霍朝光 霍帆帆

〔摘要〕社交輿情傳播影響因素是研究輿情規(guī)律的關(guān)鍵。本文從復(fù)雜網(wǎng)絡(luò)視角出發(fā)，通過(guò)梳理國(guó)內(nèi)外關(guān)于社交輿情傳播的相關(guān)文獻(xiàn)，從網(wǎng)絡(luò)結(jié)構(gòu)特征、節(jié)點(diǎn)屬性特征、信息內(nèi)容特征以及其他因素4個(gè)方面分別對(duì)影響社交輿情傳播的因素進(jìn)行歸納和總結(jié)。研究結(jié)果發(fā)現(xiàn)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)、網(wǎng)絡(luò)基本性質(zhì)、網(wǎng)絡(luò)關(guān)系特征等網(wǎng)絡(luò)結(jié)構(gòu)特征因素是影響社交輿情傳播的客觀環(huán)境基礎(chǔ)，傳播主體屬性特征和傳播客體屬性特征等節(jié)點(diǎn)屬性特征是社交輿情傳播的主觀人為條件，對(duì)社交輿情信息內(nèi)容特征的分析成為及時(shí)化解輿情的關(guān)鍵。

〔關(guān)鍵詞〕社交輿情傳播；復(fù)雜網(wǎng)絡(luò)；社交媒體；影響因素

DOI：10.3969/j.issn.1008-0821.2016.07.031

〔中圖分類(lèi)號(hào)〕G206；G2528〔文獻(xiàn)標(biāo)識(shí)碼〕A〔文章編號(hào)〕1008-0821（2016）07-0171-06

社交輿情是指公眾通過(guò)社交媒體引發(fā)的輿情，公眾在社交媒體上任何的觀點(diǎn)表達(dá)或信息傳播都有可能影響甚至誤導(dǎo)輿論與輿情[1]。區(qū)別于傳統(tǒng)媒體，社交媒體更多的是建立在社交關(guān)系網(wǎng)絡(luò)之上，建立在復(fù)雜的網(wǎng)絡(luò)基礎(chǔ)上，以復(fù)雜網(wǎng)絡(luò)為載體，以各種社會(huì)熱點(diǎn)問(wèn)題、危機(jī)事件、企業(yè)事件、政務(wù)事件以及一些公眾人物的言行等公共事務(wù)為核心，表達(dá)并傳播網(wǎng)民的情感、態(tài)度及觀點(diǎn)等以形成一定的輿論影響力，促進(jìn)各種公共事務(wù)的進(jìn)展。隨著互聯(lián)網(wǎng)以及手機(jī)等新興媒體的崛起，以微博、微信、社交網(wǎng)絡(luò)為代表的Web20應(yīng)用飛速發(fā)展，社交網(wǎng)絡(luò)輿情也獲得了空前的影響力，受到政府與企業(yè)等相關(guān)部門(mén)的高度重視。根據(jù)社交網(wǎng)絡(luò)輿情涉及到的具體公共事務(wù)內(nèi)容可分為政務(wù)輿情、企業(yè)輿情、教育輿情、食品輿情、醫(yī)療輿情、旅游以及公共人物輿情等，主要涉及到輿情基礎(chǔ)理論、社會(huì)輿論、民意測(cè)驗(yàn)與調(diào)查、社會(huì)民生問(wèn)題、危機(jī)預(yù)警、危機(jī)管理、危機(jī)應(yīng)對(duì)、品牌聲望、公關(guān)活動(dòng)、社會(huì)網(wǎng)絡(luò)安全與管理、輿情傳播規(guī)律與傳播機(jī)制、應(yīng)用系統(tǒng)開(kāi)發(fā)、高校網(wǎng)絡(luò)輿情、國(guó)際事件等研究領(lǐng)域。從技術(shù)層面來(lái)看，主要負(fù)責(zé)提供網(wǎng)絡(luò)輿情監(jiān)測(cè)、網(wǎng)絡(luò)數(shù)據(jù)挖掘、智能分析、處理、預(yù)警、智能搜索、報(bào)告輔助生成、輿情短信提醒、動(dòng)態(tài)圖標(biāo)統(tǒng)計(jì)、情感識(shí)別、情感分析、輿情研判、社交媒體管理、企業(yè)競(jìng)爭(zhēng)情報(bào)、口碑監(jiān)測(cè)、聲望管理、知識(shí)管理等方面的業(yè)務(wù)。

