張藝煒 鄧三鴻 胡昊天

摘?要：[目的/意義]網(wǎng)絡(luò)輿情演化具有類似自然生態(tài)系統(tǒng)的遞進(jìn)特征，滿足Logistic模型，本文基于共生理論視角，研究網(wǎng)絡(luò)輿情演化全過程中參與網(wǎng)民群落內(nèi)部的交互作用，可以為細(xì)化網(wǎng)絡(luò)輿情要素研究及調(diào)整輿情危機(jī)處理模式提供參考。[方法/過程]以輿情事件參與網(wǎng)民為核心，總結(jié)了網(wǎng)絡(luò)輿情演化機(jī)制和共生模式，構(gòu)建了基于擴(kuò)展Logistic方程的網(wǎng)絡(luò)輿情演化共生理論模型并進(jìn)行仿真模擬。[結(jié)果/結(jié)論]通過新浪微博中管控合理和管控不當(dāng)?shù)膬衫浨閿?shù)據(jù)驗證了網(wǎng)絡(luò)輿情生態(tài)系統(tǒng)二維共生模型的合理性，總結(jié)了不同演化階段和管控條件下參與網(wǎng)民各單元間的共生關(guān)系及成因。

關(guān)鍵詞：網(wǎng)絡(luò)輿情;共生理論;共生模式;擴(kuò)展Logistic模型

DOI：10.3969/j.issn.1008-0821.2021.07.001

〔中圖分類號〕G206?〔文獻(xiàn)標(biāo)識碼〕A?〔文章編號〕1008-0821（2021）07-0003-10

Study?on?Evolution?of?Network?Public?Opinion?Based?on?Symbiosis?Theory

Zhang?Yiwei1，2?Deng?Sanhong1，2*?Hu?Haotian1，2

（1.School?of?Information?Management，Nanjing?University，Nanjing?210023，China;

2.Jiangsu?Key?Laboratory?of?Data?Engineering?and?Knowledge?Service，Nanjing?210023，China）

Abstract：[Purpose/Significance]The?evolution?of?network?public?opinions?is?similar?to?the?development?characteristics?of?natural?ecosystems，which?satisfies?the?Logistic?model.Based?on?the?symbiosis?theory，this?paper?studies?the?interaction?among?netizens?involved?in?the?whole?process?of?network?public?opinion?evolution，which?could?provide?reference?for?the?in-depth?study?of?network?public?opinion?elements?and?the?adjustment?of?public?opinion?crisis?management?mode;[Method/Process]This?paper，with?the?participation?of?network?public?opinion?netizens?as?the?core，summarized?the?evolution?mechanism?and?symbiosis?characteristics?of?the?network?public?opinion，and?constructed?the?symbiosis?theory?model?of?the?online?public?opinion?ecosystem?based?on?the?extended?Logistic?equation?and?ran?a?simulation?experiment;[Result/Conclusion]This?paper?verified?the?rationality?of?the?two-dimensional?symbiosis?model?of?the?network?public?opinion?ecosystem?through?two?examples?of?in?weibo，which?were?reasonable?and?unreasonable?in?control，and?summarized?the?symbiosis?evolution?model?and?its?causes?among?the?internal?units?of?netizens?participating?in?different?evolution?stages?and?control?conditions.

Key?words：network?public?opinion;symbiotic?theory;symbiotic?mode;extended?Logistic?model

根據(jù)第46次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》，截至2020年6月，我國網(wǎng)民規(guī)模達(dá)94億，互聯(lián)網(wǎng)普及率達(dá)67%，5G終端連接數(shù)超過6?600萬[1]。移動互聯(lián)網(wǎng)的高效率和便捷性使網(wǎng)民可以及時參與網(wǎng)絡(luò)事件討論，從而產(chǎn)生不同種類、程度的網(wǎng)絡(luò)輿情。網(wǎng)絡(luò)輿情是網(wǎng)民對網(wǎng)絡(luò)中傳播的社會事件所反映的評價、態(tài)度和情感的總和[2]，其中網(wǎng)民發(fā)表或評論的海量文本、圖片、視頻等信息成為網(wǎng)絡(luò)輿情的存在形式，參與網(wǎng)民是網(wǎng)絡(luò)輿情的制造核心、影響核心和擴(kuò)散核心，其情緒態(tài)度等通過主動發(fā)表觀點或評論他人觀點進(jìn)行交互[3]，形成不同的網(wǎng)絡(luò)輿情共生模式，參與網(wǎng)民間進(jìn)行意見表達(dá)和交流從而擴(kuò)展網(wǎng)絡(luò)輿情輻射范圍和影響力。因此，從系統(tǒng)角度分析網(wǎng)絡(luò)輿情生命周期內(nèi)參與網(wǎng)民各單元間相互作用的成因、方式和結(jié)果，有助于深入了解其行為動機(jī)和輿情傳播規(guī)律，從而準(zhǔn)確定位輿情走向、分類網(wǎng)民行為、合理干預(yù)網(wǎng)絡(luò)輿情傳播及調(diào)控。

1?文獻(xiàn)回顧

國內(nèi)外學(xué)者對于信息傳播中的群體行為進(jìn)行了大量研究，生態(tài)學(xué)家至少從1927年就開始意識到網(wǎng)絡(luò)關(guān)系對于人類群體行為的重要性[4]，Davenport?T?H等[5]提出微觀角度的信息生態(tài)學(xué)概念，認(rèn)為信息生態(tài)系統(tǒng)中參與人之間的行為是系統(tǒng)的關(guān)鍵要素，為從微觀參與主體角度研究信息生態(tài)系統(tǒng)演化奠定了理論基礎(chǔ);Jordán?F等[6]在上述理論基礎(chǔ)上通過對比自然生態(tài)和網(wǎng)絡(luò)生態(tài)結(jié)構(gòu)，指出在關(guān)注網(wǎng)絡(luò)中主體的同時更應(yīng)關(guān)注其中的交互關(guān)系;同時Sunstein?C?R[7]在其著作中詳述了網(wǎng)民間意見交換對于群體觀點整合演化的系統(tǒng)過程。

