夏一雪 張立紅 何 巍 張雙獅

(中國人民警察大學(xué)網(wǎng)絡(luò)輿情治理研究中心 廊坊 065000)

0 引 言

隨著網(wǎng)絡(luò)社會深入發(fā)展，網(wǎng)絡(luò)輿情不僅是現(xiàn)實(shí)社會的全息投影，更在虛擬與現(xiàn)實(shí)的高度交互中趨向于自我進(jìn)化、自我發(fā)展，其作為一個(gè)系統(tǒng)的整體性屬性日益突出，以系統(tǒng)視角審視網(wǎng)絡(luò)輿情，是該領(lǐng)域的重要研究趨勢。安全與發(fā)展是網(wǎng)絡(luò)輿情系統(tǒng)的一體兩面，防范化解安全風(fēng)險(xiǎn)是促進(jìn)網(wǎng)絡(luò)輿情健康發(fā)展的基礎(chǔ)和保證，因此需探索風(fēng)險(xiǎn)對于網(wǎng)絡(luò)輿情系統(tǒng)的作用機(jī)理，明晰內(nèi)生、外生等不同類型風(fēng)險(xiǎn)作用于網(wǎng)絡(luò)輿情系統(tǒng)后，對系統(tǒng)演化的不同影響等深層機(jī)理，為防范化解安全風(fēng)險(xiǎn)提供理論依據(jù)。

國內(nèi)網(wǎng)絡(luò)輿情演化研究，主要分為內(nèi)部演化機(jī)理分析和外部演化態(tài)勢分析兩大研究方向。一是內(nèi)部演化機(jī)理分析，大量研究成果集中于這一研究方向，包括演化要素、演化過程、演化動(dòng)力學(xué)機(jī)制、演化路徑、演化趨勢預(yù)測、演化仿真等研究主題，主要運(yùn)用傳染病模型及其改進(jìn)模型[1]、系統(tǒng)動(dòng)力學(xué)[2]、元胞自動(dòng)機(jī)模型[3]、觀點(diǎn)動(dòng)力學(xué)模型[4]、信息傳播模型[5]、事理圖譜[6]、復(fù)雜網(wǎng)絡(luò)分析[7]、扎根理論[8]等研究方法。二是外部演化態(tài)勢分析，包括態(tài)勢可視化分析、態(tài)勢評估、演化時(shí)空分析等研究主題，主要運(yùn)用主題分析、情感分析等自然語言處理技術(shù)和方法[9-10]、深度學(xué)習(xí)等機(jī)器學(xué)習(xí)技術(shù)和方法[11]。目前針對風(fēng)險(xiǎn)視角下網(wǎng)絡(luò)輿情演化機(jī)理，已有研究集中于輿情演化不同階段的風(fēng)險(xiǎn)特征、風(fēng)險(xiǎn)識別、風(fēng)險(xiǎn)評估和風(fēng)險(xiǎn)治理，研究方法主要是灰色統(tǒng)計(jì)法[12]、層次分析法[13]、系統(tǒng)動(dòng)力學(xué)[14]、等級全息建模[15]等，研究重點(diǎn)在于刻畫輿情不同階段的風(fēng)險(xiǎn)演化機(jī)理、構(gòu)建輿情演化周期各階段的風(fēng)險(xiǎn)指標(biāo)體系等，其實(shí)質(zhì)是風(fēng)險(xiǎn)的演化機(jī)理。而風(fēng)險(xiǎn)作用于輿情后，對于輿情演化的影響機(jī)理，仍有待深入研究。

綜合而言，一方面已有研究主要考慮輿情主體、信息等因素在演化過程中的作用機(jī)理，較少考慮各種內(nèi)外部因素作為風(fēng)險(xiǎn)因素對輿情演化的影響，但在實(shí)際輿情演化過程中，各種內(nèi)外部風(fēng)險(xiǎn)因素對輿情演化具有重要影響，并改變輿情演化進(jìn)程。因此有必要考察內(nèi)生、外生等不同類型風(fēng)險(xiǎn)作用于網(wǎng)絡(luò)輿情系統(tǒng)后，對系統(tǒng)演化的不同影響等深層機(jī)理。另一方面，已有輿情風(fēng)險(xiǎn)研究中，主要考慮風(fēng)險(xiǎn)自身的演化機(jī)理，較少考慮風(fēng)險(xiǎn)作用后對輿情系統(tǒng)原有演化規(guī)律帶來的影響及其影響機(jī)理。由此，本文聚焦于風(fēng)險(xiǎn)作用下的網(wǎng)絡(luò)輿情演化機(jī)理，將輿情風(fēng)險(xiǎn)分為內(nèi)生風(fēng)險(xiǎn)和外生風(fēng)險(xiǎn)，應(yīng)用自治系統(tǒng)與非自治系統(tǒng)理論進(jìn)行研究，并以自治線性風(fēng)險(xiǎn)為例，重點(diǎn)分析自治線性風(fēng)險(xiǎn)作用下的輿情演化特征，為深入解析輿情演化規(guī)律、開展輿情風(fēng)險(xiǎn)治理提供新的研究視角。