前期關(guān)于社交輿情傳播的影響因素研究多基于個(gè)人層面，從個(gè)人心理、個(gè)人習(xí)慣、個(gè)人動(dòng)機(jī)等方面展開(kāi)。例如關(guān)于社交媒體輿情傳播的動(dòng)機(jī)研究發(fā)現(xiàn)普通用戶(hù)的信息需求等信息性動(dòng)機(jī)與用戶(hù)的娛樂(lè)（Entertainment）、放松（Relaxation）、時(shí)尚（Fashion）等娛樂(lè)性動(dòng)機(jī)往往無(wú)形之中鑄成輿情，成為培育輿情的土壤，用戶(hù)的個(gè)人成長(zhǎng)（Personal Growth）、地位追求（Self-status Seeking）、自我認(rèn)同（Self-identification）、自我提升（Self Enhancement）等利己主義性動(dòng)機(jī)以及道德感知、公民責(zé)任、環(huán)境監(jiān)測(cè)等利他主義性動(dòng)機(jī)又進(jìn)一步主觀加速了輿情的傳播，成為輿情發(fā)展的助力器，而用戶(hù)的情感訴求、情感交流、群體歸屬、社會(huì)交往等社交性動(dòng)機(jī)在一定程度上無(wú)疑為輿情的傳播提供了便利的通道[2-6]。同時(shí)個(gè)人的上網(wǎng)習(xí)慣、個(gè)人隱私意識(shí)、感知控制、信息素養(yǎng)以及沉浸體驗(yàn)程度均會(huì)影響到輿情在社交媒體中的傳播。但是從復(fù)雜網(wǎng)絡(luò)視角來(lái)看，有限的輿論并不可怕，可怕的是泛濫化的廣為傳播的具有相當(dāng)規(guī)模的輿情，在人人都是麥克風(fēng)的Web20時(shí)代，一定范圍的輿論爭(zhēng)執(zhí)是網(wǎng)民言語(yǔ)自由的體現(xiàn)，但是當(dāng)輿論由小眾走向大眾，形成大范圍的輿情時(shí)就會(huì)頗具破壞力并極易引發(fā)一系列社會(huì)騷亂與群體行為，因此社交輿情由低能量輿論場(chǎng)積聚到高能量輿論場(chǎng)，由小范圍討論到大面積極化傳播的過(guò)程勢(shì)必成為社交輿情把控的關(guān)鍵。

因此本文從復(fù)雜網(wǎng)絡(luò)的視角出發(fā)，著重分析社交輿情傳播的過(guò)程，分別從網(wǎng)絡(luò)結(jié)構(gòu)特征、節(jié)點(diǎn)屬性特征、信息內(nèi)容特征以及其他因素等4個(gè)方面對(duì)社交輿情傳播客觀過(guò)程中所涉及到的影響因素進(jìn)行分析，以期為進(jìn)一步加深對(duì)社交輿情傳播研究的探討。詳情見(jiàn)表1。

1網(wǎng)絡(luò)結(jié)構(gòu)特征對(duì)社交輿情傳播的影響

不同的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)對(duì)社交輿情傳播的影響較為顯著。關(guān)于網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)有4種比較經(jīng)典的拓?fù)浣Y(jié)構(gòu)模型：規(guī)則網(wǎng)絡(luò)（Regular Network），規(guī)則網(wǎng)絡(luò)主要是指具有規(guī)則的拓?fù)浣Y(jié)構(gòu)的網(wǎng)絡(luò)，通常該網(wǎng)絡(luò)中每個(gè)節(jié)點(diǎn)的度都相等，大多數(shù)規(guī)則網(wǎng)絡(luò)呈現(xiàn)平均路徑較大、聚類(lèi)系數(shù)較大的特征，并且多數(shù)規(guī)則網(wǎng)絡(luò)每個(gè)節(jié)點(diǎn)的度和聚類(lèi)系數(shù)都是相等的[7]；隨機(jī)網(wǎng)絡(luò)（Random Network），相對(duì)于規(guī)則網(wǎng)絡(luò)中各個(gè)節(jié)點(diǎn)和連邊直接依據(jù)某種規(guī)則連接形成，隨機(jī)網(wǎng)絡(luò)的節(jié)點(diǎn)和連邊沒(méi)有具體的連接規(guī)則，而是隨機(jī)連接就得到隨機(jī)網(wǎng)絡(luò)，主要有固定邊數(shù)模型和ER隨機(jī)網(wǎng)絡(luò)模型（二項(xiàng)式模型）[8]；小世界網(wǎng)絡(luò)（Small World Network）是由Watts和Strogatz于1998年發(fā)現(xiàn)的，因該類(lèi)網(wǎng)絡(luò)中既有很高的聚類(lèi)系數(shù)有具有很小的平均路徑，網(wǎng)絡(luò)中節(jié)點(diǎn)雖然很多，但是節(jié)點(diǎn)之間相對(duì)距離卻較小，遂稱(chēng)其為小世界網(wǎng)絡(luò)[9]；隨機(jī)網(wǎng)絡(luò)和小世界網(wǎng)絡(luò)的度分布近似為泊松分布，而無(wú)標(biāo)度網(wǎng)絡(luò)（Scale-free Network）的度分布服從冪律分布[10]。不同的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)對(duì)輿情傳播影響不同。如個(gè)體對(duì)信息的記憶能力在不同網(wǎng)絡(luò)結(jié)構(gòu)中產(chǎn)生的影響，在隨機(jī)網(wǎng)絡(luò)和BA網(wǎng)絡(luò)中隨著人們記憶的加深，輿情傳播的范圍也在不斷擴(kuò)展，但是在規(guī)則網(wǎng)絡(luò)和小世界網(wǎng)絡(luò)中，即使比較小的記憶長(zhǎng)度也依然會(huì)鑄成大范圍的輿情傳播影響[11]。在規(guī)則網(wǎng)絡(luò)下謠言信息是很難廣泛傳播的，即使傳播開(kāi)來(lái)也需要很長(zhǎng)的時(shí)間，因?yàn)樵谄鋫鞑ミ^(guò)程中很容易受到外界辟謠信息的介入并迅速終結(jié)謠言的傳播，但是在小世界網(wǎng)絡(luò)中，隨著平均路徑的縮短，達(dá)到最終轉(zhuǎn)發(fā)飽和的時(shí)間也越來(lái)越短，平均路徑對(duì)謠言傳播速度和傳播的持續(xù)時(shí)間影響顯著。但是最終轉(zhuǎn)發(fā)謠言的人群比例卻沒(méi)有改變，因?yàn)樾∈澜缇W(wǎng)絡(luò)結(jié)構(gòu)只是加速了謠言的傳播，依據(jù)人與人之間距離的縮短得以迅速傳播并引發(fā)輿論高峰，但對(duì)最終傳播者的覆蓋比例沒(méi)有顯著影響[12]。