在逐漸清晰的信息生態(tài)系統(tǒng)理論體系結(jié)構(gòu)基礎(chǔ)上，開始出現(xiàn)了一系列以生態(tài)系統(tǒng)為切入點的網(wǎng)絡(luò)輿情研究，主要包括網(wǎng)絡(luò)輿情的系統(tǒng)構(gòu)成要素和特征量分析[8-9]，以及網(wǎng)絡(luò)輿情演進(jìn)機(jī)理、系統(tǒng)種群演化方式等研究[10]。Wang?X等[11]通過具體輿情案例，從輿情傳播特征和網(wǎng)絡(luò)節(jié)點結(jié)構(gòu)等方面進(jìn)行移動互聯(lián)網(wǎng)和非移動互聯(lián)網(wǎng)的輿情傳播特征對比，并進(jìn)行了傳播節(jié)點和路徑特征分析;Tinggui?C等[12]將網(wǎng)絡(luò)輿情演化發(fā)展視作閉環(huán)，在重點考慮輿情參與者個體特征及交互作用的基礎(chǔ)上建立了輿情參與主體觀點演變模型，并分析了群體行為成因;唐亞陽等[13]從種群增長規(guī)律切入，實證研究了100起重大教育類網(wǎng)絡(luò)輿情事件，分析了演化影響要素;趙丹等[14]從信息生態(tài)理論層面對網(wǎng)絡(luò)輿情特征量進(jìn)行分析，認(rèn)為網(wǎng)絡(luò)輿情生態(tài)系統(tǒng)中參與人相關(guān)的信息環(huán)境特征量包括評論量、點贊量等;黃煒等[15]使用以生態(tài)學(xué)理論為依據(jù)的種群增長模型對微信消息轉(zhuǎn)發(fā)影響因素進(jìn)行研究，并通過仿真實驗加以檢驗。

上述研究將網(wǎng)絡(luò)輿情演化視作閉環(huán)生態(tài)系統(tǒng)，通過影響要素探究和構(gòu)成特征量分析細(xì)化了研究粒度，同時促進(jìn)了后續(xù)的種群視角下網(wǎng)絡(luò)輿情演化方式研究。Yin?F等[16]從共生系統(tǒng)視角，使用種群增長曲線對網(wǎng)絡(luò)輿情演化進(jìn)行擬合，并根據(jù)曲線形態(tài)進(jìn)行網(wǎng)絡(luò)輿情各發(fā)展階段分析和預(yù)警研究;婁策群等[17]指出網(wǎng)絡(luò)信息生態(tài)鏈的演化在于關(guān)鍵信息主體和關(guān)鍵環(huán)境因子的進(jìn)化;李明等[18]在信息生態(tài)理論基礎(chǔ)上，使用清晰集定性比較分析法對網(wǎng)絡(luò)輿情突發(fā)事件進(jìn)行了種群、環(huán)境等角度的影響因素和發(fā)生機(jī)理分析;曹海軍等[19]從生態(tài)學(xué)的共生理論視角出發(fā)分析了網(wǎng)絡(luò)輿情演化和導(dǎo)控機(jī)理，并從定性闡述了網(wǎng)絡(luò)輿情演化的不同共生模式。

綜上，國內(nèi)外學(xué)者將生態(tài)學(xué)理論、系統(tǒng)思想和社交網(wǎng)絡(luò)中信息傳播規(guī)律相結(jié)合，將生態(tài)系統(tǒng)發(fā)展相關(guān)理論方法引入網(wǎng)絡(luò)輿情演化研究，形成了較為豐富的研究成果。但目前基于共生理論的網(wǎng)絡(luò)輿情演化規(guī)律研究較少，針對網(wǎng)絡(luò)輿情傳播主體進(jìn)行種群關(guān)系角度的演化研究粒度較粗，且缺少實證類研究，難以從微觀視角描述參與網(wǎng)民間的相互作用及其變化對于網(wǎng)絡(luò)輿情演化的影響。因此，本文將生態(tài)學(xué)的共生理論引入網(wǎng)絡(luò)輿情演化研究，探索網(wǎng)絡(luò)輿情生態(tài)系統(tǒng)共生模式，以輿情演化各階段參與網(wǎng)民單元間的共生關(guān)系為研究對象，基于擴(kuò)展的二維Logistic模型，將參與網(wǎng)民視為由發(fā)帖者單元和評論者單元構(gòu)成的二維共生群落，分析網(wǎng)絡(luò)輿情演化各階段的共生關(guān)系并討論輿情演化規(guī)律。最后通過新浪微博中“福建泉州酒店坍塌事故”和“無錫高架橋坍塌事故”網(wǎng)絡(luò)輿情案例進(jìn)行不同管控條件下的類比實證研究，總結(jié)網(wǎng)絡(luò)輿情生命周期中發(fā)帖者單元和評論者單元的共生模式及成因。為從微觀角度認(rèn)識網(wǎng)絡(luò)輿情演化的內(nèi)部特征和規(guī)律提供新視角，并為不同共生模式下輿情監(jiān)管部門的危機(jī)處理機(jī)制等提供決策參考。

2?網(wǎng)絡(luò)輿情演化的共生機(jī)理分析

共生是生態(tài)系統(tǒng)中種群發(fā)展的普遍現(xiàn)象，指兩種及以上群落間的互相作用，共生系統(tǒng)由共生單元、共生模式、共生環(huán)境構(gòu)成，共生單元和共生模式共同決定系統(tǒng)的演化方式及效率，共生環(huán)境容納并限制系統(tǒng)發(fā)展，系統(tǒng)的狀態(tài)、行為隨時間的變化稱為系統(tǒng)演化[20]。以參與網(wǎng)民為核心的網(wǎng)絡(luò)輿情演化可以類比于以種群生長為核心的生態(tài)系統(tǒng)發(fā)展，在一定的網(wǎng)絡(luò)輿情事件下，具有相似信息需求、信息資源、信息利益的參與網(wǎng)民構(gòu)成以發(fā)帖者和評論者為分類的網(wǎng)絡(luò)輿情共生單元，進(jìn)而形成以共生單元間信息交互為核心的網(wǎng)絡(luò)輿情演化過程[21]，共生單元間關(guān)系的成因、作用方式、變化趨勢等受輿情事件進(jìn)展、信息公開程度、政府監(jiān)管力度、其他輿情事件干擾等多種因素綜合影響。

