趙旭 黃微 張曉君
關(guān)鍵詞: 多層滲透; 網(wǎng)絡(luò)輿情; 參與行為; 引導模型
DOI:10.3969 / j.issn.1008-0821.2023.04.012
〔中圖分類號〕G203 〔文獻標識碼〕A 〔文章編號〕1008-0821 (2023) 04-0125-12
第50 次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展狀況統(tǒng)計報告》顯示, 截至2022年6月, 我國網(wǎng)民規(guī)模為10.51億[1] 。同時, 隨著5G時代的到來, 普通網(wǎng)民之間的互動交互、信息生產(chǎn)行為也更加頻繁。輿情用戶也從單一的輿情生產(chǎn)者或接受者, 轉(zhuǎn)化為集輿情生產(chǎn)者和接受者為一身的復合角色, 并在傳播社會正能量的過程中發(fā)揮了關(guān)鍵作用。網(wǎng)絡(luò)輿情分眾化和時效性特征, 使引導管控網(wǎng)絡(luò)輿情受眾的參與行為成為現(xiàn)代化社會治理迫切需求[2] 。
因此, 國內(nèi)外學者紛紛構(gòu)建輿情話題分析、輿情信息分析、用戶行為分析、情感分析模型, 探究網(wǎng)絡(luò)輿情傳播、演化規(guī)律, 以指引實踐層面的網(wǎng)絡(luò)輿情管控[3] 。Mitsutsuji K 等[4] 基于代理人情緒模型, 構(gòu)建了具有雙重態(tài)度的動態(tài)輿情分析模型, 當相鄰代理層交互的規(guī)則改變時, 不同層次受眾的內(nèi)部態(tài)度也會改變, 并形成重疊的穩(wěn)定狀態(tài); WangG 等[5] 針對自媒體網(wǎng)絡(luò)輿情多維性、多層次性和多重屬性特征, 提出多維輿情網(wǎng)絡(luò)模型及其話題檢測算法, 參考社會心理學和系統(tǒng)科學范疇對輿情話題元素進行了分類; Abdi A 等[6] 通過引入時間概念進行循環(huán)運算, 構(gòu)建了采用長短時記憶的遞歸神經(jīng)網(wǎng)絡(luò)模型, 能夠基于時間節(jié)點狀態(tài)提取具有前后關(guān)聯(lián)的輿情情感特征, 解決了卷積神經(jīng)網(wǎng)絡(luò)無法設(shè)置合法計算順序的問題。張琳等[7] 融入網(wǎng)絡(luò)媒體和政府的多主體干預(yù), 構(gòu)建了微博輿情話題交互傳播模型, 探究了微博多個輿情話題交互演化趨勢; 靖鯤鵬等[8] 加入基于疾病傳播理論, 加入信息猶豫者和信息接觸率構(gòu)建了SH2IR 模型, 展開同步和異步情境下輿情信息競爭演化過程研究; 趙晨陽等[9] 基于Logistic 模型, 構(gòu)建網(wǎng)絡(luò)輿情多元主體引導共生模型, 為網(wǎng)絡(luò)輿情多元主體間形成健康協(xié)調(diào)的共生關(guān)系提供指導; 莊文英等[10] 拓展SEInR 模型, 采用LDA 主題抽取, 利用Python 進行數(shù)據(jù)采集, 分析了突發(fā)事件網(wǎng)絡(luò)輿情演化與防控。
