胡瓏瑛，董靖巍

(哈爾濱工業(yè)大學(xué)　管理學(xué)院，黑龍江　哈爾濱　150001)

?

網(wǎng)絡(luò)輿情演進(jìn)過程參與主體策略行為仿真和政府引導(dǎo)

胡瓏瑛，董靖巍

(哈爾濱工業(yè)大學(xué)管理學(xué)院，黑龍江哈爾濱150001)

依據(jù)WD模型和SIR病毒傳播模型構(gòu)建SNO網(wǎng)絡(luò)輿情動態(tài)演進(jìn)模型，提出模型假設(shè)，設(shè)計SNO模型的主體屬性和主體交互規(guī)則，并以“甕安事件”為例，運用Netlogo仿真軟件進(jìn)行模擬仿真，通過調(diào)整網(wǎng)絡(luò)主體屬性以及政府、媒體、網(wǎng)民等網(wǎng)絡(luò)主體之間的關(guān)系強(qiáng)度，考察政府、媒體、網(wǎng)民之間網(wǎng)絡(luò)關(guān)系的變化對網(wǎng)絡(luò)輿情動態(tài)演進(jìn)整體趨勢的影響，并對仿真結(jié)果進(jìn)行分析，為政府等相關(guān)部門制定應(yīng)對網(wǎng)絡(luò)輿情引導(dǎo)策略提供科學(xué)依據(jù)。

網(wǎng)絡(luò)輿情；信息傳播；演進(jìn)；政府應(yīng)對；仿真

2016年3月5日，《國民經(jīng)濟(jì)和社會發(fā)展第十三個五年規(guī)劃綱要(草案)》提出要牢牢把握信息技術(shù)變革趨勢，實施網(wǎng)絡(luò)強(qiáng)國戰(zhàn)略；實施“互聯(lián)網(wǎng)+”行動計劃，促進(jìn)互聯(lián)網(wǎng)深度廣泛應(yīng)用；實施國家大數(shù)據(jù)戰(zhàn)略，加快政府?dāng)?shù)據(jù)開放共享；強(qiáng)化信息安全保障，統(tǒng)籌網(wǎng)絡(luò)安全和信息化發(fā)展，完善國家網(wǎng)絡(luò)安全保障體系，強(qiáng)化重要信息系統(tǒng)和數(shù)據(jù)資源保護(hù)，提高網(wǎng)絡(luò)治理能力，保障國家信息安全。同時提出要推進(jìn)簡政放權(quán)，提高政府監(jiān)管效能，優(yōu)化政府服務(wù)?？梢娢覈絹碓街匾暰W(wǎng)絡(luò)發(fā)展以及網(wǎng)絡(luò)信息安全問題[1]。

隨著互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，網(wǎng)絡(luò)不僅是提供信息交流和信息服務(wù)的平臺，也是擁有強(qiáng)大社會影響力和輿論動員力的重要新聞傳播工具，尤其是以微博、論壇、門戶網(wǎng)站以及移動通信為代表的網(wǎng)絡(luò)媒介呈現(xiàn)出日新月異的變革，其對網(wǎng)絡(luò)輿情演進(jìn)的影響更加復(fù)雜深刻。我國正處在改革關(guān)鍵期和矛盾突發(fā)期，公共危機(jī)事件發(fā)生的領(lǐng)域多、頻率高、破壞性強(qiáng)，網(wǎng)絡(luò)輿情演進(jìn)的影響不容忽視[2]。例如2008年的甕安事件、孟連事件、隴南事件、出租罷運事件，2009年石首事件、通鋼事件等群體性突發(fā)事件，暴露了地方政府應(yīng)對社會公共危機(jī)、處理群體性突發(fā)事件的能力嚴(yán)重不足，同時也反映了網(wǎng)絡(luò)和媒體作為思想文化信息的集散地和社會輿論的放大器，給政府應(yīng)對公共危機(jī)帶來了極大的挑戰(zhàn)。近年來，國內(nèi)外學(xué)者不斷關(guān)注公共危機(jī)方面的研究，其中有關(guān)網(wǎng)絡(luò)輿情演進(jìn)的研究成為當(dāng)前研究熱點。

Brooke Fisher Liu、Austin Lucinda、Jin Yan(2011)基于整合公共危機(jī)信息的形成和來源視角，分析網(wǎng)民回應(yīng)公共危機(jī)傳播的策略[3]。Austin Lucinda、Brooke Fisher Liu、Jin Yan(2012)通過建立社會-媒體網(wǎng)絡(luò)輿情信息傳播模型，研究網(wǎng)民如何在社會和傳統(tǒng)媒體方面發(fā)現(xiàn)輿情信息[4]。Molimard Mathieu、Bernaud Corine、Lechat Philippe(2014)從網(wǎng)民正確使用藥物的風(fēng)險管理、預(yù)防原則和溝通機(jī)制入手，構(gòu)建了藥物使用的輿情信息傳播模式[5]。還有一些學(xué)者通過建立復(fù)雜網(wǎng)絡(luò)模型來研究公共危機(jī)信息的傳播，如經(jīng)典的SI、SIS、SIR病毒傳播模型，隨后一些學(xué)者結(jié)合危機(jī)傳播的復(fù)雜性等，又提出了 SIRS、SIRH模型。