2.1?共生單元

網(wǎng)絡(luò)輿情演化中的共生單元是在信息獲取范圍、觀點表達(dá)渠道、信息文化素養(yǎng)等方面具有一定共性特征的成員，是信息產(chǎn)生和交互的基本單位[19]，本文將參與網(wǎng)民視為共生單元，分為發(fā)帖者單元和評論者單元。參與網(wǎng)民是網(wǎng)絡(luò)輿情的發(fā)起核心、參與核心、影響核心，是輿情監(jiān)管部門的主要引導(dǎo)對象，在整個網(wǎng)絡(luò)輿情生命周期中處于中心地位，同時也是輿情演化的信息承擔(dān)者、意見表達(dá)者、情緒產(chǎn)生者，其規(guī)模對于網(wǎng)絡(luò)輿情影響力有重要作用[22]。參與網(wǎng)民作為共生單元可以進(jìn)行信息轉(zhuǎn)化和觀點交換，在網(wǎng)絡(luò)輿情生態(tài)系統(tǒng)中表現(xiàn)為共生模式。

2.2?共生模式

共生關(guān)系是共生單元間的相互作用形式，并隨網(wǎng)絡(luò)輿情演化而發(fā)生變化，共生模式是描述輿情演化全過程中共生關(guān)系狀態(tài)成因和變化趨勢的總和。網(wǎng)絡(luò)輿情信息包含文本、圖片、視頻等多種形式，本質(zhì)都是參與網(wǎng)民情緒、態(tài)度和觀點的交互。信息靜態(tài)價值利用、信息動態(tài)交互、信息利益分配、環(huán)境資源競爭合作等是網(wǎng)絡(luò)輿情生態(tài)系統(tǒng)中各共生單元間的相互影響方式，表現(xiàn)為網(wǎng)絡(luò)輿情演進(jìn)不同階段中共生單元規(guī)模、影響因素、變化趨勢等的差異。從關(guān)系對稱性角度，共生關(guān)系包括偏促共生、偏抑共生、互促共生、互抑共生[23]。偏促共生和偏抑共生是指網(wǎng)絡(luò)輿情演化特定階段中，發(fā)帖者單元或評論者單元僅其中一方受另一方影響;互促共生和互抑共生表示網(wǎng)絡(luò)輿情演化特定階段中，發(fā)帖者單元和評論者單元同時受對方影響，網(wǎng)絡(luò)輿情演化各階段共生關(guān)系的成因和趨勢，綜合成為網(wǎng)絡(luò)輿情共生模式。

2.3?共生環(huán)境

共生環(huán)境指直接或間接影響共生單元發(fā)展的外部條件的總和，包括政策法規(guī)環(huán)境、信息文化環(huán)境、信息技術(shù)環(huán)境和輿情事件自身走向等。政策法規(guī)環(huán)境指對信息產(chǎn)生、擴(kuò)散、信息主體行為的約束和規(guī)范，決定了輿情傳播邊界和網(wǎng)民情緒觀點表達(dá)限度;信息文化環(huán)境指網(wǎng)絡(luò)輿情生態(tài)系統(tǒng)整體信息素養(yǎng);信息技術(shù)環(huán)境包括網(wǎng)絡(luò)基礎(chǔ)設(shè)施和信息共享平臺等，在客觀上影響著網(wǎng)絡(luò)輿情的輻射范圍以及對現(xiàn)實世界的映射程度;另外，輿情事件自身發(fā)展走向也影響著事件受眾層次和范圍[24]。

共生單元、共生模式和共生環(huán)境共同描述網(wǎng)絡(luò)輿情演化過程的共生機(jī)理，如圖1所示，其中共生單元是網(wǎng)絡(luò)輿情演化主體，共生模式是網(wǎng)絡(luò)輿情演化動力，共生環(huán)境為網(wǎng)絡(luò)輿情演化提供外部支撐。

3?網(wǎng)絡(luò)輿情演化的共生模型構(gòu)建

3.1?模型分析

生態(tài)學(xué)中的Logistic生長函數(shù)用于描述生態(tài)系統(tǒng)種群增長規(guī)律，種群增長速率在演化全過程中由快到慢直至停滯，且由于資源限制，種群數(shù)量增長存在上限。將網(wǎng)絡(luò)輿情演化類比于生態(tài)系統(tǒng)發(fā)展，由參與網(wǎng)民組成的種群群落會以一定速度在信息獲取、傳播、內(nèi)化等過程中成長，信息和觀點存量快速增加。同時由于網(wǎng)民群落的信息交互融合，在擴(kuò)大規(guī)模的同時使內(nèi)部情緒意見復(fù)雜化，由于外部環(huán)境基本不變，信息存量和觀點存量的增加受到輿情事件限度、信息基礎(chǔ)設(shè)施、政策法規(guī)等制約，增長速度放緩，直至到達(dá)環(huán)境約束上限[25]，整體符合生物種群Logistic函數(shù)增長規(guī)律。

二維Logistic模型可以表示生態(tài)系統(tǒng)中二元種群的共生關(guān)系，系統(tǒng)內(nèi)的共生單元有多種劃分標(biāo)準(zhǔn)，對于網(wǎng)絡(luò)輿情參與者，本文從信息流向和資源競合角度將其分為發(fā)帖者單元和評論者單元。發(fā)帖者和評論者在發(fā)帖者處進(jìn)行觀點碰撞，發(fā)帖者出于熱點事件發(fā)現(xiàn)、評論量閱讀量等帶來的成就感以及其他直接或間接收益，進(jìn)行信息披露、觀點發(fā)表，進(jìn)而吸引評論，處于核心地位[26];評論者通過與發(fā)帖者或其他評論者進(jìn)行觀點交互，在發(fā)表自身觀點的同時擴(kuò)大了發(fā)帖者的信息影響力，推動網(wǎng)絡(luò)輿情演化。

3.2?模型假設(shè)

假設(shè)1：本文以網(wǎng)絡(luò)輿情演化中的參與網(wǎng)民為研究主體，使用發(fā)帖數(shù)量和評論數(shù)量衡量發(fā)帖者單元和評論者單元的規(guī)模。

假設(shè)2：由于環(huán)境限制，網(wǎng)絡(luò)輿情參與網(wǎng)民數(shù)量有最大值，稱為環(huán)境容量K，當(dāng)達(dá)到K值時種群不再繼續(xù)擴(kuò)張。

假設(shè)3：以參與網(wǎng)民為核心的網(wǎng)絡(luò)輿情演化會經(jīng)歷從萌芽、爆發(fā)、成熟到逐漸衰退的全過程[27]，且研究周期內(nèi)輿情內(nèi)容沒有本質(zhì)變化。

