靖鯤鵬 岑 怡

(燕山大學(xué)經(jīng)濟(jì)管理學(xué)院 秦皇島 066004)

0 引 言

社交網(wǎng)站和公共論壇如微博、豆瓣等憑借其便捷、及時(shí)、低成本的優(yōu)勢(shì)迅速成為匯集公眾力量的重要平臺(tái)。網(wǎng)民數(shù)量的持續(xù)增長(zhǎng)，使得社交平臺(tái)聚集的能量日益強(qiáng)大，重塑了媒體生態(tài)和網(wǎng)絡(luò)輿論的新格局。如果網(wǎng)絡(luò)社交平臺(tái)沒有發(fā)揮好引導(dǎo)輿論、反映民意的作用，容易引起網(wǎng)絡(luò)輿情事件。近年來網(wǎng)絡(luò)輿情事件時(shí)有發(fā)生，伴隨著手機(jī)等移動(dòng)終端的普及，引發(fā)的輿情熱度越發(fā)高漲。在某一網(wǎng)絡(luò)輿情事件發(fā)生后，可能會(huì)衍生出不同的信息，導(dǎo)致網(wǎng)絡(luò)中多種信息的競(jìng)爭(zhēng)傳播。而這些信息間的競(jìng)爭(zhēng)作用關(guān)系，可能導(dǎo)致輿情走向滅亡或者引起下一個(gè)輿情高峰。因此，輿情信息間的競(jìng)爭(zhēng)傳播更符合輿情事件中真實(shí)的演化機(jī)制，研究信息競(jìng)態(tài)傳播過程也對(duì)政府及媒體有效監(jiān)控輿情、引導(dǎo)輿論起到了舉足輕重的作用。

當(dāng)前，關(guān)于輿情傳播的研究成果主要集中于單信息傳播類型。大多是基于經(jīng)典的SIR和SEIR模型，重新劃分或加入新的狀態(tài)節(jié)點(diǎn)。陳靜[1]在SIR模型上加入信息接觸者，構(gòu)建了符合社交網(wǎng)絡(luò)傳播形式的SICRS傳播模型；張鵬等[2]加入易評(píng)論者節(jié)點(diǎn)構(gòu)建了SEIRC模型，研究微信強(qiáng)關(guān)系網(wǎng)絡(luò)的傳播機(jī)制；針對(duì)節(jié)點(diǎn)屬性特征，Zhao等[3]考慮遺忘因素，建立帶有遺忘機(jī)制的謠言傳播模型；盧新元等[4]基于傳統(tǒng)傳播模型，融入用戶信息與遺忘機(jī)制，構(gòu)建SEIRO模型。這些研究多數(shù)是只針對(duì)網(wǎng)絡(luò)中一條信息的傳播規(guī)律進(jìn)行研究。

