□文│李明德 楊 琳

隨著信息共享空間（information commons）的不斷拓展，效用化、靈活化、集群化、智能化的信息服務(wù)無處不在，使置身其中的個(gè)體成為信息共享空間的信息節(jié)點(diǎn)，并且更加深入地卷入公共領(lǐng)域和社會(huì)生活，[1］持續(xù)在線的信息集聚成為該時(shí)代最突出的特點(diǎn)。它不但影響著人們的意識(shí)、歸因、分類、決策等社會(huì)認(rèn)知過程，[2］還影響著人們共享的規(guī)范、道德判斷與價(jià)值體系，[3］改變了其社會(huì)參與方式。[4］共享空間讓公眾擁有了前所未有的話語權(quán)，激活了他們參與和討論熱點(diǎn)事件的主動(dòng)性與自由度，重塑了當(dāng)代輿論環(huán)境，形成了個(gè)體意識(shí)外化為群體意識(shí)的局面。[5］Web 3.0時(shí)代的到來，在給人們帶來參與自由的同時(shí)，我們還看到，即時(shí)意見發(fā)表的信息共享空間給輿論學(xué)理論和輿論學(xué)研究的思維也帶來了改變。因此，探索輿論學(xué)研究發(fā)表在Web 3.0時(shí)代的演進(jìn)脈絡(luò)、熱點(diǎn)議題和未來研究走向方面意義重大，可為我國輿論學(xué)研究提供借鑒。

一、數(shù)據(jù)、樣本與方法

追溯互聯(lián)網(wǎng)發(fā)展的歷史，吉姆·亨德勒（Jim Hendler）將2008年確定為Web 3.0時(shí)代的發(fā)端，[6］本文以Web 3.0技術(shù)應(yīng)用的時(shí)間為研究起點(diǎn)，選取2008—2017年Web of Science核心數(shù)據(jù)庫英文文獻(xiàn)作為研究對(duì)象，經(jīng)過多次檢索策略實(shí)驗(yàn)后，將檢索式確定為“篇名（title）：（public opinion）”，檢索時(shí)間為2018年6月，排除綜述、評(píng)論、報(bào)告等文獻(xiàn)，共得到文獻(xiàn)樣本1577篇，具有較高的查全率和查準(zhǔn)率。

在具體的研究方法選擇上，為了呈現(xiàn)科學(xué)計(jì)量分析和知識(shí)單元共現(xiàn)，描述清晰的研究圖景，發(fā)掘Web 3.0時(shí)代輿論學(xué)研究的可視化知識(shí)網(wǎng)絡(luò)，本文借助歐萊·皮爾遜（Olle Person）開發(fā)的BibExcel軟件對(duì)樣本文獻(xiàn)進(jìn)行計(jì)量學(xué)統(tǒng)計(jì)和聚類分析后，運(yùn)用Pajake和VOSViewer等軟件進(jìn)行可視化操作，描繪輿論學(xué)研究知識(shí)圖譜。

二、共現(xiàn)網(wǎng)絡(luò)分析

通過對(duì)參考文獻(xiàn)耦合網(wǎng)絡(luò)的分析，能夠幫助我們明確耦合文獻(xiàn)對(duì)被引文獻(xiàn)的知識(shí)共鳴和知識(shí)吸收，直接體現(xiàn)以被引文獻(xiàn)為知識(shí)基礎(chǔ)的研究前沿，展現(xiàn)Web 3.0時(shí)代輿論學(xué)研究的前沿議題。參考文獻(xiàn)耦合（bibliographic coupling）是指兩篇或多篇施引文獻(xiàn)共同引用1篇或多篇引證文獻(xiàn)所建立的耦合關(guān)系。耦合度是兩篇文章共引文獻(xiàn)數(shù)量的重復(fù)程度，共有的文獻(xiàn)數(shù)量越多，說明這兩篇文章的耦合度越強(qiáng)。[7］

