張亞明 蘇妍嫄* 李欣悅
(1.燕山大學(xué)經(jīng)濟(jì)管理學(xué)院,河北 秦皇島 066004;2.燕山大學(xué)互聯(lián)網(wǎng)+與產(chǎn)業(yè)發(fā)展研究中心,河北 秦皇島 066004)
我國媒體多元化、社交性的發(fā)展傾向使得網(wǎng)民參與社會事件討論的熱情日益高漲,信息傳播環(huán)境也因此發(fā)生了新變化,各類傳播新現(xiàn)象層出不窮,虛假信息反轉(zhuǎn)現(xiàn)象就是在此背景下產(chǎn)生的。所謂信息反轉(zhuǎn),是指人們對某一事件的態(tài)度、評價向?qū)α⒚娣崔D(zhuǎn)并集聚的現(xiàn)象[1],這一過程反映了事件的發(fā)展演變過程,因此對事件的完整呈現(xiàn)具有積極的推動作用。近年來,社交網(wǎng)絡(luò)平臺虛假信息頻繁涌現(xiàn),嚴(yán)重攪亂了網(wǎng)絡(luò)輿論場的生態(tài)平衡,并產(chǎn)生了較強的負(fù)面影響。例如,一些當(dāng)事人對初始消息惡意編撰,故意博取流量引爆熱點,嚴(yán)重消磨了公眾情感,消耗了公共資源;一些不良居心網(wǎng)民惡意煽動,信息傳播過程中常充斥著網(wǎng)絡(luò)暴力和言語攻擊,使得當(dāng)事人承受著巨大精神壓力;還有部分媒介公開消息失真、失實或是進(jìn)行錯誤傾向引導(dǎo),導(dǎo)致媒介公信力受到質(zhì)疑、輿論生態(tài)環(huán)境失衡。由此可見,社交網(wǎng)絡(luò)虛假信息傳播給政府輿情監(jiān)管增加了很大難度,尤其負(fù)面情感通過網(wǎng)絡(luò)迅速蔓延擴(kuò)散,還會造成信任喪失、輿論環(huán)境紊亂,甚至可能危及正常的社會秩序。因此,將虛假信息反轉(zhuǎn)作為研究對象,通過構(gòu)建模型剖析反轉(zhuǎn)規(guī)律與特點具有重要意義。
信息反轉(zhuǎn)已經(jīng)成為近幾年頻繁發(fā)生的一種新型網(wǎng)絡(luò)傳播現(xiàn)象,該詞最早出現(xiàn)在我國新聞傳播領(lǐng)域,指信息擴(kuò)散過程中出現(xiàn)的報道傾向、情感傾向突發(fā)逆轉(zhuǎn)的現(xiàn)象[2]。目前相關(guān)研究重點主要集中于3個方面:
一是針對虛假信息反轉(zhuǎn)特點,探究成因并提出應(yīng)對策略。王雅倩[3]從傳播主體、傳播客體、傳播符號3個方面分析了虛假信息反轉(zhuǎn)的成因,并通過列舉反轉(zhuǎn)事件典型案例進(jìn)行了相關(guān)因素分析。廖夢夏[4]提出了解釋虛假信息反轉(zhuǎn)成功的探索性分析框架,用fsQCA方法對2013—2019年43個典型反轉(zhuǎn)事件進(jìn)行了系統(tǒng)分析,結(jié)果表明框架化是對反轉(zhuǎn)成功解釋力最強的條件。通過眾多學(xué)者對媒體傳播特征的研究,總結(jié)來說,標(biāo)簽化的題目、浮夸娛樂化的報道、爭求新聞首發(fā)性的不良風(fēng)氣,以及當(dāng)前人們的碎片化閱讀傾向,都是產(chǎn)生虛假信息反轉(zhuǎn)的重要因素[5-11]。
二是探究虛假信息反轉(zhuǎn)傳播機(jī)制及演化路徑。Guo L L等[12]采用模式匹配與機(jī)器學(xué)習(xí)的方法對社交網(wǎng)絡(luò)平臺數(shù)據(jù)進(jìn)行情感分類和計算,建立了網(wǎng)絡(luò)信息波動監(jiān)測機(jī)制,監(jiān)測、分析其波動與反轉(zhuǎn)情況。Jiang G Y等[13]考慮官方新聞滯后性和公眾搖擺心態(tài),建立了兩階段謠言傳播模型,探索突發(fā)公共事件中謠言逆轉(zhuǎn)動態(tài)機(jī)制。Hou J D等[14]考慮個人社會權(quán)力及政府能力等多種異質(zhì)性,以改進(jìn)動態(tài)模型描述沖突環(huán)境下虛假信息的反轉(zhuǎn)過程。Chen T等[15]通過模擬實驗發(fā)現(xiàn),信息強度、個人關(guān)注度及個體保護(hù)對虛假信息反轉(zhuǎn)過程的影響。Xiao R B等[16]基于HK模型考慮自然反轉(zhuǎn)參數(shù)和意見互動對個人觀點選擇行為的影響,探究了這種社會現(xiàn)象的潛在機(jī)制并揭示其動態(tài)特征。