不同的網(wǎng)絡(luò)結(jié)構(gòu)性質(zhì)對(duì)社交輿情傳播的影響不同。不同的網(wǎng)絡(luò)拓?fù)湫再|(zhì)對(duì)輿情傳播的影響也較為顯著，關(guān)于網(wǎng)絡(luò)的拓?fù)湫再|(zhì)主要有度（出度和入度）、平均路徑、聚類(lèi)系數(shù)等。關(guān)于度對(duì)輿情傳播影響的研究發(fā)現(xiàn)在社群結(jié)構(gòu)的網(wǎng)絡(luò)中，出度或入度較大的節(jié)點(diǎn)并非一定會(huì)更多的參與信息的傳播，草根消息有時(shí)候也能夠大范圍傳播。研究表明謠言接受度函數(shù)隨著節(jié)點(diǎn)度的增大會(huì)單調(diào)下降，對(duì)于度低的節(jié)點(diǎn)其傳播率要高于全局傳播率，但與其他具有傳播狀態(tài)節(jié)點(diǎn)的接觸率也相對(duì)較低，因此即使傳播率較高但對(duì)謠言信息傳播的作用也是比較有限的，而對(duì)于度高的節(jié)點(diǎn)由于其接收信息的渠道是多樣的，不會(huì)依賴(lài)或只信任單一渠道的信息，客觀方面形成了較強(qiáng)的謠言抵御能力，其被感染的幾率相對(duì)較低，因此其傳播率相對(duì)是要低于全局傳播率，此時(shí)謠言信息的傳播就會(huì)緩慢，但是由于其具有較高的接觸率，因此輿情傳播的規(guī)模并沒(méi)有太大變化[13]。關(guān)于意見(jiàn)領(lǐng)袖對(duì)輿情傳播的影響研究發(fā)現(xiàn)在不同階段不同類(lèi)型的意見(jiàn)領(lǐng)袖對(duì)輿情的傳播起著不同的作用。在輿情發(fā)生階段，草根意見(jiàn)領(lǐng)袖通過(guò)轉(zhuǎn)發(fā)或者發(fā)帖使得事件在網(wǎng)絡(luò)上傳播，為了吸引眼球往往會(huì)主觀地給事件加入一些標(biāo)簽，如富二代、官二代等，來(lái)引起網(wǎng)民的關(guān)注和參與，使輿情開(kāi)始得到蔓延；在輿情發(fā)展階段，一些專(zhuān)家和學(xué)者人為介入到意見(jiàn)領(lǐng)袖行列，表達(dá)比較專(zhuān)業(yè)性的意見(jiàn)和看法，引導(dǎo)人們對(duì)事件背后進(jìn)行深度挖掘；在輿情演化階段，事件關(guān)注度比較高，一些媒體介入成為意見(jiàn)領(lǐng)袖，如在藥家鑫案件中在輿情演化階段新浪微博對(duì)如何判決藥家鑫發(fā)起投票，使輿情傳播達(dá)到高潮；在輿情消退階段，意見(jiàn)領(lǐng)袖在遇到相關(guān)或形似事件時(shí)重啟網(wǎng)民沉淀的記憶，可能致使本將消退的輿情發(fā)生衍化，再次升至峰值，出現(xiàn)二次或者多次高潮[14]。

