牟冬梅 邵琦 楊鑫禹 彭浩 畢強(qiáng)

關(guān)鍵詞：突發(fā)公共事件;網(wǎng)絡(luò)輿情;運(yùn)行方式;信息生態(tài)

新冠肺炎疫情的全球流行在各大社交媒體平臺(tái)上引起波動(dòng)和輿論，我國(guó)突發(fā)公共事件的發(fā)生頻率增高[1]，這類事件由于其突發(fā)性的特點(diǎn)，會(huì)在短時(shí)間內(nèi)引起大規(guī)模的討論和爆發(fā)，在輿情發(fā)生發(fā)展的過(guò)程中會(huì)導(dǎo)致信息被夸大甚至虛構(gòu)，引起一定范圍的社會(huì)恐慌。同時(shí)，由于網(wǎng)民激增及信息爆炸等現(xiàn)象，給突發(fā)公共事件網(wǎng)絡(luò)輿情帶來(lái)了一系列迫切需要解決的信息生態(tài)問(wèn)題。由于缺乏對(duì)輿情信息生態(tài)系統(tǒng)中不同生態(tài)因子的特征及其相互作用方式的了解，導(dǎo)致政府監(jiān)管部門(mén)在輿情發(fā)生發(fā)展過(guò)程中難以快速建立有效的應(yīng)對(duì)措施，導(dǎo)致信息生態(tài)環(huán)境惡性發(fā)展。

信息生態(tài)理論在情報(bào)學(xué)中的探索，是對(duì)情報(bào)生態(tài)活動(dòng)全生命周期多要素耦合、多維度聯(lián)動(dòng)、多主體參與的綜合集成管理。突發(fā)公共事件網(wǎng)絡(luò)輿情是一個(gè)完整的信息生態(tài)系統(tǒng)，其發(fā)生發(fā)展受到多種因素綜合的復(fù)雜影響，輿情信息生態(tài)系統(tǒng)內(nèi)部各要素的運(yùn)行規(guī)律不明會(huì)加大監(jiān)管部門(mén)干預(yù)和引導(dǎo)的難度，容易引起公眾的二次恐慌?，F(xiàn)階段更多的是針對(duì)事件的影響因素[2-3]和情感分析[4-5]進(jìn)行網(wǎng)絡(luò)輿情的探討，無(wú)法反映輿情作為一個(gè)整體系統(tǒng)，其運(yùn)行時(shí)內(nèi)部各要素之間交互作用的規(guī)律和運(yùn)行邏輯。部分學(xué)者從網(wǎng)絡(luò)輿情的傳播規(guī)律[6]、運(yùn)行機(jī)制[7]及危機(jī)治理[8]等方面展開(kāi)研究，也有在輿情主題內(nèi)容[9]、主題信息[10]及主題情感[11]等方面取得研究進(jìn)展。另一方面，信息生態(tài)理論逐步在網(wǎng)絡(luò)輿情中展開(kāi)應(yīng)用，QinQ等學(xué)者從信息生態(tài)學(xué)的角度出發(fā)探究影響網(wǎng)絡(luò)輿情熱度的主要因素[12]，NaghshinehN等研究社交媒體中的信息生態(tài)、信息流以及信息網(wǎng)[13]，馬捷等從構(gòu)成要素的角度探究微博信息生態(tài)鏈[14]，王晰巍等[15]梳理出微博信息生態(tài)鏈的形成機(jī)理和生態(tài)因子。然而從信息生態(tài)視域出發(fā)進(jìn)行輿情運(yùn)行的相關(guān)研究還不夠豐富，盡管部分學(xué)者基于生命周期[16]等理論總結(jié)了輿情的運(yùn)行特點(diǎn)[17]或運(yùn)行機(jī)制[18]，但仍缺少對(duì)輿情發(fā)展運(yùn)行過(guò)程中各生態(tài)因子間復(fù)雜運(yùn)行方式及其特征的深入分析。學(xué)者們的相關(guān)研究更集中于對(duì)突發(fā)公共事件網(wǎng)絡(luò)輿情傳播的某一單一特征進(jìn)行探索性分析，而面向網(wǎng)絡(luò)輿情信息生態(tài)系統(tǒng)的信息生態(tài)因子及因子間運(yùn)行規(guī)律的綜合性研究相對(duì)薄弱，缺少對(duì)聚焦于突發(fā)公共事件網(wǎng)絡(luò)輿情內(nèi)在的運(yùn)行方式展開(kāi)細(xì)粒度的分析，從而展開(kāi)對(duì)突發(fā)公共事件輿情運(yùn)行本質(zhì)的深入剖析。

故從信息生態(tài)的視角出發(fā)，將突發(fā)公共事件網(wǎng)絡(luò)輿情看作一個(gè)完整的信息生態(tài)系統(tǒng)，將信息因子、信息人因子以及信息環(huán)境因子看作影響輿情系統(tǒng)運(yùn)行的“零件”，討論輿情信息生態(tài)系統(tǒng)在運(yùn)行過(guò)程中各生態(tài)因子的特征及因子間協(xié)同作用的規(guī)律，精準(zhǔn)剖析輿情系統(tǒng)的運(yùn)行方式及其本質(zhì)，從而輔助監(jiān)管部門(mén)及時(shí)采取有效措施，降低輿情惡性傳播的風(fēng)險(xiǎn)。研究擬解決以下兩個(gè)研究問(wèn)題：①在理論層面，構(gòu)建突發(fā)公共事件網(wǎng)絡(luò)輿情生態(tài)因子模型，梳理輿情因子的屬性特征、結(jié)構(gòu)特征及其運(yùn)行方式;②通過(guò)實(shí)證研究，發(fā)現(xiàn)網(wǎng)絡(luò)輿情系統(tǒng)運(yùn)行過(guò)程中各因子的作用強(qiáng)度及作用方向，量化因子之間的相互作用關(guān)系。

