王凌暉

（安徽工商職業(yè)學(xué)院管理學(xué)院，安徽合肥231131）

現(xiàn)實(shí)生活中存在著這樣一種現(xiàn)象：同樣的后果，人們往往對(duì)那些經(jīng)常發(fā)生的影響生活的事件視而不見(jiàn)，反而更在意對(duì)那些偶爾發(fā)生的事件，甚至形成特定的認(rèn)知.例如：道路交通事故已成為意外死亡的首要因素，據(jù)官方媒體報(bào)道，我國(guó)每年因交通事故死亡人數(shù)超過(guò)10 萬(wàn)人，平均每五分鐘就有一人死亡，這一數(shù)據(jù)是發(fā)達(dá)國(guó)家的數(shù)倍.但很少有人因此對(duì)出行充滿(mǎn)畏懼，更沒(méi)有人把出一趟遠(yuǎn)門(mén)當(dāng)成是一次生死之行.但卻有相當(dāng)一部分人對(duì)航空出行心存恐懼，即使有確鑿的證據(jù)證明飛機(jī)是最安全的交通工具.又例如：在與周?chē)娜后w比較收入時(shí)，很多人總覺(jué)得自己是收入偏低的甚至是最低的，以至于形成一種“月薪五千是乞丐、月薪過(guò)萬(wàn)是小菜”的感覺(jué).但據(jù)國(guó)家統(tǒng)計(jì)局發(fā)布的《2019 年居民收入和消費(fèi)支出情況》，2019 年全國(guó)城鎮(zhèn)人均可支配收入只有42 359 元[1]，一線城市上海的年人均可支配收入64 183元，居各省市之首.即使是這個(gè)國(guó)內(nèi)經(jīng)濟(jì)最發(fā)達(dá)的地區(qū)，人均月收入也不過(guò)5 000 多元.這說(shuō)明，“月薪過(guò)萬(wàn)”可能在某些行業(yè)或者領(lǐng)域里很常見(jiàn)，但就大范圍而言，一定是小概率事件，至少不是大概率事件.若說(shuō)“月薪五千是乞丐”，顯然是不合常理的.上述案例說(shuō)明，人們對(duì)外界信息的接收與判斷，存在著誤差.誤差的不斷積累，產(chǎn)生了對(duì)事物錯(cuò)誤的判斷，進(jìn)而形成特定的看法和輿論傾向，在一些社會(huì)熱點(diǎn)問(wèn)題上，顯得尤為明顯，甚至起到了負(fù)面作用.因此，深入研究這種現(xiàn)象的內(nèi)部原理與形成機(jī)制、探究消除誤差的途徑，非常有必要.

