方雅青 楊麗靜

伴隨網(wǎng)絡(luò)信息技術(shù)的高速發(fā)展，尤其是新媒體時(shí)代的到來，微博謠言形態(tài)有了許多新的變化。新媒體時(shí)代，微博謠言借助微博網(wǎng)絡(luò)不僅擴(kuò)大了傳播范圍，還加快了傳播速度，模糊了大眾的視聽，因此其危害性更大，后果也更嚴(yán)重。微博謠言引起了國(guó)內(nèi)外學(xué)者的高度關(guān)注[1-3]。

2012年12月28日，我國(guó)《關(guān)于加強(qiáng)網(wǎng)絡(luò)信息保護(hù)的決定》[4]（以下簡(jiǎn)稱《決定》）的頒布規(guī)定我國(guó)網(wǎng)絡(luò)信息實(shí)行后臺(tái)實(shí)名制身份管理的辦法，旨在維護(hù)網(wǎng)絡(luò)信息安全，保障公民合法權(quán)益，也被認(rèn)為是打擊微博謠言的一把利劍。

一、目的

通過微博謠言傳播實(shí)證分析及模式構(gòu)建研究獲得微博謠言文本關(guān)鍵詞、主要傳播者、傳播途徑、傳播層級(jí)、辟謠方式等內(nèi)容，以此探討傳播原因、途徑和網(wǎng)絡(luò)實(shí)名制建設(shè)問題，提出政府控制對(duì)策，使網(wǎng)絡(luò)實(shí)名制下微博信息傳播與政府監(jiān)管形成良性動(dòng)態(tài)平衡，從而推動(dòng)《決定》在我國(guó)的全面實(shí)施。

二、方法

本研究挑選2012年12月28日《關(guān)于加強(qiáng)網(wǎng)絡(luò)信息保護(hù)的決定》實(shí)施后具有代表性的微博謠言，采用ROST文本挖掘系統(tǒng)對(duì)微博謠言進(jìn)行內(nèi)容定量分析，包括詞頻分析、社會(huì)網(wǎng)絡(luò)及語義分析等；采用PKUVIS微博分析工具對(duì)微博傳播視圖、轉(zhuǎn)發(fā)路徑、轉(zhuǎn)發(fā)數(shù)等進(jìn)行可視化呈現(xiàn)，查證網(wǎng)絡(luò)后臺(tái)實(shí)名制下的辟謠方式與辟謠效果，構(gòu)建網(wǎng)絡(luò)后臺(tái)實(shí)名制下微博謠言傳播模式，對(duì)微博謠言的傳播脈絡(luò)進(jìn)行可靠、翔實(shí)的研究及實(shí)證分析。為了便于將研究?jī)?nèi)容進(jìn)行具體呈現(xiàn)，選定2016年3月11日新浪微博謠言“中國(guó)GDP流向”（http：//weibo.com/1367557270/DlIr9egH0？type=comment#_rnd1459637252531，圖1）為ROST與PKUVIS分析對(duì)象。

圖1：新浪微博謠言“中國(guó)GDP流向”

三、結(jié)果

（一）ROST文本內(nèi)容分析

1.詞頻分析。

由表1可知，該謠言文本中詞頻最高的是中國(guó)，詞頻為3，其次為費(fèi)用、教育、發(fā)展署、報(bào)告、美國(guó)等詞匯，詞頻均為1。

表1：“中國(guó)GDP流向”謠言文本詞頻統(tǒng)計(jì)

2.社會(huì)網(wǎng)絡(luò)與語義分析。

圖2：“中國(guó)GDP流向”謠言文本社會(huì)網(wǎng)絡(luò)與語義分析

由圖2可知，“中國(guó)GDP流向”謠言文本社會(huì)網(wǎng)絡(luò)與語義分析表明，該微博謠言的關(guān)注焦點(diǎn)是中國(guó)、報(bào)告、費(fèi)用等內(nèi)容，這與微博文本主要內(nèi)容相一致。

（二）PKUVIS微博可視化分析

利用PKUVIS[5]對(duì)微博傳播進(jìn)行可視化分析如下：

圖3：“中國(guó)GDP流向”微博謠言傳播圓形視圖

圖4：“中國(guó)GDP流向”微博謠言關(guān)鍵詞

圖5：“中國(guó)GDP流向”微博謠言轉(zhuǎn)發(fā)層級(jí)

圖6：“中國(guó)GDP流向”微博傳播用戶認(rèn)證比例

圖7：“中國(guó)GDP流向”微博傳播用戶性別比例

圖8：“中國(guó)GDP流向”微博傳播用戶列表

由圖8可知，該微博謠言傳播圓形視圖表明微博首要傳播者為@北京酋長(zhǎng)，傳播總層級(jí)≥6，中間經(jīng)歷多個(gè)引爆點(diǎn)，關(guān)鍵詞為中國(guó)、財(cái)政、費(fèi)用、支出等，男性用戶占85%，女性用戶占15%。主要用戶包括@曾經(jīng)的一個(gè)傳說、@閔玉平、@一只博等，這些用戶都擁有龐大的粉絲團(tuán)，在信息傳播中具有較大的號(hào)召力，即俗稱的“意見領(lǐng)袖”或“關(guān)鍵節(jié)點(diǎn)”[7]。

（三）微博辟謠分析

自網(wǎng)絡(luò)后臺(tái)實(shí)名制決定實(shí)施以后，政府、微博運(yùn)營(yíng)商等層面都加強(qiáng)了微博辟謠工作，如該微博謠言發(fā)布時(shí)間為2016年3月11日8：22（圖1），8：30開始受到多位新浪微博用戶的舉報(bào)（圖9），最后于3月11日由新浪微博社區(qū)管理中心[6]完成不實(shí)信息判定及結(jié)果公示（圖10、11）。

