區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情傳播影響因素模型研究

王晰巍　李玥琪　于雪等

關(guān)鍵詞： 區(qū)塊鏈； 網(wǎng)絡(luò)輿情； 傳播過程； 影響因素； 模型

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２３．０４．０１１

〔中圖分類號〕Ｇ２０６ 〔文獻標識碼〕Ａ 〔文章編號〕１００８－０８２１ （２０２３） ０４－０１１３－１２

人民網(wǎng)研究院發(fā)布的《中國移動互聯(lián)網(wǎng)發(fā)展報告（２０２２）》顯示， 當前我國區(qū)塊鏈技術(shù)應(yīng)用加速發(fā)展， 公共服務(wù)應(yīng)用成效顯著［１］ 。區(qū)塊鏈技術(shù)應(yīng)用基礎(chǔ)逐漸扎實， 生態(tài)結(jié)構(gòu)逐漸完善、技術(shù)融合加速且創(chuàng)新不斷， 產(chǎn)業(yè)規(guī)模與企業(yè)數(shù)量快速增長，區(qū)塊鏈技術(shù)在各領(lǐng)域的實踐應(yīng)用成果豐碩。在區(qū)塊鏈技術(shù)與產(chǎn)業(yè)應(yīng)用各領(lǐng)域進行深度融合的背景下，涌現(xiàn)出了社交平臺Ｓｔｅｅｍｉｔ 及Ｍｉｎｄｓ、內(nèi)容創(chuàng)造和分享平臺ＤＡＣＣ、ＹＯＹＯＷ 和“來豆”， 以及專注于短視頻領(lǐng)域的內(nèi)容公鏈ＣＯＳ 等。同時， 區(qū)塊鏈技術(shù)在網(wǎng)絡(luò)輿情平臺中的應(yīng)用也趨見成熟。區(qū)塊鏈技術(shù)在保證社交媒體個人隱私數(shù)據(jù)傳播安全的同時， 也保證了網(wǎng)絡(luò)虛假信息傳播的可追溯性及可識別性，對實現(xiàn)網(wǎng)絡(luò)輿情治理和提高輿情空間生態(tài)性具有積極的作用。

目前， 國內(nèi)外學(xué)者對區(qū)塊鏈環(huán)境下的信息傳播內(nèi)容展開了相關(guān)研究。國外學(xué)者在意識形態(tài)、態(tài)度定位和區(qū)塊鏈交叉研究中指出， 區(qū)塊鏈技術(shù)在Ｓｔｅｅｍｉｔ、Ｃｒｅａｔｉｖｅｃｈａｉｎ、Ｄｅｍｏｃｒａｃｙ Ｅａｒｔｈ［２］ 、Ｂｉｔｎａ?ｔｉｏｎ 和ＳＰ Ｃｈａｉｎ［３］ 平臺設(shè)計過程中的應(yīng)用， 對于避免輿情帶來的社會危害具有非常重要的嵌入價值。同時， 應(yīng)用區(qū)塊鏈技術(shù)設(shè)計基于加密貨幣的激勵系統(tǒng)， 構(gòu)建高效的代幣經(jīng)濟模型［４］ ， 用以規(guī)范、引導(dǎo)輿情用戶行為， 不但可以為輿情用戶創(chuàng)造一定的經(jīng)濟價值， 也可以持續(xù)提升輿情傳播效果［５］ 。在Ｔｗｉｔｔｅｒ 上采用區(qū)塊鏈技術(shù)可以構(gòu)建公共話語權(quán)［６］ ，保證區(qū)塊鏈環(huán)境下信息傳播行為的安全性［７］ 。通過對Ｆａｃｅｂｏｏｋ 和區(qū)塊鏈的對比［８－９］ ， 發(fā)現(xiàn)技術(shù)和資源壁壘導(dǎo)致世界上有５０ 億人未能在區(qū)塊鏈技術(shù)和Ｆａ?ｃｅｂｏｏｋ 的組合應(yīng)用中獲益， 甚至加劇了信息不對稱，造成了不平等。國內(nèi)學(xué)者研究了區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情的信息傳播特征及規(guī)律， 發(fā)現(xiàn)區(qū)塊鏈環(huán)境下虛假信息得以遏制并可重構(gòu)良好的輿論生態(tài)［１０］ 。區(qū)塊鏈技術(shù)的應(yīng)用可以構(gòu)建網(wǎng)絡(luò)輿情風(fēng)險管理體系，提高輿情風(fēng)險管理效率［１１］ ， 區(qū)塊鏈技術(shù)能力也會影響網(wǎng)民輿情信息質(zhì)量感知［１２］ 。從國內(nèi)外研究現(xiàn)狀來看， 目前針對區(qū)塊鏈輿情傳播的研究未形成系統(tǒng)的理論體系， 相關(guān)研究成果較少。雖然國內(nèi)外學(xué)者普遍認為區(qū)塊鏈技術(shù)在網(wǎng)絡(luò)輿情領(lǐng)域應(yīng)用起到了積極作用， 但區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情傳播的過程如何， 哪些因素影響了區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情傳播，如何基于傳播影響因素的分析， 利用區(qū)塊鏈技術(shù)實現(xiàn)更好的社交網(wǎng)絡(luò)輿情治理， 進一步優(yōu)化區(qū)塊鏈環(huán)境下的網(wǎng)絡(luò)輿情生態(tài)空間， 對于輿情管理部門和輿情監(jiān)管平臺都具有重要的理論價值和現(xiàn)實意義。

本文在研究中主要解決以下３ 個研究問題： ①區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情的傳播過程如何？ ②如何構(gòu)建區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情傳播的影響因素模型？ ③區(qū)塊鏈環(huán)境下驅(qū)動網(wǎng)絡(luò)輿情傳播的影響因素之間有什么關(guān)系？ 本文在理論層面上， 采用經(jīng)典信息傳播模式及信息生態(tài)理論， 對區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情傳播過程及影響因素進行分析， 為理解區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情的傳播過程及特征規(guī)律提供理論和算法支撐。在實踐層面上， 從影響區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情傳播的不同因素出發(fā)， 提出構(gòu)建良好的網(wǎng)絡(luò)輿論生態(tài)空間的關(guān)鍵對策， 為相關(guān)輿情監(jiān)管機構(gòu)更好地利用區(qū)塊鏈技術(shù)實現(xiàn)輿情監(jiān)管提供治理對策。