雖然上述學者的研究成果為本文研究奠定了深厚的理論基礎(chǔ), 然而, 網(wǎng)絡(luò)輿情受眾的參與行為包括內(nèi)驅(qū)行為、交互行為、操作行為, 在同一時刻或一個觀察時段, 輿情受眾存在內(nèi)驅(qū)行為、交互行為、操作行為的重疊[11] ; 另外, 輿情內(nèi)驅(qū)行為的譴責、質(zhì)疑、盲從、觀望、贊同、同情等情感維度, 對于操作行為和內(nèi)驅(qū)行為的影響方向和強度也是有差異的[12] 。并且, 不同的輿情受眾參與行為引導策略, 對于同一用戶或不同用戶的操作行為、交互行為, 以及不同強度、不同類型的情感維度,所帶來的行為引導結(jié)果也會有所不同[13] 。因此,如何針對網(wǎng)絡(luò)輿情受眾參與行為, 構(gòu)建網(wǎng)絡(luò)輿情受眾參與行為靶向引導模型, 精準把握網(wǎng)絡(luò)輿情傳播、演化規(guī)律, 進而引導輿情受眾做出符合輿情引導、管控主體預(yù)期的參與行為, 是本文研究擬解決的主要問題。
1建模依據(jù)及思想
1.1基于系統(tǒng)動力學的疾病傳播理論
本文以基于系統(tǒng)動力學的疾病傳播模型為依據(jù), 結(jié)合國內(nèi)外學者研究成果, 改進疾病傳播模型展開網(wǎng)絡(luò)輿情受眾參與行為靶向引導模型研究。疾病傳播模型是系統(tǒng)動力學理論在疾病傳播領(lǐng)域的經(jīng)典應(yīng)用[14] , 目前, 典型的模型有SI 模型、SIS 模型、SIR 模型等, SI 模型中的個體包括容易感染疾病的個體和已經(jīng)感染疾病的個體兩類人群。隨著研究的深入, 學者加入了考慮感染疾病的個體被治愈的情況, 加入了可能再次被感染的個體S 構(gòu)建了SIS 模型。但現(xiàn)實情況下, 還存在疾病治愈后形成免疫力的個體, 因而加入免疫個體R 構(gòu)建了SIR 模型, 如圖1 所示。該模型個體狀態(tài)包括易感者、感染者和免疫者[15] 。在輿情管理領(lǐng)域, Duan Y 等[16]將疾病傳播理論用于解釋謠言傳播。萬立軍等[17]構(gòu)建SIRS 輿情傳播煙花模型, 運用灰色預(yù)測方法與馬爾可夫模型展開輿情趨勢預(yù)測。顧秋陽等[18]結(jié)合復制動態(tài)方程對經(jīng)典SIR 模型進行改進, 分析同質(zhì)與異質(zhì)網(wǎng)絡(luò)中輿情動態(tài)演化規(guī)律。可見, 國內(nèi)外學者改進疾病傳播模型解決網(wǎng)絡(luò)輿情管理領(lǐng)域的難點和痛點問題, 取得了豐碩的研究成果, 為本文的研究提供了堅實的理論支撐。
1.2基于系統(tǒng)動力學的滲透思想
Helbing D 等[19] 最早提出了基于系統(tǒng)動力學的滲透思想, 構(gòu)建了單向高速公路宏觀多車道數(shù)學模型, 描述了車輛加速、減速、速度波動、超車、換道機動等行為滲透情況下的粗粒度時間行為。隨著研究的深入, 心理學和管理領(lǐng)域?qū)W者將滲透區(qū)分為行為滲透和心理滲透兩種類型[20] 。行為滲透是指個體事件要素從某個領(lǐng)域跨越邊界到另外一個領(lǐng)域,例如將工作從單位帶回家; 而心理滲透則是某領(lǐng)域心理要素跨越邊界進入另一個領(lǐng)域, 例如情緒、態(tài)度的溢出及看法的遷移。雖然少有學者明確提出滲透理論在情報學領(lǐng)域的概念和內(nèi)涵, 但是滲透思想在輿情研究領(lǐng)域應(yīng)用已經(jīng)較為廣泛。張連峰等[21] 基于超網(wǎng)絡(luò)理論, 展開微博輿情關(guān)鍵節(jié)點研究, 挖掘輿情用戶行為滲透和心理滲透形成的超網(wǎng)絡(luò)關(guān)鍵節(jié)點。梁曉賀等[22] 展開了基于超網(wǎng)絡(luò)的微博相似度研究, 反映了用戶行為滲透和心理滲透在輿情治理和保障信息安全方面的積極作用。上述學者基于滲透思想在多學科交叉領(lǐng)域的研究, 為本文輿情受眾參與行為靶向引導模型構(gòu)建提供了思想指引。