謝雪梅等[17]構(gòu)建網(wǎng)絡(luò)反轉(zhuǎn)監(jiān)管三方演化博弈模型,分析了知情者、媒體、政府的策略選擇?;魤赧┑萚18]以戈夫曼的框架生成和社會心理學(xué)的群體極化理論視角為切入點,分析事件反轉(zhuǎn)、分化過程來明確反轉(zhuǎn)發(fā)生機(jī)制。孫翠平[19]描繪虛假信息反轉(zhuǎn)演化規(guī)律與整體態(tài)度傾向性,提出了兩種反轉(zhuǎn)類型,從動力學(xué)角度對網(wǎng)絡(luò)空間競合傳播機(jī)制進(jìn)行了深入研究。黃傳超等[20]基于Deffuant與CODA模型,分析了認(rèn)知偏差與無界信任對個體觀點決策的影響,構(gòu)建了個體選擇行為與信息傳播動態(tài)模型,探討了不同條件下的個體認(rèn)知特征。
三是構(gòu)建虛假信息反轉(zhuǎn)預(yù)測模型。其中,田世海等[21]將自媒體信息反轉(zhuǎn)要素層次化后,對其進(jìn)行定量評價,構(gòu)建了預(yù)測模型的貝葉斯結(jié)構(gòu)并結(jié)合實例進(jìn)行了仿真。夏一雪等[22]分析虛假信息反轉(zhuǎn)預(yù)測機(jī)理,構(gòu)造反轉(zhuǎn)度指標(biāo),確定反轉(zhuǎn)評估等級,為虛假信息治理決策提供理論支持。袁野等[23]通過識別虛假信息反轉(zhuǎn)的風(fēng)險因素,采用聚類分析和判別分析法構(gòu)建了反轉(zhuǎn)分類與預(yù)測模型,并利用SPSS 21對虛假信息反轉(zhuǎn)案例樣本進(jìn)行合理性驗證。田俊靜等[24]將近幾年的反轉(zhuǎn)事件作為樣本集,利用其描述屬性和分類屬性建立決策樹模型,并采用測試集對決策樹模型的分類性能進(jìn)行評價,確定模型的精確度和可用性。
針對虛假信息反轉(zhuǎn)現(xiàn)象的文獻(xiàn)梳理可以看出,許多研究都集中在新聞傳播學(xué)領(lǐng)域以及社會心理學(xué)領(lǐng)域,主要是定性分析其成因、特點及傳播機(jī)制等問題,對相關(guān)主體提出切實可行的治理建議。雖然已經(jīng)有部分學(xué)者嘗試用各類定量模型對虛假信息反轉(zhuǎn)現(xiàn)象背后的規(guī)律進(jìn)行探索,但未能很好地解釋清楚反轉(zhuǎn)演化過程中多重信息競爭傳播及治理策略選擇變化,以及不同因素對主體策略選擇的具體影響。因此,本文綜合考慮社交網(wǎng)絡(luò)虛假信息反轉(zhuǎn)現(xiàn)象傳播的影響要素,構(gòu)建考慮競爭傳播的社交網(wǎng)絡(luò)SIR-HK虛假信息反轉(zhuǎn)模型,同時以“高考答題卡疑被掉包事件”為例,對模型有效性進(jìn)行驗證,并進(jìn)一步利用MATLAB進(jìn)行數(shù)值仿真,分析有無虛假信息、真相信息出現(xiàn)時間及信息可信度等因素對虛假信息傳播和傳播者觀點演化的影響。
2.1.1 參與主體
人群不同特質(zhì)會影響其對信息的信任程度[25]和微博負(fù)面虛假信息的轉(zhuǎn)載行為[26],借鑒SIR模型中傳播主體的設(shè)計,將虛假信息反轉(zhuǎn)中的主體劃分為3種狀態(tài):易感者(Susceptible)即未參與但有可能參與虛假信息傳播的群體,其人群密度用S(t)表示;感染者(Infective)即那些參與虛假信息傳播的群體,其人群密度用I(t)表示;康復(fù)者(Recovered)即對事件失去興趣且不再傳播的群體,其人群密度用R(t)表示。
2.1.2 雙重信息
在虛假信息反轉(zhuǎn)過程中,信息傳播具有沖突性、階段性,即整個過程有多個可能存在真假相互對立的信息在傳播,并且這些信息可能陸續(xù)出現(xiàn),在不同階段分別傳播。在部分傳染病中也能找到類似的規(guī)律,如艾滋病病毒感染者分為急性階段、無癥狀階段和艾滋病階段,不同染病階段患者的傳染率等特性存在很大差別。因此,借鑒宋瑞等建立階段性傳染病模型的建模思想[27],對SIR模型進(jìn)行改進(jìn),其基本傳播狀態(tài)轉(zhuǎn)移示意圖如圖1所示。假設(shè)在傳播階段一,只有包含虛假信息的初始信息出現(xiàn),在人群中傳播,并影響他們所表達(dá)的觀點。在傳播階段二,包含真相的信息成為人群中的主要傳播對象,分別用αi和βi表示向感染者(I)和康復(fù)者(R)的轉(zhuǎn)移概率。
圖1 信息傳播狀態(tài)轉(zhuǎn)移圖
2.1.3 信息競爭傳播規(guī)則