１理論基礎(chǔ)及文獻綜述

１.１區(qū)塊鏈環(huán)境下信息傳播模式理論

經(jīng)典信息傳播模式理論由Ｌａｓｓｗｅｌｌ Ｈ Ｄ［１３］ 提出， 指出信息傳播模式主要包括５ 大要素， 分別為Ｗｈｏ（誰）、Ｗｈａｔ（說什么）、Ｗｈｉｃｈ（通過什么渠道）、Ｗｈｏｍ（對誰說）、Ｗｈａｔ Ｅｆｆｅｃｔ（產(chǎn)生什么效果）。Ｗｈｏ指信源、信息傳播者， Ｗｈａｔ 指傳播內(nèi)容， Ｗｈｉｃｈ指傳播媒介， Ｗｈｏｍ 指信宿主、信息接受者， ＷｈａｔＥｆｆｅｃｔ 指信息接受效果。經(jīng)典信息傳播模式理論是信息傳播研究的典范， 闡明了信息傳播過程中的關(guān)鍵要素以及要素之間的機理關(guān)系， 成為網(wǎng)絡(luò)輿情空間中輿情演化、信息傳播及群體性事件中信息流動的支撐理論［１４］ 。區(qū)塊鏈環(huán)境下的信息傳播以經(jīng)典信息傳播要素為基礎(chǔ)， 受到多種因素的交互影響，包括區(qū)塊鏈環(huán)境下傳播網(wǎng)絡(luò)的結(jié)構(gòu)特點、信息發(fā)布者的影響力、信息內(nèi)容的話題質(zhì)量以及區(qū)塊鏈平臺提供的數(shù)據(jù)存儲方式的技術(shù)影響等。對于區(qū)塊鏈環(huán)境下的網(wǎng)絡(luò)輿情傳播研究， 經(jīng)典的信息傳播模式理論沒有考慮到信息反饋問題， 以及信息生產(chǎn)者和接受者在信息傳播中的作用。因此， 本研究基于經(jīng)典信息傳播理論進一步引入信息生態(tài)理論， 分析區(qū)塊鏈環(huán)境下的網(wǎng)絡(luò)輿情傳播規(guī)律。

１.２區(qū)塊鏈環(huán)境下信息生態(tài)理論

信息生態(tài)理論源于張新時院士提出的信息生態(tài)學(xué)概念， 指出它不僅具有信息科學(xué)的高科技與信息理論的優(yōu)勢， 而且繼承和發(fā)展了生態(tài)學(xué)的傳統(tǒng)理論， 強調(diào)對人類、生態(tài)系統(tǒng)及生物圈生存有關(guān)問題的綜合分析研究、模擬與預(yù)測［１５］ 。信息生態(tài)是指在特定的信息空間， 以滿足信息需求為目標， 強調(diào)以信息技術(shù)為手段， 以信息反饋和傳遞為紐帶， 以信息人和信息環(huán)境之間的互動而形成的相互關(guān)系總和。其中， 信息人和信息環(huán)境之間存在“均衡” 或者“失衡” 的運動狀態(tài)， 均衡的狀態(tài)有賴于“信息人、信息技術(shù)、信息環(huán)境和信息” 四因子的和諧發(fā)展［１６］ 。多數(shù)學(xué)者采用信息生態(tài)理論對網(wǎng)絡(luò)輿情進行分析， 如利用信息生態(tài)鏈理論構(gòu)建網(wǎng)絡(luò)輿情信息生態(tài)鏈［１７］ 、分析微博輿情傳播結(jié)構(gòu)［１８］ 等； 采納信息生態(tài)系統(tǒng)理論構(gòu)建微博輿論生態(tài)系統(tǒng)［１９］ ，并對社交媒體網(wǎng)絡(luò)輿情生態(tài)［２０－２１］ 進行評價等。從信息生態(tài)理論視角出發(fā)， 區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情傳播信源包括信息生產(chǎn)者、信息傳遞者、信息分解者和信息消費者， 并且每一個用戶都是多重身份的復(fù)合體。

１.３區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情傳播

區(qū)塊鏈技術(shù)的分布式存儲、數(shù)據(jù)難篡改及可追溯特征可有效監(jiān)測信息傳播行為及網(wǎng)絡(luò)環(huán)境中的虛假信息， 為營造良好的社交網(wǎng)絡(luò)輿情空間提供了可能。以Ｓｔｅｅｍｉｔ（ｓｔｅｅｍｉｔ．ｃｏｍ）為代表的基于區(qū)塊鏈技術(shù)的社交媒體網(wǎng)絡(luò)平臺的應(yīng)用， 促進了學(xué)者對于區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情傳播的研究， 主要側(cè)重于區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情的傳播規(guī)律研究［２２］ 、網(wǎng)絡(luò)輿情治理策略研究及區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情安全傳播機制［２３］ 研究等。區(qū)塊鏈環(huán)境下的輿情傳播規(guī)律分析，采用網(wǎng)絡(luò)傳播和區(qū)塊鏈理論， 提出區(qū)塊鏈環(huán)境下的網(wǎng)絡(luò)輿情信息傳播概念模型［２４］ ； 通過社會網(wǎng)絡(luò)分析法確定區(qū)塊鏈環(huán)境下用戶社群的網(wǎng)絡(luò)結(jié)構(gòu)及信息傳播的影響因素［２５］ ； 構(gòu)建區(qū)塊鏈環(huán)境下社交網(wǎng)絡(luò)輿情意見領(lǐng)袖識別模型， 挖掘意見領(lǐng)袖并分析意見領(lǐng)袖影響力［２６］ 等。網(wǎng)絡(luò)輿情治理環(huán)節(jié)通過構(gòu)建基于區(qū)塊鏈技術(shù)的社交網(wǎng)絡(luò)輿情風(fēng)險管理系統(tǒng)模型，分析社交網(wǎng)絡(luò)輿情傳播特征、構(gòu)成要素、網(wǎng)絡(luò)結(jié)構(gòu)， 挖掘區(qū)塊鏈環(huán)境下的社交網(wǎng)絡(luò)輿情管理對策［２７］ ； 同時利用區(qū)塊鏈技術(shù)的輿情信息傳播的安全性和可追溯性［２８］ ， 構(gòu)建網(wǎng)絡(luò)謠言甄別模型， 高效追溯社交媒體平臺中傳播的虛假信息［２９］ 。