1 風(fēng)險(xiǎn)作用下網(wǎng)絡(luò)輿情演化機(jī)理

網(wǎng)絡(luò)輿情是網(wǎng)民圍繞某一話題進(jìn)行表達(dá)、傳播、互動(dòng)而產(chǎn)生的觀點(diǎn)和態(tài)度的集合，其呈現(xiàn)形態(tài)是網(wǎng)民發(fā)布、轉(zhuǎn)發(fā)、評論等信息，輿情信息是網(wǎng)絡(luò)輿情傳播演化的載體，而輿情信息量則成為度量輿情演化程度的重要變量。根據(jù)信息生命周期理論，網(wǎng)絡(luò)輿情演化經(jīng)歷醞釀、擴(kuò)散、消退等階段，將其信息量的統(tǒng)計(jì)數(shù)據(jù)進(jìn)行累加后，具有明顯的“S型”數(shù)據(jù)特征(見圖1)。通過開展數(shù)學(xué)建模，可以定量地將網(wǎng)絡(luò)輿情演化過程劃分為若干階段[16]，這與信息生命周期理論相吻合。

圖1 “新型冠狀病毒”輿情數(shù)據(jù)

網(wǎng)絡(luò)輿情演化過程中，受信息異化、情感極化等原因的影響，極易產(chǎn)生風(fēng)險(xiǎn)，使得輿情演化偏離正常狀態(tài)。網(wǎng)絡(luò)輿情風(fēng)險(xiǎn)即導(dǎo)致輿情演化偏離常態(tài)規(guī)律的因素，按照風(fēng)險(xiǎn)來源于輿情系統(tǒng)內(nèi)部或者外部，可將輿情風(fēng)險(xiǎn)分為內(nèi)生風(fēng)險(xiǎn)和外生風(fēng)險(xiǎn)，其中內(nèi)生風(fēng)險(xiǎn)產(chǎn)生、演化與系統(tǒng)自身相關(guān)，外生風(fēng)險(xiǎn)產(chǎn)生、演化與系統(tǒng)外部因素相關(guān)。風(fēng)險(xiǎn)的主要特征是未知和不確定，在網(wǎng)絡(luò)輿情演化全周期中，風(fēng)險(xiǎn)作用的時(shí)間點(diǎn)是不確定的，但風(fēng)險(xiǎn)對輿情的影響卻是確定的，即強(qiáng)化影響和弱化影響。在網(wǎng)絡(luò)輿情演化過程中，假設(shè)風(fēng)險(xiǎn)作用點(diǎn)為t0時(shí)刻。時(shí)間點(diǎn)t0之前，輿情演化為正常狀態(tài)，風(fēng)險(xiǎn)處于醞釀階段。時(shí)間點(diǎn)t0之后，風(fēng)險(xiǎn)激發(fā)，進(jìn)入風(fēng)險(xiǎn)作用階段，導(dǎo)致產(chǎn)生網(wǎng)絡(luò)輿情強(qiáng)化或者弱化兩種狀態(tài)，前者信息量上限增加且信息增長速度變快，后者則信息量上限變小且信息增長變緩(圖2)。

圖2 風(fēng)險(xiǎn)作用下網(wǎng)絡(luò)輿情演化過程

2 風(fēng)險(xiǎn)作用下網(wǎng)絡(luò)輿情演化建模

2.1風(fēng)險(xiǎn)作用下網(wǎng)絡(luò)輿情演化模型

2.1.1 基礎(chǔ)模型 基于網(wǎng)絡(luò)輿情定義，假設(shè)某個(gè)網(wǎng)絡(luò)輿情的信息量和值x(簡稱輿情信息量)是關(guān)于時(shí)間t的連續(xù)可微函數(shù)，即x=x(t)，則網(wǎng)絡(luò)輿情演化過程可以用logistic模型描述，即