對(duì)于多信息傳播，主要將其分為宏觀和微觀兩個(gè)層面。宏觀層面的多信息傳播研究，主要是指多個(gè)輿情事件之間的競(jìng)爭(zhēng)效應(yīng)，如安璐等[5]通過網(wǎng)民的關(guān)注度轉(zhuǎn)移行為，描述輿情事件之間的競(jìng)爭(zhēng)機(jī)理，構(gòu)建多話題競(jìng)爭(zhēng)情景下網(wǎng)民關(guān)注度轉(zhuǎn)移預(yù)測(cè)模型；蘭月新等[6]定性分析了大數(shù)據(jù)環(huán)境下網(wǎng)絡(luò)輿情事件競(jìng)爭(zhēng)效應(yīng)以及網(wǎng)民關(guān)注度轉(zhuǎn)移機(jī)理。微觀的單輿情事件間多信息競(jìng)爭(zhēng)傳播研究，一部分是基于Lotka-Volterra競(jìng)爭(zhēng)模型的研究，如Zhang等[7]將Lotka-Volterra競(jìng)爭(zhēng)模型與合作機(jī)制結(jié)合，研究了不同社會(huì)網(wǎng)絡(luò)結(jié)構(gòu)中多種信息間的競(jìng)爭(zhēng)和合作傳播問題；王治瑩等[8]考慮到多種異質(zhì)信息在時(shí)間差異下的競(jìng)爭(zhēng)傳播規(guī)律，構(gòu)建了兩階段信息競(jìng)爭(zhēng)傳播模型。另一部分是基于經(jīng)典單信息傳播模型的改進(jìn)，對(duì)信息分類，如Wen等[9]基于SIR模型構(gòu)建了正面和負(fù)面信息的共同傳播模型，研究了在線社交網(wǎng)絡(luò)中的信息傳播動(dòng)力學(xué)及用戶傳播行為；Liu等[10]在SIR傳染病模型中增加了猶豫者作為雙重信息競(jìng)爭(zhēng)的中立狀態(tài)，運(yùn)用蒙特卡羅方法和平均場(chǎng)理論研究了兩種競(jìng)爭(zhēng)性信息的傳播動(dòng)態(tài)；霍良安等[11]建立了真實(shí)和虛假信息的競(jìng)爭(zhēng)傳播模型，研究了真實(shí)和虛假信息相互作用結(jié)果的不同穩(wěn)態(tài)條件；陳業(yè)華等[12]將信息劃分為積極和消極信息，基于Gilpin-Ayala 模型分析了兩種信息的相互作用。

1 問題提出與機(jī)理分析

1.1問題提出現(xiàn)有的研究成果為輿情事件中多種信息的傳播建模和規(guī)律識(shí)別提供依據(jù)，但也發(fā)現(xiàn)尚存在值得進(jìn)一步研究的空間：

(1)目前對(duì)信息競(jìng)爭(zhēng)的研究多集中于特殊的信息競(jìng)爭(zhēng)類型，如謠言與辟謠信息間的競(jìng)爭(zhēng)。此種競(jìng)爭(zhēng)狀態(tài)類似于完全競(jìng)爭(zhēng)，對(duì)于一般形式的信息間相互競(jìng)爭(zhēng)作用研究較少。

(2)現(xiàn)有研究大多集中在多種信息同時(shí)出現(xiàn)(同步)的情境之下，較少考慮到輿情事件中多種信息出現(xiàn)時(shí)間存在差異(異步)的情境下，多元信息競(jìng)爭(zhēng)傳播規(guī)律。

多條信息競(jìng)爭(zhēng)傳播問題可以抽象為兩條信息間的競(jìng)爭(zhēng)傳播。因此，本文以兩條競(jìng)爭(zhēng)信息傳播為例，提出一種SH2IR模型，通過MATLAB仿真，分析信息發(fā)布時(shí)間及傳播參數(shù)對(duì)信息競(jìng)爭(zhēng)傳播過程的影響，并提出相關(guān)輿情信息治理建議。

1.2單輿情事件中多信息間的競(jìng)爭(zhēng)機(jī)理分析隨著互聯(lián)網(wǎng)的普及，公共管理、社會(huì)矛盾和公共安全等各種類別的網(wǎng)絡(luò)輿情事件頻發(fā)，而網(wǎng)民對(duì)同一事件可能有著不同的觀點(diǎn)或立場(chǎng)，存在多樣的表達(dá)。除網(wǎng)民的自發(fā)觀點(diǎn)討論外，還有如網(wǎng)絡(luò)媒體等的信息關(guān)注點(diǎn)引導(dǎo)?！度鮽鞑ァ穂13]一書中提到，輿論的一個(gè)特點(diǎn)就是越輕量級(jí)的內(nèi)容越容易傳播，比如負(fù)面新聞中的一個(gè)細(xì)節(jié)。因此，在輿情事件發(fā)生后，各類媒體為吸引眼球賺取流量，可能只關(guān)注某個(gè)新聞的一個(gè)方面進(jìn)行放大傳播，設(shè)置不同的傳播議題，造成一個(gè)事件中出現(xiàn)多種不同類型信息傳播，從而競(jìng)爭(zhēng)網(wǎng)民的關(guān)注度?；谑录畔⒊橄蠖鴣淼臒嵩匆蜃釉蕉啵苎苌龅男畔⒕驮蕉?，信息間相互作用導(dǎo)致的輿情熱度越高。一段時(shí)間內(nèi)多個(gè)信息共同傳播時(shí)，網(wǎng)民的注意力經(jīng)常會(huì)發(fā)生競(jìng)爭(zhēng)置換。在這個(gè)競(jìng)爭(zhēng)過程中，被聚焦的信息逐漸升溫，成為輿情中的峰值點(diǎn)。結(jié)合相關(guān)研究成果可以梳理出多信息競(jìng)爭(zhēng)傳播演化過程，如圖1所示。