２區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情影響因素模型

２.１區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情傳播過程

結(jié)合經(jīng)典信息傳播模式理論和信息生態(tài)理論，區(qū)塊鏈環(huán)境下的網(wǎng)絡(luò)輿情傳播可從傳播內(nèi)容、傳播媒介及傳播過程３ 個維度進行拆解。從傳播內(nèi)容看，區(qū)塊鏈環(huán)境下的輿情信息包括鏈上信息和仍然利用傳統(tǒng)信息技術(shù)的鏈下信息； 從傳播媒介看， 應(yīng)用區(qū)塊鏈技術(shù)的社交媒體平臺是網(wǎng)絡(luò)輿情的傳播媒介；從傳播過程來看， 復(fù)合多種角色于一身的信息源，輿情生產(chǎn)者制造輿情信息， 經(jīng)過區(qū)塊鏈技術(shù)或者傳統(tǒng)技術(shù)編碼后形成信號， 借助區(qū)塊鏈的傳播媒介，在區(qū)塊鏈環(huán)境帶來的噪聲和干擾作用下， 運用區(qū)塊鏈技術(shù)或者傳統(tǒng)技術(shù)解碼， 最后將輿情信息傳遞給輿情信息接受者， 并將傳播效果反饋給網(wǎng)絡(luò)輿情信息的生產(chǎn)者、傳遞者和分解者。最終， 形成的信源、信息傳播媒介、信息噪聲、信息熱度和信息傳播網(wǎng)絡(luò)構(gòu)成了區(qū)塊鏈環(huán)境下高維時空的網(wǎng)絡(luò)輿情信息傳播生態(tài)空間。因此， 本文從信息生態(tài)四因子角度構(gòu)建區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情傳播過程模型， 并解析區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情的傳播要素， 如圖１ 所示。

區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情形成的信息環(huán)境。區(qū)塊鏈環(huán)境是指輿情平臺應(yīng)用區(qū)塊鏈技術(shù)形成的信息環(huán)境， 是輿情用戶信息傳播的場所和空間。和諧的信息環(huán)境對輿情用戶的信息獲取、交流和傳遞起到促進作用。相對惡劣的信息環(huán)境因為制造了信息流轉(zhuǎn)障礙， 難以滿足區(qū)塊鏈環(huán)境下輿情用戶的信息需求。區(qū)塊鏈技術(shù)在輿情平臺的應(yīng)用所形成的信息環(huán)境， 對輿情信息的質(zhì)量提升、打破信息孤島、跨越信息鴻溝、降低信息污染和信息降噪方面具有積極的作用。其中， 輿情話題的熱度則是刻畫區(qū)塊鏈環(huán)境友好性的關(guān)鍵要素。

區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情傳播的信息。區(qū)塊鏈環(huán)境下的信息是網(wǎng)民圍繞輿情事件、話題表達所反映的態(tài)度、觀點和意見的具體內(nèi)容， 表現(xiàn)形式為在輿情傳播中的圖片、文本和視頻等， 但這并不是區(qū)塊鏈環(huán)境下輿情信息的關(guān)鍵要素。同傳統(tǒng)環(huán)境的輿情信息相比， 區(qū)塊鏈環(huán)境下的部分輿情信息會被應(yīng)用在區(qū)塊鏈技術(shù)下的輿情平臺通過上鏈進行存儲， 從而既保證輿情信息的真實性， 也是輿情信息追溯的法律存證。因而， 區(qū)塊鏈上鏈存儲的圖片、文本和視頻輿情信息是區(qū)塊鏈信息的典型要素。

區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情傳播的信息技術(shù)。區(qū)塊鏈環(huán)境下的網(wǎng)絡(luò)輿情平臺， 除了應(yīng)用傳統(tǒng)的信息技術(shù)以外， 重點應(yīng)用區(qū)塊鏈技術(shù)進行網(wǎng)絡(luò)輿情的管理， 并處理各種輿情信息。作為信息生態(tài)理論的信息技術(shù)因子， 雖然傳統(tǒng)技術(shù)、新媒體技術(shù)、大數(shù)據(jù)技術(shù)和云存儲技術(shù)的應(yīng)用， 為輿情平臺的建設(shè)及輿情信息的傳播提供了一定的技術(shù)基礎(chǔ)， 但區(qū)塊鏈技術(shù)在網(wǎng)絡(luò)輿情信息傳播過程中起到重要作用， 同時輿情傳播受到區(qū)塊鏈技術(shù)采用比率的影響。這里的區(qū)塊鏈技術(shù)采用是指輿情用戶之間采用加密數(shù)字方法來確認用戶身份， 實現(xiàn)點對點的輿情平臺數(shù)字貨幣交易， 依托分布式賬本和存儲技術(shù)形成無需中心的可信任輿情信息傳播系統(tǒng)。