1.3考慮多層滲透并基于疾病傳播模型的建模思想
如前文所述, 在輿情傳播過程中, 輿情受眾參與行為會受到行為滲透和心理滲透作用。行為滲透影響了操作行為和交互行為, 操作行為和交互行為的轉(zhuǎn)換形成了行為滲透的結(jié)果, 心理滲透影響了內(nèi)驅(qū)行為, 并交互作用于參與行為, 不同類型的內(nèi)驅(qū)行為變化也反映了心理滲透的結(jié)果。例如, 輿情受眾轉(zhuǎn)發(fā)新冠疫情話題微博轉(zhuǎn)換到關(guān)注猴痘病毒話題微博的行為, 是心理滲透和行為滲透疊加的結(jié)果,而行為滲透又會促使輿情受眾情緒、態(tài)度的溢出及看法的遷移, 而形成了心理滲透, 并進一步促進心理滲透和行為滲透。本文進一步結(jié)合疾病傳播SIR模型建模思想, 繪制考慮多層滲透并基于疾病傳播模型的建模思想如圖2 所示。
網(wǎng)絡(luò)輿情受眾參與行為的變化, 一方面存在類似于疾病傳播的“病原體”; 另一方面具有一定的“傳染性” 和“免疫力”?!安≡w” 是輿情受眾參與行為的引導策略作用、輿情受眾媒體交互作用, 并且當該引導策略或者媒體交互作用于中性、消極、積極內(nèi)驅(qū)行為用戶后, 該用戶的行為狀態(tài)發(fā)生變化, 進而產(chǎn)生表現(xiàn)性行為, 則必然對其他用戶產(chǎn)生影響。因而, 也具有一定的傳染性, 這種傳染性不僅僅存在于不同用戶, 也對同一用戶的內(nèi)驅(qū)行為和其他行為產(chǎn)生影響。但無論輿情受眾參與行為引導策略多么精準有效、受眾媒介交互作用多強大, 最終都會隨著網(wǎng)絡(luò)輿情的發(fā)展而逐步削弱影響力, 并最終導致個體退出該事件傳播的輿情系統(tǒng),從而形成類似于疾病傳播的“免疫力”。參照疾病模型中易感者、感染者和免疫者命名, 并結(jié)合網(wǎng)絡(luò)輿情受眾參與行為特征, 本文將輿情受眾個體狀態(tài)劃分為初始受眾、目標受眾和潛在受眾, 初始受眾同疾病模型中的易感者類似, 是輿情靶向引導的初始個體, 目標受眾同感染者類似, 是輿情靶向引導的主要作用個體, 潛在受眾同免疫者類似, 是在某時段內(nèi)不再受到輿情靶向引導作用的個體。
輿情受眾參與行為演化過程中, 受眾個體內(nèi)驅(qū)行為包括譴責、質(zhì)疑、盲從、觀望、贊同、同情6個類型。為了簡化模型, 本文將其歸納為消極(譴責、質(zhì)疑)、中性(盲從、觀望)、積極(贊同、同情)3 個心理滲透層次, 即同一時間節(jié)點的個體包括上述3 個層次的行為狀態(tài)。在輿情受眾行為引導過程中, 受眾的行為從消極到積極, 或者從積極到消極狀態(tài)的轉(zhuǎn)換, 都是需要一個中間的中立過程,而這個中性內(nèi)驅(qū)行為的用戶, 則是輿情受眾行為精準引導策略作用的關(guān)鍵群體。