假設(shè)4：發(fā)帖者單元和評論者單元共生發(fā)展過程中，彼此對雙方發(fā)展起到抑制或促進(jìn)作用，不考慮這種影響作用的時滯。

3.3?模型設(shè)計

Logistic模型最早應(yīng)用于有限資源環(huán)境中的生物種群數(shù)量估計[28]，廣泛應(yīng)用于種群生態(tài)學(xué)和社會學(xué)領(lǐng)域。據(jù)此建立網(wǎng)絡(luò)輿情生態(tài)系統(tǒng)種群規(guī)模的微分方程表達(dá)式為：

其中N（t）為t時刻網(wǎng)絡(luò)輿情生態(tài)系統(tǒng)的種群規(guī)模，α為種群自然增長率，Nl為資源限制條件下環(huán)境的最大承載量，1-N（t）Nl表示最大承載程度下實際種群未利用部分。求解方程得：

網(wǎng)絡(luò)輿情生態(tài)系統(tǒng)的共生單元由多類型網(wǎng)民構(gòu)成[29]，系統(tǒng)成員在互動過程中促進(jìn)網(wǎng)絡(luò)輿情演化，成員間觀點一致或相違都會導(dǎo)致成員間在資源供給、利益獲取等方面存在競爭與合作的雙重關(guān)系。為簡化研究，將網(wǎng)絡(luò)輿情內(nèi)部參與網(wǎng)民分為發(fā)帖者單元和評論者單元兩類，即將該生態(tài)系統(tǒng)簡化為二維共生系統(tǒng)，因此兩單元共生時有：

其中N1（t）和N2（t）分別為二維網(wǎng)絡(luò)輿情系統(tǒng)中各單元成長規(guī)模，Nl1和Nl2分別為各單元的成長上限，α1和α2為其自然增長率。與生態(tài)系統(tǒng)中生物種群類似，網(wǎng)絡(luò)輿情系統(tǒng)演化中也存在不同的共生關(guān)系，各單元間互相作用共同影響網(wǎng)絡(luò)輿情演化[30]。因此，使用種群共生系數(shù)β表示系統(tǒng)中群落單元間共生效應(yīng)的大小，得到網(wǎng)絡(luò)輿情參與網(wǎng)民的二維共生模型：

其中β12（β21）為單元一（二）對單元二（一）的共生效應(yīng)，β21N2（t）Nl2和β12N1（t）Nl1分別為另一單元對其的影響程度。β12和β21同為負(fù)數(shù)且差值不大時，表示參與網(wǎng)民單元間為互促共生關(guān)系，單元一和單元二在網(wǎng)絡(luò)輿情演化中互相促進(jìn)彼此發(fā)展，網(wǎng)絡(luò)輿情事件討論量加劇，影響力增強(qiáng);β12和β21同為負(fù)數(shù)但差值較大，或其中一個為0、一個為負(fù)數(shù)時，表示各單元間的正向影響程度不均，或資源和利益分配不平衡，即為偏促共生關(guān)系;β12和β21同為正數(shù)且差值不大時，表示參與網(wǎng)民單元間為互抑共生關(guān)系，單元一和單元二相互抑制，發(fā)帖和評論累進(jìn)量基本保持穩(wěn)定，不再增加;β12和β21同為正數(shù)但差值較大，或其中一個為0、一個為正數(shù)時，表示各單元間的負(fù)向影響程度不均，即為偏抑共生關(guān)系。

4?案例研究

4.1?數(shù)據(jù)來源

本文以新浪微博中管控良好的“福建泉州欣佳酒店坍塌事故”（事件A）和管控失范的“無錫高架橋坍塌事故”（事件B）為輿情數(shù)據(jù)來源，進(jìn)行不同管控條件下網(wǎng)絡(luò)輿情演化的二維共生模型的類比實證研究。2020年3月7日19時14分，福建省泉州市欣佳酒店所在建筑物發(fā)生坍塌事故，受傷42人、死亡29人。由于該突發(fā)事件與人民安全相關(guān)，且該酒店事發(fā)時為新冠疫情防控集中觀測點，信息一經(jīng)披露快速引起網(wǎng)民關(guān)注，大量網(wǎng)民通過社交媒體發(fā)表觀點，同時政府部門立即展開救援和事故原因調(diào)查，官方信息披露及時，輿情管控良好。而對于2019年10月10日18時10分發(fā)生的“無錫高架橋坍塌事故”，共造成3人死亡，2人受傷，由于該突發(fā)事件涉及道路工程建設(shè)和公共安全，信息一經(jīng)發(fā)布引起大量討論，但當(dāng)?shù)卣?wù)微博等管理部門未及時進(jìn)行情況通報和調(diào)查結(jié)果公布，輿情管控滯后，消亡緩慢。

由于上述輿情事件影響力較大、存續(xù)時間適中，且事件A導(dǎo)控良好而事件B管理失范，有較好的可比性，因此選擇上述兩次網(wǎng)絡(luò)輿情作為實證案例。在新浪微博中以“福建泉州欣佳酒店坍塌事故”和“無錫高架橋坍塌事故”為關(guān)鍵詞進(jìn)行模糊搜索，采集評論數(shù)大于10的全部微博發(fā)帖（包括原創(chuàng)和轉(zhuǎn)發(fā)）及其評論，以保證發(fā)帖數(shù)和評論數(shù)適量[3]，如表1所示。

4.2?數(shù)據(jù)處理與分析

為了消除實證數(shù)據(jù)數(shù)量級影響，使用公式N=X（t）-XminXmax-Xmin+α進(jìn)行標(biāo)準(zhǔn)化，其中α=0.001，X（t）為t時刻累進(jìn)原始評論或發(fā)帖數(shù)據(jù)，Xmin和Xmax為累進(jìn)原始評論或發(fā)帖數(shù)據(jù)的最大值和最小值，N1表示發(fā)帖者單元規(guī)模，N2表示評論者單元規(guī)模。為驗證所構(gòu)建種群增長模型的合理性，使用式（1）分別對事件A和事件B的發(fā)帖者單元和評論者單元進(jìn)行擬合，如圖2所示，擬合效果良好（事件A有R21=0.984，R22=0.982;事件B有R21=0.964，R22=0.964）。從實際情況來看，由于網(wǎng)絡(luò)輿情發(fā)帖者單元和評論者單元受到信息基礎(chǔ)設(shè)施、輿情事件覆蓋范圍、相關(guān)政策法規(guī)等限制，其規(guī)模增長受到極限約束，符合種群生長角度的Logistic模型定義。