1信息生態(tài)視域下突發(fā)公共事件網(wǎng)絡(luò)輿情=系統(tǒng)生態(tài)因子特征分析

信息生態(tài)概念于1997年由美國(guó)學(xué)者DavenportTH提出，將信息生態(tài)定義為“信息的整體管理”[19]。婁策群認(rèn)為，信息生態(tài)系統(tǒng)是信息人和信息環(huán)境之間相互作用聯(lián)系形成的具有信息流動(dòng)、信息轉(zhuǎn)化、信息共享等功能的有機(jī)整體[20]。在信息生態(tài)學(xué)理論背景下，整個(gè)信息生態(tài)系統(tǒng)包括信息因子、信息人因子以及信息環(huán)境因子，3個(gè)信息生態(tài)因子相互協(xié)調(diào)、共同作用，以保證系統(tǒng)的穩(wěn)定性，而每個(gè)信息生態(tài)因子又因其地位以及特征的不同，對(duì)整個(gè)系統(tǒng)所產(chǎn)生的作用也不同。突發(fā)公共事件網(wǎng)絡(luò)輿情本身也是一個(gè)完整的信息生態(tài)系統(tǒng)，基于信息生態(tài)視域，在輿情系統(tǒng)的運(yùn)行過(guò)程中包含信息因子、信息人因子以及信息環(huán)境因子，3個(gè)生態(tài)因子之間相互聯(lián)系，協(xié)同運(yùn)行，從而保證輿情信息生態(tài)系統(tǒng)的完整性和穩(wěn)定性。突發(fā)公共事件網(wǎng)絡(luò)輿情作為輿情的單一子類具有更為廣泛和嚴(yán)重的影響力，在系統(tǒng)中，由于突發(fā)公共事件的特殊性，突發(fā)公共事件網(wǎng)絡(luò)輿情系統(tǒng)中的三大生態(tài)因子也具有突出性質(zhì)與特征，結(jié)合信息流行的相關(guān)理論[21]，分別梳理不同信息生態(tài)因子的性質(zhì)與特征。

基于信息生態(tài)學(xué)理論，對(duì)突發(fā)公共事件網(wǎng)絡(luò)輿情系統(tǒng)的生態(tài)因子進(jìn)行理論分析，首要任務(wù)是對(duì)在網(wǎng)絡(luò)輿情系統(tǒng)運(yùn)行過(guò)程中的因子特征進(jìn)行分析，即對(duì)獨(dú)立的信息因子、信息人因子和信息環(huán)境因子進(jìn)行研究，完成信息生態(tài)視角下突發(fā)公共事件網(wǎng)絡(luò)輿情系統(tǒng)運(yùn)行過(guò)程的生態(tài)因子特征的剖析和解讀。

1.1信息因子特征分析

在突發(fā)公共事件網(wǎng)絡(luò)輿情系統(tǒng)中，信息因子最重要的特點(diǎn)可以概括為簡(jiǎn)潔性、不可預(yù)期性、具體性、可信性、情緒性、敘事性6個(gè)方面，這6個(gè)特性在一定程度上會(huì)影響輿情系統(tǒng)的運(yùn)行。微博是網(wǎng)絡(luò)輿情信息傳播的主要平臺(tái)，以此為例闡述信息因子在輿情系統(tǒng)運(yùn)行過(guò)程中的性質(zhì)。①簡(jiǎn)潔性：簡(jiǎn)短的信息內(nèi)容更容易被閱讀及傳播，如微博文本本身具有短文本的特征，其字?jǐn)?shù)限制在140個(gè)字符內(nèi);②不可預(yù)期性：突發(fā)公共事件本身具有突發(fā)性和公共性，其網(wǎng)絡(luò)輿情的討論和運(yùn)行過(guò)程也隨之具有不可預(yù)期性;③具體性：明確具體的事件主題內(nèi)容更容易被群眾接受和傳播，熱點(diǎn)高頻話題詞在繁雜冗余的信息文本中更加能夠凸顯信息主題;④可信性：信息間清晰的語(yǔ)義關(guān)系對(duì)輿情信息的傳播起到驅(qū)動(dòng)性的作用;⑤情緒性：不同極性及程度的情感分?jǐn)?shù)會(huì)賦予信息內(nèi)容不同的討論方向，從而影響輿情運(yùn)行進(jìn)程的波動(dòng);⑥敘事性：指輿情傳播過(guò)程中話題的交互討論程度，點(diǎn)贊、評(píng)論及轉(zhuǎn)發(fā)等行為都充分體現(xiàn)了信息的敘事性。

在信息交互和傳播的網(wǎng)絡(luò)平臺(tái)上，即使是相同用戶的不同博文信息也會(huì)出現(xiàn)較大差異數(shù)量的轉(zhuǎn)發(fā)量，說(shuō)明網(wǎng)絡(luò)輿情的運(yùn)行過(guò)程會(huì)受到信息內(nèi)容、信息主題以及情感傾向的綜合影響。針對(duì)信息因子6個(gè)特性，由于突發(fā)公共事件網(wǎng)絡(luò)輿情本身具有不可預(yù)期性，其信息內(nèi)容傳播的社交媒體平臺(tái)又保證了信息文本的簡(jiǎn)潔性。情緒性和敘事性具體表現(xiàn)為輿情信息的點(diǎn)贊數(shù)、轉(zhuǎn)發(fā)數(shù)、評(píng)論數(shù)、情感分?jǐn)?shù)等，可以歸納概括為信息因子的屬性特征;而輿情信息的主題關(guān)系及語(yǔ)義關(guān)聯(lián)能夠反映基于信息主題的具體性和基于信息關(guān)聯(lián)的可信性，呈現(xiàn)為信息因子之間連接的結(jié)構(gòu)特征。即通過(guò)信息內(nèi)容中的點(diǎn)贊數(shù)、轉(zhuǎn)發(fā)數(shù)、評(píng)論數(shù)、情感分?jǐn)?shù)4個(gè)屬性特征及主題關(guān)系、語(yǔ)義關(guān)聯(lián)兩個(gè)結(jié)構(gòu)特征，能夠綜合判斷信息因子在突發(fā)公共事件網(wǎng)絡(luò)輿情系統(tǒng)運(yùn)行過(guò)程中所發(fā)揮的作用。