1.前沿議題：涉及公眾、精英和國家意識(shí)形態(tài)安全等方面

本研究所選樣本在參考文獻(xiàn)耦合網(wǎng)絡(luò)中，共包含23635個(gè)節(jié)點(diǎn)，其中有16496個(gè)節(jié)點(diǎn)為孤立節(jié)點(diǎn)，刪除孤立節(jié)點(diǎn)后，對(duì)其余7139個(gè)節(jié)點(diǎn)進(jìn)行網(wǎng)絡(luò)構(gòu)建。為了清晰地呈現(xiàn)網(wǎng)絡(luò)圖，從整個(gè)圖譜中抽取共現(xiàn)頻次大于15的74篇文章作為分析對(duì)象，發(fā)現(xiàn)有4組強(qiáng)耦合文獻(xiàn)（見圖1）。

通過對(duì)這四組強(qiáng)耦合文獻(xiàn)的分析，我們發(fā)現(xiàn)，由于Web 3.0時(shí)代移動(dòng)互聯(lián)網(wǎng)技術(shù)提升的現(xiàn)實(shí)語境，公眾輿論的傳播機(jī)制、散播速度和影響范圍，給國家意識(shí)形態(tài)安全和政局穩(wěn)定帶來了挑戰(zhàn)。公眾不僅在民主、政策、法制建設(shè)、個(gè)人權(quán)利等方面容易形成一致性的意見，同時(shí)還將關(guān)注點(diǎn)拓展到國際輿情和國家形象方面。此外，精英偏好、黨派動(dòng)機(jī)和政策態(tài)度在輿論形成、傳播、演化和引導(dǎo)過程中起著舉足輕重的作用。精英的黨派偏見、精英對(duì)政策內(nèi)容的制定、精英對(duì)知情選民意見的影響、移動(dòng)互聯(lián)網(wǎng)環(huán)境下精英極化現(xiàn)象、政黨的價(jià)值取向、黨派的政策信息等因素會(huì)直接影響公眾的投票心理、社會(huì)心態(tài)和政治立場(chǎng)，從而對(duì)輿論產(chǎn)生一定的影響。因此，對(duì)精英階層的價(jià)值立場(chǎng)引領(lǐng)、對(duì)普通公眾的宣教以及對(duì)國家意識(shí)形態(tài)安全的提升等議題在互聯(lián)網(wǎng)語境下更具有時(shí)代特色，成為輿論學(xué)研究的熱點(diǎn)和前沿議題。

圖1 輿論學(xué)研究參考文獻(xiàn)強(qiáng)耦合網(wǎng)絡(luò)圖

2.知識(shí)基礎(chǔ)：構(gòu)建以不同對(duì)象為主體的偏向與偏好理論

若一組被引文獻(xiàn)共同被同一篇或同一組施引文獻(xiàn)引用，則被引用的文獻(xiàn)會(huì)構(gòu)成共引關(guān)系。對(duì)共引關(guān)系網(wǎng)絡(luò)的分析（Co-citation analysis）能幫助我們了解知識(shí)基礎(chǔ)，構(gòu)建知識(shí)體系。本文選取了共引次數(shù)在10次以上的高頻文獻(xiàn)作為分析對(duì)象，共形成44個(gè)節(jié)點(diǎn)，4個(gè)聚類（見圖2）。

圖2 輿論學(xué)研究參考文獻(xiàn)共引網(wǎng)絡(luò)圖

其中被引次數(shù)排在前兩位的分別是約翰·R.扎勒（Zaller John R）的《群眾意見的本質(zhì)和根源（The Nature and Origins of Mass Opinion）》（共被引109次）和本杰明·I.佩奇（Benjamin I.Page）的《理性公眾：美國人政策偏好的五十年趨勢(shì)（The Rational Public: Fifty Years of Trends in American’s Policy Preferences）》（共被引 46 次）。成為后續(xù)研究的知識(shí)和理論基礎(chǔ)。

