夏一雪+蘭月新+劉冰月+瞿志凱

〔摘 要〕[目的/意義]面向大數(shù)據(jù)研究多個(gè)網(wǎng)絡(luò)傳播平臺(tái)之間網(wǎng)絡(luò)輿情信息交互模型，能夠準(zhǔn)確把握大數(shù)據(jù)環(huán)境下網(wǎng)絡(luò)輿情演化趨勢(shì)以及網(wǎng)絡(luò)信息在多個(gè)平臺(tái)之間的傳播規(guī)律，為政府治理網(wǎng)絡(luò)輿情提供參考依據(jù)。[方法/過(guò)程]定性分析大數(shù)據(jù)環(huán)境下網(wǎng)絡(luò)輿情信息交互機(jī)理，通過(guò)定義交互系數(shù)，基于微分方程理論構(gòu)建網(wǎng)絡(luò)輿情信息交互模型，并應(yīng)用差分回歸法對(duì)各個(gè)媒體平臺(tái)的網(wǎng)絡(luò)輿情信息交互趨勢(shì)開展預(yù)測(cè)。[結(jié)論/結(jié)果]經(jīng)過(guò)理論建模和實(shí)證分析得出本文構(gòu)建的信息交互模型及趨勢(shì)預(yù)測(cè)方法是可行的，以上理論研究可為政府準(zhǔn)確把握大數(shù)據(jù)環(huán)境下網(wǎng)絡(luò)輿情演化規(guī)律，制定網(wǎng)絡(luò)輿情治理對(duì)策提供參考依據(jù)。

〔關(guān)鍵詞〕大數(shù)據(jù)；網(wǎng)絡(luò)輿情；信息交互；模型；趨勢(shì)預(yù)測(cè)

DOI：10.3969/j.issn.1008-0821.2017.11.001

〔中圖分類號(hào)〕G203；C912.6 〔文獻(xiàn)標(biāo)識(shí)碼〕A 〔文章編號(hào)〕1008-0821（2017）11-0003-07

The Research on Information Interaction Model of Network Public Opinion under Big Data Environment

Xia Yixue1 Lan Yuexin1* Liu Bingyue2 Qu Zhikai1

（1.The Chinese People 's Armed Police Force Academy，Langfang 065000，China；

2.Transportation Vocational College，Tianjin 300132，China）

〔Abstract〕[Purpose/Significance]Facing big data to research the information interaction model of network public opinion between multiple network communication platforms，this will accurately grasp the evolution trend of network public opinion and the propagation regularity of network information between multiple platforms under big data environment，and then provide references of network public opinion management for government.[Method/Process]Through the qualitative analysis of the information interaction mechanism of network public opinion under big data environment，defined the interaction coefficient，established the information interaction model based on the theory of differential equation，and used differential recursive scheme to predict network public opinion information interaction trend on multiple platforms.[Result/Conclusion]Through theoretical modeling and empirical analysis，confirmed the feasibility of information interaction model and trend prediction method in this paper.The above theory research will contribute to accurately grasp network public opinion evolution under big data environment，and provided references of network public opinion countermeasures for government.

〔Key words〕big data；network public opinion；information interaction；model；trend prediction

1 現(xiàn)狀分析

截止2017年7月，中國(guó)網(wǎng)民規(guī)模達(dá)7.51億，互聯(lián)網(wǎng)普及率為54.3%，其中手機(jī)網(wǎng)民規(guī)模達(dá)7.24億，網(wǎng)民中使用手機(jī)上網(wǎng)人群占比為96.3% [1]。隨著移動(dòng)寬帶互聯(lián)網(wǎng)的普及，網(wǎng)絡(luò)輿情在信息體量、復(fù)雜性、關(guān)聯(lián)性以及產(chǎn)生速度等方面日益呈現(xiàn)出大數(shù)據(jù)特征。網(wǎng)絡(luò)輿情信息在微博、微信、網(wǎng)絡(luò)新聞等多個(gè)網(wǎng)絡(luò)傳播平臺(tái)上傳播而產(chǎn)生交互現(xiàn)象，如何準(zhǔn)確把握大數(shù)據(jù)環(huán)境下網(wǎng)絡(luò)輿情信息交互程度，對(duì)于研究網(wǎng)絡(luò)輿情演化機(jī)理具有重要的理論意義和實(shí)踐價(jià)值。