非典事件發(fā)生后，關(guān)于危機(jī)管理和危機(jī)信息傳播的研究引起了我國政府和學(xué)術(shù)界的廣泛關(guān)注。謝新洲等(2006)分析了網(wǎng)絡(luò)危機(jī)信息傳播輿論化的表現(xiàn)形式、形成原因和引發(fā)出的一系列問題[6]。徐蘭芳(2009)基于網(wǎng)絡(luò)輿情信息傳播過程中的復(fù)雜性特點，構(gòu)建了SIRH網(wǎng)絡(luò)病毒傳播擴(kuò)散模型，其中，S、I、R、H 分別表示在網(wǎng)絡(luò)病毒傳播擴(kuò)散期間t時刻范圍內(nèi)的四種基本狀態(tài)，即S—易受感染狀態(tài)、I—已被感染狀態(tài)、R—被臨時移出狀態(tài)以及H—健康狀態(tài)等[7]。李志宏(2010)、杜蓉和梁紅霞(2011)以復(fù)雜適應(yīng)性系統(tǒng)理論為指導(dǎo)，利用多主體建模方法，首次利用Repast和Netlogo平臺仿真模擬了基于網(wǎng)絡(luò)媒介的公共危機(jī)網(wǎng)絡(luò)輿情信息傳播與發(fā)展過程[8-9]。鄭路等(2011)運用系統(tǒng)動力學(xué)方法研究政府的公共信息資源配置問題，并通過構(gòu)建政府公共信息資源配置模型從增強(qiáng)政府干預(yù)力度、完善相關(guān)政策法規(guī)以及提高社會公眾信息應(yīng)對能力等方面提出政府公共信息資源合理配置的策略[10]。康偉(2012)基于社會網(wǎng)絡(luò)分析方法，研究信息在公共危機(jī)事件網(wǎng)絡(luò)輿情傳播與演進(jìn)過程中的整體結(jié)構(gòu)與結(jié)點在網(wǎng)絡(luò)中的位置及相互關(guān)系，并以“11·16校車事故”為例，依據(jù)鄰接矩陣數(shù)據(jù)對輿情信息傳播網(wǎng)絡(luò)的整體網(wǎng)絡(luò)結(jié)構(gòu)、內(nèi)部子結(jié)構(gòu)以及個體位置結(jié)構(gòu)等進(jìn)行測度，進(jìn)而提出了網(wǎng)絡(luò)輿情引導(dǎo)的相關(guān)政策建議[11]。沙勇忠等(2012)通過建構(gòu)偽信息傳播模型和真實信息-偽信息對抗模型，分析網(wǎng)絡(luò)輿情偽信息傳播的影響因素[12]。劉春濟(jì)(2013)基于中國高鐵發(fā)展過程中所面臨的公共信任危機(jī)，構(gòu)建社會公眾乘坐高鐵旅行意向模型，采用結(jié)構(gòu)方程方法具體研究了感知價值、危機(jī)信任以及參照群體等與公眾乘坐高鐵意向之間的相關(guān)關(guān)系[13]。謝海華等(2013)研究認(rèn)為危機(jī)事件類型及其與網(wǎng)民切身利益的相關(guān)度、輿情信息的不確定性、網(wǎng)絡(luò)社群的人群結(jié)構(gòu)及信息結(jié)構(gòu)特征、網(wǎng)絡(luò)社群群體的行為及認(rèn)知等因素影響網(wǎng)絡(luò)社群危機(jī)信息傳播[14]。史波等(2014)運用扎根理論，通過分析新浪微博中關(guān)于北京7·21特大暴雨事件報道的轉(zhuǎn)發(fā)帖子，構(gòu)建了社會化媒體環(huán)境下網(wǎng)絡(luò)輿情信息網(wǎng)民再傳播行為的“動機(jī)-認(rèn)知-情緒-態(tài)度”形成機(jī)制模型[15]。田曉睿等(2014)以小世界理論和疾病傳播模型為理論基礎(chǔ)，將網(wǎng)民心理應(yīng)激作為變量構(gòu)建新型的網(wǎng)絡(luò)輿情信息傳播模型并進(jìn)行仿真，以探求典型的網(wǎng)絡(luò)輿情信息傳播機(jī)制[16]?？祩サ?2014)基于雅安地震事件，采用社會網(wǎng)絡(luò)分析方法從分析政府和非政府組織在應(yīng)對公共危機(jī)信息過程中的重要作用以及合作網(wǎng)絡(luò)[17]。胡熳華等(2014)基于分析“科技列車青海行”微博科普宣傳的網(wǎng)絡(luò)輿情信息，構(gòu)建了科普微訪談效果評價指標(biāo)體系，并從科普活動、溝通平臺、服務(wù)范圍等方面提出了利用新媒體進(jìn)行科普工作的建議[18]。鄧瀅等(2014)以霧霾天氣的社會漣漪效應(yīng)為例，分析網(wǎng)絡(luò)新媒體時代的輿情風(fēng)險特征，提出了表征風(fēng)險社會放大“二維三級推進(jìn)”過程的改進(jìn)模型，指出以微博為主代表的網(wǎng)絡(luò)新媒體對輿情風(fēng)險產(chǎn)生了明顯的社會放大和弱化作用，同時，由于用戶的空間非均勻分布，導(dǎo)致輿情風(fēng)險的社會反應(yīng)易出現(xiàn)區(qū)域失衡現(xiàn)象[19]。方強(qiáng)(2014)通過研究政府職能轉(zhuǎn)變過程中的形式主義以及部門之間缺乏高效聯(lián)動等實際現(xiàn)象，從建立輿情收集機(jī)制、建立輿情分析機(jī)制、建立輿情處置機(jī)制等方面提出創(chuàng)新政府職能轉(zhuǎn)變的網(wǎng)絡(luò)輿情傳播管理機(jī)制[20]。杜洪濤等(2014)通過分析互聯(lián)網(wǎng)時代面臨的虛擬社會風(fēng)險，認(rèn)為中國急需構(gòu)建包括完整應(yīng)對流程、專門執(zhí)行機(jī)構(gòu)、必要技術(shù)手段和創(chuàng)新應(yīng)對機(jī)制與應(yīng)對模式的虛擬社會網(wǎng)絡(luò)輿情傳播風(fēng)險應(yīng)對體系，以保證我國虛擬社會的健康運行[21]。王晰巍等(2015)通過社會網(wǎng)絡(luò)分析方法對比分析移動端和非移動端霧霾網(wǎng)絡(luò)輿情信息傳播情況，并采用Java編程方式收集關(guān)于霧霾話題的現(xiàn)實網(wǎng)絡(luò)輿情信息數(shù)據(jù)，研究移動環(huán)境下網(wǎng)絡(luò)輿情信息傳播的基本特點，并對運用社會網(wǎng)絡(luò)分析法研究移動端的網(wǎng)絡(luò)輿情信息傳播與演進(jìn)過程的有效性進(jìn)行了科學(xué)驗證[22]。聶峰英等(2015)基于對現(xiàn)有網(wǎng)絡(luò)輿情指標(biāo)體系的分析，依據(jù)移動社交網(wǎng)絡(luò)輿情的現(xiàn)實特殊性，構(gòu)建了包括以輿情熱度、輿情發(fā)布者和輿情接收者為一級指標(biāo)，7個二級指標(biāo)和13個三級指標(biāo)的移動社交網(wǎng)絡(luò)輿情預(yù)警的指標(biāo)體系，并以廣東茂名PX事件為例，分析了移動社交網(wǎng)絡(luò)輿情，并對所構(gòu)建的指標(biāo)體系的合理性進(jìn)行了驗證[23]。李磊等(2016)提出一種對主題詞頻數(shù)加權(quán)的改進(jìn)共現(xiàn)分析方法，并依據(jù)社會網(wǎng)絡(luò)分析法對主題詞共現(xiàn)網(wǎng)絡(luò)進(jìn)行聚類分析，進(jìn)而揭示網(wǎng)絡(luò)輿情話題內(nèi)容的態(tài)勢演化，提高對網(wǎng)絡(luò)輿情信息概括和精煉的科學(xué)性[24]。

上述研究主要立足于公共危機(jī)信息傳播本身，很少有學(xué)者從信息傳播應(yīng)對角度進(jìn)行分析。尤其在公共危機(jī)領(lǐng)域，政府如何應(yīng)對群體性突發(fā)事件中公共危機(jī)信息擴(kuò)散已成為一個值得研究的問題。因此，本文在前人研究的基礎(chǔ)上，運用多主體建模仿真方法對網(wǎng)絡(luò)輿情演進(jìn)的政府應(yīng)對問題進(jìn)行建模仿真，重點分析網(wǎng)絡(luò)主體屬性以及網(wǎng)絡(luò)主體之間的關(guān)系強(qiáng)度對政府應(yīng)對輿情效果的影響，以期為政府有效應(yīng)對網(wǎng)絡(luò)輿情事件提供科學(xué)的決策依據(jù)。