輿情受眾參與行為包括內(nèi)驅(qū)行為、操作行為和交互行為, 然而從輿情靶向引導初始時刻(t 時刻)任一用戶的行為維度來考察, t 時刻的用戶一定是內(nèi)驅(qū)行為或操作行為、內(nèi)驅(qū)行為或交互行為的耦合狀態(tài), 因而, 本文將任一時刻的用戶行為劃分為兩個靶向引導層, 即內(nèi)驅(qū)行為靶向引導層和操作交互行為靶向引導層。同時,從輿情受眾行為作用或行為引導策略的作用來看,不同的用戶行為作用機制或者不同的引導策略作用機制, 其作用層面存在初始受眾到目標受眾狀態(tài)轉(zhuǎn)化層面, 初始受眾到潛在受眾狀態(tài)轉(zhuǎn)化層面, 目標受眾到潛在受眾狀態(tài)轉(zhuǎn)化層面。
2模型構(gòu)建
2.1模型假設(shè)
本文提出考慮多層滲透的網(wǎng)絡(luò)輿情受眾參與行為靶向引導模型假設(shè)研究條件如下:
1) 所有的輿情受眾個體行為狀態(tài)同一時刻同時更新。
2) 新增加的輿情受眾個體占現(xiàn)有輿情系統(tǒng)成員的比率為固定常數(shù), 并且全部是初始受眾。
3) 在同一時刻, 輿情受眾具有多層次的參與行為, 且在下一時刻前保持不變。
4) 在同一時刻, 輿情受眾不同層次行為的狀態(tài)轉(zhuǎn)化受到輿情受眾參與行為引導策略的作用, 并在下一時刻前作用程度和方向保持不變。
5) 在任意時刻, 不存在同時做出操作行為和交互行為的輿情受眾個體。
6) 任何等級和方式的輿情受眾引導策略對行為的影響為復合影響, 并且假定對于目標受眾用戶的輿情受眾參與行為引導是有效的。
7) 所有輿情受眾個體均不存在重復性的參與行為感染性。
8) 輿情系統(tǒng)初始情況下, 存在一定的做出輿情參與行為的目標受眾, 但是沒有潛在受眾。
9) 輿情系統(tǒng)的初始受眾和目標受眾狀態(tài)為持有某一情感的做出操作行為或交互行為的復合行為用戶。
2.2引導模型構(gòu)建
本文將網(wǎng)絡(luò)輿情受眾參與行為引導模型命名為L-(SI)3R, 在L-(SI)3R 模型中, 輿情系統(tǒng)成員被劃分為三大類, 分別是初始受眾、目標受眾、潛在受眾, 網(wǎng)絡(luò)輿情受眾參與行為演化模型如圖3所示, 網(wǎng)絡(luò)輿情受眾參與行為引導模型如圖4所示。
圖3中, 初始受眾和目標受眾都被劃分為分別具有消極情感、中性情感、積極情感等內(nèi)驅(qū)行為,并復合操作行為或交互行為的3 種個體。為方便表述, 這里將操作行為和交互行為稱為“表象行為”,輿情受眾的中性情感作為積極情感和消極情感的紐帶, 可以實現(xiàn)消極情感和積極情感的相互轉(zhuǎn)化, 進而就形成了具有某層情感類型的表象行為。當下一時刻, 輿情受眾行為狀態(tài)發(fā)生變化時, 三層情感是可以直接相互轉(zhuǎn)化而直接激發(fā)輿情受眾產(chǎn)生表象行為的。圖4 是某一個輿情受眾內(nèi)驅(qū)行為層面的引導策略作用模型, 其中i =1,2,3 分別代表消極情感、中性情感、積極情感。在輿情受眾引導過程中, 其引導策略就具有了針對輿情受眾情感的靶向性, 進而影響到輿情受眾的內(nèi)驅(qū)行為, 從而引導用戶做出符合引導預(yù)期的表象行為。
基于以上模型, 本文提出了網(wǎng)絡(luò)輿情受眾參與行為引導模型命名為L -(SI)3R方程, 如式(1)所示。