約翰·R.扎勒（Zaller John R）從行為心理學(xué)研究視角出發(fā)，強(qiáng)調(diào)政治精英在建立大眾媒介政治話語中的重要作用。他認(rèn)為偏好陳述包含四個(gè)維度：第一，個(gè)人對(duì)政治的關(guān)注具有很強(qiáng)的差異性，因此精英政治的信息來源會(huì)對(duì)他們產(chǎn)生引導(dǎo)性的影響；第二，公眾只有在了解政治事物的情況下才能對(duì)政治溝通做出批判性的反應(yīng)；第三，公眾很少對(duì)具體問題持有一成不變的態(tài)度，相反，他們?cè)诿鎸?duì)問題時(shí)會(huì)即時(shí)構(gòu)建偏好陳述（Preference statements）；第四，公眾會(huì)在各種原因中找到最為突出的原因來構(gòu)建偏好陳述，并且在任何時(shí)候任何問題上，偏好陳述都會(huì)存在于公眾輿論中，并產(chǎn)生深遠(yuǎn)的影響。[8］本杰明·I.佩奇（Benjamin I.Page）則根據(jù)1930—1990年間大量的輿論數(shù)據(jù)對(duì)美國公眾的政策偏好進(jìn)行了全面調(diào)查，是針對(duì)美國公眾輿論極具權(quán)威性的研究。他認(rèn)為，美國人的政治觀點(diǎn)雖然從個(gè)人的角度來看常常具有波動(dòng)性，但由集體意見構(gòu)成的公眾輿論卻具有一慣性，這反映了大多數(shù)美國人共有的穩(wěn)定價(jià)值體系，他們構(gòu)成了理性公眾（rational public），理性公眾的政治偏好影響著美國政治制度的運(yùn)行，這種集體政治觀點(diǎn)具有很強(qiáng)的穩(wěn)健性和持續(xù)性。[9］

陳述偏好理論和中間選民偏向理論向我們揭示了這樣一個(gè)規(guī)律，即公眾的偏好和偏向直接決定著公眾輿論的質(zhì)量。因此，今后對(duì)公眾心理傾向、行為選擇和公眾輿論能力培養(yǎng)等問題在理論方面的深入與拓展，將會(huì)成為創(chuàng)新公眾輿論引導(dǎo)手段的理論支撐。

3.重要作者：獨(dú)著多于合作，且合作較為分散

對(duì)于重要作者的發(fā)文分析，由于單從作者的發(fā)文量上很難對(duì)作者的學(xué)術(shù)產(chǎn)出和學(xué)術(shù)水平進(jìn)行衡量，因此我們對(duì)作者的H指數(shù)進(jìn)行了統(tǒng)計(jì)分析。H指數(shù)（H Index）是一個(gè)混合量化指標(biāo)，能夠有效量化作者的研究成果在該領(lǐng)域所處的地位，并準(zhǔn)確反映該作者的學(xué)術(shù)成就，作者的H指數(shù)越高，說明他的學(xué)術(shù)影響力越大。[10］以作者H指數(shù)作為參照，我們發(fā)現(xiàn)，雖然10年間有3451位作者發(fā)表了學(xué)術(shù)成果，但是在這一領(lǐng)域確立穩(wěn)定而持久研究主題的作者鳳毛麟角。此外，中國的發(fā)文總量雖然位居第二，但作者的H指數(shù)卻大大低于別國作者，說明我國學(xué)者在輿論學(xué)研究國際舞臺(tái)上的影響力還有待提高。