一、SNO網(wǎng)絡(luò)輿情演進(jìn)仿真模型構(gòu)建

(一)模型描述

根據(jù)多主體行為特征，借鑒WD模型和SIR病毒傳播模型的建模方法，提出研究假設(shè)，構(gòu)建SNO網(wǎng)絡(luò)輿情動態(tài)演進(jìn)模型，其中S、N、O分別代表支持(support)、中立(neutral)和反對(oppose)三種態(tài)度。在此基礎(chǔ)上，以“甕安事件”為例，通過調(diào)整網(wǎng)絡(luò)主體屬性以及網(wǎng)絡(luò)主體之間的關(guān)系強(qiáng)度，考察政府、媒體、網(wǎng)民之間網(wǎng)絡(luò)關(guān)系的變化對網(wǎng)絡(luò)輿情動態(tài)演進(jìn)的影響機(jī)制，并根據(jù)仿真分析結(jié)果提出了相應(yīng)的對策建議。

(二)SNO模型假設(shè)

根據(jù)Weisbuch-Deffuant模型的建模方法，引進(jìn)SIR病毒傳播模型三種狀態(tài)的研究范式，結(jié)合網(wǎng)絡(luò)輿情動態(tài)演進(jìn)過程中信息傳播的復(fù)雜性，提出如下假設(shè)：

(1)網(wǎng)民、媒體、政府等三類主體對網(wǎng)絡(luò)輿情動態(tài)演進(jìn)過程中輿情信息持有支持、中立、反對三種觀點。

(2)網(wǎng)民、媒體、政府等三類主體的屬性同步更新。

(3)網(wǎng)民主體的決策函數(shù)具有異質(zhì)性，網(wǎng)民選擇與其他主體相交互的概率τ1受其行為特征和行為動機(jī)影響，τ1是關(guān)于行為特征和行為動機(jī)的函數(shù)。

(4)網(wǎng)民主體是有限理性甚至是非理性的。

(5)網(wǎng)民主體的行為特征分為溫和型、從眾型、激進(jìn)型、偏執(zhí)型。

(6)網(wǎng)民主體的行為心理動機(jī)分為娛樂消遣、自我實現(xiàn)、環(huán)境監(jiān)測、人際交往和其他共五種類型。

(7)媒體與其他主體交互的概率為τ2，τ2∈(0，1)，在輿情傳播的形成期、爆發(fā)期、反復(fù)期和消散期，τ2取不同的參數(shù)值。

(8)媒體和網(wǎng)民的數(shù)量TotalMedia(t)、TotalUser(t)是隨時間t而變化的遞增函數(shù)，且有上界，有0

(三)SNO模型主體屬性

1.網(wǎng)民主體屬性設(shè)置

符號說明：

User表示網(wǎng)民internet user；

AttrUseri(t)表示網(wǎng)民主體i的屬性函數(shù)；

ViewUseri(t)表示t時刻網(wǎng)民i對網(wǎng)絡(luò)輿情信息持有的觀點，為區(qū)間[-1,1]上的連續(xù)函數(shù)；

Sign(x)為符號函數(shù)，當(dāng)Sign(ViewUseri(t))=-1,0,1時，分別表示網(wǎng)民i對網(wǎng)絡(luò)輿情信息持有反對、中立和支持觀點。

WeightUseri(t)表示網(wǎng)民i觀點的影響權(quán)重；

CredibilityUseri(t)表示網(wǎng)民i觀點的可信度；

InfluenceUseri(t)表示網(wǎng)民i觀點的影響力；

FeatureUseri表示網(wǎng)民i的行為特征，

當(dāng)FeatureUseri∈[0,0.25)時，表示網(wǎng)民i的觀點為溫和型；

當(dāng)FeatureUseri∈[0.25,0.5)時，表示網(wǎng)民i的觀點為從眾型；

當(dāng)FeatureUseri∈[0.5,0.75)時，表示網(wǎng)民i的觀點為激進(jìn)型；

當(dāng)FeatureUseri∈[0.75,1]時，表示網(wǎng)民i的觀點為偏執(zhí)型，根據(jù)經(jīng)驗，假定該類型數(shù)量在網(wǎng)民總數(shù)占10%。

MotiveUseri表示網(wǎng)民i觀點的行為動機(jī)，

當(dāng)MotiveUseri∈[0,0.2)時，表示網(wǎng)民i參與網(wǎng)絡(luò)輿情發(fā)布、獲取或分享的行為心理動機(jī)是娛樂消遣；

當(dāng)MotiveUseri∈[0.2,0.4)時，表示網(wǎng)民i參與網(wǎng)絡(luò)輿情發(fā)布、獲取或分享的行為心理動機(jī)是自我實現(xiàn)；

當(dāng)MotiveUseri∈[0.4,0.6)時，表示網(wǎng)民i參與網(wǎng)絡(luò)輿情發(fā)布、獲取或分享的行為心理動機(jī)是環(huán)境監(jiān)測；

當(dāng)MotiveUseri∈[0.6,0.8)時，表示網(wǎng)民i參與網(wǎng)絡(luò)輿情發(fā)布、獲取或分享的行為心理動機(jī)是人際交往；

當(dāng)MotiveUseri∈[0.8,1]時，表示網(wǎng)民i參與網(wǎng)絡(luò)輿情發(fā)布、獲取或分享的行為心理動機(jī)是其他類型。

由此，可設(shè)置網(wǎng)民主體i的屬性函數(shù)AttrUseri(t)，它包括網(wǎng)民i對網(wǎng)絡(luò)輿情信息持有的觀點、網(wǎng)民i觀點的影響權(quán)重、網(wǎng)民i觀點的可信度、網(wǎng)民i觀點的影響力、網(wǎng)民i的行為特征、網(wǎng)民i的行為動機(jī)等子屬性，如式(1)所示：

(1)

2.媒體主體屬性設(shè)置

下面進(jìn)行媒體主體的屬性函數(shù)設(shè)置，為公式表達(dá)方便，定義如下函數(shù)：

ViewMediai(t)表示媒體i對網(wǎng)絡(luò)輿情信息持有的觀點，ViewMediai(t)為區(qū)間[-1,1]上的連續(xù)函數(shù)。

定義符號函數(shù)

(2)

式(2)中，當(dāng)Sign(ViewMediai(t))=-1,0,1時，分別表示媒體i對網(wǎng)絡(luò)輿情信息持有反對、中立和支持觀點，媒體根據(jù)其態(tài)度發(fā)布反對、中立或支持的相應(yīng)信息或觀望，此處將媒體持觀望態(tài)度也歸納為保持中立的類型之中。

WeightMediai(t)表示媒體i對網(wǎng)絡(luò)輿情所發(fā)布信息的影響權(quán)重。媒體是網(wǎng)絡(luò)輿情傳播的媒介，本文不考慮所有媒體全部保持沉默的極端情況，即假定一定有媒體參與網(wǎng)絡(luò)輿情傳播，該值越大則影響權(quán)重越大；