3.2仿真參數(shù)估計及設(shè)置
為了驗證L-(SI)3R 模型, 本文從前述章節(jié)數(shù)據(jù)出發(fā), 對模型仿真需要的數(shù)據(jù)進一步進行設(shè)置,共設(shè)置了9 組31 個方案。
其中, 第1 組4 個方案, 分別考察S 分量的初始變化對于輿情參與行為的影響, 其中個分量的總值為1; 第2 組4 個方案, 按照輿情受眾參與策略的引導度從低到高的值變化排列, 一次考察引導度對于輿情參與行為的引導效果; 第3~5 組, 則是分別按照感染率、免疫率、直接免疫率的單一變化, 對于輿情參與行為的影響設(shè)置, 以此可以描述感染率增大, 免疫率和直接免疫率不變, 輿情受眾行為的演化情況。其他概率的變化以此類推; 第6組是感染層轉(zhuǎn)出引導率變化, 對于層1 和層3 的影響, 例如I2到I3的轉(zhuǎn)出引導率, 基于此參數(shù)設(shè)置結(jié)合前文公式求得。第7 組方案是感染層轉(zhuǎn)入引導率對于層1 和層3 的影響, 同上述說明類似; 第8組和第9組, 分別是心理滲透層轉(zhuǎn)入和轉(zhuǎn)出引導率對于第1 層、第2 層、第3 層, 以及在感染率、直接免疫率變化下, 對于初始受眾和潛在受眾比率的變化。例如, S2到S1或S3的轉(zhuǎn)出率, S2 到S1 或S3的轉(zhuǎn)入率, 以及在此轉(zhuǎn)入轉(zhuǎn)出率的變化前提下, S2到I1、I2、I3的感染變化, 以及到R 的免疫變化。
3.3仿真結(jié)果及討論分析
3.3.1不同的初始分量對受眾行為的影響
第1 組的仿真方案的S 分量設(shè)置了4 個方案,用以刻畫不同的S 分量對于初始受眾的消極層、中性層、積極層以及目標受眾的消極層、中性層、積極層的影響。從圖5~ 圖8 的仿真結(jié)果來看, 無論初始分量如何, 目標受眾的消極層、中性層、積極層輿情受眾的比率都存在先快速攀升, 隨后緩慢下降, 最后趨于平衡的狀態(tài)。這說明, 即便是初始分量對于初始受眾的各層比率有一定的影響, 但是作用還是非常有限的。從初始受眾者的密度比例來看, 無論初始分量如何, 初始受眾者的消極層、中性層、積極層雖然比率有一定的差別, 但是服從先快速下降, 再趨于緩慢, 最后保持穩(wěn)定的狀態(tài)。說明初始分量對于各層的初始受眾密度有一定的影響, 但是對總體的初始受眾比率影響極小。
3.3.2輿情引導度變化對輿情受眾行為的影響
第2組的仿真方案主要考察網(wǎng)絡(luò)輿情引導策略變化對輿情受眾行為的影響, 輿情引導策略對于輿情受眾行為影響程度用引導度來計量。從而能夠刻畫引導度從較低逐步到較高的過程中, 各層初始受眾和目標受眾發(fā)生了怎樣的變化, 以及對于潛在受眾具有哪些影響, 結(jié)果如圖9~圖12所示。仿真結(jié)果表明, 輿情引導度取值高低并沒有影響曲線變化規(guī)律, 目標受眾的消極層、中性層、積極層輿情受眾的比率都存在先快速攀升, 隨后緩慢下降, 最后趨于平衡的狀態(tài)。說明輿情引導度對于各層的初始受眾密度有一定的影響, 但是對總體的初始受眾比率影響差異不大。并且輿情引導策略具有較強的指向性作用, 其靶向作用的基點是中性層用戶, 積極層用戶對引導策略最敏感, 并且策略作用表現(xiàn)的表象行為也依賴于積極用戶對其他用戶的影響, 或者說是產(chǎn)生蝴蝶效應(yīng), 進而對中性層用戶帶來影響。并隨著時間的累積, 中性層用戶也逐漸產(chǎn)生積極情感并做出積極的輿情行為, 達到輿論的引導目標。