(1)

其中，r>0為網(wǎng)絡(luò)輿情信息量增長率，初值為x0，信息量上限為K。根據(jù)風(fēng)險(xiǎn)作用下網(wǎng)絡(luò)輿情演化機(jī)理，可以得出風(fēng)險(xiǎn)作用量化機(jī)理(圖3)：

圖3 風(fēng)險(xiǎn)作用量化機(jī)理

表1 風(fēng)險(xiǎn)作用類型

由于外部作用的不確定性以及非線性表達(dá)式難以確定等原因，下文重點(diǎn)討論f(x)=ax時(shí)，自治風(fēng)險(xiǎn)作用下網(wǎng)絡(luò)輿情演化規(guī)律(簡稱自治線性風(fēng)險(xiǎn))，由此得出自治線性風(fēng)險(xiǎn)作用下網(wǎng)絡(luò)輿情演化模型為：

其中，t0為風(fēng)險(xiǎn)作用時(shí)刻，系數(shù)a>0為風(fēng)險(xiǎn)強(qiáng)度，+a對應(yīng)輿情強(qiáng)化狀態(tài)，-a對應(yīng)輿情弱化狀態(tài)。令r=r1=0.5,K=1000,x0=1,a=±0.0004,t0=15，繪制風(fēng)險(xiǎn)作用下網(wǎng)絡(luò)輿情演化模型數(shù)值解圖像(圖4)，觀察發(fā)現(xiàn)：模型解與風(fēng)險(xiǎn)作用下網(wǎng)絡(luò)輿情演化機(jī)理的定性認(rèn)識相一致，能夠清晰看出風(fēng)險(xiǎn)作用后，輿情強(qiáng)化(xs)和弱化(xw)兩種狀態(tài)以及偏離正常狀態(tài)(xn)的程度。

圖4 模型數(shù)值解

表2 風(fēng)險(xiǎn)作用前后輿情演化對比數(shù)據(jù)

3 風(fēng)險(xiǎn)作用下網(wǎng)絡(luò)輿情演化仿真

3.1仿真設(shè)計(jì)考慮到風(fēng)險(xiǎn)作用于網(wǎng)絡(luò)輿情演化的不同階段對輿情演化的影響程度不同，本文通過數(shù)值仿真研究不同階段風(fēng)險(xiǎn)作用下網(wǎng)絡(luò)輿情演化規(guī)律。考慮到信息量單調(diào)遞增的假設(shè)條件，所以，

圖5 模型仿真思路與參數(shù)設(shè)置

圖6 分階段輿情強(qiáng)化狀態(tài)仿真

圖7 分階段輿情弱化狀態(tài)仿真

3.4仿真結(jié)論a.自治線性風(fēng)險(xiǎn)作用下，網(wǎng)絡(luò)輿情演化本質(zhì)是兩條“S型”曲線的拼接，結(jié)合點(diǎn)就是風(fēng)險(xiǎn)作用點(diǎn)。

b.自治線性風(fēng)險(xiǎn)作用下，風(fēng)險(xiǎn)作用時(shí)間點(diǎn)t0起始于輿情演化的不同階段，對輿情演化的影響存在差異性。其中強(qiáng)化狀態(tài)下風(fēng)險(xiǎn)作用于消退期，對輿情演化周期影響顯著，導(dǎo)致網(wǎng)絡(luò)輿情二次爆發(fā)。

c.自治線性風(fēng)險(xiǎn)作用下，潛伏期和擴(kuò)散期的網(wǎng)絡(luò)輿情演化總體來說是平穩(wěn)的，但消退期的輿情強(qiáng)化狀態(tài)對應(yīng)的“雙S”曲線具有明顯的數(shù)據(jù)波動(dòng)特征，由此可以得出一種數(shù)據(jù)驅(qū)動(dòng)的網(wǎng)絡(luò)輿情風(fēng)險(xiǎn)推斷方法：根據(jù)潛伏期和擴(kuò)散期的數(shù)據(jù)確定上限K和r，然后根據(jù)實(shí)時(shí)動(dòng)態(tài)數(shù)據(jù)持續(xù)計(jì)算模型上限得到K'，當(dāng)K和K'差距不大時(shí)，可認(rèn)為無風(fēng)險(xiǎn)作用；當(dāng)兩者差距很大時(shí)，則可能有自治線性風(fēng)險(xiǎn)作用。