區(qū)塊鏈環(huán)境下輿情信息傳播主體信息人。信息人是區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情傳播的主體。同傳統(tǒng)環(huán)境下信息人一樣， 輿情主體可以被劃分為輿情信息生產(chǎn)者、信息分解者、信息傳遞者和信息消費者，這些不同的信息人角色都會做出關(guān)注他人的行為，或者被其他輿情用戶關(guān)注， 反映了網(wǎng)絡(luò)輿情用戶在輿情傳播中的影響力。區(qū)塊鏈環(huán)境下的網(wǎng)絡(luò)輿情傳播主體還可以被區(qū)分為區(qū)塊鏈上鏈用戶和非上鏈用戶。區(qū)塊鏈鏈上用戶是指輿情用戶在網(wǎng)絡(luò)輿情傳播過程中允許區(qū)塊鏈輿情平臺采用區(qū)塊鏈技術(shù)將其生產(chǎn)的輿情信息上鏈， 或者允許區(qū)塊鏈輿情平臺將其輿情信息生產(chǎn)或消費貢獻以數(shù)字貨幣的形式予以獎勵。區(qū)塊鏈鏈下用戶則將傳統(tǒng)的信息技術(shù)應(yīng)用于輿情生產(chǎn)和消費過程， 并且以平臺積分的形式度量其輿情信息生產(chǎn)和消費的貢獻。

２.２區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情傳播影響因素模型

區(qū)塊鏈環(huán)境下的網(wǎng)絡(luò)輿情傳播， 主要包括輿情信息的轉(zhuǎn)發(fā)、評論、點贊和瀏覽， 其中的輿情信息既包括上鏈信息也包括非上鏈信息。無論是上鏈信息還是非上鏈信息的轉(zhuǎn)發(fā)數(shù)、評論數(shù)、點贊數(shù)和瀏覽數(shù)， 都可以反映出區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情傳播的態(tài)勢［３０］ 。本文在參照相關(guān)文獻的基礎(chǔ)上［１１］ ， 以區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情信息傳播過程中的轉(zhuǎn)發(fā)數(shù)、評論數(shù)、點贊數(shù)和瀏覽數(shù)， 作為區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情傳播的統(tǒng)計量， 分別從區(qū)塊鏈環(huán)境熱度、區(qū)塊鏈信息偏好、區(qū)塊鏈技術(shù)偏好和信息人影響力４ 個因素對網(wǎng)絡(luò)輿情傳播影響因素模型進行構(gòu)建， 并提出不同因素對區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情傳播的影響因素研究假設(shè)。

信息環(huán)境熱度。本文以話題熱度來表征區(qū)塊鏈環(huán)境熱度， 用話題熱度表征信息環(huán)境的方法主要有以下４ 種： ①基于話題信息發(fā)布數(shù)量、點贊數(shù)和轉(zhuǎn)發(fā)數(shù)來定義話題熱度； ②使用Ｋ 近鄰方法， 采用點擊數(shù)作為話題熱度標準； ③優(yōu)化神經(jīng)網(wǎng)絡(luò)對話題熱度進行度量［３１］ ； ④構(gòu)建離散話題熱度模型， 定義話題熱度［３２］ 。上述方法雖然各有優(yōu)劣， 但均建立在探究話題熱度和信息環(huán)境熱度的密切關(guān)聯(lián)之上， 通過對話題熱度的預(yù)測來對網(wǎng)絡(luò)輿情傳播情況進行研判［３３］ 。本文以區(qū)塊鏈輿情平臺提供的話題熱度值作為區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情信息環(huán)境熱度，并提出以下假設(shè)：

Ｈ１： 區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情信息環(huán)境熱度正向影響區(qū)塊鏈網(wǎng)絡(luò)輿情傳播

信息偏好。區(qū)塊鏈網(wǎng)絡(luò)輿情傳播中， 區(qū)塊鏈上鏈存儲的圖片信息、文本信息和視頻信息是輿情用戶區(qū)塊鏈信息偏好的典型表現(xiàn)形式。傳統(tǒng)環(huán)境下，圖片信息形式、視頻信息形式對輿情話題的傳播具有顯著正向影響， 并且視頻信息形式的影響最大［３４］ 。短視頻時代， 短視頻形式的跨媒介敘事特征借助社交平臺擴大了影響力， 激化輿情發(fā)酵并影響了傳播態(tài)勢［３５］ 。本文用輿情信息上鏈比率來表征區(qū)塊鏈信息偏好， 將圖片信息上鏈偏好、視頻信息上鏈偏好、文本信息上鏈偏好作為區(qū)塊鏈信息偏好的二階變量， 并提出以下假設(shè)：

Ｈ２： 區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情信息偏好會正向影響區(qū)塊鏈網(wǎng)絡(luò)輿情傳播

Ｈ３： 區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情信息偏好會正向影響區(qū)塊鏈信息環(huán)境熱度

Ｈ４： 區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情信息偏好會正向影響區(qū)塊鏈信息技術(shù)偏好

Ｈ５： 區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情的圖片信息上鏈偏好會正向影響區(qū)塊鏈信息偏好

Ｈ６： 區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情的文本信息上鏈偏好會正向影響區(qū)塊鏈信息偏好

Ｈ７： 區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情的視頻信息上鏈偏好會正向影響區(qū)塊鏈信息偏好

信息技術(shù)偏好。區(qū)塊鏈技術(shù)在輿情生態(tài)重塑、優(yōu)化輿情傳播過程方面有巨大潛力［３６］ 。輿情用戶在區(qū)塊鏈輿情平臺注冊階段或者輿情信息生產(chǎn)和信息消費階段， 選擇應(yīng)用區(qū)塊鏈技術(shù)可以保障其輿情數(shù)據(jù)產(chǎn)權(quán)［３７］ 、彰顯其真實性， 并獲取數(shù)字貨幣獎勵。同時， 能夠降低信息傳播干擾， 提高輿情信息傳播效果， 并影響輿情的演化進程［３８］ 。區(qū)塊鏈技術(shù)采用比率反映了輿情用戶采納區(qū)塊鏈技術(shù)參與輿情傳播的偏好程度［３９］ 。因此， 本文用區(qū)塊鏈技術(shù)采用比率統(tǒng)計量來表征區(qū)塊鏈技術(shù)偏好， 并提出以下假設(shè)：