圖1 信息競(jìng)爭(zhēng)傳播演化過程圖

1.3信息競(jìng)爭(zhēng)效應(yīng)網(wǎng)民關(guān)注網(wǎng)絡(luò)輿情受到多重因素的影響，如信息的敏感程度、用戶的興趣指數(shù)和利益訴求等。當(dāng)一個(gè)網(wǎng)絡(luò)輿情事件發(fā)生后，通過媒體的引導(dǎo)，特定網(wǎng)民主體可能衍生出不同的關(guān)注點(diǎn)，甚至出現(xiàn)兩種完全相反的態(tài)度，使網(wǎng)絡(luò)中存在多條信息競(jìng)爭(zhēng)傳播。假設(shè)某一輿情事件中，在一段時(shí)間內(nèi)有N條信息產(chǎn)生，則網(wǎng)民的關(guān)注點(diǎn)在這N條信息內(nèi)相互轉(zhuǎn)移競(jìng)爭(zhēng)。

為深入研究網(wǎng)民傳播信息的轉(zhuǎn)移競(jìng)爭(zhēng)機(jī)理，將N條信息間的相互轉(zhuǎn)移模式簡(jiǎn)化為兩條信息間的競(jìng)爭(zhēng)轉(zhuǎn)移(如圖2)，從而構(gòu)建二元信息競(jìng)爭(zhēng)傳播模型。

圖2 信息競(jìng)爭(zhēng)轉(zhuǎn)移模型概念圖

2 信息競(jìng)爭(zhēng)傳播模型的構(gòu)建與仿真

參考Liu加入的中立猶豫態(tài)[10]以及張彬加入的信息有效接觸權(quán)重[14]，本文引入猶豫節(jié)點(diǎn)H，構(gòu)建二元信息競(jìng)爭(zhēng)的SH2IR，通過對(duì)模型進(jìn)行仿真，分析影響信息傳播的主要因素。

2.1不同信息狀態(tài)節(jié)點(diǎn)下的網(wǎng)民分類在信息傳播過程中，可以將信息傳播者和信息接收者分別看成一個(gè)節(jié)點(diǎn)。所有用戶都有一定的概率看到信息，并對(duì)其進(jìn)行傳播或直接免疫。因此，根據(jù)信息的傳播機(jī)制以及用戶的潛在行為反應(yīng)，綜合考慮信息傳播流程，對(duì)網(wǎng)絡(luò)中的節(jié)點(diǎn)進(jìn)行劃分，得出五種形態(tài)：

(1)信息未知者(S)：在網(wǎng)民群體中，未了解輿情信息的內(nèi)容，沒有接觸過信息的討論，但在接觸信息后易感染到輿情信息的節(jié)點(diǎn)。