根據(jù)上述擬合結(jié)果，選擇“萌芽期—爆發(fā)期—成熟期—衰退期”的4階段模式[9]，結(jié)合輿情事件各自發(fā)展過程進(jìn)行階段劃分。

對于事件A，事故發(fā)生后“應(yīng)急管理部”等關(guān)注量較大的微博用戶陸續(xù)發(fā)布事故相關(guān)信息，開始吸引網(wǎng)民關(guān)注，網(wǎng)絡(luò)輿情進(jìn)入萌芽期。“人民日報”于3月8日11時08分發(fā)布較為準(zhǔn)確的事故情況說明，該類內(nèi)容開始為事件A的網(wǎng)絡(luò)輿情發(fā)展積累參與者并擴(kuò)大影響力，因此選擇此類信息的基本消失時間為節(jié)點，將0≤tA<9劃分為該網(wǎng)絡(luò)輿情的萌芽期。3月9日開始，輿情內(nèi)容主要包括死傷人數(shù)跟進(jìn)和事故原因初步分析，“央視新聞”在3月10日11時02分發(fā)布事故初步調(diào)查報告后，輿情熱度迅速增加，直至3月11日0點左右，輿情內(nèi)容開始轉(zhuǎn)變?yōu)閷τ谝咔槠陂g搜救人員的關(guān)懷等，輿情評價累進(jìn)量增速開始放緩，因此選擇9≤tA<20為爆發(fā)期，該時段網(wǎng)民關(guān)注度和輿情熱度增速達(dá)到峰值。3月11日開始，輿情主要內(nèi)容演化為官方調(diào)查結(jié)果傳播，“央視新聞”“人民日報”等官方賬號相繼發(fā)表事故死傷結(jié)果和責(zé)任認(rèn)定結(jié)論，至12日22時左右，該類討論逐漸平息，因此選擇20≤tA<32為成熟期，該時段內(nèi)網(wǎng)絡(luò)輿情增速放緩。之后“人民日報”發(fā)表“國務(wù)院泉州酒店坍塌事故調(diào)查結(jié)果”，得到網(wǎng)民普遍認(rèn)可，群眾情緒平息，即32≤tA≤43為衰退期。同時由于疫情期間重大事件的發(fā)生較以往更為頻繁，網(wǎng)民注意力更易被其他事件吸引，此次網(wǎng)絡(luò)輿情事件存量保持平穩(wěn)，逐漸消亡。

對于事件B，事故發(fā)生后，目擊者陸續(xù)在微博上發(fā)布事件信息，開始吸引網(wǎng)民關(guān)注，網(wǎng)絡(luò)輿情進(jìn)入萌芽期。“中國交通廣播”微博用戶于2019年10月11日3時35分發(fā)布問責(zé)微博，引起發(fā)帖和評論數(shù)量的大幅增加，網(wǎng)絡(luò)輿情熱度迅速上升，輿情內(nèi)容由事故現(xiàn)狀傳播轉(zhuǎn)變?yōu)槭鹿试蛱接?，輿情影響力開始擴(kuò)大，因此選擇此類內(nèi)容開始擴(kuò)散的節(jié)點即0≤tB<6為該網(wǎng)絡(luò)輿情的萌芽期?！叭嗣窬W(wǎng)”在2019年10月12日15時55分發(fā)布事件結(jié)果相關(guān)內(nèi)容，輿情內(nèi)容由上一階段的原因探討、管理部門問責(zé)等轉(zhuǎn)變?yōu)槭录Y(jié)果討論和遇難者悼念，因此確定6≤tB<23為此事件的爆發(fā)期。2019年10月13日19時左右，該事件的輿情內(nèi)容逐步轉(zhuǎn)變?yōu)閷κ鹿试虻姆此技耙酝愃剖鹿实脑儆懻摚录鸩狡较?，因此選擇23≤tB<38為該網(wǎng)絡(luò)輿情的成熟期，該時段內(nèi)網(wǎng)絡(luò)輿情增速放緩。雖然輿情存續(xù)期間官方調(diào)查結(jié)果始終與網(wǎng)民預(yù)期不符，但由于網(wǎng)民注意力有限等因素，輿情逐步消亡，即38≤tB≤43為衰退期。同時由于網(wǎng)絡(luò)輿情演化后期逐漸出現(xiàn)對以往“超載”“路橋坍塌”等事故的回溯，輿情本質(zhì)逐漸變化，網(wǎng)民關(guān)注點轉(zhuǎn)向，此次事件在未得到圓滿解決的情況下保持存量平穩(wěn)，網(wǎng)絡(luò)輿情逐漸消亡。

4.3?二維共生演化模型驗證

網(wǎng)絡(luò)輿情生命周期中發(fā)帖者單元和評論者單元的發(fā)展歷程，也是二者間共生關(guān)系不斷演變的過程。以上述事件A和事件B的網(wǎng)絡(luò)輿情演化階段劃分為依據(jù)，分別對各階段共生系數(shù)β進(jìn)行參數(shù)估計，分析網(wǎng)絡(luò)輿情演化過程中發(fā)帖者單元與評論者單元間的共生關(guān)系及不同管控措施的影響。

4.3.1?模型參數(shù)估計與仿真

根據(jù)網(wǎng)絡(luò)輿情參與網(wǎng)民二維共生模型即式（4），分別對事件A和事件B的發(fā)帖者單元和評論者單元進(jìn)行參數(shù)估計，同時根據(jù)前文模型分析判斷各階段共生關(guān)系，如表2所示。

由于樣本案例只能顯示發(fā)帖者單元和評論者單元在限定時間內(nèi)的階段性關(guān)系，因此使用Matlab進(jìn)行更多周期的仿真模擬，以輔助分析事件A和事件B在不同共生關(guān)系下發(fā)帖者單元和評論者單元的共生發(fā)展趨勢，如圖3所示。

4.3.2?討論分析

由網(wǎng)絡(luò)輿情事件A和事件B演化各階段的共生系數(shù)計算和對比可以看出，網(wǎng)絡(luò)輿情中發(fā)帖者單元和評論者單元的共生關(guān)系變化與傳播階段相關(guān)且受管理部門管控形式影響。因此從網(wǎng)絡(luò)輿情發(fā)展的階段性特征為切入點，結(jié)合實證案例受到的不同輿情干預(yù)情況，對網(wǎng)絡(luò)輿情A和B的共生模式成因及差異進(jìn)行探討。