關(guān)系特征對(duì)社交輿情傳播的影響，關(guān)系特征對(duì)應(yīng)到網(wǎng)絡(luò)結(jié)構(gòu)中就是邊的特征，不同的節(jié)點(diǎn)關(guān)系（邊）影響著輿情的傳播，從傳播角度來(lái)看主要可分為傳播主體與傳播客體的關(guān)系特征，傳播主體與傳播內(nèi)容的關(guān)系特征、傳播客體與傳播內(nèi)容之間的關(guān)系特征。從關(guān)系的行動(dòng)者角度來(lái)看，影響輿情傳播的關(guān)鍵關(guān)系特征就是傳播主體與傳播客體的關(guān)系特征。傳播主體與傳播客體的關(guān)系主要包括其興趣相似度、結(jié)構(gòu)相似度、是否互相提及、是否相互關(guān)注以及兩者的位置關(guān)系等特征。關(guān)于傳播主體與傳播客體的興趣相似度研究發(fā)現(xiàn)用戶(hù)所發(fā)布的消息內(nèi)容可代表用戶(hù)的興趣偏好，如果將每個(gè)用戶(hù)歷史時(shí)間段內(nèi)發(fā)布的所有消息匯總成一個(gè)文檔，則可以借助詞項(xiàng)的TF-EDF值構(gòu)建文檔向量，通過(guò)計(jì)算傳播主體文檔與傳播客體文檔的余弦相似度來(lái)恒量傳播客體與傳播主體的興趣相似度[15]。關(guān)于傳播主體與傳播客體的結(jié)構(gòu)相似度研究發(fā)現(xiàn)可以用兩個(gè)節(jié)點(diǎn)的鄰居集合的Jaccard距離來(lái)表示[16]。兩者之間的位置信息（Main Location）是指用戶(hù)在一段時(shí)間內(nèi)的主要活動(dòng)位置，例如用戶(hù)的居住地、用戶(hù)的工作場(chǎng)所或者用戶(hù)的生活區(qū)，主要描述用戶(hù)的主要活動(dòng)范圍和用戶(hù)的出行軌跡。研究發(fā)現(xiàn)針對(duì)不同的節(jié)點(diǎn)屬性給出不同的傳播參數(shù)可保證信息的差異化傳播，引入位置信息可保證事發(fā)地節(jié)點(diǎn)對(duì)信息傳播的可信性，有利于對(duì)社交輿情傳播范圍進(jìn)行定性分析[17]。同時(shí)通過(guò)定義位置熵和社區(qū)熵來(lái)描述用戶(hù)位置內(nèi)用戶(hù)社區(qū)信息的混亂程度和用戶(hù)社區(qū)內(nèi)用戶(hù)位置類(lèi)的混亂程度，可以進(jìn)一步對(duì)比分析網(wǎng)絡(luò)聚類(lèi)（社區(qū)結(jié)構(gòu)）與用戶(hù)空間聚類(lèi)（Main Location聚類(lèi)）之間的關(guān)系[18]。

2節(jié)點(diǎn)屬性特征對(duì)社交輿情傳播的影響

節(jié)點(diǎn)屬性特征是研究社交輿情傳播的重要影響因素。從傳播的主題與客體角度來(lái)看，節(jié)點(diǎn)屬性可分為傳播主體的節(jié)點(diǎn)屬性和傳播客體的節(jié)點(diǎn)屬性[15]。

傳播主體屬性特征主要是指?jìng)鞑ブ黧w的信息傳播能力，可以通過(guò)傳播主體的節(jié)點(diǎn)影響力、節(jié)點(diǎn)權(quán)威度、節(jié)點(diǎn)活躍度、節(jié)點(diǎn)可信度、節(jié)點(diǎn)關(guān)注者、賬號(hào)年齡來(lái)恒量，同時(shí)受到節(jié)點(diǎn)傳播動(dòng)機(jī)的影響[19]。研究表明在信息采納過(guò)程中信源的可信度顯著影響用戶(hù)對(duì)信息的采納[20]。同時(shí)在信息內(nèi)容較為相同的情況下信源的可信度越高信息接收者被說(shuō)服的概率越大[21]，這主要源于信源的專(zhuān)業(yè)性、準(zhǔn)確性和吸引力[22]。同時(shí)研究發(fā)現(xiàn)傳播主體的關(guān)注者（Follower）越多，其傳播信息的速度越快[23]。關(guān)于賬號(hào)年齡（Age of Account），有學(xué)者發(fā)現(xiàn)在Tweet上信息傳播的速度與用戶(hù)的賬號(hào)年齡有很大關(guān)系，對(duì)于注冊(cè)時(shí)間300天以上的用戶(hù)其發(fā)布的信息傳播速度比整個(gè)網(wǎng)絡(luò)中的平均信息傳播速度要快，但是在0～30天這段時(shí)間內(nèi)，用戶(hù)發(fā)布的信息傳播速度卻與注冊(cè)時(shí)間成反比[23]。關(guān)于輿情傳播的動(dòng)機(jī)研究主要有信息性動(dòng)機(jī)、情緒性動(dòng)機(jī)、社會(huì)性動(dòng)機(jī)。其中信息性動(dòng)機(jī)指為了滿(mǎn)足他人信息需求而發(fā)布信息，政府部門(mén)、新聞媒體等發(fā)布信息是因?yàn)槠渎氊?zé)所在，而個(gè)人發(fā)布信息是一種利他主義而獲得的自我滿(mǎn)足；情緒性動(dòng)機(jī)是指為了表達(dá)情緒而發(fā)布公共危機(jī)信息，情緒宣泄；社會(huì)性動(dòng)機(jī)是指由社會(huì)性因素引起公共危機(jī)信息的發(fā)布，主要包括尋求幫助和自我提升，傳播主體的動(dòng)機(jī)不同，由動(dòng)機(jī)引致的行為就不同，從而進(jìn)一步影響到輿情的傳播[24]。