(2)信息猶豫者(H)：網(wǎng)絡(luò)輿情發(fā)生后，一部分未知者接收到輿情信息，但尚未將信息傳播給他人的節(jié)點(diǎn)。

(3)信息傳播者(IA)：接收到信息A后，主動(dòng)將信息A傳播給鄰居的節(jié)點(diǎn)。

(4)信息傳播者(IB)：接收到信息B后，主動(dòng)將信息B傳播給鄰居的節(jié)點(diǎn)。

(5)信息免疫者(R)：熟知信息內(nèi)容，但已經(jīng)不受輿情信息影響，且不傳播信息的節(jié)點(diǎn)。

2.2傳播參數(shù)設(shè)定模型中傳播參數(shù)的設(shè)置如表1所示。

表1 模型傳播參數(shù)說明

(1)信息接觸率：信息未知者(S)轉(zhuǎn)化為信息傳播狀態(tài)(I)或猶豫狀態(tài)(H)的概率，不僅和傳播率p、q、α1、α2有關(guān)，還和信息的接觸率有關(guān)。以S→IA為例，在用戶素養(yǎng)水平一定的情況下，一個(gè)S狀態(tài)的節(jié)點(diǎn)在傳播過程中接觸到的IA狀態(tài)節(jié)點(diǎn)越多，被轉(zhuǎn)化為IA狀態(tài)的概率就越大。設(shè)定信息A的接觸概率為γ1，信息B的接觸概率為γ2。

(2)傳播轉(zhuǎn)化率：當(dāng)信息未知者(S)遇到信息傳播者(I)時(shí)，則以p(或q)的概率轉(zhuǎn)化為信息A(或信息B)傳播者(IA或IB)。

(3)猶豫者轉(zhuǎn)化率：當(dāng)信息猶豫者(H)多次接收到信息時(shí)，則有α1(或α2)的概率轉(zhuǎn)化為信息A(或信息B)傳播者(IA或IB)。

(4)信息置換率：當(dāng)兩種類型的競(jìng)爭(zhēng)性信息在IA或IB狀態(tài)節(jié)點(diǎn)相遇，會(huì)在該節(jié)點(diǎn)形成相互競(jìng)爭(zhēng)，會(huì)以θi的置換率對(duì)信息傳播者轉(zhuǎn)換。如θ1越大，則表示A信息的吸引力越大，能把傳播信息B的節(jié)點(diǎn)狀態(tài)轉(zhuǎn)化為傳播A信息。

(5)免疫轉(zhuǎn)化率：由于對(duì)信息失去興趣，由其他狀態(tài)轉(zhuǎn)化為信息免疫者的概率。

2.3信息傳播規(guī)則構(gòu)建基于SIR模型基礎(chǔ)及表1中參數(shù)，構(gòu)建SH2IR二元信息競(jìng)爭(zhēng)模型傳播規(guī)則和模型示意圖(圖3)。比如傳播規(guī)則中S→I：一部分未知者在接觸信息后，由于對(duì)信息感興趣，主動(dòng)以γ1p(或γ2q)的概率成為信息A或信息B的傳播者(IA或IB)。

圖3 二元信息競(jìng)爭(zhēng)SH2IR模型

五種網(wǎng)民狀態(tài)在t時(shí)刻的人數(shù)占網(wǎng)民總數(shù)的比例，分別用S(t)、H(t)、IA(t)、IB(t)、R(t)表示。

根據(jù)上述對(duì)不同信息狀態(tài)節(jié)點(diǎn)下的網(wǎng)民分類，以及對(duì)基于信息競(jìng)爭(zhēng)的輿情傳播模型規(guī)則的描述，構(gòu)建網(wǎng)民信息競(jìng)爭(zhēng)的傳播動(dòng)力學(xué)模型。

其中，S(t)+H(t)+IA(t)+IB(t)+R(t)=1

上述微分方程組中第一個(gè)等式表示未知者密度的變化率；第二個(gè)等式表示接觸信息但還沒有傳播信息的猶豫者密度變化率；第三個(gè)等式表示信息A傳播者密度的變化率；第四個(gè)等式表示信息B傳播者密度的變化率；第五個(gè)等式表示信息免疫者密度的變化率。