認(rèn)知錯(cuò)覺(jué)是指人們的認(rèn)知過(guò)程與結(jié)果系統(tǒng)性地偏離理性標(biāo)準(zhǔn)的一種現(xiàn)象，是認(rèn)知的扭曲面[2].本文將上述現(xiàn)象稱(chēng)之為“認(rèn)知錯(cuò)覺(jué)”現(xiàn)象，即人們受到外界事件的刺激和影響，進(jìn)而形成一種主觀上特定認(rèn)知的現(xiàn)象，即使這種認(rèn)知并不符合事實(shí).關(guān)于這類(lèi)問(wèn)題或現(xiàn)象，已有學(xué)者從不同視角、不同領(lǐng)域進(jìn)行了廣泛地探索，但大多就某一特定事件展開(kāi)論述，分析單一事件中群體認(rèn)知的變化及網(wǎng)絡(luò)對(duì)個(gè)體的影響.例如：祝陽(yáng)、雷瑩基于公共衛(wèi)生事件，研究了網(wǎng)絡(luò)對(duì)于社會(huì)風(fēng)險(xiǎn)的放大機(jī)制[3]；許瑩就當(dāng)前的網(wǎng)絡(luò)暴力現(xiàn)象，深入研究了反向社會(huì)情緒的放大機(jī)制，強(qiáng)調(diào)了負(fù)面情緒因網(wǎng)絡(luò)而快速擴(kuò)散所造成的環(huán)境不穩(wěn)定[4]；郭小安、李玉立研究了熱點(diǎn)問(wèn)題在傳播過(guò)程中的疊加效應(yīng)，深入探討了隱藏在背后的社會(huì)結(jié)構(gòu)與政治生態(tài)因素[5].王水雄基于社會(huì)經(jīng)濟(jì)變遷以及互聯(lián)網(wǎng)的影響研究了中年危機(jī)情緒如何被渲染擴(kuò)大[6].綜合而言，主要存在以下不足：①研究對(duì)象均為特定事件或特定領(lǐng)域，過(guò)于強(qiáng)調(diào)特定性而缺乏普遍意義.②研究方法均為理論性分析與闡述，更多地從社會(huì)學(xué)的研究視角進(jìn)行人文社科分析，嚴(yán)謹(jǐn)?shù)倪壿嬐茖?dǎo)與數(shù)學(xué)論證不足.而此類(lèi)問(wèn)題普遍具有復(fù)雜的內(nèi)部形成機(jī)制，將更適合數(shù)學(xué)化、公式化的自然科學(xué)方法研究.

因此，本文通過(guò)探討影響個(gè)體認(rèn)知的主要因素，用數(shù)學(xué)建模手段描述其內(nèi)部邏輯結(jié)構(gòu)，構(gòu)建個(gè)體認(rèn)知錯(cuò)覺(jué)模型，以此為微觀視角，結(jié)合互聯(lián)網(wǎng)的影響并引入平均場(chǎng)理論，構(gòu)建宏觀層面的群體認(rèn)知錯(cuò)覺(jué)模型，在此基礎(chǔ)上，嘗試用模型來(lái)解釋一些常見(jiàn)的社會(huì)現(xiàn)象并提出對(duì)策和建議.

1 模型原理與研究假設(shè)

1.1 模型原理

1.1.1 事件屬性與個(gè)體刺激

事件，代表影響人們生活的各種現(xiàn)象.觀察現(xiàn)實(shí)生活可見(jiàn)：①人皆有好奇心、獵奇心，喜歡刺激.因此，人們通常更關(guān)心個(gè)案、非普遍的事件，例如：因個(gè)人泄憤而制造的交通事故比普通交通事故更讓人恐懼.②當(dāng)自身處于某種狀態(tài)時(shí)，對(duì)與此狀態(tài)相關(guān)的事件較為敏感，即“做賊心虛”.③在其他屬性相同的情況下，造成較大后果的事件一般更能吸引人們的注意力.

因此，本文將事件的屬性分解為特殊性、針對(duì)性、后果性3個(gè)維度進(jìn)行分析.分別令其為θ1、θ2、θ3，其中θi∈[0,1](i=1,2,3)，屬性值越高，代表引起的關(guān)注越大.因此事件屬性θ=θ1θ2θ3，可見(jiàn)θ ∈[0,1]，但是0和1屬于極端情況，現(xiàn)實(shí)世界里并不存在這種現(xiàn)象，因此最終θ ∈(0,1).

事件會(huì)對(duì)個(gè)體產(chǎn)生刺激，刺激的程度與事件屬性正相關(guān).為簡(jiǎn)化模型，可用θ 值表示刺激程度.客觀上，現(xiàn)實(shí)世界中的事件由于其包含內(nèi)容的不同蘊(yùn)含了對(duì)人積極或消極的情感，即事件的正面性或負(fù)面性；但從個(gè)體心理刺激的角度而言，無(wú)論“正能量”還是“負(fù)能量”事件，都會(huì)產(chǎn)生對(duì)心理刺激，因此，刺激程度是一個(gè)標(biāo)量而非矢量，正如過(guò)度“興奮”或“悲傷”都會(huì)對(duì)健康造成負(fù)面影響.由于個(gè)體具有審美疲勞，因此刺激具有時(shí)效性，表現(xiàn)為刺激的程度隨時(shí)間衰減，衰減率與事件屬性負(fù)相關(guān)，即θ 越高，衰減率越低.若T 表示時(shí)間，T ≥0，則刺激隨時(shí)間變化的程度可表示為θ1+T.刺激具有疊加性，即多次事件的刺激程度等同于其中每次事件刺激效果的疊加.但根據(jù)衰減原理，需考慮事件發(fā)生的時(shí)間間隔差所帶來(lái)的衰減效應(yīng).