針對(duì)網(wǎng)絡(luò)輿情演化，國(guó)內(nèi)外學(xué)術(shù)界進(jìn)行了卓有實(shí)績(jī)的科學(xué)研究。在定性研究方面，主要運(yùn)用傳播學(xué)、哲學(xué)、心理學(xué)、社會(huì)學(xué)等多元學(xué)科理論研究網(wǎng)絡(luò)輿情的形成過(guò)程、擴(kuò)散機(jī)理等；在定量研究方面，主要運(yùn)用統(tǒng)計(jì)物理學(xué)、社會(huì)動(dòng)力學(xué)、信息科學(xué)等領(lǐng)域的方法研究網(wǎng)絡(luò)輿情的傳播規(guī)律和演化過(guò)程。在研究主題方面，包括網(wǎng)絡(luò)輿情的生命周期演化、時(shí)空演化、主體演化、觀點(diǎn)話題演化、情感演化以及演化趨勢(shì)預(yù)測(cè)等，所采用的主要理論和方法，以及代表性研究成果如表1所示。其中，與國(guó)內(nèi)研究相比，國(guó)外研究更偏重于政治領(lǐng)域、公共領(lǐng)域下網(wǎng)絡(luò)輿情演化規(guī)律的研究，包括輿情觀點(diǎn)的形成過(guò)程和擴(kuò)散動(dòng)力等。國(guó)內(nèi)研究在分析網(wǎng)絡(luò)輿情演化的一般規(guī)律之外，還對(duì)突發(fā)事件網(wǎng)絡(luò)輿情[2]、高校網(wǎng)絡(luò)輿情[3]等特定類型輿情的演化規(guī)律進(jìn)行了重點(diǎn)研究。endprint

在針對(duì)網(wǎng)絡(luò)傳播平臺(tái)進(jìn)行的網(wǎng)絡(luò)輿情演化研究方面，國(guó)外研究主要集中于對(duì)比分析不同平臺(tái)的傳播演化過(guò)程，如通過(guò)采集Twitter、Facebook、Google和YouTube等4個(gè)社交媒體、網(wǎng)站中關(guān)于《權(quán)力的游戲》的用戶評(píng)論信息，對(duì)比分析不同社交網(wǎng)絡(luò)的輿情傳播過(guò)程[32]；通過(guò)獲取Instagram和Flickr平臺(tái)上關(guān)于“埃博拉”話題傳播信息，分析使用不同的社交媒體平臺(tái)對(duì)突發(fā)事件傳播具有不同影響[33]。而國(guó)內(nèi)研究則較少關(guān)注這一研究主題。由此，雖然國(guó)內(nèi)外研究在網(wǎng)絡(luò)輿情演化機(jī)理方面取得了許多研究成果，但是對(duì)基于網(wǎng)絡(luò)傳播平臺(tái)交互的輿情演化規(guī)律仍然關(guān)注不足，多個(gè)網(wǎng)絡(luò)傳播平臺(tái)之間網(wǎng)絡(luò)輿情信息交互問題需要解決，例如網(wǎng)絡(luò)輿情在各個(gè)網(wǎng)絡(luò)傳播平臺(tái)之間的信息交互機(jī)理、交互程度以及交互趨勢(shì)等。特別是大數(shù)據(jù)環(huán)境下，不同網(wǎng)絡(luò)傳播平臺(tái)間信息交互頻繁，并且呈現(xiàn)較強(qiáng)關(guān)聯(lián)性，因此，基于不同網(wǎng)絡(luò)傳播平臺(tái)，研究大數(shù)據(jù)環(huán)境下網(wǎng)絡(luò)輿情信息交互問題，具有理論開拓價(jià)值。

綜上所述，本文定性分析大數(shù)據(jù)環(huán)境下網(wǎng)絡(luò)輿情信息交互機(jī)理的基礎(chǔ)上，通過(guò)定義交互系數(shù)，基于微分方程理論構(gòu)建網(wǎng)絡(luò)輿情信息交互模型，并應(yīng)用差分回歸法對(duì)各個(gè)媒體平臺(tái)的網(wǎng)絡(luò)輿情信息交互趨勢(shì)開展預(yù)測(cè)。經(jīng)過(guò)理論建模和實(shí)證分析得出本文構(gòu)建的信息交互模型及趨勢(shì)預(yù)測(cè)方法是可行的，以上理論研究可為政府準(zhǔn)確把握大數(shù)據(jù)環(huán)境下網(wǎng)絡(luò)輿情演化規(guī)律，制定網(wǎng)絡(luò)輿情治理對(duì)策提供參考依據(jù)。

