林 亮李學(xué)靜陳虹暻

（1重慶大學(xué) 經(jīng)濟(jì)與工商管理學(xué)院，重慶 400030；2武警福州指揮學(xué)院，福建 福州 350002）

基于新聞?lì)怉PP移動(dòng)網(wǎng)絡(luò)輿情傳播模型研究

林 亮1，2李學(xué)靜1陳虹暻1

（1重慶大學(xué) 經(jīng)濟(jì)與工商管理學(xué)院，重慶 400030；2武警福州指揮學(xué)院，福建 福州 350002）

［目的/意義］對(duì)于移動(dòng)網(wǎng)絡(luò)輿情信息的重要來源——新聞?lì)怉PP的研究，可以揭示其傳播規(guī)律，為相關(guān)部門加強(qiáng)移動(dòng)網(wǎng)絡(luò)輿情的監(jiān)管提供參考。［方法/過程］本文首先對(duì)新聞?lì)怉PP移動(dòng)網(wǎng)絡(luò)輿情的傳播主體進(jìn)行分析，然后結(jié)合SEIR傳染病模型，構(gòu)建了新聞?lì)怉PP移動(dòng)網(wǎng)絡(luò)輿情傳播模型，最后使用MATLAB軟件對(duì)模型進(jìn)行仿真，并分析轉(zhuǎn)換參數(shù)對(duì)傳播曲線的影響程度。［結(jié)果/結(jié)論］本文構(gòu)建的模型與曲線不僅能夠描述傳播主體在網(wǎng)絡(luò)中的比重變化，并且能夠模擬出新聞?lì)怉PP移動(dòng)網(wǎng)絡(luò)輿情的傳播活力與傳播范圍。仿真實(shí)驗(yàn)結(jié)果證實(shí)了模型的有效性，對(duì)移動(dòng)網(wǎng)絡(luò)的輿情分析、研判和預(yù)警具有一定的參考價(jià)值。

移動(dòng)網(wǎng)絡(luò)；網(wǎng)絡(luò)輿情；SEIR模型；新聞?lì)怉PP

一、引言

網(wǎng)絡(luò)輿情是民眾通過互聯(lián)網(wǎng)表達(dá)的對(duì)現(xiàn)實(shí)社會(huì)的各種認(rèn)知、態(tài)度、情感和行為傾向的集合，［1］是現(xiàn)代社會(huì)輿情的重要組成部分。移動(dòng)互聯(lián)網(wǎng)迅速發(fā)展，使用智能手機(jī)等移動(dòng)終端上網(wǎng)的人數(shù)日益增多，網(wǎng)民的互聯(lián)網(wǎng)生活中心逐漸向移動(dòng)端轉(zhuǎn)移。［2］根據(jù)中國互聯(lián)網(wǎng)信息中心（CNNIC）《第37次中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r研究報(bào)告》，截至2016年1月，我國手機(jī)網(wǎng)民規(guī)模達(dá)6.20億，有90.1%的網(wǎng)民通過手機(jī)上網(wǎng)，移動(dòng)終端的上網(wǎng)使用率已經(jīng)超過固定終端，［3］移動(dòng)終端已經(jīng)成為網(wǎng)絡(luò)輿情聚散的“新陣地”，形成移動(dòng)網(wǎng)絡(luò)輿情。移動(dòng)網(wǎng)絡(luò)輿情是指民眾利用智能手機(jī)等移動(dòng)終端在互聯(lián)網(wǎng)上表達(dá)的對(duì)現(xiàn)實(shí)社會(huì)的各種認(rèn)知、態(tài)度、情感以及行為傾向的集合。［4］新聞?lì)怉PP即移動(dòng)新聞?lì)惪蛻舳?，是指借助?shù)字、移動(dòng)技術(shù)，安裝在移動(dòng)終端上（如智能手機(jī)、平板電腦等）的新聞?lì)惙?wù)程序，通常帶有評(píng)論、轉(zhuǎn)發(fā)等功能。［5］移動(dòng)互聯(lián)已經(jīng)成為不可逆轉(zhuǎn)的趨勢(shì)，正深刻地改變?nèi)藗兊纳盍?xí)慣甚至生存方式。［6］因此，新聞?lì)惪蛻舳俗鳛橐环N新型的移動(dòng)新聞資訊平臺(tái)因其內(nèi)容綜合全面、新聞推送及時(shí)、操作簡易方便等特點(diǎn)保證了用戶的高黏度，并逐漸發(fā)展為一種新的閱讀習(xí)慣，已成為民眾獲取信息，參與社會(huì)熱點(diǎn)話題討論的核心移動(dòng)媒體渠道。［7，8］正是源于現(xiàn)實(shí)當(dāng)中網(wǎng)絡(luò)輿情傳播的“陣地轉(zhuǎn)移”，對(duì)新聞?lì)怉PP移動(dòng)網(wǎng)絡(luò)輿情傳播模型進(jìn)行研究具有較強(qiáng)的理論意義。