1.1.2 事件刺激與認(rèn)知錯(cuò)覺(jué)

一般而言，個(gè)體根據(jù)經(jīng)驗(yàn)會(huì)保持對(duì)某一類(lèi)事物的固定認(rèn)知，但若不斷地受到外界事件刺激，且刺激累積到一定程度，超過(guò)某個(gè)極限值，個(gè)體原有認(rèn)知會(huì)發(fā)生改變，即認(rèn)知錯(cuò)覺(jué)（圖1）.若大量個(gè)體發(fā)生了認(rèn)知錯(cuò)覺(jué)，則產(chǎn)生了群體認(rèn)知錯(cuò)覺(jué).所謂錯(cuò)覺(jué)，就是個(gè)體或群體對(duì)某類(lèi)事件產(chǎn)生了特定看法和認(rèn)知，即使這種認(rèn)知并不符合事實(shí).

1.1.3 事件與母事件

若某類(lèi)事件較為普遍，屬性中的特殊性下降，則會(huì)降低其對(duì)個(gè)體的刺激程度，但根據(jù)刺激的可疊加性假設(shè)，事件的普遍所帶來(lái)的重復(fù)性又會(huì)增強(qiáng)這種刺激的程度.反之亦然.這種悖論說(shuō)明上述研究前提存在不足，現(xiàn)實(shí)事件的特殊性并不能完全用普遍性來(lái)衡量.

圖1 認(rèn)知錯(cuò)覺(jué)

因此，本文從概念范疇上將事件分為兩個(gè)層次，即：事件本身與母事件.事件本身指具體的事件，而母事件代表該具體事件所屬的事件類(lèi)型或某個(gè)社會(huì)領(lǐng)域，每個(gè)母事件都可以包含有限或無(wú)限個(gè)具體事件，每個(gè)具體事件都有唯一的母事件.任何一件具體的事件都可以歸納到某個(gè)母事件中.即事件包含事件本身和母事件兩個(gè)層面，事件本身與母事件都可以數(shù)值方式量化衡量.本文以下部分中“事件”一詞均指事件本身.

對(duì)于任意事件，事件本身體現(xiàn)事件屬性中的特殊性，而母事件體現(xiàn)的是其所屬事件類(lèi)型的普遍程度.因此事件本身與個(gè)體的刺激正相關(guān)，母事件則與之負(fù)相關(guān).例如：意外死亡作為具體事件，其特殊的死亡方式對(duì)個(gè)體存在一定的刺激；而該事件的母事件則是死亡，死亡是個(gè)體不可抗拒的最終結(jié)局，是極為普遍的自然法則.雖然意外死亡作為一種特殊事件，對(duì)個(gè)體有一定的影響，但死亡作為其母事件極為普遍且與刺激程度負(fù)相關(guān)，因此絕大多數(shù)人不會(huì)因?yàn)榇嬖谝馔馑劳龅目赡苄远幪帗?dān)驚受怕.