2 大數(shù)據(jù)環(huán)境下網(wǎng)絡(luò)輿情信息交互機(jī)理

隨著移動(dòng)寬帶互聯(lián)網(wǎng)的普及，龐大的媒體數(shù)量使得信息傳播平臺(tái)越來(lái)越多，網(wǎng)絡(luò)新聞、網(wǎng)絡(luò)報(bào)刊、微博、微信、新聞客戶端、論壇、視頻網(wǎng)站等互聯(lián)網(wǎng)平臺(tái)已經(jīng)成為信息傳播的主要載體。當(dāng)網(wǎng)民針對(duì)某個(gè)網(wǎng)絡(luò)話題展開討論時(shí)，文字、圖片、音視頻等信息在各個(gè)網(wǎng)絡(luò)媒體平臺(tái)傳播，并且絕大部分新聞網(wǎng)站、論壇、社交網(wǎng)站、視頻網(wǎng)站等網(wǎng)絡(luò)媒體的信息均可相互轉(zhuǎn)發(fā)、共享、復(fù)制，網(wǎng)絡(luò)信息交互便捷，進(jìn)而形成一個(gè)網(wǎng)絡(luò)輿情大數(shù)據(jù)環(huán)境（圖1）。

2.1 網(wǎng)絡(luò)輿情信息交互影響要素

在網(wǎng)絡(luò)輿情傳播過(guò)程中，很多因素制約多個(gè)媒體平臺(tái)之間的信息交互程度，主要包括媒體平臺(tái)的自身定位、目標(biāo)受眾定位、信息類型差異、信息情感傾向差異、權(quán)威程度以及信息交互便捷程度等。常見的信息交互方式有轉(zhuǎn)發(fā)、共享、復(fù)制，轉(zhuǎn)發(fā)多用于網(wǎng)絡(luò)傳播平臺(tái)內(nèi)部，復(fù)制和共享則是多個(gè)平臺(tái)之間的信息交互的主要方式，其中共享功能相對(duì)快捷、方便。然而，不同的網(wǎng)絡(luò)傳播平臺(tái)的共享功能和范圍不一樣，例如，Baidu、搜狐等4個(gè)視頻網(wǎng)站均無(wú)一鍵共享功能，共享范圍相對(duì)較小，而新浪新聞等新聞網(wǎng)站大部分有一鍵共享功能，共享范圍較大，其中中國(guó)新聞網(wǎng)和新浪新聞基本可以將信息共享至絕大部分網(wǎng)絡(luò)傳播平臺(tái)（表2）。

2.2 網(wǎng)絡(luò)輿情信息交互機(jī)理

在生態(tài)科學(xué)領(lǐng)域，種群之間的相互作用，形成生態(tài)系統(tǒng)，其中作用關(guān)系主要包括競(jìng)爭(zhēng)關(guān)系、依存關(guān)系、捕食關(guān)系等；而在輿論生態(tài)領(lǐng)域，網(wǎng)絡(luò)輿情傳播過(guò)程中，各個(gè)網(wǎng)絡(luò)傳播平臺(tái)之間，由于信息類型差異、信息權(quán)威程度以及信息交互的便捷程度等原因，各個(gè)網(wǎng)絡(luò)傳播平臺(tái)信息交互程度各有不同，影響也各有不同。網(wǎng)絡(luò)傳播平臺(tái)之間的信息交互機(jī)理與種群之間的相互作用機(jī)理相似，但更為復(fù)雜。據(jù)此，本文按照生態(tài)科學(xué)的建模思路研究網(wǎng)絡(luò)傳播平臺(tái)之間的信息交互機(jī)理。在信息交互過(guò)程中，網(wǎng)絡(luò)傳播平臺(tái)之間的信息交互是雙向的，故而本文將交互程度分為正交互和負(fù)交互，正交互會(huì)促使輿情信息量增加，而負(fù)交互會(huì)促使輿情信息量減少。以三平臺(tái)為例，平臺(tái)1對(duì)平臺(tái)2的信息交互影響是正的，則平臺(tái)1的輿情信息量可以促使平臺(tái)2輿情信息量增加；相反，平臺(tái)3對(duì)平臺(tái)1的影響是負(fù)向的，則平臺(tái)3的輿情信息量會(huì)抑制平臺(tái)1輿情信息量增加（圖2）。

3 大數(shù)據(jù)環(huán)境下網(wǎng)絡(luò)輿情信息交互模型研究

3.1 基本假設(shè)