1.2信息人因子特征分析

在信息活動(dòng)中，普通網(wǎng)民作為社會(huì)主體的主要部分，在決策過(guò)程中會(huì)將僅來(lái)源于一小部分人的信息作為參考依據(jù)，即決定性的信息來(lái)源于社會(huì)中的少數(shù)群體，則這部分影響者是信息傳遞過(guò)程中的關(guān)鍵人物，同時(shí)這類群體之間沒(méi)有顯著的等級(jí)差異[22]。突發(fā)事件網(wǎng)絡(luò)輿情系統(tǒng)運(yùn)行過(guò)程中，信息人因子根據(jù)其功能不同，分為信息生產(chǎn)者、信息傳遞者和信息消費(fèi)者。信息生產(chǎn)者在輿情事件運(yùn)行過(guò)程中完成信息的初始發(fā)布任務(wù)，在一定范圍內(nèi)引起大量的關(guān)注和討論，體現(xiàn)出明顯的影響力;信息傳遞者，建立信息交互和流動(dòng)的紐帶和橋梁，當(dāng)輿情信息的轉(zhuǎn)發(fā)用戶是關(guān)鍵的聯(lián)絡(luò)員后，可能會(huì)引起信息在擴(kuò)散范圍和傳播速度上的大量提升;信息消費(fèi)者，是輿情系統(tǒng)運(yùn)行過(guò)程中的主要群體，在獲取滿足信息需求后的相關(guān)信息后，又在一定范圍內(nèi)促進(jìn)信息的傳遞和擴(kuò)散。

為了探究信息人對(duì)突發(fā)公共事件網(wǎng)絡(luò)輿情系統(tǒng)運(yùn)行的影響效用，首先從結(jié)構(gòu)特征來(lái)看，必須找到網(wǎng)絡(luò)輿情傳播網(wǎng)絡(luò)的關(guān)鍵節(jié)點(diǎn)，發(fā)現(xiàn)信息的發(fā)布—轉(zhuǎn)發(fā)關(guān)系中的關(guān)鍵人物，錨定信息人網(wǎng)絡(luò)結(jié)構(gòu)中的核心節(jié)點(diǎn)及中介節(jié)點(diǎn)，從而明確在輿情運(yùn)行過(guò)程中發(fā)揮驅(qū)動(dòng)作用的關(guān)鍵人物;其次，判斷某一用戶是否為輿情信息運(yùn)行的關(guān)鍵人物，從屬性特征來(lái)看，由于突發(fā)公共事件的公共性質(zhì)，導(dǎo)致輿情傳播過(guò)程中不同類別的用戶屬性可能具有不同的公信力，另外可以根據(jù)輿情運(yùn)行的網(wǎng)絡(luò)平臺(tái)中的各個(gè)指標(biāo)為參考，以微博平臺(tái)為例，包括用戶屬性（注冊(cè)類別）、活躍度（發(fā)博頻率）、粉絲數(shù)（主動(dòng)影響）、關(guān)注數(shù)（被動(dòng)影響）等均能綜合反映信息人在輿情傳播過(guò)程中的作用強(qiáng)度。綜上，在突發(fā)公共事件網(wǎng)絡(luò)輿情的運(yùn)行過(guò)程中，信息人因子通過(guò)用戶屬性、活躍度、粉絲數(shù)和關(guān)注數(shù)4個(gè)屬性特征以及核心節(jié)點(diǎn)和中介節(jié)點(diǎn)兩個(gè)結(jié)構(gòu)特征，決定了其是否能成為關(guān)鍵人物，從而影響輿情系統(tǒng)的運(yùn)行。

1.3信息環(huán)境因子特征分析

公眾往往會(huì)忽視信息傳遞過(guò)程中信息環(huán)境的重要性，而局限于從事物的內(nèi)在特征進(jìn)行分析和解讀，其實(shí)人作為群體性生物，信息行為是受到環(huán)境影響的。另外，網(wǎng)民個(gè)人在獨(dú)處環(huán)境下對(duì)事件的判斷，與在群體環(huán)境下做出的判斷通常是不同的。在突發(fā)公共事件網(wǎng)絡(luò)輿情信息系統(tǒng)的運(yùn)行過(guò)程中，一些環(huán)境因素比較突出，而且在輿情信息發(fā)布后，其發(fā)展并不是一蹴而就，而是綜合輿情傳播環(huán)境中的閱讀量、點(diǎn)擊量、搜索次數(shù)、發(fā)文量等多種影響因素，對(duì)網(wǎng)絡(luò)輿情整體的運(yùn)行起到驅(qū)動(dòng)作用，輿情討論的整體熱點(diǎn)和氛圍能夠引導(dǎo)輿情的話題熱度和討論方向，從而對(duì)輿情系統(tǒng)運(yùn)行情況產(chǎn)生影響。

針對(duì)突發(fā)公共事件網(wǎng)絡(luò)輿情運(yùn)行環(huán)境的分析，可以以綜合指數(shù)分析平臺(tái)所公布的搜索指數(shù)為參照判斷輿情熱度，對(duì)輿情運(yùn)行的平臺(tái)環(huán)境進(jìn)行較為客觀、綜合、全面的評(píng)價(jià)，根據(jù)輿情熱度的波動(dòng)發(fā)現(xiàn)輿情系統(tǒng)運(yùn)行過(guò)程中的環(huán)境威力，結(jié)合信息環(huán)境中的信息技術(shù)影響，歸納信息環(huán)境因子的屬性特征包括技術(shù)支持和輿情熱度，即突發(fā)公共事件網(wǎng)絡(luò)輿情信息的運(yùn)行，不僅僅受到作為主體的信息人生態(tài)因子及作為客體的信息生態(tài)因子的影響，其背后復(fù)雜的信息環(huán)境生態(tài)因子同樣會(huì)影響輿情的運(yùn)行，即信息環(huán)境通過(guò)技術(shù)支持和輿情熱度的綜合影響驅(qū)動(dòng)輿情系統(tǒng)的運(yùn)行。