二、新聞?lì)怉PP網(wǎng)絡(luò)輿情傳播模型的構(gòu)建

（一）新聞?lì)怉PP類型

目前，新聞?lì)怉PP可根據(jù)來源和功能劃分為三個(gè)類型：一是搜狐網(wǎng)、新浪網(wǎng)等門戶網(wǎng)站開發(fā)的門戶網(wǎng)站新聞APP；二是人民日?qǐng)?bào)、南方周末等傳統(tǒng)新聞媒體開發(fā)的傳統(tǒng)媒體新聞APP；三是今日頭條、百度新聞等聚合形式的新聞APP。

（二）新聞?lì)怉PP網(wǎng)絡(luò)輿情傳播主體分析

新聞?lì)怉PP網(wǎng)絡(luò)輿情傳播主體主要有三大類：一是普通網(wǎng)絡(luò)用戶，即以個(gè)人名義參與網(wǎng)絡(luò)信息傳遞的網(wǎng)絡(luò)主體；二是意見領(lǐng)袖，是指在網(wǎng)絡(luò)當(dāng)中能夠?yàn)槠胀ňW(wǎng)絡(luò)用戶提供他們所不掌握的信息，并對(duì)其行為、思想產(chǎn)生一定影響作用的網(wǎng)絡(luò)主體；三是網(wǎng)絡(luò)媒體，即傳統(tǒng)媒體的網(wǎng)絡(luò)站點(diǎn)、門戶新聞網(wǎng)站以及新生的聚合新聞網(wǎng)站等。

在信息發(fā)布之后的輿情傳播網(wǎng)絡(luò)中，三大網(wǎng)絡(luò)輿情傳播主體之間的具體差別很難在新聞?lì)怉PP輿情傳播中體現(xiàn)。在新聞?lì)怉PP中，意見領(lǐng)袖的個(gè)體標(biāo)識(shí)并不像在微博、微信等偏重于社交的網(wǎng)絡(luò)中那么明顯，網(wǎng)絡(luò)媒體掌控信息的地位也被逐漸削弱，普通移動(dòng)網(wǎng)絡(luò)用戶這類傳播主體的信息自主權(quán)被便捷的網(wǎng)絡(luò)環(huán)境提升，它們?nèi)吖餐瑹o差別構(gòu)建了輿情網(wǎng)絡(luò)。

目前，新聞?lì)怉PP上網(wǎng)絡(luò)輿情傳播主體間交互模式的實(shí)現(xiàn)依賴于客戶端的功能設(shè)置，設(shè)置了評(píng)論、分享、轉(zhuǎn)發(fā)等功能的新聞?lì)怉PP能夠把公共的輿情信息在私人關(guān)系網(wǎng)中分享傳播。

（三）新聞?lì)怉PP網(wǎng)絡(luò)輿情傳播主體的節(jié)點(diǎn)化

Kermack與Mckendrick用動(dòng)力學(xué)方法構(gòu)建了SIR傳染病模型，［9］Sudbury利用SIR傳染病模型研究謠言的傳播規(guī)律，［10］陳波等指出在網(wǎng)絡(luò)輿情傳播過程中存在潛伏狀態(tài)的個(gè)體，提出了帶直接免疫的SEIR模型。［11］朱恒民［12］、林曉靜［13］、陳福集［14］等學(xué)者利用傳染病模型研究了網(wǎng)絡(luò)輿情的傳播規(guī)律。