本文設(shè)定社交網(wǎng)絡(luò)虛假信息反轉(zhuǎn)過程中,僅存在兩條相互沖突的真相信息和虛假信息,考慮到信息傳播的衰減性,感染者參與信息傳播將優(yōu)先傳播最新消息,并且不會受先前初始消息的影響。因此,對于參與了傳播階段一又再次參與傳播階段二的二次感染者,設(shè)定其在傳播階段二將不保留在階段一的傳播數(shù)據(jù),根據(jù)計算規(guī)則重新計算相關(guān)參數(shù)。
該模型僅設(shè)兩階段,若針對更加復(fù)雜的案例進(jìn)行仿真,比如某信息存在多階段多次反轉(zhuǎn)的情況,可以按照該思想繼續(xù)對模型進(jìn)行擴(kuò)展。在初始信息傳播的階段一,分別用α1和β1表示在初始消息的影響下易感者向感染者(I1),感染者向康復(fù)者(R1)的轉(zhuǎn)移概率。階段二在真相信息出現(xiàn)后,已經(jīng)感染過的康復(fù)者(R1)可能重新成為感染者(I2)的概率為α2,而感染者(I2)退出信息傳播成為康復(fù)者(R2)的概率為β2。
階段一的動力學(xué)方程表示如式(1):
(1)
階段二的動力學(xué)方程表示如式(2):
(2)
且有:
(3)
2.2.1 初始觀點值
如上文所述,本文假定整體傳播過程中存在代表不同觀點立場的虛假信息M1和新出現(xiàn)的真相消息M2,其預(yù)設(shè)觀點傾向分別用A與B表示,數(shù)值為1或-1,二者相互對立。個體的觀點傾向首先取決于所接觸到信息的觀點傾向Nk,在這個過程中,還受到觀點可信度μk與自身素質(zhì)指數(shù)εi(εi~U(0,1))的影響,素質(zhì)指數(shù)越高,對信息真?zhèn)蔚谋鎰e能力越強。以式(4)作為初始觀點值的計算方式??紤]到信息傳播的過程具有衰減性,在研究中假設(shè)參與傳播主體的觀點取決于其所接觸到的最新消息。
(4)
2.2.2 主體影響力
用戶在社交媒體平臺既可以快速瀏覽傳播的信息,還可以不設(shè)限的瀏覽相關(guān)的評論互動,瀏覽者會受到這些評論互動中觀點傾向的影響,此時觀點的交互關(guān)系更類似于一個無向的全連通網(wǎng)絡(luò),但并不代表所有用戶所持的觀點都會影響到瀏覽者。經(jīng)典HK模型綜合考慮了節(jié)點的從眾心理和有限信任原則,將節(jié)點的觀點演變過程全部歸因于其觀點閾值之內(nèi)其他節(jié)點觀點的影響,這一假設(shè)比較符合社會實際,但在虛假信息傳播演化過程中,主體的觀點交互還受到其他個體影響力大小的影響。以微博為例,所有話題的評論以熱門程度和發(fā)表時間兩種方式排列,但在默認(rèn)的情況下,越熱門的評論位次越高(由點贊數(shù)和二級回復(fù)數(shù)決定),對于絕大多數(shù)人來說,都會優(yōu)先瀏覽默認(rèn)排序下的熱評,并會受到其觀點傾向的影響,排序越低的評論,被瀏覽到的幾率越低,影響其他人觀點的概率也越低。
因此,本文對HK模型進(jìn)行優(yōu)化,添加影響力指數(shù)作為參與主體篩選交互鄰居的標(biāo)準(zhǔn)之一,影響力越大的感染者,越容易讓其他感染者持有與他相同的觀點傾向。根據(jù)劉志明使用微博數(shù)據(jù)對網(wǎng)絡(luò)結(jié)構(gòu)的分析結(jié)果,微博信息傳播中用戶的影響力大小符合冪律分布?;诖?,本文在構(gòu)建觀點演化規(guī)則的過程中,考慮參與信息傳播主體的影響力大小Infi,以符合冪律分布的影響力矩陣代表所有感染者在觀點交互過程中的影響力大小,影響力越大的節(jié)點,其所持觀點越容易影響其他節(jié)點。
式(5)是將一組符合均勻分布隨機(jī)數(shù)轉(zhuǎn)化為一組符合冪律分布隨機(jī)數(shù)的公式,由此可以得到一組符合任意分布冪的隨機(jī)數(shù)。圖2是一組分布冪為1.5的隨機(jī)數(shù),可以看出根據(jù)冪律分布的特性,影響力大的節(jié)點占比較小,影響力小的節(jié)點占比較大,這符合上文所分析的現(xiàn)實中在線社交平臺上觀點交互規(guī)律。
(5)
其中y是均勻變量,n是分布冪,x0和x1定義分布范圍,X是冪律分布變量。
圖2 分布冪為1.5的主體影響力指數(shù)隨機(jī)分布結(jié)果
2.2.3 觀點交互規(guī)則