3 模型仿真及數(shù)值模擬

兩種輿情信息可能同時(shí)進(jìn)入網(wǎng)絡(luò)，也可能傳播存在時(shí)間差。因此，本文通過改變信息B傳播者進(jìn)入網(wǎng)絡(luò)中時(shí)間的差值，利用MATLAB(2017a)軟件求解微分方程組，并進(jìn)行數(shù)值情景仿真，分別探究同步傳播和異步傳播兩種情境下二元信息競(jìng)爭(zhēng)的演化規(guī)律。

3.1信息同步傳播

3.1.1 信息接觸率的影響 將初始值設(shè)定為S(0)=0.998，H(0)=0，IA(0)=IB(0)=0.001，R(0)=0。其余參數(shù)取值如下：γ1=0.3，γ2=0.4，p=q=0.4，α1=α2=0.5，β1=β2=0.04，θ1=θ2=0.4，β3=0.05。得到各群體比例隨時(shí)間的變化曲線，如圖4(a)。增大信息B的接觸率，令γ2分別等于0.6和0.8,得到仿真結(jié)果如圖4(b)。

(a)γ1=0.3,γ2=0.4 (b)IA和IB密度變化曲線

(a) IA密度變化曲線 (b) IB密度變化曲線

在圖4(a)中兩類信息的演化旗鼓相當(dāng)，信息傳播者的規(guī)模差別不大。S在前10時(shí)步，快速下降至0。H數(shù)量先是快速上升，后又迅速下降，在20時(shí)步，下降至0。R前期快速上升，在80時(shí)步，達(dá)到峰值穩(wěn)定狀態(tài)。

在圖4(b)中，隨著信息B接觸率的增大，信息A傳播者的增長(zhǎng)速度放緩，峰值下降顯著，且下降速度加快，密度曲線提前趨近于0。信息B傳播者的密度曲線增長(zhǎng)速度加快，峰值提高較為明顯，且密度上升了28%，增長(zhǎng)幅度較大。由此可見，在兩條信息發(fā)布時(shí)間相同且其他轉(zhuǎn)化率相同的情況下，增大某條信息的接觸率，可以壓制另一條信息的傳播規(guī)模，從而覆蓋另一條信息的傳播。

3.1.2 傳播轉(zhuǎn)化率的影響 改變q值，令其依次等于0.5，0.7和0.9。得到信息A傳播者和信息B傳播者隨時(shí)間的變化曲線，如圖5所示。

當(dāng)只增大信息B的傳播轉(zhuǎn)化率時(shí)，信息A傳播者的減少對(duì)應(yīng)著信息B傳播者的增加。從整體來看，信息傳播轉(zhuǎn)化率的增加對(duì)兩種信息傳播者峰值造成的影響較小，且二者最終的消亡時(shí)間并無顯著變化。因此，信息傳播轉(zhuǎn)化率對(duì)信息競(jìng)爭(zhēng)傳播過程的影響效果較小，但增大某一條信息的傳染率，同樣可以擴(kuò)大該信息的傳播人群，從而在一定程度上抑制另一條信息的傳播。

3.1.3 猶豫轉(zhuǎn)化率的影響 信息B的猶豫轉(zhuǎn)化率α2分別取值0.4，0.6和0.8，信息A傳播者和信息B傳播者密度變化曲線如圖6所示。總體來看，兩類信息傳播者的密度曲線呈對(duì)稱式變化，隨著α2的增大，信息A傳播者密度峰值下降，信息B傳播者密度峰值增加，信息A和B到達(dá)峰值時(shí)間有所提前。因此，要在競(jìng)爭(zhēng)中覆蓋掉其它信息，可以呼吁網(wǎng)民轉(zhuǎn)發(fā)該信息，增大網(wǎng)民接收到此信息的次數(shù)，從而提高信息的猶豫轉(zhuǎn)化率。

(a)IA密度變化曲線 (b)IB密度變化曲線

3.1.4 信息置換率的影響 信息A對(duì)信息B的置換率θ1分別取值為0.5，0.7和0.9時(shí)，可得信息A傳播者和信息B傳播者密度變化曲線(圖7)。