Ｈ８： 區(qū)塊鏈技術(shù)偏好會正向影響區(qū)塊鏈網(wǎng)絡(luò)輿情傳播

信息人影響力。粉絲和關(guān)注數(shù)量對于輿情傳播效率具有重要影響［４０］ ， 并決定輿情用戶之間的影響強度和每個用戶的影響力及擴散能力［４１］ 。區(qū)塊鏈工作量證明機制在輿情用戶信息生產(chǎn)和消費過程中得到運用， 并以數(shù)字貨幣形式對信息人的影響力進行經(jīng)濟效益衡量。同時， 計算和挖掘包括意見領(lǐng)袖在內(nèi)的用戶影響力， 能夠有效刻畫網(wǎng)絡(luò)輿情傳播規(guī)律、周期和態(tài)勢［４２］ 。因此， 本文用數(shù)字貨幣獎勵金額來表征信息人影響力， 將粉絲數(shù)和關(guān)注數(shù)作為信息人影響力的二階變量， 并提出如下假設(shè)：

Ｈ９： 信息人影響力會正向影響區(qū)塊鏈網(wǎng)絡(luò)輿情傳播

Ｈ１０： 區(qū)塊鏈的上鏈粉絲數(shù)會正向影響網(wǎng)絡(luò)輿情傳播中的信息人影響力

Ｈ１１： 區(qū)塊鏈的上鏈關(guān)注數(shù)會正向影響網(wǎng)絡(luò)輿情傳播中的信息人影響力

２.３區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情傳播影響因素模型算法

在進行區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情傳播影響因素間的關(guān)系分析前， 首先對模型中變量的計算方式進行界定。

３樣本選擇及數(shù)據(jù)結(jié)果

３.１樣本選擇

本文選擇應(yīng)用區(qū)塊鏈技術(shù)的輿情平臺Ｍｉｎｄｓ（Ｍｉｎｄｓ．ｃｏｍ）作為數(shù)據(jù)源， 展開區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情傳播影響因素的實證研究。Ｍｉｎｄｓ 平臺是一個典型的基于區(qū)塊鏈技術(shù)的社交網(wǎng)絡(luò)平臺， 該平臺于２０１８年遷移到以太坊， 采用鏈上和鏈外混合模型處理輿情用戶的信息請求， 在一定程度上解決了以太坊網(wǎng)絡(luò)擁堵問題， 并推出了本地加密令牌Ｍｉｎｄｓ。Ｍｉｎｄｓ 用戶可以通過發(fā)布輿情信息、點贊、瀏覽和評論來獲得鏈下ｔｏｋｅｎ， 也可以申請上鏈獲得鏈上ｔｏｋｅｎ。鏈上ｔｏｋｅｎ 可以作為數(shù)字貨幣使用， 鏈下ｔｏ?ｋｅｎ 則除了轉(zhuǎn)換為線上ｔｏｋｅｎ 外， 還可以用于輿情信息的推廣。自上線以來， Ｍｉｎｄｓ 受到區(qū)塊鏈行業(yè)的廣泛關(guān)注， 并擁有了龐大的輿情用戶群， Ｍｉｎｄｓ區(qū)塊鏈輿情平臺的Ａｌｅｘａ 數(shù)據(jù)如表２ 所示， 因此研究選擇Ｍｉｎｄｓ 平臺進行研究分析。

３.２數(shù)據(jù)獲取及處理

本文采用網(wǎng)絡(luò)爬蟲獲取數(shù)據(jù)， 選擇＃ｐｕｔｉｎ、＃ｂｅａｕｔｙ、＃ｆｒｅｅｄｏｍ、＃ｃａｎａｄａ、＃ｕｓａ、＃ｂｉｄｅｎ、＃ｖａｃ?ｃｉｎｅｓ、＃ｆｒｅｅｓｐｅｅｃｈ、＃ｃｏｖｉｄ１９、＃ｃａｔ、＃ａｎｉｍｅ、＃ｂｉｔ?ｃｏｉｎ 等熱門標簽進行采集， 采集內(nèi)容包括但不限于以下字段， 主索引用戶ｉｄ、上鏈狀態(tài)、輿情信息標題、瀏覽數(shù)量、轉(zhuǎn)發(fā)數(shù)量、評論數(shù)量、點贊數(shù)量、圖片信息數(shù)量、視頻信息數(shù)量、文本信息數(shù)量、用戶鏈上ｔｏｋｅｎ、用戶鏈下ｔｏｋｅｎ、粉絲用戶ｉｄ、關(guān)注用戶ｉｄ、粉絲用戶鏈上ｔｏｋｅｎ、粉絲用戶鏈下ｔｏ?ｋｅｎ、關(guān)注用戶鏈上ｔｏｋｅｎ、關(guān)注用戶鏈下ｔｏｋｅｎ、話題熱度。截至２０２２ 年３ 月５ 日， 共從１８６ 個一級分類、７９２ 個主題、３ ０２０個話題、７ ０６４個子話題中， 獲取到１５６ ２４５條輿情信息數(shù)據(jù)， 以及用戶數(shù)據(jù)９６ ３２１條。鑒于部分用戶數(shù)據(jù)字段未能在本次采集中完整獲取， 研究進一步將上述獲取數(shù)據(jù)和前期研究中獲得的Ｍｉｎｄｓ 用戶數(shù)據(jù)進行比對和匹配。