綜上所述,本文假設(shè)觀點在社交媒體平臺上的交互過程中,個體觀點同時受到觀點相近節(jié)點以及較高影響力節(jié)點的影響,由此確定選擇進(jìn)行觀點交互的鄰居的篩選規(guī)則如式(6):
Ni(t)={1≤i≤N|θ(|Xj(t)-Xi(t)|-ζ)+(1-θ)(Infi-Infj)<0}
(6)
其中Ni(t)表示節(jié)點i在時刻t時的觀點交互鄰居集合,ζ表示觀點閾值,本文中設(shè)定ζ=0.5,θ表示為個體選擇觀點交互范圍時,觀點閾值條件所占的比重。設(shè)置節(jié)點j對節(jié)點i的影響力aij公式如下,其含義為節(jié)點j的影響力在節(jié)點i觀點交互范圍Ni(t)內(nèi)所有節(jié)點網(wǎng)絡(luò)影響力之和的比例。
(7)
對觀點影響指數(shù)進(jìn)行歸一化處理,得到觀點影響力權(quán)重:
(8)
綜上,可得到最終社交網(wǎng)絡(luò)虛假信息反轉(zhuǎn)中傳播主體的觀點交互規(guī)則,其中ρ為感染者對自身上一單位時刻觀點的堅持度,ρ∈[0,1]。
Ii(t+1)=ρIi(t)+(1-ρ)∑wij×Ij(t)
(9)
在信息傳播規(guī)則的基礎(chǔ)上,依據(jù)改進(jìn)的SIR模型可以得到任意時刻各主體的傳播狀態(tài),分別為易感者(S)、感染者(I)和康復(fù)者(R),同時感染者作為傳播信息的參與者,在傳播過程中又有不同的觀點傾向,并且會在傳播中互相影響,進(jìn)行觀點交互,因此在傳播者動態(tài)變化的過程中,以觀點動力學(xué)HK模型刻畫感染者(I)觀點傾向(觀點A或觀點B)的變化過程,信息傳播規(guī)則和觀點演化規(guī)則的內(nèi)部邏輯關(guān)系如圖3所示。
圖3 信息傳播規(guī)則和觀點演化規(guī)則內(nèi)部邏輯關(guān)系示意圖
為了更好地研究社交網(wǎng)絡(luò)虛假信息反轉(zhuǎn)過程中的信息傳播和觀點交互傳播規(guī)律,利用MATLAB軟件進(jìn)行仿真實驗研究。
考慮競爭傳播的SIR-HK虛假信息反轉(zhuǎn)模型基本算法步驟如下:
Step1:數(shù)值初始化,確定參與信息傳播總?cè)藬?shù)為N,分別選取服從[0,1]均勻分布的隨機(jī)數(shù)和服從[0,1]冪律分布的隨機(jī)數(shù)作為個體的素質(zhì)指數(shù)與影響力指數(shù)。
Step2:基本參數(shù)設(shè)定,設(shè)置信息觀點值、信息可信度、主體之間轉(zhuǎn)化概率、觀點交互閾值等相關(guān)基本參數(shù)。
Step3:主體傳播狀態(tài)確定,通過上文的信息傳播規(guī)則,確定各時間節(jié)點主體的傳播狀態(tài)(S、I或R)。
Step4:感染者觀點值計算,通過上文的觀點交互規(guī)則,確定各時間節(jié)點參與信息傳播的感染者(S)的觀點值。
3.2.1 “高考答題卡疑被掉包事件”發(fā)展過程
2022年7月22日,網(wǎng)民@冰雨Icerain369(爆料學(xué)生家長蘇某)在微博上發(fā)表博文(博文已刪除),稱自己的女兒高考試卷被人偷梁換柱,但并未引起大范圍的關(guān)注。8月5日,微信公眾號“波動財經(jīng)”發(fā)表題為《河南四家長質(zhì)疑考生答題卡掉包,紀(jì)委介入檢察官實名舉報教育廳信息不公開高招舞弊》的文章,在網(wǎng)絡(luò)上引起熱議。8月7日,河南省招生辦公室在其官網(wǎng)發(fā)布《致全省招生考試戰(zhàn)線同志們的一封信》一文,聲明4位考生的考卷答題卡已被多次抽看對比,認(rèn)定字跡相符,@紫光閣、@人民日報、@中國新聞網(wǎng)等博主對此進(jìn)行轉(zhuǎn)發(fā),因事件真相出現(xiàn)反轉(zhuǎn),又有多個主流媒體微博賬號進(jìn)行轉(zhuǎn)發(fā)傳播,致使相關(guān)信息傳播量在當(dāng)天達(dá)到頂峰。
3.2.2 數(shù)據(jù)獲取與處理
根據(jù)知微事見網(wǎng)絡(luò)輿情案例庫顯示,該事件影響力指數(shù)為72.7,高于86%的社會類事件;微博影響力指數(shù)為77.6,高于91%的社會類事件;前后共計79家重要媒體參與,其中,央級媒體占69.0%,高于94%的社會類事件。由于該事件涉及“高考”“教育公平”“暗箱操作”等眾多觸及大眾敏感神經(jīng)的標(biāo)簽,因此在網(wǎng)絡(luò)上引起軒然大波,甚至讓人一度懷疑高考的公平性。