萌芽期時，網(wǎng)絡(luò)輿情A和B的參與網(wǎng)民單元間均為偏促共生關(guān)系。事件A在萌芽期就已進(jìn)行了官方的信息通報，該時期的輿情管理可以有效降低網(wǎng)絡(luò)輿情熱度，延緩其進(jìn)入爆發(fā)期的時間。而事件B在萌芽期的輿情內(nèi)容多為普通網(wǎng)民的事故進(jìn)展跟進(jìn)和原因猜測，容易使不實信息大量擴(kuò)散導(dǎo)致網(wǎng)絡(luò)輿情提前進(jìn)入爆發(fā)期，造成后續(xù)輿情管理困難。輿情事件發(fā)生初期，輿情熱度較低，發(fā)帖者主要進(jìn)行輿情事件發(fā)布、傳播，同時兼有少量的觀點表達(dá)[31-32]。評論者根據(jù)發(fā)帖者信息進(jìn)行輿情事件認(rèn)識和觀點交流，網(wǎng)絡(luò)輿情觀點主要由發(fā)帖者產(chǎn)出并由評論者擴(kuò)散，評論者單元正向影響發(fā)帖者單元，同時由于網(wǎng)絡(luò)輿情演化初期網(wǎng)民群體意見分散，發(fā)帖者單元觀點較少且難以對評論者單元起意見傾向性影響，即評論者單元對發(fā)帖者單元擴(kuò)大有正向作用，發(fā)帖者對評論者單元影響不明顯。這種共生關(guān)系下，評論者由于事件吸引力等參與評論，提高了原帖熱度，輿情事件信息吸引力和輿情影響力小幅增強(qiáng)，評論者由于意見多頭無法形成有效的傾向性觀點，網(wǎng)絡(luò)輿情影響力增長緩慢。管理部門在萌芽期的合理引導(dǎo)可以推遲爆發(fā)期開始時間，但對參與網(wǎng)民單元間的共生關(guān)系變化影響較小。

爆發(fā)期時，網(wǎng)絡(luò)輿情A和B的參與網(wǎng)民單元間均為互促共生關(guān)系。對于事件A，爆發(fā)期時輿情內(nèi)容包括傷亡人數(shù)等事件發(fā)展情況跟進(jìn)、疫情環(huán)境下的救援解決方案尋求、規(guī)劃建設(shè)局等職能部門問責(zé)、憤怒和震驚等復(fù)雜情緒表達(dá)等，由于官方賬號不斷進(jìn)行事故現(xiàn)狀報道和調(diào)查進(jìn)展披露，爆發(fā)期進(jìn)入較慢、整體熱度峰值較低;對于事件B，由于當(dāng)?shù)卣?wù)類賬號未及時進(jìn)行情況通報，該時期輿情內(nèi)容包括事件原因探討、事故責(zé)任質(zhì)詢、工程質(zhì)量懷疑以及大量謠言等，爆發(fā)期進(jìn)入迅速且持續(xù)時間較長。管理部門引導(dǎo)方式和力度對于該時期共生關(guān)系影響較小，但通過使爆發(fā)期提前而延長了互促共生的存續(xù)時間和作用程度。爆發(fā)期時輿情熱度持續(xù)高漲，發(fā)帖者發(fā)布的內(nèi)容包括事件推進(jìn)信息和自身觀點，引起評論者進(jìn)行事件信息獲取和觀點表達(dá)，在吸引意見流內(nèi)觀點聚集的同時激發(fā)意見流間觀點碰撞，即發(fā)帖者群落對評論者群落產(chǎn)生正向影響[33]。網(wǎng)絡(luò)輿情系統(tǒng)整體群體極化程度增加，傾向于形成

圖3?共生模型發(fā)展趨勢仿真

多個穩(wěn)定意見流，同時評論者通過發(fā)表評論和發(fā)帖者及其他評論者進(jìn)行意見交流，網(wǎng)民意見在發(fā)帖處交匯，即評論者群落對發(fā)帖者群落也產(chǎn)生正向影響，參與網(wǎng)民單元間互促共生。管理部門疏導(dǎo)對于爆發(fā)期存續(xù)時長、輿情熱度峰值、網(wǎng)民群體極化作用等有較大影響，并作用于共生關(guān)系起始時間和作用程度。該模式下，發(fā)帖者單元和評論者單元間觀點交互跟進(jìn)十分頻繁，輿情系統(tǒng)內(nèi)部逐漸形成多種意見流，群體極化程度增加，輿情事件討論量高，影響力強(qiáng)。

成熟期時，網(wǎng)絡(luò)輿情A和B的熱度總體趨向穩(wěn)定但內(nèi)部共生關(guān)系存在差異。對于事件A，由于官方通報準(zhǔn)確詳實，輿情內(nèi)容包括事件解決方案和責(zé)任人處理結(jié)果評價、悼念和悲傷等平穩(wěn)情緒表達(dá)，參與網(wǎng)民單元間偏抑共生。網(wǎng)絡(luò)輿情系統(tǒng)中僅一個單元對另一個單元有負(fù)向效應(yīng)，反之則無影響，即為偏抑共生。對于事件A，網(wǎng)絡(luò)輿情系統(tǒng)演化中后期時，由于官方回應(yīng)及時明確，輿情事件脈絡(luò)逐漸清晰，網(wǎng)民關(guān)注點逐漸從事件本身轉(zhuǎn)到解決方案，討論熱度增速放緩。網(wǎng)絡(luò)輿情系統(tǒng)內(nèi)逐漸形成以發(fā)帖者為核心的多個意見流，意見流間觀點差異較大，意見內(nèi)流觀點聚合[34]。評論者由于與發(fā)帖者及其他評論者觀點相近而降低意見交流頻率，因此發(fā)帖者單元對評論者單元有負(fù)向影響，同時由于帖子內(nèi)部意見較統(tǒng)一，發(fā)帖者作為觀點主動表達(dá)者受評論者影響極小，即為偏抑共生。這種共生關(guān)系中，發(fā)帖者和評論者觀點交流較少，輿情事件發(fā)展脈絡(luò)及解決方案逐漸明晰，網(wǎng)絡(luò)輿情發(fā)展曲線趨向平穩(wěn)，政府管理部門對于網(wǎng)絡(luò)輿情的良性引導(dǎo)可以使其較快地進(jìn)入熱度逐漸平穩(wěn)的成熟期，使參與網(wǎng)民主動降低討論。對于事件B，由于官方回應(yīng)模糊且不及時，輿情內(nèi)多為事故結(jié)果傳播、對官方回應(yīng)的質(zhì)疑、憤怒等非平穩(wěn)情緒表達(dá)，網(wǎng)絡(luò)輿情演化中參與網(wǎng)民單元間仍為互促共生關(guān)系，網(wǎng)絡(luò)輿情演化雖進(jìn)入成熟期，但由于管理缺位，事件原因通報不能符合網(wǎng)民心理預(yù)期，討論熱度增速放緩但網(wǎng)民關(guān)注度依然較高，發(fā)帖者單元和評論者單元依然延續(xù)爆發(fā)期時的互促共生關(guān)系，管理部門的信息傳播未能明顯降低網(wǎng)民群體極化程度，輿情熱度趨向穩(wěn)定的重要原因是網(wǎng)民注意力有限而非事件的圓滿解決。