1.2 研究假設(shè)

為更好地設(shè)計(jì)并推演模型，本文假設(shè)如下：

（1）時(shí)間是一個(gè)永恒的標(biāo)量，既有離散型數(shù)據(jù)的特點(diǎn)，又有連續(xù)型的特點(diǎn).嚴(yán)格來(lái)說(shuō)，事件的時(shí)間發(fā)生點(diǎn)為離散型分布形式，表現(xiàn)為離散型數(shù)據(jù)，但為了簡(jiǎn)化計(jì)算及模型設(shè)計(jì)的需要，在時(shí)間跨度足夠大、導(dǎo)致事件發(fā)生的次數(shù)足夠多的前提下，可近似地認(rèn)為這些時(shí)間點(diǎn)的分布符合連續(xù)型數(shù)據(jù)分布形式.

（2）為簡(jiǎn)化模型，同一群體樣本中的所有個(gè)體被假定為同質(zhì)化，即相同屬性的事件對(duì)不同個(gè)體具有相同的刺激程度.在小群體中，這種假設(shè)可能過(guò)于理想化而脫離現(xiàn)實(shí)情況；但是在大群體中，個(gè)體的差異被龐大的群體效應(yīng)所弱化，這種同質(zhì)化假設(shè)不會(huì)影響模型的現(xiàn)實(shí)映射能力.

（3）事件的發(fā)生具有隨機(jī)性，具體的發(fā)生時(shí)間點(diǎn)可能是隨機(jī)的.假設(shè)在時(shí)間為T(mén) 的跨度內(nèi)，發(fā)生了m次事件，則用來(lái)表示事件的發(fā)生平均間隔，t與事件發(fā)生的頻率呈反比關(guān)系，t 越小，事件發(fā)生頻率越高.

2 模型的建立

2.1 個(gè)體認(rèn)知錯(cuò)覺(jué)模型

2.1.1 模型的建立

由于人們對(duì)外界信息的接收受到時(shí)空限制，個(gè)體更傾向關(guān)注眼前的事物.令個(gè)體在時(shí)間跨度為T(mén)的范圍內(nèi)接受到具體事件的個(gè)數(shù)為m，其中事件屬性為θ=θ1θ2θ3，θ ∈(0,1)，θi∈[0,1](i=1,2,3)，t 為時(shí)間T內(nèi)事件平均發(fā)生間隔，E為多次事件對(duì)個(gè)體刺激的疊加綜合.以首次發(fā)生事件為時(shí)間起點(diǎn)，T 為自變量，E 為因變量，根據(jù)模型原理，母事件反映了個(gè)體對(duì)事件普遍程度的主觀感知，進(jìn)而影響到事件對(duì)個(gè)體的刺激程度，令母事件數(shù)為M，M 與事件個(gè)體刺激呈反比關(guān)系，因此得到個(gè)體刺激模型：

同樣，根據(jù)模型原理，當(dāng)個(gè)體刺激累積程度超過(guò)某個(gè)臨界值，則發(fā)生認(rèn)知錯(cuò)覺(jué)，令大于0 的常數(shù)e 為臨界值，因此得到個(gè)體認(rèn)知錯(cuò)覺(jué)模型：

其中：e ＞0，T為自變量，T ≥0，e、M、t為常數(shù).

2.1.2 模型的分析

對(duì)模型進(jìn)行計(jì)算及簡(jiǎn)化，有：

由于時(shí)間是一個(gè)永恒的標(biāo)量，T 的最終值理論上為∞.當(dāng)T分別取值為0以及正無(wú)窮大時(shí)，有：

對(duì)T進(jìn)行求導(dǎo)，得到E(T)為減函數(shù)：

由此繪出個(gè)體認(rèn)知錯(cuò)覺(jué)圖（圖2）.由圖2可知：

①當(dāng)Emax(T)≥e：發(fā)生個(gè)體認(rèn)知錯(cuò)覺(jué)，即個(gè)體對(duì)某類(lèi)事件產(chǎn)生了特定的認(rèn)知，即使這種認(rèn)知并不符合真實(shí)情況.其中T0為個(gè)體發(fā)生認(rèn)知錯(cuò)覺(jué)的臨界時(shí)間點(diǎn).