本研究中參與信息傳播人數(shù)的數(shù)據(jù)來源于知微事見案例庫,具體如圖4所示;觀點變化的數(shù)據(jù)來源于根據(jù)新浪微博#高考答題卡疑被掉包#、#高考答題卡疑被調(diào)包后續(xù)#等相關(guān)話題下的熱門微博下的用戶評論。從數(shù)據(jù)的可得性方面來說,網(wǎng)民@冰雨Icerain369(爆料學(xué)生家長蘇某)在微博上所發(fā)博文由于已經(jīng)刪除,且未在網(wǎng)絡(luò)上引起大范圍的討論,因此無法獲取相關(guān)評論數(shù)據(jù)。因此,本研究通過相關(guān)話題檢索,在微博上搜索2018年8月6日22時—8月9日21時全部熱門微博,并根據(jù)“高考答題卡疑被掉包事件”的發(fā)展脈絡(luò),綜合考慮各博主的粉絲數(shù)量、新聞報道時效性以及相關(guān)微博評論數(shù)量,從熱門微博中找出各個階段最具影響力的微博,并根據(jù)發(fā)布信息所持觀點傾向進(jìn)行分類,結(jié)果如表1所示,進(jìn)而爬取相關(guān)微博評論數(shù)據(jù)作為分析各階段網(wǎng)民觀點的文本數(shù)據(jù)來源。
表1 社交網(wǎng)絡(luò)信息傳播各階段最具影響力的微博
采用Python爬蟲功能爬取以上微博評論共7 024條,經(jīng)過數(shù)據(jù)清洗、刪除不相關(guān)及重復(fù)評論后,得到數(shù)據(jù)3 924條。對以上所有評論按照時間順序進(jìn)行排列,采用人工標(biāo)注的方法對每條評論的內(nèi)容進(jìn)行觀點值標(biāo)注,設(shè)置認(rèn)為高考答題卡存在掉包以及參與傳播初始信息的自媒體及相關(guān)主流媒體的觀點為負(fù)值,設(shè)置認(rèn)為不存在高考答題卡掉包情況以及官方調(diào)查結(jié)果的觀點為正值,客觀理性(如提出建議、理性分析、客觀報道、觀望)的觀點值為0,并在此基礎(chǔ)上根據(jù)觀點強硬程度進(jìn)行細(xì)分,針對初始信息,令輕微質(zhì)疑絕對值取值為0.1、0.2、0.3分,中度質(zhì)疑絕對值取值為0.4、0.5、0.6分,嚴(yán)重質(zhì)疑絕對值取值為0.7、0.8、0.9、1分;對于真相信息,評論中一般相信絕對值取值為0.1、0.2、0.3分,中度相信絕對值取值為0.4、0.5、0.6分,絕對相信絕對值取值為0.7、0.8、0.9、1分。因發(fā)酵速度非??欤虼艘?個小時作為一個觀點監(jiān)測區(qū)間,將一天劃分為24個區(qū)間,分別計算各個監(jiān)測區(qū)間的平均觀點值,得到“高考答題卡疑被掉包事件”的平均觀點演化圖如圖5所示。
圖5 實證案例社交網(wǎng)絡(luò)信息觀點交互過程
3.2.3 模型有效性驗證
圖4和圖5展示了“高考答題卡疑被掉包事件”中信息傳播和觀點交互的實際演化趨勢,根據(jù)實際情況得出改進(jìn)的SIR-HK模型的參數(shù):初始時刻各類型占網(wǎng)民總數(shù)的比例為S(0)=0.95、I1(0)=0.05、R1(0)=0、I2(0)=0、R2(0)=0,主體之間的轉(zhuǎn)化概率α1=0.45、β1=0.15、α2=0.4、β2=0.15、α3=0.05、β3=0.15;虛假信息可信度μ1=0.8;真相信息可信度μ2=0.9;真相信息1出現(xiàn)時間tm1=25,真相信息2出現(xiàn)時間tm2=50,進(jìn)而得到信息傳播與觀點演化的仿真結(jié)果如圖6和圖7所示。對比兩幅圖可知,SIR-HK虛假信息反轉(zhuǎn)模型仿真模擬曲線與實際數(shù)據(jù)得到的趨勢圖基本吻合,這說明本文構(gòu)建的模型具有一定的有效性。
圖6 信息傳播過程模型仿真結(jié)果
為進(jìn)一步探索社交網(wǎng)絡(luò)虛假信息反轉(zhuǎn)規(guī)律,采用控制變量法進(jìn)行數(shù)值仿真模擬。基本初始值設(shè)定為:初始時刻各類型用戶比例為S(0)=0.95、I1(0)=0.05、R1(0)=0、I2(0)=0、R2(0)=0,主體之間的轉(zhuǎn)化概率α1=0.3、β1=0.1、α2=0.1、β2=0.1;虛假信息M1觀點傾向N1=-1,可信度μ1=0.9;真相信息M2觀點傾向N2=1,可信度μ2=0.9;真相信息出現(xiàn)時間tm=30,個體對自身上一單位時刻觀點的堅持度ρ=0.4。