借鑒SEIR模型，新聞?lì)怉PP網(wǎng)絡(luò)輿情的傳播節(jié)點(diǎn)可以根據(jù)傳播主體的不同特征定義為四種屬性的節(jié)點(diǎn)：第一，無知覺節(jié)點(diǎn)（S），對(duì)應(yīng)著安裝了新聞?lì)怉PP，但對(duì)其發(fā)布的輿情信息還沒有進(jìn)行查看的輿情傳播主體。第二，有知覺節(jié)點(diǎn)（E），對(duì)應(yīng)著在新聞?lì)怉PP上獲取了輿情的相關(guān)信息，但是還沒有決定是否對(duì)該輿情信息進(jìn)行繼續(xù)傳播的傳播主體。第三，傳播節(jié)點(diǎn)（I），對(duì)應(yīng)著在新聞?lì)怉PP上獲取了輿情信息，并樂于繼續(xù)對(duì)該輿情信息進(jìn)行傳播的傳播主體，輿情信息在該節(jié)點(diǎn)增強(qiáng)。第四，免疫節(jié)點(diǎn)（R），對(duì)應(yīng)著已經(jīng)獲得了輿情信息，但對(duì)該輿情信息缺乏傳遞意愿而退出輿情信息傳播的傳播節(jié)點(diǎn)，輿情信息在該節(jié)點(diǎn)終止。

（四）新聞?lì)怉PP網(wǎng)絡(luò)輿情傳播模型構(gòu)建

假設(shè)移動(dòng)終端新聞?lì)怉PP上輿情傳播網(wǎng)絡(luò)為復(fù)雜網(wǎng)絡(luò)D，網(wǎng)絡(luò)中輿情傳播節(jié)點(diǎn)的群體規(guī)模為含有n個(gè)節(jié)點(diǎn)元素的集合N，復(fù)雜網(wǎng)絡(luò)D中各個(gè)輿情傳播節(jié)點(diǎn)對(duì)輿情信息的傳遞是有向的，即節(jié)點(diǎn)i只收到相鄰上一級(jí)輿情傳播節(jié)點(diǎn)的信息，并將輿情信息傳遞至相鄰的下一級(jí)輿情傳播節(jié)點(diǎn)。假設(shè)t時(shí)刻無知覺節(jié)點(diǎn)（S）的數(shù)量，有知覺節(jié)點(diǎn)（E）的數(shù)量，傳播節(jié)點(diǎn)（I）的數(shù)量，免疫節(jié)點(diǎn)（R）的數(shù)量分別為：S（t）、E（t）、I（t）、R（t），且S（t）+E（t）+I（t）+R（t）=n。則t時(shí)刻各個(gè)屬性的輿情傳播節(jié)點(diǎn)在輿情傳播網(wǎng)絡(luò)中的比重為：s（t）、e（t）、i（t）、r（t），且s（t）+e（t）+i（t）+r（t）=1。

為進(jìn)一步貼合前面對(duì)移動(dòng)終端新聞?lì)怉PP上輿情傳播網(wǎng)絡(luò)的現(xiàn)實(shí)情況，對(duì)SEIR基礎(chǔ)模型作出以下基本修正假設(shè)：

假設(shè)1：移動(dòng)終端新聞?lì)怉PP上輿情傳播網(wǎng)絡(luò)D中，單位時(shí)間內(nèi)有Α個(gè)輿情傳播節(jié)點(diǎn)不依賴上一級(jí)節(jié)點(diǎn)對(duì)其的輿情信息傳遞，自主作為輿情傳播節(jié)點(diǎn)加入到輿情傳播網(wǎng)絡(luò)D，且進(jìn)入網(wǎng)絡(luò)的初始屬性為無知覺節(jié)點(diǎn)（S）。