4 大數(shù)據(jù)環(huán)境下網(wǎng)絡(luò)輿情信息交互實(shí)證研究

4.1 數(shù)據(jù)來(lái)源

通過(guò)清博輿情監(jiān)測(cè)軟件（yuqing.gsdata.cn）統(tǒng)計(jì)2017年6月5日至2017年6月25日期間6個(gè)網(wǎng)絡(luò)傳播平臺(tái)涉及“高考”的網(wǎng)絡(luò)輿情數(shù)據(jù)1 607 293條（按天進(jìn)行統(tǒng)計(jì)，監(jiān)測(cè)關(guān)鍵詞為“高考”，網(wǎng)絡(luò)傳播平臺(tái)涉及論壇、微信、微博、網(wǎng)絡(luò)新聞、網(wǎng)絡(luò)報(bào)刊和新聞APP等 ），詳細(xì)數(shù)據(jù)如表3所示。

4.2 數(shù)據(jù)建模

假設(shè)論壇、微信、微博、網(wǎng)絡(luò)新聞、網(wǎng)絡(luò)報(bào)刊、新聞APP上“高考”網(wǎng)絡(luò)輿情信息量分別為xi（t），i=1，2，3，4，5，6。通過(guò)整理原始數(shù)據(jù)，應(yīng)用差分回歸法確定模型參數(shù)。其中信息增長(zhǎng)率分別為0.7805、0.7875、0.9979、0.7842、0.7568、0.9526，參數(shù)σijKi的值見表4，6個(gè)方程對(duì)應(yīng)的可決系數(shù)分別為0.9551、0.9632、0.9793、0.8972、0.8444、0.9437，數(shù)據(jù)擬合效果很好。

4.3 結(jié)果分析

1）通過(guò)分析數(shù)據(jù)建模得出的參數(shù)表，得出6個(gè)傳播平臺(tái)之間的信息交互影響程度（表5）。從表中發(fā)現(xiàn)，“高考”網(wǎng)絡(luò)輿情傳播過(guò)程中，6個(gè)網(wǎng)絡(luò)傳播平臺(tái)的信息交互影響程度依次為網(wǎng)絡(luò)新聞、新聞APP、微博、微信、網(wǎng)絡(luò)報(bào)刊和論壇，其中由網(wǎng)絡(luò)新聞與其他5個(gè)平臺(tái)的信息交互程度最高（5個(gè)正交互）；網(wǎng)絡(luò)報(bào)刊和論壇的信息交互影響程度最低（5個(gè)負(fù)交互）。通過(guò)表2也可以發(fā)現(xiàn)，信息交互影響最大的是“一鍵共享”功能，而這6類平臺(tái)中只有網(wǎng)絡(luò)新聞具備這個(gè)功能。

2）通過(guò)表3數(shù)據(jù)可以計(jì)算模型平衡點(diǎn)，進(jìn)而對(duì)網(wǎng)絡(luò)輿情信息交互趨勢(shì)進(jìn)行預(yù)測(cè)。根據(jù)平衡點(diǎn)公式

代入相關(guān)參數(shù)得到

進(jìn)而得到6類網(wǎng)絡(luò)傳播平臺(tái)“高考”輿情信息量預(yù)測(cè)值（表6），據(jù)此，政府可以根據(jù)輿情信息量的多少，有針對(duì)性地制定網(wǎng)絡(luò)輿情治理對(duì)策。

5 結(jié)論與展望

5.1 研究結(jié)論

網(wǎng)絡(luò)輿情信息在微博、微信、網(wǎng)絡(luò)新聞等多個(gè)網(wǎng)絡(luò)傳播平臺(tái)上傳播而產(chǎn)生交互現(xiàn)象，如何準(zhǔn)確把握大數(shù)據(jù)環(huán)境下網(wǎng)絡(luò)輿情信息交互程度，對(duì)于研究網(wǎng)絡(luò)輿情演化機(jī)理具有重要的理論意義和實(shí)踐價(jià)值。本文在研究網(wǎng)絡(luò)輿情信息交互機(jī)理基礎(chǔ)上，構(gòu)建n個(gè)網(wǎng)絡(luò)傳播平臺(tái)的網(wǎng)絡(luò)輿情信息交互模型為：endprint

通過(guò)差分回歸法確定了模型參數(shù)，并據(jù)此研究網(wǎng)絡(luò)輿情信息交互趨勢(shì)預(yù)測(cè)問題，最后通過(guò)“高考”網(wǎng)絡(luò)輿情數(shù)據(jù)驗(yàn)證了模型。通過(guò)本文的研究可以得出以下結(jié)論：