3.3.1 有無虛假信息對虛假信息反轉(zhuǎn)過程的影響
1)信息傳播過程。若社交網(wǎng)絡(luò)平臺沒有虛假信息出現(xiàn),則整個過程只有真相信息參與傳播,相反若有虛假信息出現(xiàn),則虛假信息與真相信息在網(wǎng)絡(luò)上先后出現(xiàn)并傳播。代入上述參數(shù)數(shù)值可得到兩種情況下社交網(wǎng)絡(luò)信息傳播達(dá)到平衡時各人群所占比例,如圖8、圖9所示。其中,橫軸表示演化時間,縱軸表示各主體所占比例。從演化時間來看,有虛假信息傳播過程的弛豫時間明顯更長,需要更長的時間才可達(dá)到傳播穩(wěn)定狀態(tài)。從主體比例變化情況來看,兩者的易感者變化趨勢相同,但在真相信息出現(xiàn)后,有大量的康復(fù)者重新加入傳播過程中成為感染者并開始傳播相關(guān)信息,推動相關(guān)話題繼續(xù)發(fā)酵,使得感染者人數(shù)再度增長。
圖8 無虛假信息作用下信息傳播過程
2)觀點交互過程。使用觀點交互規(guī)則模擬兩種狀態(tài)各時刻的感染者所表達(dá)觀點的動態(tài)變化如圖10和圖11所示。由于觀點交互后期,參與觀點交互的感染者人數(shù)越來越少,如果僅有幾人,將可能出現(xiàn)平均觀點非常極端的情況,此時數(shù)據(jù)不具有參考意義,針對這種情況予以人工平滑擬合或刪除。
圖11 虛假信息作用下觀點交互過程
可以看出,在無虛假信息的情況下,參與信息傳播的感染者的觀點經(jīng)過一段時間的交互后很快達(dá)到平衡,且觀點平均值與其所傳播的信息所持觀點傾向全程保持一致。在存在虛假信息的情況下,感染者首先受到虛假信息的影響,持有與其傾向相同的觀點,在真相信息出現(xiàn)后,感染者所持觀點開始迅速動搖并開始反轉(zhuǎn),直到與真相信息所持觀點傾向保持一致,且在信息傳播到達(dá)穩(wěn)定后,觀點交互仍然在繼續(xù),可以視為針對該信息相關(guān)的討論和觀點表達(dá)仍然沒有平息。
兩種情況對比可知,虛假信息的存在不僅會擴(kuò)大感染者的規(guī)模,吸引更多的網(wǎng)民參與到相關(guān)話題的討論中來,進(jìn)而增強話題討論熱度,還將延長信息傳播的弛豫時間、增加觀點交互的時間,進(jìn)而大幅延長信息傳播生命周期。同時,參與討論人數(shù)的增加與傳播周期的延長還會增加次生輿情出現(xiàn)的可能性。除此之外,網(wǎng)民的觀點在真相信息出現(xiàn)后發(fā)生反轉(zhuǎn)的結(jié)果也可以得出以下結(jié)論,即虛假信息的存在可能是導(dǎo)致社交網(wǎng)絡(luò)話題觀點反轉(zhuǎn)的重要影響因素。
3.3.2 真相信息出現(xiàn)時間對虛假信息反轉(zhuǎn)過程的影響
1)信息傳播過程。為了進(jìn)一步分析真相信息出現(xiàn)時間對社交網(wǎng)絡(luò)虛假信息反轉(zhuǎn)過程的影響,令其他參數(shù)設(shè)定值不變,分別設(shè)定真相信息出現(xiàn)時間tm=25、30和35,進(jìn)而觀察信息傳播過程參與主體的狀態(tài)變化,結(jié)果如圖12所示??梢钥闯觯嫦嘈畔⒊霈F(xiàn)時間對弛豫時間的影響并不是很大,真相信息出現(xiàn)用時較長的情境擁有稍長的弛豫時間。然而需要注意的是,真相信息出現(xiàn)速度越快,出現(xiàn)后參與傳播的感染者絕對數(shù)量越多,對照現(xiàn)實中的信息傳播案例,出現(xiàn)這一結(jié)果可能是由于此時正是社交網(wǎng)絡(luò)話題發(fā)酵速度高漲階段,突然出現(xiàn)所持完全相反觀點傾向的真相信息對人們的沖擊,比話題快要消退時再出現(xiàn)真相信息對人們的沖擊要大得多,在更大的沖擊下,人們加入社交網(wǎng)絡(luò)信息傳播、表達(dá)觀點的欲望也就更強烈。
圖12 真相信息出現(xiàn)時間對社交網(wǎng)絡(luò)信息傳播過程的影響
2)觀點交互過程。圖13刻畫了真相信息不同出現(xiàn)時間下感染者所持觀點的變化情況。對比不同的情境,從觀點反轉(zhuǎn)過程所需時間來看,真相信息出現(xiàn)時間越早,觀點反轉(zhuǎn)速度越慢,轉(zhuǎn)變過程越溫和。根據(jù)圖像粗略估計tm=35與tm=25這兩種情境的反轉(zhuǎn)速度,發(fā)現(xiàn)前者比后者快了近一倍。從觀點的極端性來看,真相信息出現(xiàn)時間越晚,“觀點極化”現(xiàn)象越明顯,如在圖13中,tm=35的情境無論是在真相信息出現(xiàn)前還是真相信息出現(xiàn)后,其觀點平均值的絕對值都較其他兩種情境更大。