1.4突發(fā)公共事件網(wǎng)絡(luò)輿情系統(tǒng)生態(tài)因子模型

在信息生態(tài)視角下，突發(fā)公共事件網(wǎng)絡(luò)輿情處在信息生態(tài)系統(tǒng)中，在輿情系統(tǒng)的運(yùn)行過(guò)程中，信息因子、信息人因子以及信息環(huán)境因子也因?yàn)槠湫再|(zhì)和結(jié)構(gòu)的不同，對(duì)整個(gè)輿情系統(tǒng)的運(yùn)行情況產(chǎn)生的作用也不同。通過(guò)對(duì)突發(fā)公共事件網(wǎng)絡(luò)輿情系統(tǒng)的生態(tài)因子特征研究，深入剖析不同因子的屬性特征和結(jié)構(gòu)特征，發(fā)現(xiàn)各個(gè)因子在輿情系統(tǒng)運(yùn)行過(guò)程中是通過(guò)屬性特征以及同種因子之間的結(jié)構(gòu)特征發(fā)揮作用，構(gòu)建突發(fā)公共事件網(wǎng)絡(luò)輿情系統(tǒng)生態(tài)因子模型，如圖1所示。

2信息生態(tài)視域下突發(fā)公共事件網(wǎng)絡(luò)輿情系統(tǒng)運(yùn)行方式假設(shè)

突發(fā)公共事件網(wǎng)絡(luò)輿情是一個(gè)完整的信息生態(tài)系統(tǒng)，生態(tài)因子是在輿情系統(tǒng)內(nèi)部不斷起到交互作用從而保障系統(tǒng)穩(wěn)定的“零件”，從宏觀的系統(tǒng)性視角探究輿情系統(tǒng)運(yùn)行方式，需要深入挖掘生態(tài)因子之間相互聯(lián)系、作用的規(guī)律和原理[23]。因此，研究認(rèn)為，對(duì)突發(fā)公共事件網(wǎng)絡(luò)輿情運(yùn)行方式進(jìn)行研究，即在突發(fā)公共事件網(wǎng)絡(luò)輿情系統(tǒng)運(yùn)行的過(guò)程中對(duì)不同信息生態(tài)因子間運(yùn)行邏輯進(jìn)行研究，包括對(duì)輿情生態(tài)系統(tǒng)中各個(gè)生態(tài)因子的特征以及因子之間協(xié)同作用的方式分析。研究以突發(fā)公共事件網(wǎng)絡(luò)輿情系統(tǒng)作為研究對(duì)象，以其運(yùn)行方式作為研究落腳點(diǎn)，基于信息生態(tài)學(xué)中的信息生態(tài)因子相關(guān)理論，展開(kāi)對(duì)輿情系統(tǒng)運(yùn)行過(guò)程中生態(tài)因子及其特征、因子間交互作用方式的理論探討與分析，從理論分析層面進(jìn)行突發(fā)公共事件網(wǎng)絡(luò)輿情系統(tǒng)運(yùn)行方式的細(xì)粒度剖析，假設(shè)生態(tài)因子間相互聯(lián)系的邏輯關(guān)系，并建立生態(tài)因子及其屬性特征間的作用方程式。

在信息生態(tài)學(xué)理論中，信息生態(tài)系統(tǒng)包括信息因子、信息人因子和信息環(huán)境因子，研究基于信息生態(tài)學(xué)理論探究輿情系統(tǒng)運(yùn)行過(guò)程中各生態(tài)因子之間相互影響的作用關(guān)系，依據(jù)本研究對(duì)各個(gè)生態(tài)因子屬性特征的分析，分別從信息因子、信息人因子以及信息環(huán)境因子3個(gè)層面探討突發(fā)公共事件網(wǎng)絡(luò)輿情系統(tǒng)的運(yùn)行方式，剖析信息因子、信息人因子及信息環(huán)境因子在輿情系統(tǒng)運(yùn)行過(guò)程中產(chǎn)生的影響力大小及方向。擬定突發(fā)公共事件網(wǎng)絡(luò)輿情系統(tǒng)運(yùn)行方式假設(shè)方程如下：

首先，信息人因子是如何對(duì)輿情的運(yùn)行產(chǎn)生影響，根據(jù)對(duì)生態(tài)因子的分析，可以確定信息人通過(guò)用戶屬性（注冊(cè)類別）、活躍度（發(fā)博頻率）、粉絲數(shù)（主動(dòng)影響）、關(guān)注數(shù)（被動(dòng)影響）4個(gè)屬性特征對(duì)輿情的運(yùn)行方式產(chǎn)生了影響。繼而需要明確信息人的各個(gè)屬性在輿情系統(tǒng)運(yùn)行過(guò)程中產(chǎn)生的影響力大小，采用定量分析的方式，基于輿情傳播過(guò)程中的不同屬性特征的相關(guān)數(shù)據(jù)，確定信息人因子中不同屬性的影響力大小。綜上，研究擬定信息人因子影響輿情系統(tǒng)運(yùn)行方式的方程：

其中，Public代表信息人因子：Category代表博主類別、Follows代表關(guān)注數(shù)、Fans代表粉絲數(shù)、Activity代表博主活躍度，m、n、p、q代表系數(shù)。

2.2信息因子運(yùn)行方式假設(shè)

首先，信息是如何對(duì)輿情的運(yùn)行產(chǎn)生影響，根據(jù)對(duì)生態(tài)因子的分析，可以確定信息因子通過(guò)輿情信息的點(diǎn)贊數(shù)、轉(zhuǎn)發(fā)數(shù)、評(píng)論數(shù)、情感分?jǐn)?shù)4個(gè)屬性特征對(duì)輿情系統(tǒng)的運(yùn)行方式產(chǎn)生了影響。繼而需要明確信息因子的各個(gè)屬性在運(yùn)行過(guò)程中產(chǎn)生的影響力大小，采用定量分析的方式，基于輿情傳播過(guò)程中的不同屬性特征的相關(guān)數(shù)據(jù)，確定信息因子中不同屬性的影響力大小。綜上，研究擬定信息因子影響輿情系統(tǒng)運(yùn)行方式的方程：