此外，為了能夠清晰地呈現(xiàn)重要作者的合作網(wǎng)絡(luò)，本文篩選了發(fā)文量在3篇以上的作者與2928條頻次統(tǒng)計(jì)數(shù)據(jù)進(jìn)行共現(xiàn)分析，最終獲得6個(gè)聚類（見圖3）。其中與他人合作發(fā)文最多的學(xué)者是圖米·布享特夫（Bouchentouf Toumi），他與埃爾·哈桑·伊蒂斯科（Ettifouri ElHassane）和阿卜杜勒天迪爾·胡瓦提（Rhouati Abdelkader）共合作發(fā)文6篇，文章《從網(wǎng)絡(luò)發(fā)布的信息中獲取輿論：基于大數(shù)據(jù)的新方法》的引用次數(shù)最多，該文章向我們說明了調(diào)查法已不再是新媒體時(shí)代獲得輿論的最有效方法，取而代之的是大數(shù)據(jù)篩選的方式，并嘗試探索使用網(wǎng)絡(luò)挖掘的新方法幫助人們對(duì)公眾輿論持有迅速、明確和持久的認(rèn)識(shí)。[11］

圖3 輿論學(xué)研究重要作者合作網(wǎng)絡(luò)圖

值得一提的是在所有共現(xiàn)關(guān)系中，有兩對(duì)共現(xiàn)關(guān)系來自于中國。其中殷復(fù)蓮和張貝貝的研究集中于計(jì)算機(jī)算法對(duì)輿論形成過程和輿論趨勢(shì)的預(yù)測(cè)，他們合作發(fā)表的論文《基于Logistic模型的輿論預(yù)警研究》和《基于神經(jīng)網(wǎng)絡(luò)算法的輿情趨勢(shì)預(yù)測(cè)方法》以新浪微博為研究對(duì)象，通過對(duì)輿情擴(kuò)散曲線的特征時(shí)間點(diǎn)進(jìn)行計(jì)算，向我們展示了動(dòng)態(tài)描述Web 3.0時(shí)代公眾輿論的傳播規(guī)律和預(yù)警模型，[12］并提出了一種基于列文伯格-馬夸爾特法（Levenberg-Marquardt）反向傳播神經(jīng)網(wǎng)絡(luò)算法（LM-BP）預(yù)測(cè)網(wǎng)絡(luò)輿情趨勢(shì)，[13］以達(dá)到對(duì)公眾輿論實(shí)施實(shí)時(shí)監(jiān)測(cè)預(yù)警的目標(biāo)，具有極高的實(shí)用價(jià)值。李欲曉和徐敬宏參與合作發(fā)表的論文《非常規(guī)突發(fā)事件中網(wǎng)絡(luò)輿論主題演變研究——以“谷歌事件”為例》《非常規(guī)突發(fā)事件中網(wǎng)絡(luò)輿情的生成及管理》和《非常規(guī)突發(fā)事件中網(wǎng)絡(luò)輿論的政府溝通行為研究》對(duì)非常規(guī)事件中的網(wǎng)絡(luò)輿論及其治理問題進(jìn)行了深入而系統(tǒng)的研究。他們通過對(duì)網(wǎng)絡(luò)輿論主題和網(wǎng)絡(luò)輿論演變趨勢(shì)進(jìn)行分類文本分析后發(fā)現(xiàn)，信息的不對(duì)稱和網(wǎng)絡(luò)的復(fù)雜性會(huì)誤導(dǎo)網(wǎng)民，甚至?xí)l(fā)他們的不安全感。因此，有效的政府溝通行為不但會(huì)對(duì)網(wǎng)絡(luò)輿論形成積極的引導(dǎo)和消解作用，還能樹立良好的政府形象，增強(qiáng)國家的凝聚力。[14］