CredibilityMediai(t)∈[0,1]表示媒體i針對網(wǎng)絡(luò)輿情所發(fā)布信息的可信度，取值越大則信息越可信越大；

低循環(huán)疲勞是渦輪盤失效的主要失效模式和限制壽命因素，在發(fā)動機(jī)研制階段需要對渦輪盤進(jìn)行壽命預(yù)測。目前對渦輪盤進(jìn)行疲勞壽命分析的方法一般有：名義應(yīng)力法、局部應(yīng)力應(yīng)變法等。名義應(yīng)力法用于渦輪盤彈性狀態(tài)下，使用考核點處的名義應(yīng)力進(jìn)行計算分析。而實際上在某些工況下，渦輪盤的銷子孔、中心孔、榫槽等部位可能會進(jìn)入塑性狀態(tài)，并且進(jìn)行壽命預(yù)測時的考核點處應(yīng)力集中，此時使用局部應(yīng)力應(yīng)變法進(jìn)行壽命預(yù)測會更合理。工程上使用局部應(yīng)力應(yīng)變法傾向于近似計算方法。

FidelityMediai(t)∈[0,1]表示媒體i所發(fā)布信息的真實程度，當(dāng)該函數(shù)取0表示媒體發(fā)布了完全不實信息；當(dāng)該函數(shù)取1表示媒體發(fā)布的信息與事實真相完全一致；

InfluenceMediai(t)∈[0,1]表示媒體i對網(wǎng)絡(luò)輿情所發(fā)布信息的影響力，取值越大則影響力越大。

由此，可設(shè)置媒體主體的屬性函數(shù)AttrMediai(t)，它包括媒體i對網(wǎng)絡(luò)輿情信息持有的觀點、媒體i對網(wǎng)絡(luò)輿情所發(fā)布信息的影響權(quán)重、媒體i針對網(wǎng)絡(luò)輿情所發(fā)布信息的可信度、媒體i所發(fā)布信息的真實程度、媒體i對網(wǎng)絡(luò)輿情信息所發(fā)布信息的影響力等子屬性，如式(3)所示：

(3)

3.政府主體屬性設(shè)置

下面進(jìn)行政府主體的屬性函數(shù)設(shè)置，為公式表達(dá)方便，政府Government簡記為Govern，定義如下函數(shù)：

ViewGoverni(t)表示政府i對網(wǎng)絡(luò)輿情信息進(jìn)行的決策，它是區(qū)間[-1,1]上的連續(xù)函數(shù)。

(4)

式(4)中，當(dāng)Sign(ViewGoverni(t))=-1,0，1時，分別表示政府i對網(wǎng)絡(luò)輿情信息做出反對、中立和支持的決策行為。

WeightGoverni(t)表示政府i決策的影響權(quán)重，它是區(qū)間[0,1]上的函數(shù)；

CredibilityGoverni(t)∈[0,1]表示政府i的公信力，當(dāng)該函數(shù)取0或1時分別表示政府最弱或最強(qiáng)；

TimedelayGoverni(t)∈[0,1]表示政府i信息發(fā)布的及時程度，反映出政府在網(wǎng)絡(luò)輿情信息出現(xiàn)之后到第一次政府信息發(fā)布的時間間隔，該函數(shù)取值越趨近于0表示信息發(fā)布越及時，間隔越短，延遲越少；相反，函數(shù)值越大反映出政府信息發(fā)布越遲緩，越不及時；

FidelityGoverni(t)∈[0,1]表示政府i所發(fā)布信息的真實程度，當(dāng)該函數(shù)取0表示政府被蒙蔽發(fā)布了完全失真信息，當(dāng)該函數(shù)取1表示政府發(fā)布的信息與事實真相完全一致；

GuidingpowerGoverni(t)∈[0,1]表示政府i所發(fā)布信息的引導(dǎo)力度，當(dāng)該函數(shù)取0表示引導(dǎo)力度最弱，當(dāng)該函數(shù)取1表示引導(dǎo)力度最強(qiáng)；

SupervisionGoverni(t)∈[0,1]表示政府i的監(jiān)管強(qiáng)度，當(dāng)該函數(shù)取0表示政府監(jiān)管缺位，當(dāng)該函數(shù)取1表示監(jiān)管強(qiáng)度最大，呈高壓態(tài)勢。

由此，可設(shè)置政府主體屬性函數(shù)AttrGovernti(t)，包括政府i對網(wǎng)絡(luò)輿情信息進(jìn)行的決策、政府i決策的影響權(quán)重、政府i的公信力、政府i信息發(fā)布的及時程度、政府i所發(fā)布信息的真實程度、政府i所發(fā)布信息的引導(dǎo)力度、政府i的監(jiān)管強(qiáng)度等子屬性：

(5)

式(5)中符號說明同上。

4.網(wǎng)民、媒體、政府間的交互影響

假定在t時刻，將全部網(wǎng)絡(luò)主體劃分為網(wǎng)民、媒體和政府三個子集合，網(wǎng)民子集在全部主體中的比重為：

ProportionUser,0≤ProportionUser≤1

(6)

媒體子集在全部主體中的比重為：

ProportionMedia,0≤ProportionMedia≤1

(7)

政府子集在全部主體中的比重為：

ProportionGovern,0≤ProportionGovern≤1

(8)

于是，有：ProportionUser+ProportionMedia+ProportionGovern

=1

(9)

針對網(wǎng)民主體、媒體主體和政府主體三個子主體集合共同參與的網(wǎng)絡(luò)輿情演進(jìn)過程進(jìn)行分析。一般地，網(wǎng)絡(luò)輿情由網(wǎng)民發(fā)起，之后其他網(wǎng)民、媒體或政府紛紛加入到輿情演進(jìn)的過程中。

令WeightGoverni(t)(WeightGtoMij(t),WeightGtoUik(t))表示t時刻政府i的影響權(quán)重，它包含政府對媒體的影響權(quán)重WeightGtoMij(t)和政府對網(wǎng)民的影響權(quán)重WeightGtoUik(t)，即政府通過包含政府網(wǎng)站、主流媒體或自媒體在內(nèi)的媒體發(fā)布信息對網(wǎng)絡(luò)輿情進(jìn)行干預(yù)，通過政府先影響媒體再影響網(wǎng)民的路徑來進(jìn)一步干涉輿情的演進(jìn)過程，該過程中也勢必存在交互作用和影響。

根據(jù)式(5)，有：

WeightGtoMij(t)=GuidingpowerGoverni(t)

(10)

WeightGtoUij(t)=GuidingpowerGoverni(t)

*CredibilityGoverni(t)

(11)

令WeightMediai(t)(WeightMtoMij(t),WeightMtoUik(t))表示t時刻媒體i的影響權(quán)重，它包含媒體i對其他媒體j的影響權(quán)重WeightMtoMij(t)和媒體i對網(wǎng)民k的影響權(quán)重WeightMtoUik(t)。事實上，媒體和網(wǎng)民的觀點和行為也會對政府產(chǎn)生影響。在政府依法依規(guī)進(jìn)行公共治理和網(wǎng)絡(luò)輿情應(yīng)對的前提下，本文暫不考慮媒體和網(wǎng)民的觀點和行為對政府決策的影響。雖然，媒體對其他媒體和網(wǎng)民的影響權(quán)重可能存在差異，為簡化起見，不失一般性，可以假定媒體i對其他媒體j和網(wǎng)民k的影響權(quán)重都等于媒體i針對網(wǎng)絡(luò)輿情所發(fā)布信息的可信度，有：WeightMtoMij(t)=WeightMtoUik(t)