傳播客體屬性特征是指?jìng)鞑タ腕w作為輿情信息的接受者，對(duì)輿情的敏感程度以及生理、行為反應(yīng)特征在客觀上要受到傳播客體自身特征的影響，例如傳播客體的受教育水平、輿情經(jīng)歷、輿情免疫力、信息素養(yǎng)、閱讀或?yàn)g覽信息的習(xí)慣。Afassinou K通過(guò)仿真發(fā)現(xiàn)客體的受教育水平對(duì)網(wǎng)絡(luò)謠言的傳播影響較大，整個(gè)網(wǎng)絡(luò)中的人群受教育水平越高，謠言信息對(duì)整個(gè)網(wǎng)絡(luò)的影響就越小[25]。傳播客體本身的行為習(xí)慣仍然影響輿情信息的傳播，例如不完全閱讀行為（Incomplete Reading Behavior），在社交媒體環(huán)境中人們會(huì)以一定的概率閱讀到一些信息，同時(shí)也會(huì)以一定的概率忽視一些信息，當(dāng)一個(gè)用戶(hù)發(fā)布一條信息的時(shí)候并不是他所有的好友或者關(guān)注者會(huì)看到這條信息，并且對(duì)于信息閱讀者想要在有限的時(shí)間內(nèi)瀏覽網(wǎng)上所有不斷更新的信息也是較為困難的，而且一些舊的信息也會(huì)被新的信息所替代，舊的信息會(huì)從人們的視野中移除，新信息的傳播率、舊信息的移出率和信息瀏覽者的閱讀速度等造成了信息瀏覽者的不完全閱讀行為[26]。

3信息內(nèi)容特征對(duì)社交輿情傳播的影響

關(guān)于信息內(nèi)容特征主要是指輿情信息的情感屬性、是否含有URLs鏈接、是否包含標(biāo)簽、是否與重大事件有關(guān)以及話(huà)題的衍生性如何等關(guān)于內(nèi)容屬性的一些特征。信息的情感屬性（Sentiment）指信息的情感傾向，根據(jù)文本情感分析技術(shù)可以將文本的情感分為多個(gè)類(lèi)，例如二分類(lèi)法將情感分為正向（Positive）和負(fù)向（Negative）。具有很強(qiáng)情感傾向的消息更容易吸引人們的注意力并得到傳播，Anthony S[27]等人發(fā)現(xiàn)越是讓人們產(chǎn)生焦慮情感（Anxiety）的謠言或者信息越容易得到傳播，并且本身愈是處于焦慮狀態(tài)的學(xué)生越容易接受并傳播謠言，負(fù)面的輿情信息要比正面的輿情信息更容易導(dǎo)致人們產(chǎn)生焦慮感，因此也更容易被廣泛傳播。在關(guān)于信息內(nèi)容中是否含有URLs鏈接的研究中，Tanaka Y[28]等人通過(guò)設(shè)計(jì)一個(gè)實(shí)驗(yàn)發(fā)現(xiàn)在Tweet中如含有URLs鏈接則謠言更容易被傳播，即使Tweet中的URLs是一個(gè)無(wú)效的超鏈接謠言信息仍然容易被傳播，從心理學(xué)角度來(lái)看可以解釋為URLs通常代表的是對(duì)信息內(nèi)容的更加深度解讀，對(duì)信息內(nèi)容的詳盡表達(dá)，但是我國(guó)黃膺旭、曾潤(rùn)喜[29]則發(fā)現(xiàn)鏈接有時(shí)候反而會(huì)減弱微博信息的傳播，因?yàn)楹芏嗲闆r下人們根據(jù)閱讀的習(xí)慣會(huì)去讀取鏈接內(nèi)容，因此這種深度閱讀的行為導(dǎo)致了人們忘記去轉(zhuǎn)發(fā)信息了，可能導(dǎo)致信息傳播在此階段此用戶(hù)身上發(fā)生終止。關(guān)于信息內(nèi)容中是否包含標(biāo)簽的研究發(fā)現(xiàn)帶有標(biāo)簽的內(nèi)容更加容易吸引其他讀者的注意，帶有標(biāo)簽的Tweet更容易被傳播，但并不是標(biāo)簽越多信息傳播越快，信息傳播的速度還與信息中標(biāo)簽的類(lèi)型有關(guān)[23]。關(guān)于輿情信息與重大事件的關(guān)系研究發(fā)現(xiàn)當(dāng)謠言信息的內(nèi)容與當(dāng)前國(guó)內(nèi)、國(guó)際比較重大的事件有關(guān)的時(shí)候其更容易獲得關(guān)注并傳播[30]。話(huà)題衍生性是指根據(jù)話(huà)題的特點(diǎn)所導(dǎo)致的衍生輿情。依照網(wǎng)絡(luò)輿情傳播規(guī)律的研究，對(duì)處于消退期的網(wǎng)絡(luò)信息應(yīng)該是一種逐步減少并最終趨向平穩(wěn)消失匿跡的狀態(tài)，但是對(duì)于某些衍生性較強(qiáng)的敏感話(huà)題，由于網(wǎng)絡(luò)話(huà)題的異化、關(guān)聯(lián)、泛華等效應(yīng)，極易使原本應(yīng)該消退的輿情話(huà)題進(jìn)一步衍生，在達(dá)到波峰后沒(méi)有趨于平緩而是形成新的輿情高潮，即出現(xiàn)二次波峰甚至連發(fā)多次波峰[31]。