1）以Logistic為基礎(chǔ)模型構(gòu)建微分方程組研究網(wǎng)絡(luò)輿情信息交互機(jī)理是可行的，這一點(diǎn)已經(jīng)通過(guò)實(shí)際網(wǎng)絡(luò)輿情數(shù)據(jù)進(jìn)行了驗(yàn)證；

2）應(yīng)用差分回歸法確定模型參數(shù)，并確定微分方程組的平衡點(diǎn)，然后據(jù)此研究網(wǎng)絡(luò)輿情信息交互趨勢(shì)預(yù)測(cè)問題是可行的。

5.2 研究展望

1）網(wǎng)絡(luò)輿情信息交互程度評(píng)價(jià)問題。通過(guò)表2數(shù)據(jù)可以發(fā)現(xiàn)，目前網(wǎng)絡(luò)傳播平臺(tái)之間信息交互功能各有不同，進(jìn)而導(dǎo)致各個(gè)網(wǎng)絡(luò)平臺(tái)信息交互程度不同，為進(jìn)一步研究網(wǎng)絡(luò)輿情信息交互問題，需要對(duì)網(wǎng)絡(luò)傳播平臺(tái)的信息交互程度進(jìn)行評(píng)估，進(jìn)而為政府治理網(wǎng)絡(luò)輿情提供更多參考。

參考文獻(xiàn)

[1]中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心.第40次中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告[R].http：//cnnic.cn/gywm/xwzx/rdxw/201708/t20170804_69449.htm，2017-08-06.

[2]陳璟浩，李綱.突發(fā)社會(huì)安全事件網(wǎng)絡(luò)輿情演化的生存分析——基于70起重大社會(huì)安全事件的分析[J].情報(bào)雜志，2016，（4）：70-74.

[3]鄧春林，楊柳，王涵之.高校網(wǎng)絡(luò)群體性事件輿情演化規(guī)律初探——基于多項(xiàng)式擬合的定量分析[J].現(xiàn)代情報(bào)，2016，（5）：16-20.

[4]王平，謝耘耕.突發(fā)公共事件網(wǎng)絡(luò)輿情的形成及演變機(jī)制研究[J].現(xiàn)代傳播，2013，（3）：63-69.

[5]姜?jiǎng)俸?網(wǎng)絡(luò)輿情形成與發(fā)展規(guī)律研究[J].蘭州學(xué)刊，2010，（5）：77-79.

[6]謝科范，趙湜，陳剛，等.網(wǎng)絡(luò)輿情突發(fā)事件的生命周期原理及集群決策研究[J].武漢理工大學(xué)學(xué)報(bào)：社科版，2010，（8）：483-486.

[7]辛文娟，賴涵.群體極化視域下網(wǎng)絡(luò)輿情的演化機(jī)制研究——以微博網(wǎng)民討論“浙江溫嶺殺醫(yī)案”為例[J].情報(bào)雜志，2015，（2）：47-52.

[8]于兆吉，張嘉桐.基于扎根理論的突發(fā)性網(wǎng)絡(luò)輿情演化影響因素研究[J].東北大學(xué)學(xué)報(bào)，2016，（5）：498-502.

[9]李昊青.基于信息異化理論的網(wǎng)絡(luò)衍生輿情演化規(guī)律及對(duì)策研究——以網(wǎng)絡(luò)謠言治理為例[J].現(xiàn)代情報(bào)，2015，（5）：4-8.

[10]蘭月新，鄧新元.突發(fā)事件網(wǎng)絡(luò)輿情演進(jìn)規(guī)律模型研究[J].情報(bào)雜志，2011，（8）：47-50.

[11]陳福集，張燕.基于E-Divisive的網(wǎng)絡(luò)輿情演化分析[J].情報(bào)雜志，2016，（4）：75-79.

[12]陳濤，林杰.基于搜索引擎關(guān)注度的網(wǎng)絡(luò)輿情時(shí)空演化比較分析——以谷歌趨勢(shì)和百度指數(shù)比較為例[J].情報(bào)雜志，2013，（3）：7-10.

[13]方薇.采用元胞自動(dòng)機(jī)的網(wǎng)絡(luò)輿情傳播模型研究[J].計(jì)算機(jī)應(yīng)用，2010，（3）：751-755.