=CredibilityMediai(t)

(12)

令WeightUseri(t)(WeightUtoMij(t),WeightUtoUik(t))表示t時刻網(wǎng)民i的影響權(quán)重，包含網(wǎng)民i對媒體的影響權(quán)重WeightUtoMij(t)和網(wǎng)民i對其他網(wǎng)民k的影響權(quán)重WeightUtoUik(t)。在t時刻網(wǎng)民i對其他網(wǎng)民k的影響權(quán)重WeightUtoUik(t)就是網(wǎng)民i的影響力，有：

WeightUtoUik(t)=InfluenceUseri(t)

(13)

值得注意的是，由于網(wǎng)絡(luò)輿情傳播過程中，單個網(wǎng)民的觀點對于媒體的影響權(quán)重未必很大。但是，媒體有捕捉新聞的內(nèi)在動因，隨著網(wǎng)民觀點通過其他網(wǎng)民的發(fā)布、接收或分享等行為進(jìn)行傳播，實現(xiàn)觀點聚合效應(yīng)，逐步被媒體采集或抓取，從而對媒體的信息傳播產(chǎn)生影響。因此，網(wǎng)民i對媒體j的影響權(quán)重WeightUtoMij(t)可以用支持、中立和反對這三類觀點中網(wǎng)民人數(shù)最多的那類觀點對應(yīng)的網(wǎng)民數(shù)量在網(wǎng)民總數(shù)中所占的比重來計算。

網(wǎng)民i對媒體j的影響權(quán)重WeightUtoMij(t)體現(xiàn)的是并非個體信息的影響，而是網(wǎng)民群體行為對網(wǎng)絡(luò)輿情信息的聚合結(jié)果。按照網(wǎng)民持有的支持(Support)、中立(Neutral)和反對(Oppose)三類觀點將全體網(wǎng)民相應(yīng)地劃分為三個網(wǎng)民子集ΩS、ΩN和ΩO，假設(shè)在t時刻，這三個子集的網(wǎng)民數(shù)量分別是SupportNumUser(t)、NeutralNumUser(t)、OpposeNumUser(t)，它們代表為對網(wǎng)絡(luò)輿情信息持有支持、中立和反對觀點的網(wǎng)民數(shù)量，此時的網(wǎng)民總數(shù)記為TotalUser(t)。顯然，網(wǎng)民總數(shù)為：TotalUser(t)=SupportNumUser(t)+NeutralNumUser(t)

+OpposeNumUser(t)

(14)

用MAX表示三個網(wǎng)民子集ΩS、ΩN和ΩO各自相應(yīng)的網(wǎng)民人數(shù)的最大值：

MAX=Maximum{SupportNumUser(t),

NeutralNumUser(t),

OpposeNumUser(t)}

(15)

根據(jù)前面分析，有

WeightUtoMij(t)=WeightUtoMj(t)

=MAX/TotalUser(t)

(16)

(四)SNO模型主體交互規(guī)則構(gòu)建

假定網(wǎng)民、媒體和政府等三類主體的信息交互滿足兩個條件：一.主體之間的觀點差小于某個確定閾值時才發(fā)生交互，否則不產(chǎn)生相互影響；觀點可信度大的主體將影響到觀點可信度小的主體。網(wǎng)民(Internet User)與三類主體政府(Government)、媒體(Media)、網(wǎng)民(Internet User)之間的交互規(guī)則簡稱為UtoG、UtoM、UtoU。媒體(Media)與三類主體政府(Government)、媒體(Media)、網(wǎng)民(Internet User)之間的交互規(guī)則簡稱為MtoG、MtoM、MtoU。

(1)網(wǎng)民(Internet User)的交互規(guī)則(UtoG、UtoM、UtoU)。若網(wǎng)民i(Internet User)是偏執(zhí)網(wǎng)民，則不進(jìn)行操作；否則，計算UtoG、UtoM、UtoU，判斷計算網(wǎng)民i的觀點并按照狀態(tài)轉(zhuǎn)移方程求出其觀點可信度。

① UtoG。政府通過發(fā)布信息干涉網(wǎng)絡(luò)輿情的演進(jìn)是其影響網(wǎng)民的前提。若政府j未發(fā)布信息，網(wǎng)民i的觀點將不會受政府決策的影響；若政府j進(jìn)行了輿情干涉，則判斷政府和網(wǎng)民i的態(tài)度是否一致。若一致，網(wǎng)民i的觀點將不受影響，此時不進(jìn)行操作；否則，判斷交互條件是否滿足。其狀態(tài)轉(zhuǎn)移方程如下：

(17)

(18)

與上述過程類似，可以得到網(wǎng)民i與媒體j的交互規(guī)則和狀態(tài)轉(zhuǎn)移方程。

② UtoM。媒體j與網(wǎng)民i發(fā)生交互是影響網(wǎng)民觀點的前提。若媒體j與網(wǎng)民i未發(fā)生交互，網(wǎng)民i將不會受到媒體觀點的影響；若媒體j與網(wǎng)民i發(fā)生了交互，則判斷媒體j和網(wǎng)民i的態(tài)度是否一致。若一致，網(wǎng)民i的觀點將不受影響，此時不進(jìn)行操作；否則，判斷交互條件是否滿足。其狀態(tài)轉(zhuǎn)移方程如下：

(19)

(20)

③ UtoU。隨機(jī)選取一個網(wǎng)民j，判斷網(wǎng)民i是否是偏執(zhí)網(wǎng)民。如果是偏執(zhí)網(wǎng)民，則網(wǎng)民i將不受其他網(wǎng)民意見的影響；否則，如果網(wǎng)民j與網(wǎng)民i二者觀點不一致，則應(yīng)判斷雙方交互條件。其狀態(tài)轉(zhuǎn)移方程：

(21)

(22)

根據(jù)上面分析，可得到網(wǎng)民(Internet User)的交互規(guī)則(UtoG、UtoM、UtoU)。

交互規(guī)則：假定網(wǎng)民與其他主體交互的概率為τ1∈[0,1]，計算得到網(wǎng)民i在t+1時刻的態(tài)度和觀點可信度，分別為：

(23)

(24)

(2)媒體(Media)的交互規(guī)則：(MtoG、MtoM、MtoU)

① MtoG。同上面過程相似，可得到媒體主體的交互規(guī)則和狀態(tài)轉(zhuǎn)移方程。當(dāng)政府j發(fā)布發(fā)布相關(guān)信息進(jìn)行網(wǎng)絡(luò)輿情干涉時，政府和媒體之間才有主體之間的互動。并且，當(dāng)二者觀點比較接近到某閾值以內(nèi)，才相互影響；否則，個別媒體容易堅持自己觀點。本文根據(jù)國情加了個強(qiáng)制條件。若政府和媒體觀點差距大于某個數(shù)值，即媒體可能走向極端，脫離主流價值觀，對這些媒體強(qiáng)制關(guān)?；蛘?，強(qiáng)令媒體觀點與政府觀點一致，當(dāng)然這是比較極端的情形。其狀態(tài)轉(zhuǎn)移方程為：