圖13 真相信息出現(xiàn)時間對觀點交互過程的影響
綜上所述,真相信息出現(xiàn)的時間對弛豫時間影響不大,但會影響參與信息傳播的感染者數(shù)量,且出現(xiàn)時間越早,感染者絕對數(shù)量越多。對觀點交互過程來說,真相信息出現(xiàn)越早,觀點反轉(zhuǎn)過程越溫和,“觀點極化”現(xiàn)象越不明顯。因此,可以得出結(jié)論,如果初始信息有部分不真實或者滯后的信息,需要真相信息來糾偏,那么發(fā)布真相信息的速度越快,越有利于社交網(wǎng)絡(luò)虛假信息的管控,越不容易出現(xiàn)網(wǎng)民觀點極端化的現(xiàn)象。
3.3.3 信息可信度對社交網(wǎng)絡(luò)虛假信息反轉(zhuǎn)過程的影響
人們接受社交網(wǎng)絡(luò)中的信息時,會先判斷其可信度來決定自己所持觀點。本文設(shè)定虛假信息與真相信息具有不同可信度的4個情境(具體數(shù)值如表2所示),分別為虛假信息高可信度、真相信息高可信度,虛假信息高可信度、真相信息低可信度,虛假信息低可信度、真相信息高可信度,虛假信息低可信度、真相信息低可信度,通過相應(yīng)的數(shù)值仿真,來研究信息可信度對感染者觀點交互過程的影響。
表2 信息可信度情境設(shè)定
圖14為4個情境下觀點的動態(tài)交互結(jié)果,可以看出,只有在兩條信息都為高可信度時,感染者才會更愿意相信相關(guān)信息所持的內(nèi)部觀點傾向;如果虛假消息是低可信度,即使真相信息為高可信度,人們也不愿意相信真相信息所持的觀點傾向;如果虛假信息是高可信度,真相信息是低可信度,那么在真相信息出現(xiàn)后,人們也會逐漸對真相信息所持觀點失去信任;若虛假信息和真相信息都為低可信度,那么在真相信息出現(xiàn)后,人們對于信息所持觀點的信任程度會比初始信息所持觀點的信任程度更低。
圖14 信息可信度對觀點交互過程的影響
由此可以看出,人們對于信息的信任是非常脆弱的,但凡有一條信息的可信度較低,就會打破整個信息傳播過程中建立起來的所有信任度,尤其在社交網(wǎng)絡(luò)虛假信息反轉(zhuǎn)過程中,發(fā)布信息所持觀點的不斷搖擺本來就易降低網(wǎng)民的信任,如果再裹挾難以讓人信服的內(nèi)容,將進(jìn)一步降低網(wǎng)民對所傳播信息觀點的信任,如果信息來源于官方政府,會讓網(wǎng)民產(chǎn)生對政府公信力的質(zhì)疑;如果信息來源于網(wǎng)絡(luò)媒體,則會大大降低網(wǎng)民對相關(guān)網(wǎng)媒的好感,造成輿論風(fēng)波。
根據(jù)上述仿真結(jié)果可知,競爭傳播使得社交網(wǎng)絡(luò)整體感染者規(guī)模不斷擴(kuò)大,信息傳播弛豫時間逐漸延長,感染者觀點更易發(fā)生反轉(zhuǎn),且觀點交互時間也日益增加。真相出現(xiàn)時間越早,社交網(wǎng)絡(luò)整體感染者絕對數(shù)量越多,觀點反轉(zhuǎn)過程越溫和,相反則“觀點極化”現(xiàn)象越明顯。傳播過程中,當(dāng)出現(xiàn)可信度較低的信息時,即使之后出現(xiàn)了可信度較高的異質(zhì)信息,主體也將不再給予較高的信任度。根據(jù)上述研究結(jié)果,可圍繞政府、媒體、網(wǎng)民3類主體得到如下虛假信息治理對策啟示。
1)政府應(yīng)構(gòu)建科學(xué)高效的虛假信息監(jiān)測預(yù)警系統(tǒng),有效引導(dǎo)輿情走勢。第一,快速響應(yīng),縮短信息傳播真空期。相關(guān)事件發(fā)生后,政府應(yīng)以靈敏的“嗅覺”定位公眾關(guān)注的“焦點”,針對核心問題快速排查、規(guī)范整治、及時通報,建立有效的問題反饋與解決機(jī)制,縮短權(quán)威信息的真空期,壓縮虛假信息的傳播空間。第二,積極作為,把控網(wǎng)絡(luò)輿情發(fā)展方向。政府要充分發(fā)揮公權(quán)力的管控優(yōu)勢,通過微博發(fā)布政務(wù)信息,對社會關(guān)切熱點問題進(jìn)行積極回應(yīng),與網(wǎng)民良性互動,進(jìn)而把控網(wǎng)絡(luò)輿情治理主動權(quán),降低輿論危機(jī)爆發(fā)風(fēng)險。第三,事后復(fù)盤,治理社會根源問題。社交網(wǎng)絡(luò)虛假信息反轉(zhuǎn)事件結(jié)束后,政府有關(guān)部門應(yīng)當(dāng)及時進(jìn)行全流程梳理,從傳播走勢、應(yīng)對舉措以及處置效果等角度進(jìn)行全流程回顧,做好虛假信息處置效果評估總結(jié)工作。