4其他因素對(duì)社交輿情傳播的影響

對(duì)于社交輿情傳播產(chǎn)生影響的還有其他方面的一些因素，如時(shí)間、真?zhèn)涡畔⒌膶?duì)抗等因素，社交輿情信息的發(fā)布時(shí)間對(duì)輿情傳播而言至關(guān)重要，研究表明用戶(hù)使用社交媒體的時(shí)間具有一定的分布規(guī)律，如果當(dāng)輿情傳播的高峰與用戶(hù)使用社交媒體的高峰疊加在一起的時(shí)候就會(huì)爆發(fā)更大范圍的更具破壞力的輿情影響，進(jìn)一步加劇輿情的惡化[32]。如果輿情監(jiān)控能夠及時(shí)發(fā)現(xiàn)傳播的苗頭，及時(shí)避開(kāi)社交媒體使用高峰，就會(huì)為相關(guān)部門(mén)以較低的社會(huì)成本化解輿情爭(zhēng)取寶貴的時(shí)間。同時(shí)對(duì)于處于零散時(shí)間狀態(tài)的正面輿情信息，往往容易被新的信息所覆蓋，導(dǎo)致其他用戶(hù)在瀏覽時(shí)無(wú)法看到，從而影響到輿情信息的傳播，同時(shí)輿情傳播也會(huì)受到新聞刊發(fā)時(shí)間的影響，所以輿情的發(fā)布時(shí)間對(duì)輿情傳播影響十分顯著[33]。關(guān)于真信息的注入對(duì)輿情的影響主要是在輿情傳播仿真實(shí)驗(yàn)中考慮到在不同階段不同信息的注入對(duì)整個(gè)輿情態(tài)勢(shì)的影響。信息有真?zhèn)沃郑瑐涡畔⑹侵冈趪?yán)格假信息內(nèi)核上具有部分真實(shí)性表象的信息，看似有根有據(jù)但是從嚴(yán)格意義上來(lái)看其本質(zhì)是假的，具有很強(qiáng)的社會(huì)蒙蔽性和社會(huì)危害性[34]。在輿情傳播的過(guò)程中真?zhèn)涡畔⒌淖⑷胪劙l(fā)為一場(chǎng)真?zhèn)涡畔⒌膶?duì)抗。在真?zhèn)涡畔?duì)抗模型仿真研究中發(fā)現(xiàn)，真實(shí)信息的注入時(shí)間是控制偽信息傳播的關(guān)鍵[35]。

5結(jié)語(yǔ)

在眾多影響社交輿情傳播的因素中，社交網(wǎng)絡(luò)結(jié)構(gòu)特征是輿情社交化傳播的客觀環(huán)境基礎(chǔ)，從宏觀層面上決定了社交輿情傳播的速度與范圍。輿情所處的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)環(huán)境是輿情按照小世界網(wǎng)絡(luò)規(guī)律傳播還是無(wú)標(biāo)度網(wǎng)絡(luò)規(guī)律傳播的關(guān)鍵，而度、平均路徑、聚類(lèi)系數(shù)等網(wǎng)絡(luò)基本性質(zhì)又進(jìn)一步量化了輿情傳播的環(huán)境，用客觀結(jié)構(gòu)數(shù)據(jù)描述輿情的復(fù)雜網(wǎng)絡(luò)環(huán)境，同時(shí)網(wǎng)絡(luò)關(guān)系特征通過(guò)對(duì)傳播主體與傳播客體的關(guān)系、傳播客體與傳播內(nèi)容的關(guān)系等指標(biāo)的量化，借助量化的關(guān)系數(shù)據(jù)描述輿情傳播的環(huán)境。傳播主體、傳播客體等節(jié)點(diǎn)屬性特征是社交輿情傳播的主觀人為條件，從微觀層面解釋了人的行為主體性。傳播主體作為社交輿情傳播的發(fā)起者或助推者，其傳播的動(dòng)機(jī)直接決定其在社交媒體上的信息行為，無(wú)論是有意識(shí)的傳播，還是無(wú)意識(shí)中促就，微小的動(dòng)機(jī)傾向都有可能掀起輿論的高潮，而傳播主體的自身影響力、自身活躍度以及自身的信度客觀決定了傳播主體的傳播能力。同時(shí)作為輿情的接受者，傳播客體本身固有的屬性特征直接影響到其對(duì)輿情信息的反應(yīng)。輿情信息內(nèi)容是社交輿情傳播的載體，社會(huì)的輿論或爭(zhēng)辯主要借助于各種各樣的信息形式來(lái)表現(xiàn)出來(lái)，因此分析輿情信息的情感，分析輿情信息內(nèi)容，分析輿情話(huà)題本身才是化解輿情的根本。輿情信息的情感是輿情行為者感情的表達(dá)，無(wú)論是網(wǎng)民的一時(shí)情感宣泄，還是公眾的普遍訴求，情感是公民最明確的態(tài)度，關(guān)注公民的情感，關(guān)注公民的焦點(diǎn)，努力解決好社會(huì)重大事件勢(shì)必成為化解輿情的關(guān)鍵。