衰退期時，網(wǎng)絡(luò)輿情A和B的參與網(wǎng)民單元間均為互抑共生關(guān)系。對于事件A，由于該事故發(fā)生后國務(wù)院迅速做出指示要求全力救援，同時派出調(diào)查組進(jìn)行現(xiàn)場勘測，查明了事故原因和責(zé)任方，因此該事件得到妥善解決，討論量降低，網(wǎng)民注意力主動轉(zhuǎn)向其他新發(fā)輿情事件[35]。而對于事件B，由于網(wǎng)民注意力有限及與該事件相關(guān)的衍生輿情內(nèi)容的吸引，網(wǎng)絡(luò)輿情熱度逐步降低直至平息。但由于整體官方回應(yīng)不及時和不完善，因此輿情持續(xù)時間較長且衰退期開始時間較晚。互抑共生關(guān)系中，發(fā)帖者的事件跟進(jìn)和觀點表達(dá)不足以吸引評論者討論，評論數(shù)量下降和觀點趨同也反向抑制了發(fā)帖者的觀點表達(dá)，導(dǎo)致網(wǎng)絡(luò)輿情熱度遞減，網(wǎng)民關(guān)注度降低，輿情生態(tài)系統(tǒng)中發(fā)帖和評論累進(jìn)量基本保持穩(wěn)定，網(wǎng)絡(luò)輿情逐漸消亡。管理部門對于事件結(jié)果和原因的及時發(fā)布對于衰退期的起始時間、衰退原因等有一定影響，并作用于共生關(guān)系的持續(xù)時間和作用強(qiáng)度。

5?總?結(jié)

本文將生態(tài)系統(tǒng)發(fā)展相關(guān)理論引入網(wǎng)絡(luò)輿情演化研究，總結(jié)了以參與網(wǎng)民為核心的網(wǎng)絡(luò)輿情演化特征，同時根據(jù)擴(kuò)展的Logistic模型建立網(wǎng)絡(luò)輿情共生演化模型，最后對該模型進(jìn)行不同監(jiān)管引導(dǎo)條件下的類比實證研究，并分析了網(wǎng)絡(luò)輿情演化不同階段中參與網(wǎng)民單元間共生關(guān)系的異同、成因及變化趨勢，討論了共生模式差異和網(wǎng)絡(luò)輿情演化規(guī)律。研究表明：①參與網(wǎng)民作為網(wǎng)絡(luò)輿情的產(chǎn)生者、影響者和傳播者，其行為貫穿網(wǎng)絡(luò)輿情演化的整個生命周期，本質(zhì)是由發(fā)帖者單元和評論者單元相互作用的二維共生群落，二者在政策法規(guī)、信息技術(shù)和信息文化等共生環(huán)境限制中通過共生模式相互作用;②網(wǎng)絡(luò)輿情經(jīng)歷“萌芽期、爆發(fā)期、成熟期、衰退期”最終消亡，具有類似自然生態(tài)種群的演化特征，發(fā)帖者單元和評論者單元共生關(guān)系的形態(tài)和變化是輿情各階段發(fā)展的結(jié)果，同時受管理部門引導(dǎo)影響，并反作用于網(wǎng)絡(luò)輿情演化;③共生系數(shù)代表了網(wǎng)絡(luò)輿情生態(tài)系統(tǒng)的演化方向，輿情管理部門可以根據(jù)共生模式制定和調(diào)整引導(dǎo)策略，同時根據(jù)共生單元各自特征進(jìn)行針對性信息披露或情緒疏散。

本文僅從網(wǎng)絡(luò)輿情核心參與者角度對共生單元進(jìn)行二分類，未考慮參與者內(nèi)部的異質(zhì)性，如官方媒體、意見領(lǐng)袖、謠言制造者等;同時模型構(gòu)建較為簡單，未考慮到更為復(fù)雜的網(wǎng)絡(luò)輿情形態(tài)，如多次爆發(fā)型、快速消解型等。后續(xù)研究可以擴(kuò)展現(xiàn)有模型并細(xì)化共生單元分類，對網(wǎng)絡(luò)輿情演化過程中的多群落交互行為進(jìn)行研究。

參考文獻(xiàn)

[1]中國互聯(lián)網(wǎng)絡(luò)信息中心.第46次中國互聯(lián)網(wǎng)絡(luò)發(fā)展現(xiàn)狀統(tǒng)計報告[R].2020-09-29.

[2]李洋，李思佳，葉瓊元，等.面向突發(fā)事件網(wǎng)絡(luò)輿情的社會情緒喚醒綜合評價與疏導(dǎo)策略研究[J].情報資料工作，2020，41（6）：17-25.

[3]黃微，宋先智，高俊峰.網(wǎng)絡(luò)輿情場中信息受眾觀點群落的連接魯棒性測度及實證研究[J].情報學(xué)報，2017，36（5）：503-510.

[4]Elton?C.Daniel?N.Kashkarov？[J].Journal?of?Animal?Ecology，1945，14（1）：52-53.

[5]Davenport?T?H，Prusak?L.Information?Ecology：Mastering?the?Information?and?Knowledge?Environment[M].Oxford?University?Press?on?Demand，1997.

[6]Jordán?F，Scheuring?I.Network?Ecology：Topological?Constraints?on?Ecosystem?Dynamics[J].Physics?of?Life?Reviews，2004，1（3）：139-172.

[7]Sunstein?C?R.Republic.com[M].Princeton?University?Press，2001.

[8]文晴.微博自然災(zāi)害輿情傳播要素及網(wǎng)絡(luò)結(jié)構(gòu)研究[D].長春：吉林大學(xué)，2018.