4 實(shí)證研究

4.1實(shí)證來源2020年1月31日，多家媒體發(fā)布上海藥物所和武漢病毒所聯(lián)合研究發(fā)現(xiàn)雙黃連抑制病毒引發(fā)較高關(guān)注，“雙黃連可抑制新型冠狀病毒”相關(guān)話題閱讀量超過20.9億人次，隨后引發(fā)對雙黃連的瘋狂搶購，雙黃連搶購事件被中國健康傳媒集團(tuán)《輿情周刊》評為2020年十大藥品輿情事件。由該事件誘發(fā)的雙黃連輿情極速擴(kuò)散，導(dǎo)致雙黃連濫用風(fēng)險(xiǎn)、線下?lián)屬忞p黃連可能增加交叉感染風(fēng)險(xiǎn)、搶購信息急速傳播導(dǎo)致的信息異化風(fēng)險(xiǎn)以及中醫(yī)藥負(fù)面影響風(fēng)險(xiǎn)等系列風(fēng)險(xiǎn)，所以，該事件成為常態(tài)雙黃連藥品輿情的風(fēng)險(xiǎn)事件?；诖?，本文以雙黃連百度搜索數(shù)據(jù)作為建模數(shù)據(jù)，探究雙黃連搶購事件對雙黃連藥品輿情的影響。

分析百度搜索數(shù)據(jù)發(fā)現(xiàn)，：2020年1月31日之前，9年的雙黃連搜索指數(shù)整體變化趨勢較為平穩(wěn)，但經(jīng)歷雙黃連搶購事件后，搜索指數(shù)迅速增加，在一段事件后又回歸于相對平穩(wěn)的變化狀態(tài)，由此可見，搶購事件對雙黃連的搜索指數(shù)造成巨大影響，屬于輿情被強(qiáng)化的情況。為確定風(fēng)險(xiǎn)作用程度，本文選取數(shù)據(jù)區(qū)間為2020年1月19日—2020年2月14日(圖8)，以此開展數(shù)據(jù)建模并驗(yàn)證本文建模的合理性。

4.2實(shí)證思路根據(jù)實(shí)證案例分析，將數(shù)據(jù)區(qū)間(2020年1月19日—2020年2月14日)劃分為兩個(gè)階段(圖9)，第一階段為常態(tài)數(shù)據(jù)區(qū)間(區(qū)間I)：2020

圖8 建模數(shù)據(jù)

圖9 實(shí)證思路

自2020年2月1日(風(fēng)險(xiǎn)介入第二天)后開展動(dòng)態(tài)預(yù)測，研究風(fēng)險(xiǎn)對網(wǎng)絡(luò)輿情演化的影響程度(擬合數(shù)據(jù)見表3)。

表3 動(dòng)態(tài)預(yù)測擬合數(shù)據(jù)表

5 結(jié)束語

通過分析風(fēng)險(xiǎn)作用下網(wǎng)絡(luò)輿情演化過程，以logistic模型為基礎(chǔ)模型，構(gòu)建自治線性風(fēng)險(xiǎn)作用下網(wǎng)絡(luò)輿情演化模型，通過仿真探索自治線性風(fēng)險(xiǎn)作用下網(wǎng)絡(luò)輿情演化特征，明晰自治線性風(fēng)險(xiǎn)對于網(wǎng)絡(luò)輿情的強(qiáng)化和弱化機(jī)理及其在不同演化階段的影響差異性，并通過實(shí)證驗(yàn)證模型合理性。本文在以下兩個(gè)方面對網(wǎng)絡(luò)輿情演化研究有理論貢獻(xiàn)：一是通過數(shù)理建?？坍嬃孙L(fēng)險(xiǎn)作用下網(wǎng)絡(luò)輿情演化機(jī)理，并重點(diǎn)研究了自治線性風(fēng)險(xiǎn)作用下網(wǎng)絡(luò)輿情演化規(guī)律；二是從動(dòng)態(tài)演化視角，分階段進(jìn)行風(fēng)險(xiǎn)作用下網(wǎng)絡(luò)輿情演化研究，精細(xì)刻畫不同階段的演化特征。限于篇幅，在提出自治風(fēng)險(xiǎn)和非自治風(fēng)險(xiǎn)后，僅對自治線性風(fēng)險(xiǎn)進(jìn)行深入研究，未來仍需拓展至自治非線性風(fēng)險(xiǎn)和非自治風(fēng)險(xiǎn)，進(jìn)一步豐富風(fēng)險(xiǎn)作用下網(wǎng)絡(luò)輿情演化的理論研究。