(a)IA密度變化曲線 (b)IB密度變化曲線

隨著θ1的提高，信息A傳播者的密度曲線峰值顯著增加。信息B傳播者的密度峰值明顯下降，峰值時(shí)間略有提前，且曲線下降速度加快，趨近于0的時(shí)間提前。因此，提高某條信息的置換率，可以增大其傳播人群的規(guī)模，且抑制另外信息的傳播并使其傳播提前結(jié)束。但也注意應(yīng)在相應(yīng)的區(qū)間內(nèi)增加置換率來提高其傳播規(guī)模，增加效果較為明顯。否則，應(yīng)考慮其他方式如提高信息的接觸率、猶豫者轉(zhuǎn)化率等來提高其傳播范圍。

3.2信息異步傳播在現(xiàn)實(shí)生活中，更多的是信息A(輿情或謠言)和信息B(辟謠信息或正式信息)異步(不同時(shí))注入網(wǎng)絡(luò)中。信息傳播進(jìn)程可劃分為兩個(gè)階段：第一階段，只有信息A的單一信息傳播，即經(jīng)典的SHIR傳播階段。第二階段，某一時(shí)刻起，同時(shí)存在信息A和信息B，兩種信息競(jìng)爭(zhēng)傳播。通過改變信息傳播過程參數(shù)，分析異步情況下，信息A和B競(jìng)爭(zhēng)傳播過程的仿真結(jié)果變化。

3.2.1 信息發(fā)布時(shí)間的影響 信息B滯后信息A發(fā)布時(shí)間的早晚，決定了信息A的傳播擴(kuò)散范圍，網(wǎng)絡(luò)中節(jié)點(diǎn)的傳播狀態(tài)會(huì)有差異。為了觀察這種差異，設(shè)定信息A的發(fā)布時(shí)間ta=0，信息B的發(fā)布時(shí)間分別為tb=0,2,5,10,20。

階段一：?jiǎn)我恍畔傳播演化過程

參考SHIR模型，假定S(0)=0.999，H(0)=0，IA(0)=0.001，R(0)=0。其余參數(shù)取值為：γ1=0.5，p=0.4，α1=0.5，β1=0.05，β3=0.06。各群體比例隨時(shí)間的變化曲線如圖8，可知傳播規(guī)模IA先迅速上升，在12時(shí)步到達(dá)峰值0.57后下降，在90時(shí)步密度降至0，信息A傳播人群消失；免疫者規(guī)模迅速上升后，從50時(shí)步增幅大幅減緩并在90時(shí)步趨于穩(wěn)定。同時(shí)可知單一信息A傳播中，各類網(wǎng)民在t=2,5,10,20時(shí)刻的值。

圖8 單信息傳播過程各人群密度變化曲線

階段二：信息A和信息B競(jìng)爭(zhēng)傳播演化過程

令I(lǐng)B(t)=0.001，γ1=0.5，γ2=0.5，p=0.4，q=0.6，α1=0.5，α2=0.7，θ1=0.4，θ2=0.6，β1=β2=0.05，β3=0.06。分別在t=2,5,10,20時(shí)刻，加入信息B，得到信息A和B傳播者以及信息免疫者R的密度曲線(圖9)。

(a) IA密度變化曲線 (b) IB密度變化曲線 (c) R密度變化曲線

由圖9可知，信息B發(fā)布的越晚，信息A傳播者所能到達(dá)的密度曲線峰值越高，消亡的時(shí)間越晚，傳播者所能達(dá)到的密度峰值越低；當(dāng)t=20時(shí)，信息B幾乎無法在網(wǎng)絡(luò)中傳播。信息免疫者到達(dá)穩(wěn)定的時(shí)間大致相同。因此，如果想要通過一種信息的發(fā)布去抑制另一種信息的傳播，則需要盡早發(fā)布。當(dāng)一個(gè)信息在網(wǎng)絡(luò)中蔓延時(shí)，對(duì)其控制措施要及時(shí)，尤其是遇到謠言傳播時(shí)，政府一定要及時(shí)反應(yīng)，發(fā)布辟謠信息。