同時(shí)從數(shù)據(jù)的來(lái)源來(lái)看，相當(dāng)比例研究者的數(shù)據(jù)來(lái)源是基于新浪、騰訊等微博平臺(tái)以及Twitter等社交網(wǎng)站，數(shù)據(jù)來(lái)源比較單一，多數(shù)研究只是基于其中一個(gè)平臺(tái)的數(shù)據(jù)來(lái)展開(kāi)研究，由于現(xiàn)實(shí)的網(wǎng)絡(luò)輿情的發(fā)展是多渠道、全方位、無(wú)序化、無(wú)間斷性的混沌狀態(tài)，理論模型和仿真效果與現(xiàn)實(shí)輿情有較大出入，無(wú)法模擬和描述整個(gè)網(wǎng)絡(luò)上的輿情發(fā)展?fàn)顩r。未來(lái)的研究需要根據(jù)不同渠道進(jìn)行大數(shù)據(jù)分析，努力貼近實(shí)際輿情，盡量模擬現(xiàn)實(shí)輿情的發(fā)展環(huán)境并進(jìn)行多維度的仿真分析。從研究層面來(lái)看，有關(guān)于輿情傳播模型、傳播模式、生命周期的宏觀研究，也有基于節(jié)點(diǎn)具體屬性、信息內(nèi)容的微觀分析，未來(lái)研究可能需要將這兩者結(jié)合起來(lái)，將微觀影響因素嵌入宏觀背景，考慮到整體對(duì)局部的影響。例如基于輿情傳播生命周期的不同階段研究具體因素對(duì)輿情傳播的影響。從技術(shù)層面來(lái)看，關(guān)于輿情的研究經(jīng)歷了從輿情態(tài)勢(shì)的關(guān)注到輿情內(nèi)容的深層挖掘，基于文本的挖掘，分析文本的情感傾向，整合輿情熱度，從而為輿情預(yù)警與應(yīng)對(duì)策略提供依據(jù)。隨著輿情研究層次不斷深入，分析的對(duì)象不僅僅為文本對(duì)象，對(duì)網(wǎng)絡(luò)上的音頻、視頻、圖像的分析技術(shù)也在發(fā)展，所見(jiàn)所聞皆輿情。分析對(duì)象只有涵蓋了網(wǎng)絡(luò)上以各種形式存在的數(shù)據(jù)才能做更加精確的分析。同時(shí)隨著社交媒體生態(tài)圈的不斷完善，人們于社交媒體中的瀏覽、閱讀、發(fā)布、轉(zhuǎn)發(fā)信息的習(xí)慣也在發(fā)生變化，基于情境的輿情傳播可能呈現(xiàn)出別樣的姿態(tài)，因此深耕移動(dòng)輿情規(guī)則是進(jìn)一步提升輿情研究、強(qiáng)化輿情監(jiān)管的關(guān)鍵。

參考文獻(xiàn)

[1]周玫，梁芷銘.微博話(huà)語(yǔ)權(quán)平衡策略研究[J].傳媒，2015，（20）：75-77.

[2]胡瓏瑛，董靖巍.微博用戶(hù)轉(zhuǎn)發(fā)動(dòng)機(jī)實(shí)證分析[J].中國(guó)軟科學(xué)，2015，2（2）：175-182.

[3]王冰冰，夏志杰，于麗萍.非常規(guī)突發(fā)事件中在線社會(huì)網(wǎng)絡(luò)用戶(hù)信息共享動(dòng)機(jī)研究[J].情報(bào)雜志，2013，32（9）：128-131.

[4]Leung L.College Student Motives for Chatting on ICQ[J].New Media & Society，2001，3（4）：483-500.

[5]Yang K C C.Factors influencing Internet users perceived credibility of news-related blogs in Taiwan[J].Telematics & Informatics，2007，24（2）：69-85.

[6]Park N，Kee K F，Valenzuela S.Being Immersed in Social Networking Environment：Facebook Groups，Uses and Gratifications，and Social Outcomes[J].Cyberpsychology & Behavior，2009，12（6）：729-733.

[7]宋瑞，靳禎.復(fù)雜網(wǎng)絡(luò)上階段性傳染病動(dòng)力學(xué)分析[J].復(fù)雜系統(tǒng)與復(fù)雜性科學(xué)，2014，11（3）：73-78.

[8]Erd6s P，Rényi A.On the evolution of random graphs[J].Publ.Math.Inst.Hungar.Acad.Sci，1960，（5）：17-61.

[9]Watts D J，Strogatz S H.Collective dynamics of‘small-worldnetworks[J].nature，1998，393（6684）：440-442.

[10]Barabási A L，Albert R.Emergence of scaling in random networks[J].science，1999，286（5439）：509-512.

[11]茍智堅(jiān)，范明鈺，王光衛(wèi).復(fù)雜網(wǎng)絡(luò)中多話(huà)題信息傳播仿真研究[J].成都信息工程學(xué)院學(xué)報(bào)，2014，29（5）：458-463.