從以上共現(xiàn)關(guān)系中可以看出：首先，重要作者的合作網(wǎng)絡(luò)比較分散。獨(dú)著作者的數(shù)量遠(yuǎn)遠(yuǎn)大于合作作者的數(shù)量，說明在輿論學(xué)研究方面，重要作者之間的合作關(guān)系并不是非常緊密。其次，國外作者的研究多集中于政治學(xué)和管理學(xué)領(lǐng)域，而我國的輿論學(xué)研究多集中于新聞學(xué)、傳播學(xué)和計(jì)算機(jī)算法等領(lǐng)域。最后，國外輿論學(xué)研究多采用定量分析的方法，且多看中研究的實(shí)際意義和應(yīng)用價(jià)值，這與我國以定性分析為主的研究有所不同。此外，來自中國的合作作者，雖然共現(xiàn)關(guān)系緊密，且研究主題相對(duì)聚焦，但由于他們?cè)谒献鞯奈恼轮胁⒉皇堑谝蛔髡?，因此并沒有在輿論學(xué)研究上形成很高的國際影響力。

三、結(jié)論與討論

通過上述分析，我們認(rèn)為Web 3.0時(shí)代的輿論學(xué)研究呈現(xiàn)以下特點(diǎn)。

1.時(shí)代特色突出，議題廣泛多元

輿論學(xué)研究正在引起政治學(xué)、社會(huì)學(xué)、管理學(xué)、心理學(xué)、教育學(xué)、國際關(guān)系學(xué)、計(jì)算機(jī)科學(xué)、醫(yī)學(xué)、倫理學(xué)、法學(xué)等領(lǐng)域的學(xué)者的普遍關(guān)注，具有顯著的跨學(xué)科特征。研究問題從不同視角勾勒出輿論學(xué)研究的主要議題，不僅僅集中在互聯(lián)網(wǎng)語境下公眾輿論與政治偏向、選舉制度、國家福利、民意調(diào)查、公共政策、意識(shí)形態(tài)、意見動(dòng)態(tài)、媒體效應(yīng)、信任、民族認(rèn)同、網(wǎng)絡(luò)極化、社會(huì)心態(tài)、風(fēng)險(xiǎn)認(rèn)知、國家形象等宏觀層面上，還聚焦于公眾輿論與態(tài)度、行為、認(rèn)知、意見、信念、情緒、偏好、傾向性等微觀層面，眾多議題在各個(gè)學(xué)科之間的交會(huì)通融體現(xiàn)了輿論學(xué)多學(xué)科交叉研究的新范式。

2.研究方法多樣，知識(shí)單元豐富

不論是科學(xué)主義取向，還是人本主義取向，Web 3.0時(shí)代的輿論學(xué)研究方法不斷趨于成熟和多元。日益豐富的輿論學(xué)研究逐漸形成以定量分析為主流的科學(xué)研究方法體系，社會(huì)網(wǎng)絡(luò)分析、問卷調(diào)查分析、大數(shù)據(jù)分析、網(wǎng)絡(luò)挖掘技術(shù)、信息提取技術(shù)、文本挖掘技術(shù)、情緒分析、內(nèi)容分析、比較研究、實(shí)驗(yàn)研究等科學(xué)研究方法向我們展示了輿論學(xué)研究方法的科學(xué)化和理性化，翔實(shí)的研究數(shù)據(jù)更具有權(quán)威性和說服力。此外，扎實(shí)的理論、知識(shí)單元以及共引文獻(xiàn)中知識(shí)單元的游離和重組在促成新知識(shí)不斷創(chuàng)生的同時(shí)，極大地豐富了理論基礎(chǔ)、拓展了研究范式。