假設(shè)2：移動(dòng)終端新聞?lì)怉PP上輿情傳播網(wǎng)絡(luò)D中，輿情傳播節(jié)點(diǎn)從無知覺節(jié)點(diǎn)（S）轉(zhuǎn)變?yōu)橛兄X節(jié)點(diǎn)（E）的概率為γ，從有知覺節(jié)點(diǎn)（E）轉(zhuǎn)變?yōu)閭鞑ス?jié)點(diǎn)（I）的概率為δ，從傳播節(jié)點(diǎn)（I）轉(zhuǎn)變?yōu)槊庖吖?jié)點(diǎn)（R）的概率為ε。

假設(shè)3：移動(dòng)終端新聞?lì)怉PP上輿情傳播網(wǎng)絡(luò)D中，免疫節(jié)點(diǎn)（R）僅在本次輿情信息傳遞中終止輿情信息的繼續(xù)傳遞，并不影響其在下一輿情話題的輿情傳播。

假設(shè)4：單位時(shí)間內(nèi)各個(gè)屬性節(jié)點(diǎn)均有一定比例的節(jié)點(diǎn)數(shù)，由于客觀條件制約，并非自愿地退出輿情信息傳遞過程，假設(shè)概率一致記為β，表示移動(dòng)終端新聞?lì)怉PP上輿情傳播網(wǎng)絡(luò)D的自然減少率。

根據(jù)以上設(shè)定，可以得到修正后的新聞?lì)怉PP上網(wǎng)絡(luò)輿情傳播模型，如圖1所示：

圖1　 新聞?lì)怉PP網(wǎng)絡(luò)輿情傳播模型

可根據(jù)SEIR模型的數(shù)學(xué)形式與構(gòu)建的新聞?lì)怉PP上網(wǎng)絡(luò)輿情傳播模型，獲得新聞?lì)怉PP網(wǎng)絡(luò)輿情傳播模型的數(shù)學(xué)表達(dá)：

在此基礎(chǔ)上，本文定義“傳播活力曲線”和“傳播范圍曲線”兩個(gè)概念。

“傳播活力曲線”代表傳播節(jié)點(diǎn)（I）在輿情傳播網(wǎng)絡(luò)中的比重i（t）函數(shù)，反映了t時(shí)刻輿情傳播網(wǎng)絡(luò)中樂于將網(wǎng)絡(luò)輿情繼續(xù)傳遞的傳播主體比例。

“傳播范圍曲線”代表網(wǎng)絡(luò)中所有對(duì)輿情信息已經(jīng)掌握的輿情傳播節(jié)點(diǎn)比重y（t）函數(shù)，反映了t時(shí)刻輿情傳播范圍。由于在新聞?lì)怉PP輿情傳播網(wǎng)絡(luò)中，有知覺節(jié)點(diǎn)（E）、傳播節(jié)點(diǎn)（I）、免疫節(jié)點(diǎn)（R）均對(duì)輿情信息有了解，故y（t）=e（t）+i（t）+r（t）=1-s（t）。

三、新聞?lì)怉PP網(wǎng)絡(luò)輿情傳播模型的仿真模擬

由于在實(shí)際輿情傳播網(wǎng)絡(luò)中，輿情傳播的主要推動(dòng)者是傳播節(jié)點(diǎn)（I），并且研究新聞?lì)怉PP上網(wǎng)絡(luò)輿情的傳播影響程度離不開對(duì)輿情傳播活力和傳播范圍的探討。因此，本文利用Matlab軟件基于參數(shù)γ對(duì)“傳播活力曲線”和“傳播范圍曲線”的影響進(jìn)行模擬驗(yàn)證。

根據(jù)構(gòu)建的新聞?lì)怉PP上網(wǎng)絡(luò)輿情傳播模型對(duì)網(wǎng)絡(luò)輿情傳播總體趨勢(shì)進(jìn)行仿真模擬，需對(duì)相關(guān)的常數(shù)與參數(shù)進(jìn)行假設(shè)：