(25)

(26)

② MtoM。當(dāng)媒體i與媒體k觀點比較接近到某閾值以內(nèi)時，則應(yīng)判斷交互條件；否則，不能交互。其狀態(tài)轉(zhuǎn)移方程為：

(27)

(28)

③ MtoU。判斷大部分網(wǎng)民聚合后的群體觀點與媒體i的差異是否在某個閾值之內(nèi)。如果滿足則判斷是否觸發(fā)交互條件。否則，絕大多數(shù)觀點與媒體i的觀點一致，媒體i觀點不受影響。其狀態(tài)轉(zhuǎn)移方程為：

(29)

(30)

假設(shè)媒體以概率τ2∈[0,1]選擇與其他主體交互(MtoG、MtoM、MtoU)，以概率1-τ2∈[0,1]不選擇與其他主體進(jìn)行交互。若進(jìn)行交互，可以得到媒體i在t+1時刻的觀點和信息可信度。其最終狀態(tài)轉(zhuǎn)移方程為：

(31)

(32)

二、仿真實驗及結(jié)果分析

本文以轟動一時的“6·28貴州甕安事件”為例獲取仿真初始數(shù)據(jù)。

事件簡介：2008年6月22日凌晨，貴州省甕安初二女生李樹芬不幸國內(nèi)溺水身亡，死者家屬上訪，中間又發(fā)生家屬被他人毆打，矛盾激化，一些人煽動不明真相的群眾沖擊縣委大樓等辦公場所，釀成嚴(yán)重打砸搶燒突發(fā)事件?！恫t望新聞周刊》認(rèn)為無論從事件參與人數(shù)、持續(xù)時間、沖突劇烈程度、造成的影響看，甕安事件都是近年來中國群體性事件的“標(biāo)本性事件”[25]。

(一)實驗設(shè)計

1.變量初始值的設(shè)定

針對“6·28貴州甕安事件”政府、媒體、網(wǎng)民之間網(wǎng)絡(luò)關(guān)系的變化對網(wǎng)絡(luò)輿情動態(tài)演進(jìn)的影響實驗設(shè)計。

據(jù)統(tǒng)計，7月5日，報道此事件的媒體有3679個，關(guān)注該事件的網(wǎng)民有19367[26]。由于仿真軟件的限制，對網(wǎng)絡(luò)媒體總數(shù)和網(wǎng)民總數(shù)進(jìn)行一定比例的縮小，縮小比例為3%，即媒體總數(shù)約100個，網(wǎng)民總數(shù)約600名，媒體總數(shù):網(wǎng)民總數(shù)=6:1。假設(shè)在每一時步：(1)增加媒體或者網(wǎng)民的觀點具有隨機(jī)性，包含支持、中立或反對三種觀點；(2)媒體數(shù)量增加5個，網(wǎng)民數(shù)量增加30個。運行步長取56。

運用Netlogo仿真軟件進(jìn)行甕安事件中政府、媒體和網(wǎng)民三者的行為和輿情動態(tài)演進(jìn)過程仿真。首先，設(shè)計政府、媒體、網(wǎng)民等網(wǎng)絡(luò)主體的屬性以及各自影響的權(quán)重。然后，調(diào)整網(wǎng)絡(luò)參數(shù)，考察政府、媒體、網(wǎng)民之間網(wǎng)絡(luò)關(guān)系的變化對網(wǎng)絡(luò)輿情動態(tài)演進(jìn)的影響。

2.實驗流程

實驗仿真的具體流程如下：

(1)確定實驗中政府、網(wǎng)民、媒體的主體屬性特征以及網(wǎng)民、媒體與其他主體交互的概率等各個變量的初始值。

(2)根據(jù)輿情關(guān)注度參數(shù)的取值，判斷網(wǎng)絡(luò)輿情出于哪個階段。

(3)隨機(jī)生成NW無標(biāo)度小世界網(wǎng)絡(luò)，網(wǎng)絡(luò)的節(jié)點數(shù)為n，設(shè)置政府、媒體、網(wǎng)民等參與主體各自的影響權(quán)重。

(4)改變政府介入時間(信息發(fā)布的時間)，直至達(dá)到均衡狀態(tài)或運行步數(shù)。

(5)改變政府所發(fā)布信息的真實程度進(jìn)行實驗，直至達(dá)到均衡狀態(tài)或運行步數(shù)。

(6)改變政府的公信力進(jìn)行實驗，直至達(dá)到均衡狀態(tài)或運行步數(shù)。

(7)改變政府的引導(dǎo)力度進(jìn)行實驗，直至達(dá)到均衡狀態(tài)或運行步數(shù)。

(8)改變政府的監(jiān)管強(qiáng)度進(jìn)行實驗，直至達(dá)到均衡狀態(tài)或運行步數(shù)。

(9)改變媒體、網(wǎng)民與其他參與主體交互的概率進(jìn)行實驗，直至達(dá)到均衡狀態(tài)或運行步數(shù)。

(10)分別改變政府、媒體、網(wǎng)民等參與主體各自的影響權(quán)重進(jìn)行實驗，直至達(dá)到均衡狀態(tài)或運行步數(shù)。

(二)實驗結(jié)果及分析

圖1是網(wǎng)民、媒體、政府的影響權(quán)重比為0.17∶0.2∶0.63時的參數(shù)設(shè)置和演化仿真示意圖?？梢钥闯觯绻挠绊憴?quán)重較大，即使政府持中立態(tài)度，絕大多數(shù)網(wǎng)民和媒體都會與政府保持一致態(tài)度。

a)網(wǎng)民的觀點演化　　　　　　　b)網(wǎng)絡(luò)媒體的態(tài)度演化圖1　網(wǎng)民、媒體、政府的影響權(quán)重比為0.17∶0.2∶0.63時的參數(shù)設(shè)置和演化仿真。

圖2是網(wǎng)民、媒體、政府的影響權(quán)重比為0.4∶0.4∶0.2時的參數(shù)設(shè)置和演化仿真示意圖?？梢钥闯?，如果政府的影響權(quán)重較小(為0.2)，政府的公信力較低(為0.4)，網(wǎng)民、媒體在輿情演進(jìn)過程中所持將我行我素，甚至可能與政府持相反態(tài)度。盡管政府信息真實度為1，但由于網(wǎng)民和媒體對政府的不信任而影響了政府對輿情的干預(yù)效果。

a)網(wǎng)民的觀點演化　　　　　　　b)網(wǎng)絡(luò)媒體的態(tài)度演化 圖2　網(wǎng)民、媒體、政府的影響權(quán)重比為0.4∶0.4∶0.2時的參數(shù)設(shè)置和演化仿真。

