英群體，它能夠在社交網(wǎng)絡(luò)中發(fā)揮扭轉(zhuǎn)輿論走向的巨大作用，甚至對網(wǎng)絡(luò)整體的觀點(diǎn)值產(chǎn)生根本性影響。即使在充斥大量噪聲的網(wǎng)絡(luò)中，超級用戶也不容易受到影響，并隨著觀點(diǎn)交換次數(shù)的增加，整體網(wǎng)絡(luò)觀點(diǎn)值將會逐步趨向超級用戶的觀點(diǎn)值。

第三，精英群體不耐噪聲，在噪聲環(huán)境下，它容易表現(xiàn)出沉默行為，進(jìn)而導(dǎo)致整體網(wǎng)絡(luò)觀點(diǎn)值出現(xiàn)偏差性演化。在無超級用戶的情境下，精英群體沉默效應(yīng)直接與網(wǎng)絡(luò)噪聲相關(guān)，隨著噪聲因子值的加大，網(wǎng)絡(luò)觀點(diǎn)波動區(qū)間增加；在超級用戶存在時，精英群體的沉默效應(yīng)同時受到超級用戶初始觀點(diǎn)值和噪聲因子的影響，尤其當(dāng)精英群體與超級用戶的觀點(diǎn)相左時，精英群體的沉默效應(yīng)將進(jìn)一步放大，整體網(wǎng)絡(luò)觀點(diǎn)值的偏差幅度也更大。

根據(jù)上述結(jié)果，本文提出如下針對性的建議。

一是以政府部門牽頭，進(jìn)一步強(qiáng)化健全以網(wǎng)絡(luò)實(shí)名制為基礎(chǔ)的互聯(lián)網(wǎng)管理體系，加強(qiáng)對在網(wǎng)絡(luò)上有造謠、誹謗、侮辱、欺詐、惡意人身攻擊等行為的用戶的追蹤、監(jiān)管與懲治，切實(shí)減少虛假網(wǎng)絡(luò)言論。

二是以人工智能為手段，不斷優(yōu)化網(wǎng)絡(luò)文本、圖像及音視頻識別算法，實(shí)時關(guān)注擁有大體量“粉絲”等超級用戶的輿論動態(tài)，對其“帶節(jié)奏”式的不當(dāng)言論進(jìn)行限流，及時消除其對整體網(wǎng)絡(luò)的不良影響。

三是推進(jìn)信息網(wǎng)絡(luò)立法進(jìn)程，充分保證精英群體理性發(fā)聲的權(quán)利和底氣，鼓勵精英群體對違背常理、“偽”科學(xué)、偏離真相的負(fù)面反動輿情及時澄清。同時，建議政府部門積極培養(yǎng)自己的“精英群體”和“超級用戶”，在發(fā)生網(wǎng)絡(luò)突發(fā)事件時，充分發(fā)揮其影響力，及時對輿論事件進(jìn)行干預(yù)，引導(dǎo)網(wǎng)絡(luò)輿情的健康、有序發(fā)展。

5 結(jié)語

近年來，隨著網(wǎng)絡(luò)信息技術(shù)的迅猛發(fā)展，在線社交平臺全面興起，以開放、互動、共享為特征的網(wǎng)絡(luò)空間日益成為互聯(lián)網(wǎng)用戶公開表達(dá)觀點(diǎn)、發(fā)表意見的重要載體。本文基于網(wǎng)絡(luò)用戶角色視角，將網(wǎng)絡(luò)用戶劃分為普通群體、精英群體和超級用戶3類，并基于改進(jìn)的HK 模型建立面向精英群體沉默的網(wǎng)絡(luò)觀點(diǎn)演化模型，重點(diǎn)研究因精英群體沉默行為導(dǎo)致的整體網(wǎng)絡(luò)觀點(diǎn)值的偏差現(xiàn)象，以期為政府等部門有效引導(dǎo)輿論走向、科學(xué)處置負(fù)面輿情、打造清朗網(wǎng)絡(luò)環(huán)境提供決策參考。但本文也存在一定不足，未能考慮網(wǎng)絡(luò)初始觀點(diǎn)值的偏態(tài)分布情形，社交網(wǎng)絡(luò)中還可能有網(wǎng)絡(luò)社團(tuán)的存在。今后研究可將上述因素納入，構(gòu)建更為完善的網(wǎng)絡(luò)觀點(diǎn)演化模型。