本文數(shù)據(jù)處理過程包括數(shù)據(jù)清洗、數(shù)據(jù)分析兩個階段。數(shù)據(jù)清洗階段， 去除重復(fù)數(shù)據(jù)、缺失值數(shù)據(jù)、亂碼數(shù)據(jù)、檢索錯誤的話題數(shù)據(jù)后， 截至２０２２年１０ 月１８ 日， 共形成１５５ １２３條輿情信息數(shù)據(jù)和９２ ０３１條用戶數(shù)據(jù)作為實證研究樣本。數(shù)據(jù)分析階段， 首先分別將式（６）～式（９） 對應(yīng)的樣本數(shù)據(jù)集導(dǎo)入Ｓｐｓｓ， 替換缺失值進一步形成規(guī)范化數(shù)據(jù)集。鑒于Ｐｅａｒｓｏｎ 相關(guān)系數(shù)能夠很好地衡量線性相關(guān)關(guān)系， 本文進而采用Ｐｅａｒｓｏｎ 相關(guān)系數(shù)對模型進行檢驗。對于通過檢驗的數(shù)據(jù)則進行下一步分析，如果沒有通過檢驗則返回數(shù)據(jù)清洗步驟， 以查找是否因存在離散值數(shù)據(jù)或非規(guī)范數(shù)據(jù)而導(dǎo)致未能通過Ｐｅａｒｓｏｎ 相關(guān)系數(shù)檢驗。最后， 對通過Ｐｅａｒｓｏｎ 相關(guān)系數(shù)檢驗數(shù)據(jù)進行多元、一元回歸分析， 通過顯著性、ＤＷ 值、容差、Ｆ值判定模型的有效性， 并獲取標準化系數(shù)和截距值確定相應(yīng)模型參數(shù)。

３.３數(shù)據(jù)結(jié)果

相關(guān)性結(jié)果分析。研究結(jié)果顯示， 區(qū)塊鏈網(wǎng)絡(luò)輿情傳播和區(qū)塊鏈技術(shù)偏好、信息人影響力、區(qū)塊鏈信息偏好、區(qū)塊鏈環(huán)境熱度的Ｐｅａｒｓｏｎ 相關(guān)系數(shù)分別是０.６５５、０.８８４、０.７６２、０.９１９， 顯著性概率均為０.０００。說明信息人影響力和區(qū)塊鏈環(huán)境熱度同區(qū)塊鏈輿情傳播呈現(xiàn)極強的相關(guān)性， 而區(qū)塊鏈信息偏好同區(qū)塊鏈輿情傳播呈現(xiàn)強相關(guān)性， 區(qū)塊鏈技術(shù)偏好同區(qū)塊鏈輿情傳播呈現(xiàn)中等程度相關(guān)性。區(qū)塊鏈信息偏好和上鏈圖片信息、上鏈視頻信息和上鏈文本信息相關(guān)系數(shù)為０.８２８、０.７５８、－０.２８３， 顯著性概率均為０.０００。說明以上３ 個因素同區(qū)塊鏈信息偏好呈現(xiàn)相關(guān)關(guān)系， 并且上鏈圖片信息、上鏈視頻信息同區(qū)塊鏈信息偏好為正相關(guān)、上鏈文本信息同區(qū)塊鏈信息偏好呈負相關(guān)； 信息人影響力和上鏈粉絲用戶數(shù)量、上鏈關(guān)注用戶數(shù)量的相關(guān)系數(shù)為０.９１４、０.１３６， 顯著性概率值均為０.０００， 說明上鏈粉絲用戶數(shù)量同信息人影響力具有極強的相關(guān)性， 上鏈關(guān)注用戶數(shù)量則同信息人影響力呈現(xiàn)極弱的相關(guān)性； 區(qū)塊鏈信息環(huán)境熱度和區(qū)塊鏈信息偏好之間的相關(guān)系數(shù)為０.６３１， 顯著性概率為０.０００，說明區(qū)塊鏈信息偏好對區(qū)塊鏈環(huán)境熱度有顯著正向影響； 區(qū)塊鏈技術(shù)偏好和區(qū)塊鏈信息偏好之間的相關(guān)系數(shù)為０.７７５， 顯著性概率值為０.０００， 說明區(qū)塊鏈信息偏好對區(qū)塊鏈技術(shù)偏好有顯著正向影響。

多元回歸分析。研究采用ＳＰＳＳ 工具對本文所構(gòu)建的區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情傳播影響因素模型進行分析。首先對模型（６） ～ （８） 進行多元回歸分析， 結(jié)果如表３ 所示， 模型容差最小值０.３０４、ＶＩＦ最大值３.２９０， 符合容差值大于０.１、ＶＩＦ 值小于１０的要求， 各變量沒有多元共線。ＤＷ 值均在１～２之間， 自變量沒有顯著自相關(guān)， 模型回歸結(jié)果具有統(tǒng)計學(xué)意義。接著對式（９） 和式（１０） 進行一元回歸分析， 自變量顯著性均小于０.０５， 表明具有統(tǒng)計學(xué)意義， 最終經(jīng)計算得到的模型（１１） ～（１５）的標準化方程如下：

回歸結(jié)果表明， 區(qū)塊鏈環(huán)境熱度、區(qū)塊鏈信息偏好、區(qū)塊鏈技術(shù)偏好、信息人影響力對區(qū)塊鏈網(wǎng)絡(luò)輿情傳播有正向影響； 圖片信息上鏈偏好、視頻信息上鏈偏好對區(qū)塊鏈信息偏好有正向影響， 文本信息上鏈偏好同區(qū)塊鏈信息偏好呈負相關(guān)關(guān)系。區(qū)塊鏈信息偏好對區(qū)塊鏈技術(shù)偏好有正向影響。區(qū)塊鏈信息偏好對區(qū)塊鏈環(huán)境熱度有正向影響。上鏈粉絲用戶數(shù)量、上鏈關(guān)注用戶數(shù)量對信息人影響力有正向影響。區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情傳播影響因素總體的相關(guān)關(guān)系如表４ 所示。

４討論分析

基于標準化系數(shù)結(jié)果， 各要素對區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情傳播的影響程度從高到低排列依次是區(qū)塊鏈環(huán)境熱度、信息人影響力、區(qū)塊鏈技術(shù)偏好和區(qū)塊鏈信息偏好。