②當(dāng)Emax(T)＜e：則無(wú)論時(shí)間跨度多長(zhǎng)，個(gè)體都不會(huì)發(fā)生認(rèn)知錯(cuò)覺(jué).

圖2 個(gè)體認(rèn)知錯(cuò)覺(jué)

因此，在其他變量保持不變的情況下，事件發(fā)生頻率越高，或事件屬性值越大，Emax(T)越大，發(fā)生認(rèn)知錯(cuò)覺(jué)的概率也越大.這說(shuō)明，對(duì)于個(gè)體而言，存在一些事件，認(rèn)知錯(cuò)覺(jué)極易發(fā)生或者不可能發(fā)生.

2.2 群體認(rèn)知錯(cuò)覺(jué)模型

假設(shè)群體內(nèi)的個(gè)體數(shù)量為K 且K 足夠大，個(gè)體隨機(jī)分布且同質(zhì)化，信息的傳播可通過(guò)平均場(chǎng)理論來(lái)刻畫(huà).假設(shè)個(gè)體之間均通過(guò)信息媒介相互連接，若個(gè)體i 具有ki個(gè)鄰居，則個(gè)體i 的度為ki，其中，0＜ki＜K.令則稱(chēng)k 為該群體的平均度.運(yùn)用平均度理論，將群體中復(fù)雜多變的微觀個(gè)體進(jìn)行宏觀模糊處理，使多維度變量進(jìn)行低維度化處理，以便于研究計(jì)算，一般地，k ?1.

根據(jù)平均度的概念，即得到群體傳播數(shù)量模型：

其中：n 為平均度k 條件下的群體擴(kuò)散層級(jí)數(shù)，即為信息通過(guò)n 級(jí)擴(kuò)散完成個(gè)體數(shù)量為N 的群體內(nèi)擴(kuò)散.令每一級(jí)傳播耗時(shí)為tk，n 級(jí)傳播耗時(shí)為ntk=tN.一般而言，現(xiàn)實(shí)中信息完成群體內(nèi)擴(kuò)散耗時(shí)小于事件平均發(fā)生間隔，為簡(jiǎn)化模型及計(jì)算的需要，設(shè)定t ≥tN，t為事件發(fā)生時(shí)間間隔.

根據(jù)個(gè)體認(rèn)知錯(cuò)覺(jué)模型及群體傳播數(shù)量模型，以首次發(fā)生事件為時(shí)間起點(diǎn)，即得到群體數(shù)量為N、平均度為k的單次事件群體刺激模型：

根據(jù)模型（1），當(dāng)發(fā)生m 次事件且第m 次事件完成群體內(nèi)α 級(jí)擴(kuò)散（0≤α≤n），包含作為時(shí)間起點(diǎn)的事件在內(nèi)，累計(jì)m+1次事件對(duì)群體的刺激程度為：

其中T=mt+αtk≤mt+tN≤(m+1)t.

根據(jù)模型（2），m 的變化等同于T 的變化.同時(shí)，在N、k固定的情況下，ntk=tN為常數(shù).當(dāng)發(fā)生包含作為時(shí)間起點(diǎn)事件在內(nèi)的m+1 次事件且第m+1 次事件完成群體內(nèi)所有層級(jí)擴(kuò)散，令常數(shù)e 為認(rèn)知錯(cuò)覺(jué)臨界值，在模型（2）的基礎(chǔ)上得到群體認(rèn)知錯(cuò)覺(jué)模型：

其中T=mt+tN=mt+ntk.

2.3 模型分析

對(duì)模型（3）進(jìn)行簡(jiǎn)化計(jì)算：

進(jìn)一步化簡(jiǎn)可得：

最終得到：

由于時(shí)間變量T 是一個(gè)永恒的標(biāo)量，當(dāng)時(shí)間一直變化，即得到：

根據(jù)式（4）可以得到類(lèi)似于圖2 的曲線（圖3），此時(shí)T0為群體發(fā)生認(rèn)知錯(cuò)覺(jué)的臨界時(shí)間點(diǎn).