2.3信息環(huán)境因子運(yùn)行方式假設(shè)

首先，信息環(huán)境是如何對(duì)輿情的運(yùn)行產(chǎn)生影響，根據(jù)對(duì)生態(tài)因子的分析，可以確定信息通過(guò)輿情信息環(huán)境的技術(shù)支持和輿情指數(shù)這兩個(gè)屬性特征對(duì)輿情系統(tǒng)的運(yùn)行方式產(chǎn)生了影響。繼而需要明確信息環(huán)境的各個(gè)屬性在運(yùn)行過(guò)程中產(chǎn)生的影響力大小，采用定量分析的方式，基于輿情傳播過(guò)程中的不同屬性特征的相關(guān)數(shù)據(jù)，確定信息環(huán)境因子中不同屬性的影響力大小。綜上，研究擬定信息環(huán)境因子影響輿情系統(tǒng)運(yùn)行方式的方程：

其中，Environment代表信息環(huán)境因子：Equip?ment代表技術(shù)支持、Index代表輿情指數(shù)，s、t代表系數(shù)。

綜上，可以得到信息生態(tài)視角下的突發(fā)公共事件網(wǎng)絡(luò)輿情運(yùn)行方式模型。如圖2所示，依據(jù)信息生態(tài)因子相關(guān)理論出發(fā)，探究信息因子、信息人因子以及信息環(huán)境因子3個(gè)生態(tài)因子的性質(zhì)，挖掘其屬性特征以及結(jié)構(gòu)特征，從而完成對(duì)生態(tài)因子特征的分析;探索信息人因子、信息因子及信息環(huán)境因子中不同屬性特征的耦合關(guān)系，再進(jìn)一步挖掘3個(gè)生態(tài)因子之間協(xié)同作用過(guò)程中不同屬性特征之間的作用方式，以完成信息生態(tài)視角下輿情系統(tǒng)運(yùn)行方式的解讀。

3信息生態(tài)視域下突發(fā)公共事件網(wǎng)絡(luò)輿情系統(tǒng)運(yùn)行方式實(shí)證

研究針對(duì)信息生態(tài)視角下突發(fā)公共事件網(wǎng)絡(luò)輿情生態(tài)因子的分析，既包括從信息生態(tài)學(xué)理論出發(fā)完成理論分析，同時(shí)也包括相關(guān)實(shí)證研究，在一定程度上驗(yàn)證理論模型的有效性和可行性，通過(guò)社會(huì)網(wǎng)絡(luò)分析和自然語(yǔ)言處理技術(shù)深入解析案例事件輿情系統(tǒng)的運(yùn)行方式，將突發(fā)公共事件網(wǎng)絡(luò)輿情運(yùn)行方式的理論分析落實(shí)到實(shí)處。

3.1數(shù)據(jù)獲取

突發(fā)公共事件網(wǎng)絡(luò)輿情頻頻爆發(fā)于以微博為代表的社交媒體平臺(tái)上，故研究選取微博平臺(tái)的相關(guān)數(shù)據(jù)作為數(shù)據(jù)源。根據(jù)前期相關(guān)研究顯示，2018年7月15日—8月13日經(jīng)歷了國(guó)家藥品監(jiān)督管理局發(fā)布某生物有限公司造假通告、國(guó)務(wù)院調(diào)查組公布調(diào)查進(jìn)展及對(duì)某公司進(jìn)行處罰及補(bǔ)種措施，體現(xiàn)了該事件較為完整的生命周期，為保證實(shí)驗(yàn)數(shù)據(jù)的完整性和準(zhǔn)確性，故研究以突發(fā)公共事件“XXX”為主題詞，采用網(wǎng)絡(luò)爬蟲(chóng)工具集搜客Gooseeker，爬取新浪微博上相關(guān)主題的博文數(shù)據(jù)，采集2018年7月15日—9月30日共計(jì)34384條相關(guān)數(shù)據(jù)，包括搜索關(guān)鍵詞、博主ID、博主昵稱、博主類型、博文、博文網(wǎng)址、發(fā)布時(shí)間、發(fā)布終端、轉(zhuǎn)發(fā)評(píng)論及點(diǎn)贊數(shù)等數(shù)據(jù)。人工清洗原始數(shù)據(jù)，剔除與輿情事件不相關(guān)的博文、圖片、鏈接、視頻等數(shù)據(jù)。

根據(jù)生命周期理論將案例事件劃分為潛伏期、爆發(fā)期、蔓延期和衰退期[24]，以爆發(fā)期為例，選擇時(shí)間跨度為2018年7月15日—2018年7月24日共計(jì)10天的12244條博文數(shù)據(jù)，采用系統(tǒng)抽樣的方式進(jìn)一步篩選數(shù)據(jù)，根據(jù)不同日期內(nèi)當(dāng)天累計(jì)博文發(fā)布的數(shù)量與總博文的占比比例，從該日期中隨機(jī)抽取相應(yīng)比例數(shù)目的博文，使得進(jìn)行系統(tǒng)抽樣篩選后的博文數(shù)據(jù)量達(dá)到2000條。在獲得的2000條博文數(shù)據(jù)的基礎(chǔ)上，進(jìn)一步進(jìn)行數(shù)據(jù)清洗與剔除工作，將與案例事件不相關(guān)的博文剔除，最終獲得運(yùn)行方式分析的數(shù)據(jù)源，共計(jì)1794條博文數(shù)據(jù)。