４.１區(qū)塊鏈環(huán)境熱度對網(wǎng)絡(luò)輿情傳播的影響

區(qū)塊鏈環(huán)境熱度是影響區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情傳播的最關(guān)鍵因素， 并受到區(qū)塊鏈信息偏好的影響。區(qū)塊鏈信息偏好正向影響區(qū)塊鏈環(huán)境熱度， 網(wǎng)民越傾向于將視頻信息和圖片信息進行上鏈存儲，輿情用戶對于輿情信息的真實性、可靠性以及輿情信息的豐富性則越具有更高的辨識度， 從而促進輿情話題的衍生、移動與合并， 影響區(qū)塊鏈環(huán)境熱度。營造良好的區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情信息環(huán)境需要從區(qū)塊鏈信息偏好入手， 以上鏈網(wǎng)絡(luò)輿情的信息質(zhì)量及網(wǎng)絡(luò)輿情的信息內(nèi)容為基礎(chǔ)， 通過逐步擴張上鏈的信息數(shù)量來擴大區(qū)塊鏈環(huán)境下的網(wǎng)絡(luò)輿情的傳播規(guī)模［４３］ 。同時， 為提升區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情傳播的整體流量， 可通過對區(qū)塊鏈社交網(wǎng)絡(luò)中的內(nèi)容創(chuàng)作進行信息上鏈偏好的政策導(dǎo)向［１９］ ， 鼓勵區(qū)塊鏈上的網(wǎng)絡(luò)用戶通過不斷積累區(qū)塊鏈社交網(wǎng)絡(luò)相關(guān)經(jīng)驗來加深鏈上用戶的認可度， 激發(fā)鏈上用戶的內(nèi)容創(chuàng)作及信息傳播的意愿。借用區(qū)塊鏈的鏈上用戶認可度以及對上鏈信息的質(zhì)量審查， 進一步推動良好的區(qū)塊鏈社交網(wǎng)絡(luò)輿情信息環(huán)境的建設(shè)并推動網(wǎng)絡(luò)空間生態(tài)化的構(gòu)建。

４.２信息人影響力對網(wǎng)絡(luò)輿情傳播的影響

區(qū)塊鏈環(huán)境下的信息人， 即輿情用戶是影響輿情傳播的次要因素。輿情用戶能準確捕捉輿情信息傳播價值， 直觀看到參與輿情傳播所獲得的數(shù)字貨幣獎勵金額， 通過物質(zhì)激勵程度、情感作用級別和信息需求滿足程度， 對區(qū)塊鏈輿情傳播起到一定影響。上鏈粉絲用戶數(shù)量和上鏈關(guān)注用戶數(shù)量正向影響信息人影響力， 標準化回歸系數(shù)分別為０.９９５、０.０３３?？梢娚湘湻劢z用戶數(shù)量是信息人影響力的決定性因素。在Ｍｉｎｄｓ的獎勵機制中， 發(fā)布的輿情信息被用戶瀏覽、轉(zhuǎn)發(fā)、評論和點贊， 都可以獲得數(shù)字貨幣獎勵， 并且上鏈的粉絲用戶可以直接給該用戶轉(zhuǎn)出任意數(shù)字貨幣進行“打賞”。同時， 擁有數(shù)字貨幣的上鏈用戶， 也可以將數(shù)字貨幣轉(zhuǎn)換成Ｍｉｎｄｓ 進行輿情信息推廣。在瀏覽量、評論量和轉(zhuǎn)發(fā)量的累計下， 其他用戶也能夠看到被關(guān)注用戶的數(shù)字貨幣獎勵［４］ ， 從而形成“輿情用戶上鏈→輿情信息發(fā)布→數(shù)字貨幣獎勵→信息人影響力提升”的區(qū)塊鏈輿情信息人影響力提升路徑。輿情信息的高質(zhì)量內(nèi)容發(fā)布與信息人影響力的相互制約和驅(qū)動關(guān)系， 一方面保證了高影響力用戶在網(wǎng)絡(luò)輿情傳播中占據(jù)主導(dǎo)地位； 另一方面有利于維護區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)內(nèi)容質(zhì)量維持在較高水平。在充分保證信息人影響力健康增長的同時， 形成了區(qū)塊鏈環(huán)境下的網(wǎng)絡(luò)輿情生態(tài)空間的正向自凈效應(yīng)［４４］ 。

４.３區(qū)塊鏈技術(shù)偏好對網(wǎng)絡(luò)輿情傳播的影響

區(qū)塊鏈技術(shù)偏好與區(qū)塊鏈環(huán)境熱度、信息人影響力因素相比， 對網(wǎng)絡(luò)輿情傳播的影響稍弱， 但仍然是影響網(wǎng)絡(luò)輿情傳播的因素之一。區(qū)塊鏈技術(shù)偏好正向影響區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情傳播。同時， 信息偏好要素正向影響區(qū)塊鏈技術(shù)偏好因素。區(qū)塊鏈社交網(wǎng)絡(luò)平臺由于其具有區(qū)塊鏈技術(shù)提供的去中心化、分布式存儲、數(shù)據(jù)難篡改和信息可追溯的技術(shù)優(yōu)勢， 為營造良好的網(wǎng)絡(luò)輿情空間提供了技術(shù)支撐， 尤其在信息存儲和隱私保護方面為鏈上用戶提供了獨特性的數(shù)據(jù)保護及知識存儲服務(wù)［４５］ 。當輿情用戶充分認識到上鏈存儲的視頻和圖片信息的傳播價值、經(jīng)濟價值， 用戶便會以推動應(yīng)用區(qū)塊鏈技術(shù)來實現(xiàn)其輿情信息傳播目標［４６］ 。基于區(qū)塊鏈的工作量證明機制可以衡量輿情用戶對于該話題的輿情信息生產(chǎn)或消費貢獻， 從而獲取數(shù)字貨幣獎勵來實現(xiàn)經(jīng)濟價值。從區(qū)塊鏈輿情空間生態(tài)建設(shè)角度，應(yīng)通過普適性教育過程提升網(wǎng)民對區(qū)塊鏈技術(shù)使用的信息素養(yǎng)能力， 實現(xiàn)主動參與和能動使用區(qū)塊鏈社交媒體平臺的過程。區(qū)塊鏈技術(shù)及平臺的使用，對蘊含正能量的視頻和圖片信息可以實施上鏈行動以實現(xiàn)信息保護， 并對負能量輿情信息形成區(qū)塊鏈上鏈可追溯監(jiān)管的震懾， 在激發(fā)用戶自發(fā)維持風(fēng)清氣正的區(qū)塊鏈輿情生態(tài)空間的同時形成良好的輿論監(jiān)管作用。