圖3是網(wǎng)民、媒體、政府的影響權(quán)重比為0.2∶0.6∶0.2時的參數(shù)設(shè)置和演化仿真示意圖，政府監(jiān)管力度為0.2，政府介入時間為第12步，政府監(jiān)管時間為第12步。圖5-17、圖5-18網(wǎng)民、媒體、政府的影響權(quán)重比為0.2∶0.6∶0.2時的參數(shù)設(shè)置，政府監(jiān)管力度為0.95，政府介入時間為第8步，政府監(jiān)管時間為第7步。相比較而言，盡管該情況媒體的影響權(quán)重較大，容易產(chǎn)生各種各樣的情況，但政府加大監(jiān)管力度，提前監(jiān)管并介入等措施還是起到了較明顯的效果，系統(tǒng)加快了向均衡狀態(tài)的速度。

a)網(wǎng)民的觀點演化　　　　　　　b)網(wǎng)絡(luò)媒體的態(tài)度演化圖3　當(dāng)政府監(jiān)管力度為0.95、政府介入時間為第8步、政府監(jiān)管時間為第7步、網(wǎng)民、媒體、政府的影響權(quán)重比為0.2：0.6：0.2時網(wǎng)民和媒體的觀點演化。

三、政府引導(dǎo)策略討論

根據(jù)上面運用Netlogo仿真軟件進(jìn)行甕安事件中政府、媒體和網(wǎng)民三者的行為和網(wǎng)絡(luò)輿情動態(tài)演進(jìn)過程仿真過程可以看出，通過改變政府、媒體、網(wǎng)民等網(wǎng)絡(luò)主體的屬性以及各自影響的權(quán)重，調(diào)整網(wǎng)絡(luò)環(huán)境屬性的取值即通過改變網(wǎng)絡(luò)主體之間的關(guān)系強(qiáng)度，可以測度和分析政府、媒體、網(wǎng)民之間網(wǎng)絡(luò)關(guān)系的變化對網(wǎng)絡(luò)輿情動態(tài)演進(jìn)的影響。

如果政府的影響權(quán)重較大，絕大多數(shù)網(wǎng)民和媒體都會與政府保持一致態(tài)度。一旦網(wǎng)民、媒體、政府的影響權(quán)重比較接近，就會網(wǎng)民、媒體在輿情演進(jìn)過程中所持態(tài)度容易產(chǎn)生各種各樣的波動。若政府的公信力較低，可能導(dǎo)致政府的影響權(quán)重較小，此時提高政府信息真實度的措施為時已晚，網(wǎng)民、媒體可能出現(xiàn)分化走勢，影響了政府對輿情的干預(yù)效果。

即使在一些政府公信力不高、政府影響權(quán)重稍弱的情況下，政府加大監(jiān)管力度，提前監(jiān)管并介入等措施具有明顯的積極意義，可能向媒體或網(wǎng)民釋放積極信號，影響到網(wǎng)絡(luò)輿情的演進(jìn)過程。

政府的公信力等屬性具有累積效應(yīng)。某個地方政府對危機(jī)事件的應(yīng)對失誤或不當(dāng)行為可能間接導(dǎo)致其他政府部門的公信力受到影響。因此，中央和地方政府都應(yīng)該在輿情應(yīng)對過程中總結(jié)經(jīng)驗，樹立良好形象，盡可能挽回或減少負(fù)面效應(yīng)，保持和提高政府的公信力。

根據(jù)網(wǎng)絡(luò)輿情動態(tài)演進(jìn)的路徑按照四階段的劃分方式，形成期是政府通過信息發(fā)布干預(yù)危機(jī)事件的黃金期，這也符合復(fù)雜網(wǎng)絡(luò)的小世界、無標(biāo)度、隨機(jī)性、開放性等特點，網(wǎng)民節(jié)點的主體屬性。網(wǎng)民針對社會焦點事件的各種觀點、態(tài)度和情緒在較短時間內(nèi)大量聚集或分化，通過轉(zhuǎn)帖、置頂、留言、討論等方式進(jìn)行參與或圍觀，在網(wǎng)絡(luò)空間內(nèi)形成廣泛的討論，聚焦成為熱點話題，就形成網(wǎng)絡(luò)輿情。該階段如果政府出現(xiàn)失語、信息發(fā)布遲緩、信息真實度低等問題，輿論場就會被媒體或輿論領(lǐng)袖利用，網(wǎng)民容易出現(xiàn)羊群效應(yīng)和極化現(xiàn)象；就會導(dǎo)致政府的引導(dǎo)力度降低，公信力下降，挽回成本上升，甚至在未來出現(xiàn)政府公信力的累積效應(yīng)。

在網(wǎng)絡(luò)輿情的爆發(fā)期和反復(fù)期，網(wǎng)民對提出了更多的信息需求，這也是政府持續(xù)進(jìn)行信息發(fā)布、維護(hù)自身公信力的重要時期。網(wǎng)絡(luò)輿情形成后，一旦觸及潛在矛盾或影響利益訴求，網(wǎng)民情緒迅速集結(jié)，網(wǎng)民觀點不斷聚合，大量信息在互聯(lián)網(wǎng)上呈爆炸式傳遞，加上新聞媒體介入報道，社會關(guān)注和網(wǎng)民關(guān)注呈幾何型遞增趨勢，社會焦點事件引起網(wǎng)絡(luò)輿情爆發(fā)式擴(kuò)散。這兩個時期更充分地反映了網(wǎng)絡(luò)輿情的無標(biāo)度、幾何式增長、群體極化、冪律等復(fù)雜網(wǎng)絡(luò)特征。政府必須積極、公正、持續(xù)地發(fā)布所掌握的與事實真相有關(guān)的信息，有多少發(fā)多少，表明積極的事件應(yīng)對態(tài)度和措施有效；同時對社會事件中的負(fù)面現(xiàn)象和不良影響進(jìn)行評判和抨擊，釋放積極信號，維護(hù)政府的公信力，降低后期成本。

網(wǎng)絡(luò)輿情的消散過程也反映了參與主體之間的無標(biāo)度和小世界等復(fù)雜網(wǎng)絡(luò)特征。在這個階段，事件主體部門的行為態(tài)度和采取措施將直接影響網(wǎng)絡(luò)輿情的后續(xù)進(jìn)展和變化，由于相關(guān)部門的及時回應(yīng)，大量的事實證據(jù)被公布，相關(guān)責(zé)任人被處理，事件得到有效解決，網(wǎng)民對于探尋事件真相的愿望訴求得以滿足，媒體追蹤新聞熱點的作用得以發(fā)揮，就會弱化對網(wǎng)絡(luò)輿情的關(guān)注度和參與度，使網(wǎng)絡(luò)輿情平息直至消散。

目前，我國社會正處于經(jīng)濟(jì)轉(zhuǎn)型期，社會矛盾加劇，教育公平、醫(yī)患糾紛、房屋拆遷等潛在矛盾容易被一些焦點事件所觸發(fā)，在網(wǎng)絡(luò)圍觀力量的推動下容易快速演化為網(wǎng)絡(luò)輿情。本文構(gòu)建的政府、媒體、網(wǎng)民三類主體之間的SNO網(wǎng)絡(luò)輿情演進(jìn)仿真模型可以作為政府快速處理公共危機(jī)輿情事件、避免網(wǎng)絡(luò)輿情事件惡性演化的決策工具，但對各主體之間交互規(guī)則的細(xì)化和整合還有待進(jìn)一步研究。

[1]中華人民共和國國家發(fā)展和改革委員會.國民經(jīng)濟(jì)和社會發(fā)展第十三個五年規(guī)劃綱要 [OL].新華網(wǎng), http://news.xinhuanet.com/finance/2016-03/17/c_1118366322_21.htm, 2016-03-17/2016-08-01.