3.2輿情系統(tǒng)運(yùn)行方式驗(yàn)證

從信息因子、信息人因子及信息環(huán)境因子3個(gè)方面分別擬定運(yùn)行方式的假設(shè)方程，確定不同生態(tài)因子中各個(gè)屬性特征的作用方向及作用強(qiáng)度。研究以因子分析作為研究方法進(jìn)行輿情運(yùn)行方式的分析，判斷不同生態(tài)因子在輿情系統(tǒng)中運(yùn)行方式的差異及各個(gè)維度內(nèi)因子屬性之間的影響作用。

根據(jù)運(yùn)行方式方程，研究探索了10個(gè)不同維度不同類型的生態(tài)因子屬性特征，包括輿情信息人的用戶屬性、活躍度、粉絲數(shù)、關(guān)注數(shù)，輿情信息的點(diǎn)贊數(shù)、轉(zhuǎn)發(fā)數(shù)、評(píng)論數(shù)、情感分?jǐn)?shù)，輿情信息環(huán)境的技術(shù)支持和輿情指數(shù)，其中用戶屬性、活躍度、粉絲數(shù)、關(guān)注數(shù)、點(diǎn)贊數(shù)、轉(zhuǎn)發(fā)數(shù)、評(píng)論數(shù)能夠直接通過(guò)網(wǎng)絡(luò)爬蟲(chóng)的方式獲取。研究的情感分?jǐn)?shù)值借助武漢大學(xué)團(tuán)隊(duì)開(kāi)發(fā)的ROSTEA情感分析工具，針對(duì)每一用戶發(fā)布的博文文本數(shù)據(jù)判斷其對(duì)長(zhǎng)生疫苗事件的情感傾向并計(jì)算情感分?jǐn)?shù)值，積極情感分?jǐn)?shù)值為正值，消極情感分?jǐn)?shù)值為負(fù)值，中性情感分?jǐn)?shù)值為零，其數(shù)值的絕對(duì)值大小代表不同情感傾向的程度;輿情指數(shù)則依靠百度指數(shù)這一輿情綜合指標(biāo)進(jìn)行量化;最后根據(jù)不同的客戶終端，即用戶所使用的不同技術(shù)功能的終端設(shè)備，包括安卓系統(tǒng)、IOS系統(tǒng)兩類，判斷輿情信息環(huán)境的技術(shù)支持特征。

研究通過(guò)因子分析的方式進(jìn)行定量計(jì)算，首先將數(shù)據(jù)中的各個(gè)屬性值導(dǎo)入SPSS18.0中進(jìn)行可行性檢驗(yàn)，發(fā)現(xiàn)實(shí)驗(yàn)結(jié)果中KMO檢驗(yàn)值為0.655，通過(guò)可行性檢驗(yàn)，可以通過(guò)因子分析的方法進(jìn)行計(jì)算。P值小于0.01，具有統(tǒng)計(jì)學(xué)意義，Bartlett球形檢驗(yàn)值小于0.01，說(shuō)明采用因子分析方法的有效性。根據(jù)表1主因子總方法解釋表中的數(shù)據(jù)，獲取F1、F2、F3、F4共4個(gè)公因子，4個(gè)公因子分別能夠解釋總體信息的27.984%、19.59%、12.025%和10.382%，累計(jì)69.981%。4個(gè)公因子能夠在一定程度上代表總體信息，以此進(jìn)行突發(fā)公共事件網(wǎng)絡(luò)輿情運(yùn)行方式的定量分析。

通過(guò)最大方差法進(jìn)行正交旋轉(zhuǎn)處理，將原始因子載荷矩陣轉(zhuǎn)換為旋轉(zhuǎn)因子載荷矩陣，如表2所示。

3.3輿情系統(tǒng)運(yùn)行方式分析

通過(guò)因子載荷矩陣可以得到原始變量的線性關(guān)系，載荷值小于0.4考慮刪除，綜合判斷處理歸納為哪個(gè)因子，并重新對(duì)各個(gè)因子進(jìn)行命名。旋轉(zhuǎn)后的成分矩陣因素解釋更為顯著，故根據(jù)旋轉(zhuǎn)后的成分矩陣可知，因子Likes點(diǎn)贊數(shù)、Forwards轉(zhuǎn)發(fā)數(shù)、Comments評(píng)論數(shù)在第一個(gè)主因子F1的載荷系數(shù)大于0.4且數(shù)值較高，主要反映輿情運(yùn)行過(guò)程的信息內(nèi)容的特征情況，可解釋為信息因子，故將主因子F1歸納為信息因子Information;因子Activity博主活躍度、Category博主類別、Equipment技術(shù)支持以及粉絲數(shù)Fans在第二個(gè)主因子F2的載荷系數(shù)大于0.4且數(shù)值較高，主要反映輿情運(yùn)行過(guò)程中博主的相關(guān)情況，可解釋為信息人因子，故將主因子F2歸納為信息人因子Public;因子Index輿情指數(shù)、Emotion情感分?jǐn)?shù)在第三個(gè)主因子F3的載荷系數(shù)大于0.4且數(shù)值較高，主要反映輿情運(yùn)行過(guò)程中整體環(huán)境的討論熱度以及情緒發(fā)展的相關(guān)趨勢(shì)，可解釋為信息環(huán)境因子，故將主因子F3歸納為信息環(huán)境因子Environment;因子Follows關(guān)注數(shù)在第四個(gè)主因子F4的載荷系數(shù)大于0.4且數(shù)值較高，主要反映輿情運(yùn)行過(guò)程中博主的關(guān)注人數(shù)，分析輿情信息傳播過(guò)程中信息的傳播方向主要為博主對(duì)其下游粉絲的影響及傳播，而對(duì)其上游關(guān)注者的傳播及影響力相對(duì)較小，故實(shí)驗(yàn)結(jié)果中博主關(guān)注數(shù)為單獨(dú)一組。相關(guān)研究顯示，在研究粉絲數(shù)和關(guān)注數(shù)對(duì)信息人的影響程度時(shí)，對(duì)信息人產(chǎn)生決定性影響的是粉絲數(shù)，其標(biāo)準(zhǔn)化回歸系數(shù)是關(guān)注數(shù)的13倍，經(jīng)過(guò)綜合判斷發(fā)現(xiàn)，關(guān)注數(shù)可能對(duì)輿情運(yùn)行過(guò)程沒(méi)有顯著影響，故刪除因子F4。