3.3.3感染率、免疫率、直接免疫率變化對受眾參與行為的影響
在初始分量不變、引導度不變, 而感染率、免疫率、直接免疫率發(fā)生變化的情況下, 輿情受眾參與行為狀態(tài)演化的結(jié)果如圖13~ 圖15 所示。從上述3 個圖的對比來看, 無論感染率、免疫率、直接免疫率如何變化, 目標受眾密度呈現(xiàn)先快速上升,再緩慢下降, 最后逐步趨于平穩(wěn)的趨勢。而初始受眾則是先快速下降, 再緩慢下降, 最后逐步趨于平穩(wěn)。說明如果不對輿情進行引導, 也沒有采取基于初始分量而對中性層初始受眾、積極層初始受眾的比率進行調(diào)整的情況下, 網(wǎng)絡(luò)輿情受眾的行為同普通輿情的演化規(guī)律基本相似, 都會遵從潛伏、醞釀、爆發(fā), 最后到消亡的規(guī)律。在輿情的初期階段, 輿情受眾行為頻次較次, 存在大量的中性情感用戶。而對中性情感的用戶進行有效引導, 可以加速輿情消亡的趨勢, 并避免因該層用戶情感轉(zhuǎn)化為積極或消極情感后, 表象性行為頻繁而成為目標受眾, 給輿情的引導和處置帶來困難。
3.3.4心理滲透層引導率對受眾參與行為的影響
為了進一步探討心理滲透層引導率的變化對同一狀態(tài)初始受眾的影響, 本文基于仿真7 組22~25方案進行了仿真, 結(jié)果如圖16~ 圖18 所示。心理滲透層的引導率包括轉(zhuǎn)出引導率和轉(zhuǎn)入引導率, 其變化會對積極情感、中性情感、消極情感的心理滲透層用戶比率帶來影響。即引導率變化對于層間轉(zhuǎn)換的影響。輿情受眾的中性情感, 在更為精準的輿情引導策略的作用下, 會更加迅速向消極情感或者積極情感進行轉(zhuǎn)化, 中性情感的內(nèi)驅(qū)行為橋梁作用非常明顯。在輿情引導過程中, 要重點對持有中性情感的用戶進行有效引導。從消極層受眾密度和積極層受眾密度對比結(jié)果來看, 兩級分化特征較為明顯, 其上升或下降趨勢曲線差異較大。說明輿情引導策略的實施是一把雙刃劍, 引導有效會起到積極作用, 引導無效反而會激發(fā)輿情向更加不可控的方向發(fā)展。
3.3.5行為滲透層引導率對受眾參與行為的影響
行為滲透層的引導率包括轉(zhuǎn)出引導率和轉(zhuǎn)入引導率, 圖19 和圖20 為仿真結(jié)果。隨著行為滲透層轉(zhuǎn)出、轉(zhuǎn)入引導率的增加, 積極層目標受眾和消極層目標受眾轉(zhuǎn)入、轉(zhuǎn)出率也發(fā)生變化, 進而目標受眾的各層密度也發(fā)生改變。進一步說明輿情引導策略作用于現(xiàn)有的輿情系統(tǒng)既有表象行為的用戶, 其作用仍然是雙向的。從目標受眾和潛在受眾曲線來看, 在中性層轉(zhuǎn)出引導率和感染率的復合作用下,目標受眾密度和潛在受眾密度發(fā)生了變化。當引導率—感染率增大的情況下, 目標受眾的密度迅速上升, 然后快速下降, 最后趨于平緩。而潛在受眾密度也呈現(xiàn)快速上升然后快速下降的趨勢。其根本原因在于, 積極情感用戶和消極情感用戶比重的增加, 必然導致更多的顯性行為, 而初始受眾密度的增加則會隨著輿情發(fā)展, 逐漸影響潛在受眾密度。在輿情引導過程中, 對于已經(jīng)做出表象輿情參與行為的受眾, 要區(qū)分其情感傾向, 采取靶向的引導措施, 才能夠有效地引導輿情受眾積極的行為, 也能夠引導輿情受眾盡快退出輿情系統(tǒng), 加快輿情消亡的趨勢。