[2]史波，金洪志.公共危機(jī)網(wǎng)絡(luò)信息擴(kuò)散的政府應(yīng)對仿真研究[J].圖書情報工作, 2012, 56(19): 114-121.

[3] Brooke Fisher Liu, Austin Lucinda, Jin Yan.How publics respond to crisis communication strategies: The interplay of information form and source [J].Public Relations Review, 2011, 37(4): 345-353.

[4] Austin Lucinda, Brooke Fisher Liu, Jin Yan.How audiences seek out crisis information: Exploring the social-Mediated crisis communication model [J].Journal of Applied Communication research, 2012, 40(2): 188-207.[5] Molimard Mathieu, Bernaud Corine, Lechat Philippe.Information and communication on risks related to medications and proper use of medications for healthcare professionals and the general public: Precautionary principle, risk management, and communication during and in the absence of crisis situations [J].Therapie, 2014, 69(4): 361-366.[6]謝新洲，肖雯.我國網(wǎng)絡(luò)信息傳播的輿論化趨勢及所帶來的問題分析[J].情報理論與實踐, 2006, 29(6): 645-649.[7]徐蘭芳.計算機(jī)網(wǎng)絡(luò)病毒傳播模型SIRH[J].計算機(jī)工程與科學(xué), 2009,31(1): 4-6.

[8]李志宏，王海燕，白雪.基于網(wǎng)絡(luò)媒介的突發(fā)性公共危機(jī)信息傳播仿真和管理對策研究[J].公共管理學(xué)報, 2010, 7(1) : 9-10.

[9]杜蓉，梁紅霞.公共危機(jī)事件中政府對網(wǎng)絡(luò)輿論的引導(dǎo)仿真[J].情報雜志, 2011(11): 61-66.

[10]鄭路，勒中堅.基于系統(tǒng)動力學(xué)的政府公共信息資源配置系統(tǒng)的模型研究[J].中國軟科學(xué), 2011(8): 178-184.[11]康偉.突發(fā)事件輿情傳播的社會網(wǎng)絡(luò)結(jié)構(gòu)測度與分析——基于“11·16校車事故”的實證研究[J].中國軟科學(xué), 2012(7): 169-178.

[12]沙勇忠，史忠賢.公共危機(jī)偽信息傳播影響因素仿真研究[J].圖書情報工作, 2012, 56(5):6-41+111.

[13]劉春濟(jì).信任危機(jī)背景下公眾乘坐高鐵旅行的意向研究: 經(jīng)歷熟悉的調(diào)節(jié)作用[J].中國軟科學(xué), 2013(2): 43-54.[14]謝海華，李三鳳.網(wǎng)絡(luò)社群危機(jī)信息傳播影響因素分析[J].新世紀(jì)圖書館, 2013(10): 66-69+59.

[15]史波，吉曉軍.社會化媒體環(huán)境下公共危機(jī)信息網(wǎng)民再傳播行為——基于扎根理論的一個探索性研究[J].情報雜志, 2014, 32(8): 145-149.

[16]田曉睿，王丹琛，董安邦.心理應(yīng)激影響下公共危機(jī)信息傳播機(jī)制研究[J].圖書情報工作，2014，33(2): 59-65.[17]康偉，陳茜，陳波.基于SNA的政府與非政府組織在公共危機(jī)應(yīng)對中的合作網(wǎng)絡(luò)研究——以“4·20”雅安地震為例[J].中國軟科學(xué), 2014(5): 141-150.

[18]胡熳華，王翀，韓顯男.利用新媒體數(shù)據(jù)資源進(jìn)行科普輿情的探索[J].中國科技論壇, 2014(8): 132-137.

[19]鄧瀅，汪明.網(wǎng)絡(luò)新媒體時代的輿情風(fēng)險特征——以霧霾天氣的社會漣漪效應(yīng)為例[J].中國軟科學(xué), 2014(8): 61-69.

[20]方強(qiáng).政府職能轉(zhuǎn)變過程中的職能部門管理模式創(chuàng)新[J].管理世界,2014(12):174-175.

[21]杜洪濤,徐曉林,王君澤.中國虛擬社會風(fēng)險應(yīng)對體系建設(shè)研究[J].管理世界, 2014(1): 178-179.

[22]王晰巍，邢云菲，趙丹，李嘉興.基于社會網(wǎng)絡(luò)分析的移動環(huán)境下網(wǎng)絡(luò)輿情信息傳播研究——以新浪微博“霧霾”話題為例[J].圖書情報工作, 2015(7): 14-22.

[23]聶峰英，張旸.移動社交網(wǎng)絡(luò)輿情預(yù)警指標(biāo)體系構(gòu)建[J].情報理論與實踐, 2015(12): 64-67.

[24]李磊，劉繼，張竑魁.基于共現(xiàn)分析的網(wǎng)絡(luò)輿情話題發(fā)現(xiàn)及態(tài)勢演化研究[J].情報科學(xué), 2016, 34(1): 44-47+57.[25]黃勇，王麗，劉文國，何云江.反思甕安“6·28”事件[J].瞭望, 2008 (27).

[26]喻國明.中國社會輿情年度報告[M].北京：人民日報出版社，2012.

(本文責(zé)編：辛城)

The Participators Behavior Simulation and the Government Guidance in the Progress of Web Public Opinion Evolution

HU Long-ying, Dong Jing-wei

(School of management, Harbin Institute of Technology, West Dazhi Street, Harbin, 50001, China)

In this paper, constructed the SNO network opinion dynamic evolution model based on the Weisbuch-Deffuant model and SIR model, proposed the hypothesis of model, and designed the subject attributes and subject interactive rule of the SNO model.In “Weng’an incident” as an example, simulated through the Netlogo simulation software.By adjusting the network subject attributes and strength relation between the subject, explore the overall trend of the change of the network relation between the government, the media and the public impact on the progress of network opinion dynamic evolution , and analyzed the simulation results, in order to provide a scientific basis for the government and relevant departments to make the network opinion guidance strategy.

network public opinion; information dissemination; evolution; government response; simulation

2016-06-24

2016-09-08

國家自然科學(xué)基金面上項目(71271069)；國家自然科學(xué)基金應(yīng)急管理項目(71540015)；國家科技支撐計劃項目(2012BAH81F03)；建設(shè)部科技計劃項目(ZF16039)。

胡瓏瑛(1960-)，男，黑龍江哈爾濱人，哈爾濱工業(yè)大學(xué)管理學(xué)院教授、博士生導(dǎo)師，研究方向：技術(shù)創(chuàng)新管理、網(wǎng)絡(luò)輿情等。

C91

A

1002-9753(2016)10-0050-12