實(shí)驗(yàn)結(jié)果：各個(gè)變量在不同主因子的分布情況與原假設(shè)不同，信息因子中包括點(diǎn)贊數(shù)、評(píng)論數(shù)和轉(zhuǎn)發(fā)數(shù)，缺少了情感分?jǐn)?shù)變量，而將其歸納為環(huán)境因子中，分析可能的原因是輿情博文中的情感值判斷，不僅會(huì)影響博文信息內(nèi)容本身的運(yùn)行和發(fā)展，更多的是在輿情運(yùn)行過(guò)程中對(duì)整個(gè)傳播環(huán)境的情感趨勢(shì)影響;信息人因子中包括博主類別、粉絲數(shù)和活躍度，缺少了關(guān)注數(shù)的同時(shí)增加了技術(shù)支持變量，分析可能的原因是對(duì)于信息人因子，即微博博主來(lái)說(shuō)，傳播的影響力主要產(chǎn)生在關(guān)注博主的粉絲，而很難對(duì)其上游的關(guān)注者產(chǎn)生影響，并且發(fā)布博文的終端設(shè)備由于是歸屬于博主本人的發(fā)布設(shè)備，故由于發(fā)布設(shè)備不同而產(chǎn)生的不同影響也歸屬于信息人因子;環(huán)境因子中包括輿情指數(shù)，缺少了技術(shù)支持并且增加了情感分?jǐn)?shù)，如上述分析，技術(shù)支持更多歸屬于信息人因子，而情感分?jǐn)?shù)則傾向于對(duì)整體環(huán)境的情感趨勢(shì)影響。

經(jīng)過(guò)調(diào)整后，以表2為依據(jù)，根據(jù)因子載荷矩陣中不同變量歸屬的不同主因子及其載荷系數(shù)，分別得到信息因子、信息人因子以及信息環(huán)境因子的綜合計(jì)算方程：

由此可以分析得出，在突發(fā)公共事件網(wǎng)絡(luò)輿情的運(yùn)行過(guò)程中，信息因子、信息人因子以及信息環(huán)境因子之間相互作用，其具體的運(yùn)行方式中信息因子對(duì)輿情的作用程度最高，約占50%，可見(jiàn)輿情運(yùn)行傳播過(guò)程的本質(zhì)仍然是信息內(nèi)容本身的擴(kuò)散，

而信息人因子對(duì)輿情的影響也相對(duì)較高，約占1/3，作為輿情傳播的主體也占據(jù)重要地位，而信息環(huán)境因子對(duì)輿情的傳播運(yùn)行也產(chǎn)生了一定的輔助作用，不同屬性特征對(duì)整體的影響權(quán)重有所不同，博文信息的轉(zhuǎn)發(fā)、評(píng)論和點(diǎn)贊數(shù)對(duì)輿情的運(yùn)行仍是主要的變量，博主活躍度和技術(shù)支持對(duì)輿情的運(yùn)行影響是負(fù)相關(guān)作用。

3.4研究結(jié)果

因?yàn)檫\(yùn)行方式研究是對(duì)輿情系統(tǒng)運(yùn)行過(guò)程中整體運(yùn)行邏輯的剖析，即對(duì)輿情系統(tǒng)的運(yùn)行特征及運(yùn)行方式的綜合探討，故本研究以信息生態(tài)相關(guān)理論為指導(dǎo)，從生態(tài)因子、生態(tài)因子的特征以及系統(tǒng)運(yùn)行方式3方面完成對(duì)突發(fā)公共事件網(wǎng)絡(luò)輿情系統(tǒng)運(yùn)行方式的深入分析和探討。

1）基于信息生態(tài)因子相關(guān)理論，厘清突發(fā)公共事件網(wǎng)絡(luò)輿情生態(tài)因子及其特征。信息生態(tài)系統(tǒng)包括信息因子、信息人因子以及信息環(huán)境因子，能夠?qū)浨橄到y(tǒng)運(yùn)行產(chǎn)生影響作用的屬性特征和結(jié)構(gòu)特征，即信息因子及其點(diǎn)贊數(shù)、轉(zhuǎn)發(fā)數(shù)、評(píng)論數(shù)、情感分?jǐn)?shù)4個(gè)屬性特征，主題關(guān)系、語(yǔ)義關(guān)聯(lián)兩個(gè)結(jié)構(gòu)特征;信息人因子及其用戶屬性、活躍度、粉絲數(shù)、關(guān)注數(shù)4個(gè)屬性特征，核心節(jié)點(diǎn)、中介節(jié)點(diǎn)兩個(gè)結(jié)構(gòu)特征;信息環(huán)境因子及其技術(shù)支持和輿情指數(shù)兩個(gè)屬性特征。

研究發(fā)現(xiàn)，在突發(fā)公共事件網(wǎng)絡(luò)輿情的發(fā)展運(yùn)行過(guò)程中，不同生態(tài)因子對(duì)輿情系統(tǒng)運(yùn)行產(chǎn)生影響的特征不同，即著力點(diǎn)不同。信息因子根據(jù)輿情信息內(nèi)容的流行程度發(fā)揮作用，在輿情的監(jiān)管過(guò)程中可以通過(guò)點(diǎn)贊等數(shù)據(jù)綜合判斷信息內(nèi)容的流行程度;而信息人因子則主要強(qiáng)調(diào)用戶的影響力大小，并通過(guò)信息人網(wǎng)絡(luò)中的關(guān)鍵節(jié)點(diǎn)及中介節(jié)點(diǎn)發(fā)現(xiàn)輿情運(yùn)行過(guò)程中的主要信息人;信息環(huán)境因子的屬性特征則包含技術(shù)環(huán)境和話題熱度環(huán)境，綜合影響輿情傳播的效率。通過(guò)剖析輿情的生態(tài)因子及其特征，能夠有效指導(dǎo)現(xiàn)實(shí)社會(huì)中輿情管控的方向和要點(diǎn)，提升輿情監(jiān)管效率。