[14]宋姜，吳鵬，甘利人.網(wǎng)民沉默因素的元胞自動(dòng)機(jī)輿情演化建模及仿真[J].情報(bào)理論與實(shí)踐，2015，（8）：124-129.

[15]張玉亮，張昊蘇.突發(fā)事件網(wǎng)絡(luò)輿情主體靜態(tài)博弈分析及相關(guān)政策建議[J].情報(bào)雜志，2014，（8）：150-154.

[16]韓少春，劉 云，張彥超，等.基于動(dòng)態(tài)演化博弈論的輿論傳播羊群效應(yīng)[J].系統(tǒng)工程學(xué)報(bào)，2011，（2）：275-281.

[17]王元卓，于建業(yè)，邱雯，等.網(wǎng)絡(luò)群體行為的演化博弈模型與分析方法[J].計(jì)算機(jī)學(xué)報(bào)，2015，（2）：282-300.

[18]張一文，齊佳音，馬君，等.網(wǎng)絡(luò)輿情與非常規(guī)突發(fā)事件作用機(jī)制——基于系統(tǒng)動(dòng)力學(xué)建模分析[J].情報(bào)雜志，2010，（9）：1-6.

[19]劉玉文，郭強(qiáng)，吳宣夠，等.基于TSSCM模型的新聞?shì)浨檠莼R(shí)別[J].情報(bào)雜志，2017，（2）：115-121.

[20]黃衛(wèi)東，林萍，董怡，等.基于話題特征詞的網(wǎng)絡(luò)輿情參與者情感演化分析[J].情報(bào)雜志，2015，（11）：117-122.

[21]Bartolozzi M，Leinweber D B，Thomas A W.Stochastic opinion formation in scale-free networks[J].Physical Review E，2005，72（4）：46-113.

[22]Stauffer D，Sá Martins J S.Simulation of Galam's contrarian opinions on percolative lattices[J].Physica A：Statistical Mechanics and its Applications，2004，334（3）：558-565.

[23]陳福集，李林斌.G（Galam）模型在網(wǎng)絡(luò)輿情演化中的應(yīng)用[J].計(jì)算機(jī)應(yīng)用，2011，（12）：3411-3413.

[24]Crokidakis N.Effects of mass media on opinion spreading in the Sznajd sociophysics model[J].Physica A：Statistical Mechanics and its Applications，2012，391（4）：1729-1734.

[25]陳桂茸.網(wǎng)絡(luò)輿論演化的高影響力優(yōu)先有限信任模型[J].上海交通大學(xué)學(xué)報(bào)，2013，（1）：155-160.

[26]Martins A C R.Mobility and social network effects on extremist opinions[J].Physical Review E，2008，78（3）：036104.endprint

[27]林萍，黃衛(wèi)東.基于LDA模型的網(wǎng)絡(luò)輿情事件話題演化分析[J].情報(bào)雜志，2013，（12）：26-30.

[28]Kim K，Baek Y M，Kim N.Online news diffusion dynamics and public opinion formation：a case study of the controversy over judges personal opinion expression on SNS in Korea[J].The Social Science Journal，2015，52（2）：205-216.

[29]Mark Freemana，James McVittieb，Iryna Sivakc，et al.Viral information propagation in the Digg online social network[J].Statistical Mechanics and Its Applications，2014，415（1）：87-94.

[30]方薇，何留進(jìn)，宋良圖.因特網(wǎng)上輿情傳播的預(yù)測(cè)建模和仿真研究[J].計(jì)算機(jī)科學(xué)，2012，（2）：203-205.

[31]郭韌，李紅，陳福集.基于可拓聚類的網(wǎng)絡(luò)輿情演化預(yù)測(cè)研究[J].情報(bào)理論與實(shí)踐，2017，（1）：83-87.

[32]Arno Scharl，Alexander Hubmann-Haidvogel，Alistair Jonesa.Analyzing the public discourse on works of fiction-detection and visualization of emotion in online coverage about HBO's Game of Thrones[J].Processing & Management，2016，52（1）：129-138.

[33]Seltzer E K，Jean N S，Kramer-Golinkoff E.The content of social media's share images about Ebola：aretrospective study[J].Public Health，2015，129（9）：1273-1277.

[34]劉毅.網(wǎng)絡(luò)輿情研究概論[M].天津：天津人民出版社，2007：53.

[35]蘭月新，王芳，董希琳，等.公共危機(jī)事件網(wǎng)絡(luò)輿情熱度模型研究[J].情報(bào)科學(xué)，2016，34（2）：32-36.endprint