圖3 群體認(rèn)知錯(cuò)覺(jué)

2.3.1 對(duì)θ進(jìn)行分析

在圖4 的認(rèn)知錯(cuò)覺(jué)曲線中，事件屬性θ1＞θ2＞θ3，所形成的E(T)曲線分別為E1(T)、E2(T)、E3(T)，將縱軸同時(shí)標(biāo)記為θ、E，橫軸保持不變.以θ1、θ2、θ3為縱坐標(biāo)，以發(fā)生認(rèn)知錯(cuò)覺(jué)的時(shí)間臨界點(diǎn)T1、T2、T3為橫坐標(biāo)，得到a、b、c三點(diǎn).將三點(diǎn)以光滑曲線連接，形成認(rèn)知錯(cuò)覺(jué)曲線T0(θ)，可以發(fā)現(xiàn)，θ 與T0呈反比關(guān)系，即事件屬性越高越容易發(fā)生認(rèn)知錯(cuò)覺(jué).這表明，一些特殊事件更容易挑動(dòng)公眾神經(jīng)，極易形成特定認(rèn)知和輿論傾向.

圖4 認(rèn)知錯(cuò)覺(jué)曲線

2.3.2 對(duì)k進(jìn)行分析

在群體數(shù)量N 及其他變量不變的情況下，本文提出如下假設(shè)：

E0與k 呈正比關(guān)系，即群體平均度越高，刺激極限值越大.

證明：由式（4）可知

令：N=1+K+K2+???+KA，N=1+k+k2+???+kB（其中K ＞k，A、B均為正整數(shù)），得：

3 研究結(jié)論與案例分析

從上述模型分析，可以得到如下結(jié)論：

（1）在其他條件不變的前提下，t 越小或θ 越大，即事件發(fā)生頻率越高或事件屬性值越大，發(fā)生認(rèn)知錯(cuò)覺(jué)的概率也越高.反之亦然.

（2）群體內(nèi)信息擴(kuò)散所需時(shí)間tN對(duì)于事件刺激極值E0的影響非常有限.

（3）平均度k 越大，刺激極值E0越大，越易發(fā)生認(rèn)知錯(cuò)覺(jué).

（4）變量t、θ、M 共同決定了E0的值，存在E0永遠(yuǎn)無(wú)法高于臨界值e的可能性.

根據(jù)以上結(jié)論，就可以解釋為什么有的事情不斷發(fā)生，每天都在發(fā)生，卻也無(wú)法改變?nèi)藗兊目捶?例如E0無(wú)法高于臨界值e，就表現(xiàn)為現(xiàn)實(shí)中公眾的“麻木不仁”“不長(zhǎng)記性”.相反，那些屬性值θ 較大的事件，例如熱點(diǎn)或敏感、離奇的事，總能第一時(shí)間引起人們的注意，并迅速改變?nèi)藗冊(cè)械目捶?有時(shí)事件的真實(shí)度較低，但如果當(dāng)該事件所包含的內(nèi)容，與社會(huì)價(jià)值觀或群體利益等因素具有較高的關(guān)聯(lián)時(shí)，由于人們“寧可信其有，不可信其無(wú)”的心態(tài)，就極有可能使信息在傳播過(guò)程中造成認(rèn)知、情感與行為效果上的社會(huì)放大[7].