3.2.2 信息接觸率的影響 假設(shè)信息A優(yōu)先發(fā)布5個(gè)時(shí)步，參數(shù)取值：γ1=0.5，γ2=0.5,0.7,0.9。仿真結(jié)果如圖10所示。

(a) IA密度變化曲線 (b)IB密度變化曲線

從圖10可以看出，在信息B接觸率由0.5提高至0.9的情況下，信息A傳播者密度峰值減小，信息B傳播者密度曲線峰值明顯增大。這說明在二元信息異步競(jìng)爭(zhēng)傳播中，增加信息B的接觸率，能夠擴(kuò)大信息B的傳播，但對(duì)信息A傳播的抑制作用相對(duì)較小。因此，要通過信息B去覆蓋優(yōu)先傳播的信息A，除了增大信息B的接觸率外，還需結(jié)合其他方式(如同時(shí)提高信息的置換率)來強(qiáng)化對(duì)信息A的抑制效果。

3.2.3 信息置換率的影響 假設(shè)信息A優(yōu)先發(fā)布5個(gè)時(shí)步，θ2分別等于0.4，0.6和0.8。得到仿真結(jié)果如圖11所示。

(a) IA密度變化曲線 (b) IB密度變化曲線

從圖11可以看出，增大信息B對(duì)信息A的置換率，信息B密度曲線峰值增加，傳播影響效果明顯；但對(duì)信息A峰值的影響較小，信息A密度降至0的時(shí)間由90減至30，顯著加速了信息A的消亡。因此，當(dāng)網(wǎng)絡(luò)輿情中出現(xiàn)積極和消極兩方面的觀點(diǎn)時(shí)，政府和媒體可以加強(qiáng)對(duì)積極信息的引導(dǎo)，使消極信息的傳播人群轉(zhuǎn)變?yōu)閭鞑シe極信息，擴(kuò)大積極信息的影響范圍，從而抑制消極信息的傳播，加速其消亡。

3.2.4 傳播參數(shù)的綜合影響 綜合考慮多個(gè)參數(shù)變化對(duì)信息B的影響。假設(shè)信息A優(yōu)先發(fā)布5個(gè)時(shí)步，增大信息B的傳播參數(shù)，其余參數(shù)相同，得到仿真結(jié)果如圖12。

(a)q=0.6，α2=0.7，θ2=0.6 (b)q=0.8，α2=0.9，θ2=0.8

從圖12可以看出隨著傳播參數(shù)的同時(shí)提高，兩條信息傳播峰值的差值明顯擴(kuò)大。信息A傳播密度曲線的峰值降低0.07，且密度趨近于0的時(shí)間由30提前至18；信息B密度曲線峰值增大0.11，且出現(xiàn)峰值的時(shí)間提前。

與圖11中密度曲線相比(θ2=0.6)，同時(shí)增大傳播參數(shù)θ2、q和α2，IA的傳播峰值由0.29降至0.18；消亡時(shí)間由50提前了32時(shí)步；IB傳播峰值由0.42增至0.61。單獨(dú)增加某一參數(shù)，IA的傳播峰值由0.29降至0.25，降低了0.04；消亡時(shí)間由50提前至30，提前了20時(shí)步；IB傳播峰值由0.42增至0.52，增加了0.1。

比較可知，同時(shí)提高信息的傳播參數(shù)，可以更加有效提升信息的傳播范圍，并在一定程度上降低競(jìng)爭(zhēng)信息的傳播，加速其消亡。因此，政府應(yīng)做好辟謠信息的引導(dǎo)，提高辟謠信息的傳播轉(zhuǎn)化率、猶豫轉(zhuǎn)化率和置換率，擴(kuò)大辟謠信息的傳播規(guī)模，抑制謠言信息的傳播并減小其傳播時(shí)間，使網(wǎng)絡(luò)環(huán)境趨于平穩(wěn)。