2）擬定不同生態(tài)因子協(xié)同作用的運(yùn)行方式方程。結(jié)合生態(tài)因子的屬性特征，分別擬定以信息人因子、信息因子、信息環(huán)境因子為因變量的運(yùn)行方式方程。在信息生態(tài)視域下，從3個(gè)生態(tài)因子出發(fā)，擬定不同維度下輿情系統(tǒng)運(yùn)行方式的方程式，總結(jié)不同屬性特征影響三大因子的方式，展開(kāi)對(duì)輿情整體運(yùn)行方式的細(xì)粒度剖析，為其他突發(fā)公共事件網(wǎng)絡(luò)輿情實(shí)例分析提供研究切入點(diǎn)，從而有效量化不同屬性特征的作用強(qiáng)度和方向，輔助輿情回顧性分析，為同類事件的監(jiān)管提供參考和預(yù)警

3）通過(guò)因子分析方法，定量分析生態(tài)因子之間協(xié)同作用的運(yùn)行方式。計(jì)算突發(fā)公共事件網(wǎng)絡(luò)輿情系統(tǒng)運(yùn)行過(guò)程中生態(tài)因子及其屬性特征發(fā)揮作用的權(quán)重系數(shù)，確定擬定的以信息人因子、信息因子、信息環(huán)境因子為因變量的運(yùn)行方式方程，發(fā)現(xiàn)信息因子的作用強(qiáng)度約占50%，而信息人因子約占1/3，可見(jiàn)輿情系統(tǒng)運(yùn)行過(guò)程的本質(zhì)仍然是信息內(nèi)容本身的擴(kuò)散，不同屬性特征的權(quán)重有所不同，博文信息的轉(zhuǎn)發(fā)數(shù)、評(píng)論數(shù)和點(diǎn)贊數(shù)在輿情的運(yùn)行過(guò)程中仍占主要作用，博主活躍度和技術(shù)支持發(fā)揮是負(fù)相關(guān)作用，故綜合所有屬性特征指出輿情系統(tǒng)運(yùn)行方式的定量關(guān)系為：

通過(guò)實(shí)證分析進(jìn)一步發(fā)現(xiàn)，突發(fā)公共事件網(wǎng)絡(luò)輿情由于其突發(fā)性和公共性的性質(zhì)，信息的傳播效率較高，公眾對(duì)輿情的討論較為熱烈，文本信息的點(diǎn)贊、轉(zhuǎn)發(fā)等數(shù)據(jù)成為影響輿情運(yùn)行發(fā)展的主要特征。而對(duì)于用戶來(lái)說(shuō)，官方機(jī)構(gòu)媒體相對(duì)于個(gè)人用戶即便活躍度不高，但仍能起到推進(jìn)作用，成為影響輿情運(yùn)行發(fā)展的重要特征，且積極的情感傾向更能夠帶動(dòng)輿情的運(yùn)行，完成從定量視角對(duì)輿情系統(tǒng)運(yùn)行方式的剖析。

4結(jié)語(yǔ)

本研究從突發(fā)公共事件網(wǎng)絡(luò)輿情的本質(zhì)出發(fā)，在已有研究的基礎(chǔ)上，試圖從信息生態(tài)的角度，利用定性與定量相結(jié)合的方法梳理輿情運(yùn)行過(guò)程中各個(gè)生態(tài)因子的特征以及其在輿情系統(tǒng)運(yùn)行過(guò)程中的作用方式，厘清突發(fā)公共事件網(wǎng)絡(luò)輿情運(yùn)行規(guī)律，從根本上解釋突發(fā)公共事件網(wǎng)絡(luò)輿情系統(tǒng)的運(yùn)行規(guī)律，為政府決策提供理論支持，為突發(fā)公共事件網(wǎng)絡(luò)輿情監(jiān)管提供參考，使信息生態(tài)環(huán)境向有利于人類的方向發(fā)展。

一方面，突發(fā)公共事件網(wǎng)絡(luò)輿情運(yùn)行的生態(tài)因子包括信息因子、信息人因子、信息環(huán)境因子?；谛畔⑸鷳B(tài)因子相關(guān)理論，闡明信息人因子、信息因子和信息環(huán)境因子在突發(fā)公共事件網(wǎng)絡(luò)輿情系統(tǒng)運(yùn)行過(guò)程中的作用規(guī)律，歸納出輿情生態(tài)因子的屬性特征和結(jié)構(gòu)特征。另一方面，突發(fā)公共事件網(wǎng)絡(luò)輿情運(yùn)行方式的研究是綜合考量各個(gè)生態(tài)因子之間協(xié)同作用的運(yùn)行方式，并對(duì)信息因子、信息人因子和信息環(huán)境因子中細(xì)粒度的屬性特征進(jìn)行融合，發(fā)現(xiàn)不同類型的屬性特征相互影響狀態(tài)下如何協(xié)同發(fā)揮各自的作用，并量化其作用強(qiáng)度以及作用方向，最終確定突發(fā)公共事件網(wǎng)絡(luò)輿情系統(tǒng)具體的運(yùn)行方式。輔助監(jiān)管部門(mén)控制、疏導(dǎo)、管理和分析突發(fā)公共事件網(wǎng)絡(luò)輿情運(yùn)行態(tài)勢(shì)，把握突發(fā)公共事件網(wǎng)絡(luò)輿情運(yùn)行的原理和規(guī)律。本研究?jī)H以微博作為主要的突發(fā)公共事件網(wǎng)絡(luò)輿情的運(yùn)行平臺(tái)，研究具有一定的局限性，擬在未來(lái)的研究中納入更加廣泛的數(shù)據(jù)源，降低實(shí)證研究的誤差。

3434500338242