2)媒體應(yīng)第一時間核實事件來龍去脈,保障信息真實性、專業(yè)性、完整性。第一,去偽存真,保障信息真實性。媒體作為從事信息生產(chǎn)和發(fā)布的專業(yè)節(jié)點,是規(guī)避虛假信息的關(guān)鍵一環(huán),因而要保持較高的專業(yè)水準(zhǔn)和職業(yè)素養(yǎng),嚴(yán)查信息源頭,客觀報道事實真相。第二,設(shè)置議題,保證內(nèi)容專業(yè)性。媒體要全面設(shè)置報道議程,對新聞生產(chǎn)、傳播渠道、傳播效果等各個方面加以控制,堅持正確輿論導(dǎo)向,塑造權(quán)威可信的媒介形象。第三,及時跟進(jìn),推動信息有效閉環(huán)。官方等權(quán)威媒體要及時跟進(jìn)發(fā)布結(jié)果,以實現(xiàn)信息傳播的有效閉環(huán),減少輿論對公檢機(jī)關(guān)執(zhí)法不力的質(zhì)疑,降低公眾產(chǎn)生“沒有處置”“沒有管理”的不良觀感。
3)網(wǎng)民應(yīng)不斷提高自身素質(zhì),有理有據(jù)倒逼事實真相。網(wǎng)民是社交網(wǎng)絡(luò)虛假信息反轉(zhuǎn)過程中最活躍的主體,而高素質(zhì)網(wǎng)民群體能夠在虛假信息反轉(zhuǎn)的整個過程中發(fā)揮直接積極的作用。第一,冷靜客觀,避免情緒化“輸出”。社交網(wǎng)絡(luò)虛假信息反轉(zhuǎn)過程中多伴隨負(fù)面情緒化特征,網(wǎng)民應(yīng)提高警惕,冷靜客觀地看待事件,避免只靠主觀臆斷,以刻板印象進(jìn)行角色代入,先入為主篤定“站隊”發(fā)出非理性言論。第二,提高素質(zhì),有理有據(jù)倒逼真相。社交網(wǎng)絡(luò)信息來源多元、真假混雜,網(wǎng)民應(yīng)當(dāng)加強自身媒介素養(yǎng),強化責(zé)任意識,謹(jǐn)慎對待自己發(fā)布、轉(zhuǎn)發(fā)的每一條信息,不傳謠、不信謠,倒逼事實真相。
新媒體時代,社交網(wǎng)絡(luò)虛假信息頻繁涌現(xiàn)嚴(yán)重攪亂了網(wǎng)絡(luò)輿論場生態(tài)平衡,并給政府輿情監(jiān)管增加了難度,社交網(wǎng)絡(luò)虛假信息反轉(zhuǎn)成為亟待解決的重要科學(xué)問題。本文將SIR傳染病模型與HK觀點動力學(xué)模型相結(jié)合,構(gòu)建了考慮競爭傳播的社交網(wǎng)絡(luò)虛假信息反轉(zhuǎn)模型,同時以“高考答題卡疑被掉包事件”為例,對模型有效性進(jìn)行驗證,并進(jìn)一步通過數(shù)值仿真分析揭示社交網(wǎng)絡(luò)虛假信息反轉(zhuǎn)規(guī)律。研究發(fā)現(xiàn),虛假信息的出現(xiàn)將擴(kuò)大感染者的規(guī)模,延長信息傳播弛豫時間,并促使感染者觀點發(fā)生反轉(zhuǎn)。真相信息出現(xiàn)時間對弛豫時間影響不大,但會影響參與信息傳播的感染者數(shù)量,且出現(xiàn)時間越早,感染者絕對數(shù)量越多,觀點反轉(zhuǎn)過程越溫和,“觀點極化”現(xiàn)象越不明顯。此外,傳播過程中較低可信度的信息將影響主體對后續(xù)信息的信任。
鑒于此,綜合以上理論成果并結(jié)合中國國情得出以下啟示:①政府應(yīng)構(gòu)建科學(xué)高效的虛假信息監(jiān)測預(yù)警系統(tǒng),快速響應(yīng)縮短信息傳播真空期,積極作為,把控網(wǎng)絡(luò)輿情發(fā)展方向,并做好事后復(fù)盤,治理社會根源問題;②媒體應(yīng)第一時間核實事件來龍去脈,科學(xué)分析,精準(zhǔn)判斷,以保障信息真實性,合理設(shè)置議題,保證內(nèi)容專業(yè)性,并及時跟進(jìn),推動信息有效閉環(huán);③網(wǎng)民應(yīng)不斷提高自身素質(zhì),遇事做到冷靜客觀,避免情緒化“輸出”,進(jìn)而有理有據(jù)倒逼事實真相。