3.科學(xué)主義主導(dǎo)，人本主義凸顯

Web 3.0時(shí)代的到來，加速了移動(dòng)互聯(lián)網(wǎng)在社會(huì)層面的嵌入。輿論及其相關(guān)概念，以及互聯(lián)網(wǎng)語境下輿論的生成路徑、演化規(guī)律、衍變趨勢(shì)和治理框架等方面的研究，構(gòu)成了新時(shí)代輿論學(xué)研究的主要內(nèi)容。學(xué)者們通過闡釋網(wǎng)絡(luò)輿論的生命周期及發(fā)展過程，針對(duì)網(wǎng)絡(luò)輿論演變的規(guī)律建立相應(yīng)的網(wǎng)絡(luò)監(jiān)測(cè)模型，從而探究有效的輿論控制和引導(dǎo)機(jī)制。復(fù)雜網(wǎng)絡(luò)、信息提取、網(wǎng)絡(luò)挖掘、輿論評(píng)估、輿論引導(dǎo)、議程設(shè)置、網(wǎng)絡(luò)監(jiān)督、網(wǎng)絡(luò)治理等關(guān)鍵詞反映了輿論學(xué)研究的本體論聚焦。與此同時(shí)，人機(jī)交往的廣泛性和深入性，使越來越多的現(xiàn)代人感受到社會(huì)變遷帶來的壓力和不適。法蘭克福學(xué)派和批判學(xué)派早在20世紀(jì)中葉就試圖通過張揚(yáng)人的批判意識(shí)進(jìn)行社會(huì)觀照。在人機(jī)交互不斷深入的Web 3.0時(shí)代，網(wǎng)絡(luò)安全、遷居移民、公民生活、種族和性別觀念、民主度、人民意志氣候變化等關(guān)鍵詞構(gòu)成了輿論學(xué)研究的人本主義意向聚類網(wǎng)絡(luò)，輿論學(xué)研究人本主義的研究向度更加凸顯。

4.機(jī)構(gòu)合作緊密，高校特色突出

機(jī)構(gòu)之間的合作以國家內(nèi)部合作為主，美國各研究機(jī)構(gòu)之間的合作關(guān)系最緊密，英國緊隨其后，中國和澳大利亞次之，國家間研究機(jī)構(gòu)的合作較少；高水平研究型大學(xué)之間的合作更為緊密，獲得基金資助的力度較大，是理論研究的重要場(chǎng)所。出現(xiàn)了一批具有學(xué)術(shù)影響力的研究者；形成了對(duì)某一問題持久而深入的探索；推動(dòng)了機(jī)構(gòu)間學(xué)術(shù)成果的廣泛交流；提升了輿論學(xué)研究的理論價(jià)值和實(shí)踐價(jià)值。

5.聚類網(wǎng)絡(luò)清晰，研究方向明確

移動(dòng)互聯(lián)網(wǎng)通聯(lián)世界的能力，促進(jìn)了全球一體化或地球村的形成。隨著Web 3.0技術(shù)的推廣，國際間的交往、合作、競爭與對(duì)抗，逐漸打破了時(shí)間和空間的邊界與障礙，甚至實(shí)現(xiàn)了實(shí)時(shí)信號(hào)傳輸。即使發(fā)生在地球另一端的美國大選，我們也可以通過使用互聯(lián)網(wǎng)對(duì)其整個(gè)過程了如指掌。因此，國家形象和國際傳播的研究成果在近10年的輿論學(xué)研究中呈上升趨勢(shì)。對(duì)外政策、政治溝通等關(guān)鍵詞網(wǎng)絡(luò)聚類，向我們描繪了輿論學(xué)研究的國際視野，關(guān)于國際輿情和國家形象傳播等方面的研究已成為近年來輿論學(xué)研究的重要內(nèi)容。未來的輿論學(xué)研究，其研究議題將與移動(dòng)互聯(lián)網(wǎng)發(fā)生更為密切的關(guān)系，互聯(lián)網(wǎng)語境下公眾輿論與政治偏好、民主政策、社會(huì)價(jià)值體系、國家意識(shí)形態(tài)安全、司法決策和理性公眾等方面的研究議題，將成為未來輿論學(xué)研究的幾個(gè)重要方向。