圖9：新浪微博用戶舉報(bào)“中國(guó)GDP流向”謠言

圖10：新浪微博社區(qū)管理中心完成不實(shí)信息判定

圖11：新浪微博社區(qū)管理中心不實(shí)信息結(jié)果公示

（四）微博謠言傳播模式

基于以上微博謠言文本信息挖掘與信息傳播可視化分析，筆者將微博謠言傳播模式總結(jié)如下（圖12）：

此微博謠言傳播模式由C（communicator，傳播者）、MR（micro-blog rumor，微博謠言）、R（receiver，接收者）、T1-T4（傳播類型）與RR（Rumor Refution，辟謠程度）五部分組成。其中C包括：（1）C1：意見領(lǐng)袖，即對(duì)他人施加影響的活躍分子[7]，一般具有極大的粉絲團(tuán)與極高的微博級(jí)別，因此在微博謠言傳播中具有高影響力；（2）C2、C3：關(guān)鍵節(jié)點(diǎn)，一般具有較大的粉絲團(tuán)與較高的微博級(jí)別，活躍度僅次于意見領(lǐng)袖，在微博謠言傳播中影響力較大；（3）C4：傳播過客，負(fù)責(zé)傳遞微博謠言信息，相對(duì)前兩者所起作用相對(duì)較低。MR（micro-blog rumor）代表微博謠言，其重要性（i，importance）、模糊性（a，ambiguity）與信息來源（s，source）是決定微博謠言傳播的首要因素。R包括以下及部分：（1）R1：人內(nèi)傳播，即個(gè)體內(nèi)部的信息交流活動(dòng)；（2）R2：人際傳播，即個(gè)體之間的信息傳播活動(dòng)；（3）R3：群體傳播，因某一共同話題或事件而形成的群體之間的信息交流傳播；（4）R4：大眾傳播，微博謠言達(dá)到更廣的范圍進(jìn)入大眾傳播層級(jí)。T1、T2、T3、T4為四種微博謠言傳播類型，即裂變式傳播、蒲公英式傳播、多中心式傳播與組合式傳播。RR（rumor refution）代表謠言辟謠程度。與之前相比，網(wǎng)絡(luò)后臺(tái)實(shí)名制實(shí)施以后非常顯著的差異就是辟謠程度的加強(qiáng)。官方微博開展多種途徑實(shí)施微博辟謠，多管齊下，加大對(duì)微博謠言的辟謠力度；多數(shù)普通微博用戶也能及時(shí)關(guān)注微博社區(qū)處理中心的動(dòng)態(tài)，掌握了解最新微博謠言信息，在微博謠言傳播中能及時(shí)加以制止。這些辟謠措施對(duì)一則微博謠言的傳播與終止起著決定性作用。以上五部分相互作用，共同組成微博謠言傳播模式。

圖12：微博謠言傳播模式

四、結(jié)語

網(wǎng)絡(luò)后臺(tái)實(shí)名制制度實(shí)施以后，微博辟謠工作取得了一定的成效，但微博謠言的控制仍是今后網(wǎng)絡(luò)信息安全的重點(diǎn)內(nèi)容。通過以上微博謠言傳播實(shí)證分析與模式構(gòu)建，可以從傳播者、微博謠言、接收者、信息反饋、傳播類型入手探討辟謠機(jī)制，如加強(qiáng)網(wǎng)絡(luò)后臺(tái)實(shí)名制制度推進(jìn)，重點(diǎn)關(guān)注意見領(lǐng)袖、關(guān)鍵節(jié)點(diǎn)，信息公開、輿情引導(dǎo)，建立微博謠言云信息庫、成立信息專家?guī)?，提高微博用戶信息素養(yǎng)、增強(qiáng)信息辨識(shí)能力，加強(qiáng)信息技術(shù)監(jiān)測(cè)，多途徑阻斷信息傳播等，從而有效遏制微博謠言傳播。[本文系2014年教育部人文社會(huì)科學(xué)項(xiàng)目“網(wǎng)絡(luò)后臺(tái)實(shí)名制下微博謠言傳播模式及控制對(duì)策研究”（14YJC840006）]

[1]Budak C，Agrawal D，Abbadi A El.Limiting the spread of misinformation in social networks.In：Proceedings of the 20th International Conference on World Wide Web[J].Byderabad，2011：665-674.

[2]Castillo C，Mendoza M，Poblete B.Information credibility on twitter.In：Proceedings of the 20th International Conference on World Wide Web[J].Byderabad，2011：675-684.

[3]Nguyen DT，Nguyen NP，Thai MT.Sources of misinformation in online social networks：who to suspect？In：Proceedings of Military Communications Conference[C].Orlando：IEEE，2012.1-6.

[4]汪強(qiáng).讀者個(gè)人信息保護(hù)有法可依——解讀《全國(guó)人大常委會(huì)關(guān)于加強(qiáng)網(wǎng)絡(luò)信息保護(hù)的決定》[J].圖書館工作與研究，2014（4）.

[5]Ren，Donghao，Xin Zhang，Zhenhuang Wang，Jing Li，and Xiaoru Yuan."WeiboEvents：A Crowd Sourcing Weibo Visual Analytic System." In？Pacific Visualization Symposium（PacificVis）Notes，2014 IEEE，pp.330-334.IEEE，2014.？PDF.

[6]新浪.微博社區(qū)公約[EB/OL].http：//service.account.weibo.com/roles/gongyue（2016-3-16）.

[7]劉銳.微博意見領(lǐng)袖初探[J].新聞?dòng)浾撸?011（3）：57-60.