3.3.6綜合討論分析
基于以上分析本文認為, 輿情受眾參與行為在內(nèi)驅(qū)行為層面, 以中性情感為輿情引導的最優(yōu)靶向, 通過引導中性情感, 引導用戶內(nèi)驅(qū)行為情感向積極情感轉(zhuǎn)化, 進而能夠更有效地激發(fā)用戶操作行為或交互行為。從用戶的內(nèi)驅(qū)行為和表象行為來看,內(nèi)驅(qū)行為是動因, 表象行為是結(jié)果, 并且表象行為對于內(nèi)驅(qū)行為有促進作用。因而, 在輿情受眾引導過程中, 要采用情感工具挖掘用戶內(nèi)驅(qū)行為, 注重采用計量工具對操作行為和交互行為進行統(tǒng)計, 輔助解釋、揭示內(nèi)驅(qū)行為的發(fā)生。從初始分量的分析結(jié)果來看, 初始分量的比重, 也影響著輿情受眾行為以及輿情受眾的密度。在輿情引導初期, 如果引入更多的中性情感輿情受眾或者同引導方向一致的積極情感受眾, 參與到目標事件輿情傳播過程, 將會形成較好的輿情受眾引導效果。從感染率、免疫率和直接免疫率的視角來看, 在實踐層面, 積極的正能量輿情引導, 應(yīng)該注重提高感染率, 更多地激發(fā)用戶積極情感, 采取積極輿情參與行為, 同時降低免疫率, 不斷生產(chǎn)或者發(fā)布圍繞輿情事件的正能量信息, 正向激發(fā)輿情受眾參與熱情。從直接免疫率視角來看, 正能量的輿情引導一定要吸引受眾眼球, 打動受眾內(nèi)心。對于具有一定破壞作用的輿情事件, 引導目標則是促使輿情快速消亡, 應(yīng)該從降低直接免疫率措施入手, 針對還沒有做出表象輿情參與行為的受眾, 要主動推送輿情靶向引導信息,促使其直接轉(zhuǎn)化為潛在受眾而退出輿情系統(tǒng)。從而在破壞性輿情事件沒有輿情用戶新生力量情境下,可以很快地控制輿情蔓延, 并可以預(yù)估其最終消亡趨勢。
4研究結(jié)論
本文針對網(wǎng)絡(luò)輿情受眾參與行為特征, 以基于系統(tǒng)動力學的疾病傳播模型為依據(jù), 考慮多層滲透思想, 將任一時刻的用戶行為劃分為內(nèi)驅(qū)行為層和操作交互行為層, 基于輿情受眾重疊的二值狀態(tài)改進SIR 模型, 構(gòu)建了網(wǎng)絡(luò)輿情受眾參與行為引導模型L-(SI)3R, 設(shè)計了層內(nèi)引導度決策算法, 展開了仿真研究。仿真研究結(jié)果表明, 初始分量、輿情引導度對于各層的初始受眾密度有一定的影響, 但是對總體的初始受眾比率影響不大; 感染率越大,初始受眾密度下降越快, 目標受眾密度上升也越快; 引導率的變化對于層間的轉(zhuǎn)換有明顯影響, 中性層在輿情受眾內(nèi)驅(qū)行為中起到橋梁作用。在實踐中, 輿情受眾內(nèi)驅(qū)行為層面, 以中性情感為輿情引導的最優(yōu)靶向; 在輿情引導的初期, 引入更多的中性情感輿情受眾或者同引導方向一致的積極情感受眾, 能有效引導輿論走向; 在正能量輿情引導過程中, 應(yīng)該注重提高感染率, 更多地激發(fā)用戶的積極情感, 引導用戶積極的輿情參與行為, 同時降低免疫率。但在目前研究中還存在不足, 網(wǎng)民參與行為的層次劃分還可以進一步擴展。