4 結(jié)論與討論

本文研究了社交網(wǎng)絡(luò)輿情中兩條信息相互競(jìng)爭(zhēng)傳播的特點(diǎn)及演化過程，考慮到輿情事件中信息的接觸率、分享率、置換率都會(huì)影響信息傳播的演化過程，構(gòu)建了二元信息競(jìng)爭(zhēng)的SH2IR信息傳播模型，并通過仿真模擬，得到兩條輿情信息同步和異步傳播的演化規(guī)律。

4.1同步傳播模式

a.增大某一條信息的接觸率，可以壓制另外信息的傳播規(guī)模。在現(xiàn)實(shí)生活中，政府可以與社交網(wǎng)絡(luò)平臺(tái)建立良好合作關(guān)系，借助平臺(tái)擴(kuò)大發(fā)布信息的接觸率，提高傳播范圍；或與其他一些網(wǎng)絡(luò)媒體和營(yíng)銷號(hào)及時(shí)溝通，發(fā)布信息后，引導(dǎo)網(wǎng)絡(luò)媒體或營(yíng)銷號(hào)進(jìn)行轉(zhuǎn)發(fā)傳播，增大網(wǎng)民接觸信息的概率，增大該信息的傳播熱度。

b.增大某一條信息的傳播轉(zhuǎn)化率，可以擴(kuò)大該信息的傳播人群。傳播轉(zhuǎn)化率與網(wǎng)民個(gè)人的興趣愛好和利益訴求息息相關(guān)。因此，當(dāng)政府發(fā)布信息時(shí)，應(yīng)抓住網(wǎng)民關(guān)注的重點(diǎn)和痛點(diǎn)，做出信息發(fā)布，抑制其他信息的傳播。

c.提高信息的猶豫轉(zhuǎn)化率有助于覆蓋掉競(jìng)爭(zhēng)信息。一些官方媒體賬號(hào)在發(fā)布信息時(shí)，經(jīng)常會(huì)標(biāo)注并呼吁民眾轉(zhuǎn)發(fā)，這是提高信息猶豫轉(zhuǎn)化率的一個(gè)重要方法。網(wǎng)民從周圍人接收到該信息的次數(shù)增多，轉(zhuǎn)發(fā)該信息的概率增大，在一定程度上可以提高信息的傳播人群。

d.在一定范圍內(nèi)增加某條信息的置換率，可以使該條信息的傳播規(guī)模大幅增加。政府機(jī)關(guān)可以在日常中注重培養(yǎng)官方的權(quán)威性，建立良好的公信力，在發(fā)布信息后得到更多網(wǎng)民的轉(zhuǎn)發(fā)支持，從而擴(kuò)大信息的置換率，抑制其他信息傳播。

4.2異步傳播模式

a.信息發(fā)布的越早，越能抑制另外信息在網(wǎng)絡(luò)中的傳播，將網(wǎng)絡(luò)輿情消滅在初期增長(zhǎng)階段。因此，政府應(yīng)重視網(wǎng)絡(luò)輿情傳播的治理，及時(shí)關(guān)注輿論動(dòng)向，在謠言傳播時(shí)及時(shí)查明真相，盡早公布辟謠信息，降低謠言的傳播規(guī)模，減弱其帶來的負(fù)面影響。

b.單獨(dú)增加信息的接觸率和置換率，能夠擴(kuò)大信息傳播范圍，但對(duì)其他競(jìng)爭(zhēng)信息的抑制作用相對(duì)較小。同時(shí)提高其他傳播參數(shù)，增大信息的綜合吸引力，可以有效提升信息的傳播人群。因此，當(dāng)政府發(fā)布辟謠信息后，仍需要通過多渠道多元化的手段，對(duì)信息傳播做出有效引導(dǎo)，提高信息的傳播率。