[9]邢云菲.信息生態(tài)視角下的社交網(wǎng)絡(luò)輿情傳播研究[D].長春：吉林大學(xué)，2019.

[10]許燁婧.多媒體網(wǎng)絡(luò)輿情信息的并發(fā)獲取機(jī)理與話題衍進(jìn)追蹤研究[D].長春：吉林大學(xué)，2020.

[11]Wang?X，Xing?Y，Wei?Y，et?al.Public?Opinion?Information?Dissemination?in?Mobile?Social?Networks-taking?Sina?Weibo?as?an?Example[J].Information?Discovery?and?Delivery，2020.

[12]Tinggui?C，Qianqian?L，Jianjun?Y，et?al.Modeling?of?the?Public?Opinion?Polarization?Process?with?the?Considerations?of?Individual?Heterogeneity?and?Dynamic?Conformity[J].Mathematics，2019，7（10）：160.

[13]唐亞陽，李璐.教育網(wǎng)絡(luò)輿情危機(jī)干預(yù)效果影響因素及應(yīng)對機(jī)制——基于100個教育網(wǎng)絡(luò)輿情危機(jī)事件的實證分析[J].現(xiàn)代傳播，2017，39（9）：145-152.

[14]趙丹，王晰巍，李師萌，等.新媒體環(huán)境下的網(wǎng)絡(luò)輿情特征量及行為規(guī)律研究——基于信息生態(tài)理論[J].情報學(xué)報，2017，36（12）：1224-1232.

[15]黃煒，宋為，李岳峰.基于Logistic種群增長模型的微信消息轉(zhuǎn)發(fā)影響因素研究[J].情報理論與實踐，2018，41（7）：78-86.

[16]Yin?F，Zhang?B，Su?G，et?al.Research?on?the?Public?Opinion?Pre-warning?Based?on?the?Logistic?Model[C]//2017?8th?IEEE?International?Conference?on?Software?Engineering?and?Service?Science（ICSESS）.IEEE，2017：381-385.

[17]婁策群，曾麗，龐靚.網(wǎng)絡(luò)信息生態(tài)鏈演進(jìn)過程研究[J].情報理論與實踐，2015，38（6）：10-13.

[18]李明，曹海軍.信息生態(tài)視域下突發(fā)事件網(wǎng)絡(luò)輿情生發(fā)機(jī)理研究——基于40起突發(fā)事件的清晰集定性比較分析[J].情報科學(xué)，2020，38（3）：154-159，166.

[19]曹海軍，李明.共生理論視域下移動社交網(wǎng)絡(luò)輿情導(dǎo)控機(jī)理研究[J].哈爾濱工業(yè)大學(xué)學(xué)報：社會科學(xué)版，2019，21（2）：7-13.

[20]邵志國，韓傳峰，孟令鵬，等.基于Logistic的區(qū)域交通基礎(chǔ)設(shè)施生態(tài)系統(tǒng)演化模型[J].系統(tǒng)工程理論與實踐，2018，38（11）：2918-2928.

[21]田世海，張家毓，孫美琪.基于改進(jìn)SIR的網(wǎng)絡(luò)輿情信息生態(tài)群落衍生研究[J].情報科學(xué)，2020，38（1）：3-9，16.

[22]Zhang?H，Wang?Z，Chen?S，et?al.Product?Recommendation?in?Online?Social?Networking?Communities：An?Empirical?Study?of?Antecedents?and?a?Mediator[J].Information?&?Management，2018，56（2）：185-195.

[23]余維新，熊文明.知識生態(tài)系統(tǒng)穩(wěn)定性及其關(guān)系治理機(jī)制研究——共生理論視角[J].技術(shù)經(jīng)濟(jì)與管理研究，2020，（6）：31-35.

[24]Liu?X，He?D，Liu?C.Information?Diffusion?Nonlinear?Dynamics?Modeling?and?Evolution?Analysis?in?Online?Social?Network?Based?on?Emergency?Events[J].IEEE?Transactions?on?Computational?Social?Systems，2019，6（1）：8-19.

[25]蘭月新，夏一雪，劉冰月，等.網(wǎng)絡(luò)輿情傳播階段精細(xì)化建模與仿真研究[J].現(xiàn)代情報，2018，38（1）：76-86.

[26]Liu?F，Li?M.A?Game?Theory-based?Network?Rumor?Spreading?Model：Based?on?Game?Experiments[J].International?Journal?of?Machine?Learning?and?Cybernetics，2019，10（6）：1449-1457.

[27]高歌，張藝煒，丁宇，等.基于系統(tǒng)動力學(xué)的網(wǎng)絡(luò)輿情演進(jìn)機(jī)理及影響力研究[J].情報理論與實踐，2016，39（12）：39-45，24.

[28]張林波，李文華，劉孝富，等.承載力理論的起源，發(fā)展與展望[J].生態(tài)學(xué)報，2009，29（2）：878-888.

[29]王鐸，王晰巍，賈若男，等.大數(shù)據(jù)驅(qū)動的社交網(wǎng)絡(luò)輿情生態(tài)性評價及實證研究[J].情報資料工作，2020，41（2）：56-63.

[30]李明，侯甜甜.基于共生理論的高校網(wǎng)絡(luò)輿情導(dǎo)控研究——模型構(gòu)建及實證分析[J].當(dāng)代教育論壇，2019，（4）：72-80.

[31]李紫薇，邢云菲.新媒體環(huán)境下突發(fā)事件網(wǎng)絡(luò)輿情話題演進(jìn)規(guī)律研究——以新浪微博“九寨溝地震”話題為例[J].情報科學(xué)，2017，35（12）：39-44.

[32]黃微，朱鎮(zhèn)遠(yuǎn)，許燁婧，等.網(wǎng)絡(luò)輿情衍進(jìn)指數(shù)構(gòu)建與實證分析[J].圖書情報工作，2019，63（20）：26-33.

[33]黃微，趙昕，趙江元.輿情傳播高漲期階段的反轉(zhuǎn)事件產(chǎn)生機(jī)理分析[J].情報理論與實踐，2019，42（12）：60-66.

[34]高俊峰，黃微.網(wǎng)絡(luò)輿情場中觀點簇叢的情感極化度測算[J].圖書情報工作，2019，63（10）：106-114.

[35]林燕霞，謝湘生，張德鵬.復(fù)雜交互行為影響下的網(wǎng)絡(luò)輿情演化分析[J].中國管理科學(xué)，2020，28（1）：212-221.

（責(zé)任編輯：郭沫含）