４.４區(qū)塊鏈信息偏好對網(wǎng)絡(luò)輿情傳播的影響

區(qū)塊鏈信息偏好同樣對網(wǎng)絡(luò)輿情傳播產(chǎn)生影響。網(wǎng)絡(luò)輿情中圖片信息上鏈偏好、視頻信息上鏈偏好、文本信息上鏈偏好的標準化回歸系數(shù)分別為０ ５７０、０ ４９５、－０ １７９。其中， 圖片信息上鏈偏好和視頻信息上鏈偏好對區(qū)塊鏈信息偏好產(chǎn)生正向影響。區(qū)塊鏈環(huán)境下輿情用戶更多選擇對圖片和視頻等辨識度較高、信息價值密度較大的輿情信息采取上鏈存儲形式， 并對圖片和視頻類信息版權(quán)保護意識較強。信息上鏈偏好則同區(qū)塊鏈信息偏好呈現(xiàn)負相關(guān)， 主要是因為文本信息目前還是區(qū)塊鏈輿情信息平臺的主流表現(xiàn)形式。一方面， 文本信息知識產(chǎn)權(quán)的唯一性和共有性難以被準確辨識［４７］ ； 另一方面， 大量文本信息上鏈存儲必然加劇以太坊擁堵，降低網(wǎng)民對于區(qū)塊鏈信息上鏈存儲的意愿。區(qū)塊鏈信息偏好對區(qū)塊鏈輿情傳播影響最小， 這一結(jié)果并不意味著區(qū)塊鏈環(huán)境下的輿情信息重要性下降， 僅僅反映了輿情信息是否上鏈對輿情傳播影響較小。即區(qū)塊鏈環(huán)境下， 決定輿情傳播的不是網(wǎng)民對輿情信息上鏈存儲與否的行為， 而是信息質(zhì)量、價值密度和及時性等影響信息價值的關(guān)鍵要素［４８］ 。因此，區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情傳播的監(jiān)測和治理， 應(yīng)更加關(guān)注上鏈信息的特征和信息質(zhì)量， 而非區(qū)塊鏈環(huán)境下鏈上用戶的上鏈信息數(shù)量。通過政策導(dǎo)向和數(shù)字激勵引導(dǎo)鏈上用戶積極創(chuàng)作并上鏈， 形成具有高價值密度的知識型信息， 形成以知識主題為內(nèi)核的結(jié)構(gòu)穩(wěn)定的區(qū)塊鏈信息傳播社群， 從而營造良好的區(qū)塊鏈輿情信息傳播生態(tài)。

５研究結(jié)論

本文基于信息傳播模式和信息生態(tài)理論， 分析了區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情傳播過程， 構(gòu)建區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情傳播模型， 對影響區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情傳播的影響因素提出了研究假設(shè)， 以及傳播影響因素的模型及算法， 采用Ｐｅａｒｓｏｎ相關(guān)系數(shù)及多元回歸模型對影響區(qū)塊鏈環(huán)境下的輿情傳播影響因素之間關(guān)系進行了分析。發(fā)現(xiàn)區(qū)塊鏈環(huán)境熱度、區(qū)塊鏈信息偏好、區(qū)塊鏈技術(shù)偏好、信息人影響力是影響區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情傳播的關(guān)鍵要素， 確定了要素之間的因果關(guān)系。研究發(fā)現(xiàn)， 區(qū)塊鏈環(huán)境熱度、區(qū)塊鏈信息偏好、區(qū)塊鏈技術(shù)偏好、信息人影響力對區(qū)塊鏈網(wǎng)絡(luò)輿情傳播有正向影響。區(qū)塊鏈信息偏好對區(qū)塊鏈技術(shù)偏好有正向影響、對區(qū)塊鏈環(huán)境熱度有正向影響； 上鏈粉絲用戶數(shù)量、上鏈關(guān)注用戶數(shù)量對信息人影響力有正向影響。本文在理論層面拓展了經(jīng)典信息傳播理論和信息生態(tài)理論在區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情傳播領(lǐng)域的應(yīng)用， 為區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情的傳播提供理論支撐和算法模型。

實踐層面結(jié)合典型應(yīng)用區(qū)塊鏈技術(shù)的社交網(wǎng)絡(luò)平臺Ｍｉｎｄs，從不同要素層面提出了治理區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情生態(tài)空間的切實對策。同時， 對區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情傳播的影響因素進行分析， 對因素間作用關(guān)系的現(xiàn)實成因做出解釋， 為輿情監(jiān)管部門后續(xù)更好地應(yīng)用區(qū)塊鏈技術(shù)進行輿情治理和構(gòu)建區(qū)塊鏈環(huán)境下的輿情生態(tài)空間提出相應(yīng)的對策建議。同時， 也為區(qū)塊鏈環(huán)境下的社交媒體平臺新用戶的引入及上鏈信息的激勵工作提供了可以參考的建議。

本文的研究也存在一定的局限性。在研究過程中， 僅選擇Ｍｉｎｄｓ平臺的數(shù)據(jù)作為樣本， 數(shù)據(jù)源較為單一， 模型驗證階段沒有將所有一級分類數(shù)據(jù)納入進行全樣本驗證。同時， 在模型構(gòu)建的過程中沒有考慮宏觀政策和經(jīng)濟等環(huán)境要素對區(qū)塊鏈網(wǎng)絡(luò)輿情空間的常態(tài)化影響。因此， 在未來研究中， 將選擇更多的區(qū)塊鏈輿情平臺， 通過進一步優(yōu)化模型，對區(qū)塊鏈環(huán)境下網(wǎng)絡(luò)輿情傳播機理及影響因素的情況進行更深入的機理分析及對比研究。