假設(shè)1：新聞?lì)怉PP輿情傳播網(wǎng)絡(luò)D在初始時(shí)刻t=0時(shí)，節(jié)點(diǎn)元素集合N中含有數(shù)量為500的輿情傳播節(jié)點(diǎn)，即n（t0）=500，單位時(shí)間內(nèi)不依賴上一級(jí)節(jié)點(diǎn)對(duì)其的信息傳遞，自主作為節(jié)點(diǎn)加入網(wǎng)絡(luò)D的節(jié)點(diǎn)數(shù)量A與由于客觀條件制約、并非自愿退出網(wǎng)絡(luò)輿情傳遞的節(jié)點(diǎn)數(shù)量B之差為5，即ΔS（tΔ）=A-B=5。

假設(shè)2：新聞?lì)怉PP輿情傳播網(wǎng)絡(luò)D在初始時(shí)刻t=0時(shí)，S（t0）=490，s（t0）=0.98；E（t0）=0，e（t0）=0；I（t0）=10，i（t0）=0.02；R（t0）=0，r（t0）=0。同時(shí)γ=0.8；δ=0.8；ε=0.2。

假設(shè)3：對(duì)新聞?lì)怉PP上輿情傳播網(wǎng)絡(luò)D的研究截取前100個(gè)單位時(shí)間。

（一）參數(shù)γ對(duì)傳播活力函數(shù)i（t）的影響程度

假設(shè)γ取值為0.5，0.6，0.7，0.8，0.9。其他參數(shù)數(shù)值與假設(shè)1～3保持一致，得到一組基于γ變化的傳播活力曲線i（t）。

圖2　 基于γ變化的傳播活力曲線組

由圖2可知，參數(shù)γ=0.5時(shí)，傳播活力曲線在較短時(shí)間內(nèi)達(dá)到最大峰值，波動(dòng)較大；隨著參數(shù)γ的增大，曲線逐漸趨向平穩(wěn)，說明參數(shù)γ減小反而會(huì)增加傳播節(jié)點(diǎn)（I）在傳播周期中的比重，加大輿情傳播活力，增強(qiáng)輿情話題對(duì)社會(huì)的影響程度，反之亦然。

（二）參數(shù)γ對(duì)傳播范圍函數(shù)y（t）的影響程度

假設(shè)γ取值為0.5，0.6，0.7，0.8，0.9，其他參數(shù)數(shù)值與假設(shè)1～3保持一致，得到一組基于γ變化的傳播范圍曲線y（t）。

圖3　 基于γ變化的傳播范圍曲線組

由圖3可知，減小參數(shù)γ時(shí)，傳播范圍曲線明顯向上移動(dòng)，傳播范圍曲線y（t）的比重加大，說明參數(shù)γ減小會(huì)造成輿情信息的知悉范圍更廣泛，延長輿情周期，加劇輿情對(duì)社會(huì)的影響程度。

同理，對(duì)參數(shù)ε進(jìn)行仿真模擬，可以得出增大免疫參數(shù)ε，能夠加快降低傳播節(jié)點(diǎn)比例，減少輿情傳播活力；同時(shí)，可以提升免疫者比率的增加速度，縮短輿情持續(xù)時(shí)間，能夠有效降低輿情話題對(duì)社會(huì)的影響程度。所以，要盡量提高ε值，以減小輿情影響范圍，降低輿情所帶來的負(fù)面效應(yīng)。

四、結(jié)語

為了分析新聞?lì)怉PP移動(dòng)網(wǎng)絡(luò)輿情的傳播規(guī)律，本文基于SEIR傳染病模型，構(gòu)建了新聞?lì)怉PP移動(dòng)網(wǎng)絡(luò)輿情傳播模型并定義了傳播活力曲線和傳播范圍曲線兩個(gè)概念。模型與曲線不僅能夠描述無知覺節(jié)點(diǎn)（S）、有知覺節(jié)點(diǎn)（E）、傳播節(jié)點(diǎn)（I）、免疫節(jié)點(diǎn)（R）這四個(gè)傳播主體在網(wǎng)絡(luò)中的比重變化，并且能夠模擬反映出移動(dòng)網(wǎng)絡(luò)輿情在新聞?lì)悈⒖嘉墨I(xiàn)：

APP傳播網(wǎng)絡(luò)中的傳播活力與傳播范圍。模擬實(shí)驗(yàn)結(jié)果表明，參數(shù)γ、ε取值減小均會(huì)提高傳播活力曲線的比值，同時(shí)增加傳播范圍曲線的比值，提高輿情話題的傳播活力和傳播范圍，增強(qiáng)輿情話題對(duì)社會(huì)的影響程度。

［1］ 曾潤喜.網(wǎng)絡(luò)輿情信息資源共享研究［J］.情報(bào)雜志，2009，28（8）：187-191.