互聯(lián)網(wǎng)的出現(xiàn)，使信息傳播得以質(zhì)的提升.人們接收信息不再局限于單一的時(shí)空界限內(nèi)，表現(xiàn)在即使足不出戶(hù)，不同時(shí)空范圍內(nèi)的事件借助網(wǎng)絡(luò)的傳播，就像發(fā)生在身邊一樣.客觀上，似乎事件發(fā)生的頻率變高了，即t 變小了.根究到底，網(wǎng)絡(luò)把各地偶然發(fā)生的類(lèi)似事件集中展現(xiàn)在公眾的面前，使t趨于0，E0值迅速增大，極大地增加了認(rèn)知錯(cuò)覺(jué)的發(fā)生概率.社交媒體的網(wǎng)絡(luò)重復(fù)性擴(kuò)散產(chǎn)生了Renn 所說(shuō)的立體聲效應(yīng)[8]，這很好的解釋了為什么網(wǎng)絡(luò)時(shí)代一些錯(cuò)誤觀點(diǎn)讓人深信不疑.本文將這種現(xiàn)象稱(chēng)為“網(wǎng)絡(luò)放大效應(yīng)”.

通過(guò)模型結(jié)論，可以解釋很多常見(jiàn)社會(huì)案例.例如：廣告轟炸是企業(yè)常見(jiàn)的營(yíng)銷(xiāo)策略，其核心就是讓廣告無(wú)處不在，達(dá)到“只要你一睜眼就能看到我的廣告”的效果.如果把播放一次廣告當(dāng)作是一次事件，該策略的本質(zhì)就是縮短事件發(fā)生的平均事件間隔.即將t 減小以提高認(rèn)知錯(cuò)覺(jué)的發(fā)生概率，從而潛移默化地在消費(fèi)者心中營(yíng)造出品牌效應(yīng)，“謊言重復(fù)一千遍即真理”就是最好的例證.然而隨著廣告轟炸方式的泛濫，消費(fèi)者逐漸厭倦與麻木，相當(dāng)于母事件M 的增大，因此，這種營(yíng)銷(xiāo)策略的效果已大不如前.又例如：炒作是當(dāng)下極為普遍的成名方式.炒作的基本方式是制造噱頭以吸引關(guān)注.通過(guò)網(wǎng)絡(luò)推手或者幕后人，引起公眾的注意和激烈討論，從而增加人氣，當(dāng)人氣增加到一定程度，就會(huì)提高產(chǎn)品或人物的知名度，最終轉(zhuǎn)換成經(jīng)濟(jì)利益和商業(yè)價(jià)值.可以看出，制造熱點(diǎn)事件和幕后推手是炒作的核心.炒作的題材必須火辣、刺激，可直接挑破公眾的眼球，絕不能四平八穩(wěn)，這相當(dāng)于事件屬性值θ 極高；而幕后推手的作用相當(dāng)于將群體平均度k無(wú)限放大.當(dāng)θ和k 被人為地提高后，極易發(fā)生群體認(rèn)知錯(cuò)覺(jué)，即實(shí)現(xiàn)了炒作的目的.

錯(cuò)覺(jué)是一種特殊的錯(cuò)誤，它特別令人困惑，因?yàn)槿藗儗?duì)造成的這種錯(cuò)誤始終具有迷惑力，甚至當(dāng)人們已徹底認(rèn)識(shí)到這是一種錯(cuò)誤時(shí)亦然[9]，對(duì)此，提出以下幾點(diǎn)建議：

（1）熱點(diǎn)事件由于網(wǎng)絡(luò)放大效應(yīng)極易產(chǎn)生偏見(jiàn)性的輿論氛圍，適度降低群體平均度，正確處理民意，是輿情降溫的有效方式.

（2）正面事件的廣泛傳播，或?qū)Ω鞯貐^(qū)正面新聞進(jìn)行集中宣傳，對(duì)于營(yíng)造良好社會(huì)氛圍，具有積極意義.

（3）開(kāi)啟民智，普及科學(xué)，尤其對(duì)于復(fù)雜、敏感事件進(jìn)行深入剖析，有助于消除民眾疑惑，減小心理刺激，緩和公眾緊張情緒；對(duì)于需要公眾關(guān)注的領(lǐng)域，則可反其道行之，加大心理刺激程度，引起公眾的警覺(jué)，避免因公眾漠視而造成不必要的損失.