四、結(jié)語

通過對(duì)所選樣本的分析，勾勒出近10年來輿論學(xué)研究發(fā)表的概況與特征。然而，本文也存在一定的局限性。首先，僅使用在學(xué)術(shù)研究中認(rèn)可度較高的Web of Science核心數(shù)據(jù)庫中的英文文獻(xiàn)作為數(shù)據(jù)來源進(jìn)行采集，并不能涵蓋所有數(shù)據(jù)。其次，在數(shù)據(jù)清洗、去重、補(bǔ)全的過程中可能會(huì)存在誤差。最后，文獻(xiàn)計(jì)量學(xué)方法的本質(zhì)是對(duì)知識(shí)網(wǎng)絡(luò)、合作關(guān)系和學(xué)科體系進(jìn)行描述，無法對(duì)文章內(nèi)容進(jìn)行深入探討。因此，筆者下一步是考慮在未來的研究中進(jìn)一步拓展數(shù)據(jù)來源，如增加對(duì)Scopus和Google Scholar等數(shù)據(jù)庫的樣本采集。同時(shí)，結(jié)合定性分析的方法對(duì)輿論學(xué)領(lǐng)域重要研究成果進(jìn)行更深入系統(tǒng)的分析，以形成對(duì)文獻(xiàn)計(jì)量學(xué)方法的補(bǔ)充。

注釋：

[1］李明德，楊琳等.新媒體時(shí)代網(wǎng)絡(luò)輿論理性表達(dá)的影響因素、社會(huì)價(jià)值和實(shí)現(xiàn)路徑分析[J］.情報(bào)雜志，2017(9)：146-152

[2］Nisbett R E，Miyamoto Y. The influence of culture: Holistic versus analytic perception[J］. Trends in Cognitive Sciences，2005(9)：467-473

[3］喻豐，彭凱平，鄭先雋.大數(shù)據(jù)背景下的心理學(xué)：中國心理學(xué)的學(xué)科體系重構(gòu)及特征[J］.科學(xué)通報(bào)，2015（5）：520-533

[4］李明德，楊琳，劉嬋君.網(wǎng)絡(luò)輿論理性表達(dá)及其養(yǎng)成[J］.西安交通大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2018（5）：129-135

[5］Spencer-Rodgers J，Boucher H & Mori S. The dialectical self-concept: contradiction，change，and holism in East Asian cultures[J］. Personality and Social Psychology Review，2009(35)：29-44

[6］劉瓊，任樹懷.論Web 3.0下的信息共享空間[J］.圖書館，2011（2）：83-85

[7］Small H.Co-citation in the scientific literature: A new measure of the relationship between two documents.Journal of the Society for Information Display，1973(4)：265-269

[8］Zaller John R. The Nature and Origins of Mass Opinion[M］. Cambridge University Press，1992：28

[9］Benjamin I. Page. The Rational Public：Fifty years of Trends in American’s Policy Preferences[M］. University of Chicago Press，1992：32

[10］李杰.科學(xué)計(jì)量與知識(shí)網(wǎng)絡(luò)分析——基于BibExcel等軟件的實(shí)踐[M］.北京：首都經(jīng)濟(jì)貿(mào)易大學(xué)出版社，2017：86

[11］Bouchentouf Toumi，Rhouati Abdelkader，Ettifouri ElHassane & Ghaouth Belkasmi Mohammed. Get the Public Opinion from Content Published on the Web/CSM: New Approach Based on Big Data[J］.Cloud Tech，2016(2)：24-26

[12］Yin Fulian，Zhang Beibei，Su Ge & Zhang Ruizhe. Research on the Public Opinion Pre-warning Based on the Logistic Model[J］. International Conference on Software Engineering and Service Science，2017(8)：24-26

[13］Yin Fulian，Zhang Beibei，Huang Bochen & Zhang Lulin. An Public Opinion Trend Prediction Method Based on Neural Network Algorithm[J］.International Conference on Computational Intelligence and Applications，2017(9)：8-11

[14］Zhang Chunxia，Li Yuxiao & Xu Jinghong. The Study on Governmental Communication Behavior in Internet Public Opinion under Unconventional Emergency[J］.International Symposium on Emergency Management，2010(23)：192-196