［2］ 郭韌，陳福集，李江竹，等.移動(dòng)網(wǎng)絡(luò)對(duì)網(wǎng)絡(luò)輿情演化的影響研究［J］.情報(bào)雜志，2015（7）：130-134.

［3］ 第37次中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告［R］.北京：中國互聯(lián)網(wǎng)信息中心，2016-01-22.

［4］ 洪小娟，劉雅囡，姜楠.移動(dòng)互聯(lián)網(wǎng)輿情生成機(jī)制研究［J］.南京郵電大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2013，15（2）：25-30.

［5］ 張永芹. 2012年移動(dòng)新媒體新聞客戶端影響力研究——以我國報(bào)紙類手機(jī)新聞客戶端為例［J］.新聞實(shí)踐，2012（09）：4-8.

［6］ 張麗霞.新聞客戶端的創(chuàng)新差異化實(shí)例分析及研究——以網(wǎng)易新聞、澎湃新聞、今日頭條為例［J］.新聞窗，2015（3）：32-33.

［7］ 周凱.省級(jí)傳統(tǒng)媒體移動(dòng)新聞客戶端的運(yùn)營模式解析——以“荔枝新聞”客戶端為例［J］.中國出版，2014（19）：37-40.

［8］ 王超群.手機(jī)新聞客戶端使用情況調(diào)查［J］.中國出版，2014（18）：12-15.

［9］ Kermack W O，Mckendrick A G . A Contribution to the Mathematical Theory of Epidemics［J］ . Royal Society of London Proceedings，1927，115（772）：700-721.

［10］ Sudbury A . The Proportion of the Population Never Hearing a Rumour［J］ . Journal of Applied Probability，1985，22（2）：443-446.

［11］ 陳波，于泠，劉君亭，等.泛在媒體環(huán)境下的網(wǎng)絡(luò)輿情傳播控制模型［J］.系統(tǒng)工程理論與實(shí)踐，2011（11）：2140-2150.

［12］ 朱恒民，劉凱，盧子芳.媒體作用下互聯(lián)網(wǎng)輿情話題傳播模型研究［J］.現(xiàn)代圖書情報(bào)技術(shù)，2013（3）：45-50.

［13］ 林曉靜，莊亞明，孫莉玲.具有飽和接觸率的SEIR網(wǎng)絡(luò)輿情傳播模型研究［J］.情報(bào)雜志，2015（3）：150-155.

［14］ 陳福集，陳婷，鄭小雪.一類新SEIRS模型上的網(wǎng)絡(luò)輿情傳播行為研究［J］.情報(bào)資料工作，2014（4）：35-36.

G206

A

1674-8883（2016）18-0058-02

林亮（1980—），男，重慶大學(xué)經(jīng)濟(jì)與工商管理學(xué)院圖書館、情報(bào)與檔案管理專業(yè)碩士研究生，武警福州指揮學(xué)院信息技術(shù)與裝備教研室講師，研究方向：信息管理，網(wǎng)絡(luò)輿情。李學(xué)靜（1966—），女，博士，重慶大學(xué)經(jīng)濟(jì)與工商管理學(xué)院教授、碩士生導(dǎo)師，研究方向：信息管理，網(wǎng)絡(luò)輿情。陳虹暻（1989—），女，重慶大學(xué)經(jīng)濟(jì)與工商管理學(xué)院圖書館、情報(bào)與檔案管理專業(yè)碩士研究生，研究方向：信息管理，網(wǎng)絡(luò)輿情。