[12]劉詠梅，彭琳，趙振軍.基于小世界網(wǎng)絡(luò)的微博謠言傳播演進(jìn)研究[J].復(fù)雜系統(tǒng)與復(fù)雜性科學(xué)，2014，11（4）：54-60.

[13]孫睿，羅萬(wàn)伯.具有非一致傳播率的無(wú)標(biāo)度網(wǎng)絡(luò)謠言傳播模型[J].復(fù)雜系統(tǒng)與復(fù)雜性科學(xué)，2014，11（3）：6-11.

[14]王國(guó)華，張劍，畢帥輝.突發(fā)事件網(wǎng)絡(luò)輿情演變中意見(jiàn)領(lǐng)袖研究——以藥家鑫事件為例[J].情報(bào)雜志，2012，31（12）：1-5.

[15]周東浩，韓文報(bào)，王勇軍.基于節(jié)點(diǎn)和信息特征的社會(huì)網(wǎng)絡(luò)信息傳播模型[J].計(jì)算機(jī)研究與發(fā)展，2015，52（1）：156-166.

[16]Liben-Nowell D，Kleinberg J.The link-prediction problem for social networks[J].Journal of the American society for information science and technology，2007，58（7）：1019-1031.

[17]李超.基于多維屬性的社會(huì)網(wǎng)絡(luò)信息傳播模型研究[D].中國(guó)科學(xué)院深圳先進(jìn)技術(shù)研究院，2014：53-71.

[18]Li C，Zhao Z，Luo J，et al.A spatial-temporal analysis of users geographical patterns in social media：a case study on microblogs[C]∥Database Systems for Advanced Applications.Springer Berlin Heidelberg，2014：296-307.

[19]Ohanian R.Construction and validation of a scale to measure celebrity endorsers perceived expertise，trustworthiness，and attractiveness[J].Journal of advertising，1990：39-52.

[20]Sussman S W，Siegal W S.Informational influence in organizations：An integrated approach to knowledge adoption[J].Information systems research，2003，14（1）：47-65.

[21]Ohanian R.Construction and validation of a scale to measure celebrity endorsers perceived expertise，trustworthiness，and attractiveness[J].Journal of advertising，1990：39-52.

[22]Pornpitakpan C.The persuasiveness of source credibility：A critical review of five decades evidence[J].Journal of Applied Social Psychology，2004，34（2）：243-281.

[23]Suh B，Hong L，Pirolli P，et al.Want to be retweeted？large scale analytics on factors impacting retweet in twitter network[C]∥Social computing（socialcom），2010 ieee second international conference on.IEEE，2010：177-184.

[24]史波.移動(dòng)互聯(lián)網(wǎng)環(huán)境下公共危機(jī)信息傳播行為的影響因素研究[J].情報(bào)雜志，2013，32（6）：14-18.

[25]Afassinou K.Analysis of the impact of education rate on the rumor spreading mechanism[J].Physica A：Statistical Mechanics and its Applications，2014，414：43-52.

[26]Su Q，Huang J，Zhao X.An information propagation model considering incomplete reading behavior in microblog[J].Physica A：Statistical Mechanics and its Applications，2015，419：55-63.

[27]Anthony S.Anxiety and rumor[J].The Journal of social psychology，1973，89（1）：91-98.

[28]Tanaka Y，Sakamoto Y，Honda H.The Impact of Posting URLs in Disaster-Related Tweets on Rumor Spreading Behavior[C]∥System Sciences（HICSS），2014 47th Hawaii International Conference on.IEEE，2014：520-529.

[29]黃膺旭，曾潤(rùn)喜.官員政務(wù)微博傳播效果影響因素研究——基于意見(jiàn)領(lǐng)袖的個(gè)案分析[J].情報(bào)雜志，2014，33（9）：135-140.

[30]Spiro E，Irvine C，DuBois C，et al.Waiting for a retweet：modeling waiting times in information propagation[C]∥2012 NIPS workshop of social networks and social media conference.http：∥snap.stanford.edu/social2012/papers/spiro-dubois-butts.pdf.Accessed，2012，（12）：1-8.

[31]蘭月新，曾潤(rùn)喜.突發(fā)事件網(wǎng)絡(luò)輿情傳播規(guī)律與預(yù)警階段研究[J].情報(bào)雜志，2013，（5）：16-19.

[32]張敏，霍朝光，吳郁松.時(shí)間敏感型輿情網(wǎng)絡(luò)的ICSR傳播模型構(gòu)建與仿真[J].圖書(shū)館學(xué)研究，2015，（21）：40-48.

[33]曾潤(rùn)喜，徐曉林.網(wǎng)絡(luò)輿情的傳播規(guī)律與網(wǎng)民行為＼一個(gè)實(shí)證研究 [J].中國(guó)行政管理，2010，（11）：16-20.

[34]劉拓.公共危機(jī)偽信息及其管理特征分析[J].情報(bào)雜志，2008，27（12）：155-157.

[35]沙勇忠，史忠賢.公共危機(jī)偽信息傳播影響因素仿真研究[J].圖書(shū)情報(bào)工作，2012，56（5）：36-111.

（本文責(zé)任編輯：郭沫含）