大數據背景下網絡輿情主體交互機理與對策研究

蘭月新 王芳 張秋波 劉冰月 張鵬

摘 要：分析大數據背景下網絡輿情主體交互機制，提取影響網絡輿情傳播的關鍵變量，構建微分方程模型研究不同網絡輿情主體交互作用問題，通過MATLAB進行數值仿真研究模型特性，根據靜態仿真和動態仿真結果，得出網絡輿情主體交互效果和變動規律，在此基礎上提出了大數據背景下政府應對突發事件網絡輿情的事前、事后對策。

關鍵詞：大數據；網絡輿情；交互機理；數學模型；對策

中圖分類號： G250.7；G252 文獻標識碼： A DOI：10.11968/tsyqb.1003-6938.2016040

Research on the Governance Model of Network Public Opinion and Countermeasures in Emergency under the Big Data Background

Abstract Analyzes governance mechanism of network public opinion under the background of big data， and extracts key variables that affect the network public opinion governance. And constructs a multi-agents model of network public opinion governance from differential equations， and simulates the numbers by MATLAB and researches on model characteristics. And then obtains multi-agents network effects of public opinion and the degree of their interaction according to the static and dynamic simulation results. Finally， puts forward countermeasures for government-led and multi-agents collaborative governance mechanism to provide a theoretical model for network public opinion governance and suggestions for public opinion governance effect assessments.

Key words big data； network public opinion； multi-agents governance； mathematical models； countermeasures

1 現狀分析

截至2015年12月，中國手機網民規模達6.20億，較2014年底增加6303萬人，網民中使用手機上網人群所占比例由2014年的85.8%提升至90.1%[1]。隨著移動寬帶互聯網的普及，任意突發事件發生后都會形成規?；虼蠡蛐〉木W絡輿情。一般而言，突發事件網絡輿情信息類型各異、來源眾多、體量巨大，這些都是典型的大數據特征，其間包含大量普通網民對突發事件的態度、意見、情緒、訴求等信息，也包括政府、社會力量、網絡媒體等發布的信息，研究多個網絡輿情主體交互機理可為政府應對網絡輿情提供參考依據。

網絡輿情是極具現階段中國政治與社會特色的研究領域。針對網絡輿情這一研究熱點，國內學者的研究日趨增多，主要集中在：第一，基于傳播學理論研究網絡輿情問題。如通過研究演化機理、輿情特征、傳播規律、仿真實驗等研究網絡輿情問題[2-6]；第二，大數據背景下網絡社會治理中的網絡輿情問題。如從云治理、電子政務、網絡生態或者智慧城市視角研究網絡輿情問題[7-10]；第三，面向政府決策的網絡輿情研究，其中涉及治理路徑、政府決策、體制建設、制度保障及政府邏輯等內容[11-15]；第四，專項輿情研究，按事件分類研究了教育事件、暴恐事件、食品安全事件、群體性事件等突發事件的網絡輿情研究[16-19]，按輿情性質分類則研究負面輿情的應對問題，尤其是重點研究了網絡謠言的治理問題[20]；第五，基于情報學計量分析的網絡輿情研究。如基于CSSCI數據庫的學術論文計量分析及基于政府政策文件的內容分析等研究網絡輿情的主題、范式及走向等問題[21-22]（見圖1）。

除了學術論文外，國家社科基金非常重視網絡輿情相關領域的科學研究。近兩年，國家社科基金連續支持了四項重大基金項目（見表1），隨著這些項目的開展，也必將產生一大批重要的網絡輿情研究相關學術成果。

注：根據2014-2015年國家社科基金立項數據整理

雖然學界已有較多網絡輿情相關的研究，但目前仍存在許多不足之處，主要體現在： （1）目前大部分學術成果多以定性視角研究網絡輿情主體的引導模式和路徑、對策、機制等問題，缺乏面向大數據的網絡輿情主體交互的定量化描述，尤其缺少多主體共同作用效果的研究；（2）缺乏多主體作用網絡輿情過程中相互影響程度的研究；（3）以往研究中多有提到政府應及時監測負面輿情，但并未深入研究發布負面輿情的主體對輿情傳播的影響程度?；诖?，本文在定性研究突發事件網絡輿情主體交互機制的基礎上，通過建立微分方程模型，從定量研究的視角探討大數據背景下突發事件網絡輿情主體交互問題，以期為政府應對網絡輿情提供理論參考。

2 大數據背景下網絡輿情主體交互機制研究

2.1 大數據與網絡輿情

維基百科對大數據的定義是“所涉及的數據量規模巨大到無法通過人工在合理的時間內達到截取、管理、處理并整理成為人類所能解讀的信息”，且具備規模性（volume）、多樣性（variety）、高速性（velocity）和價值性（value）等特點[23]。

突發事件網絡輿情的形成一般要經過突發事件發生、政府或網民發布信息、媒體傳播信息等環節，所以，除政府外，網絡輿情主客體還包括事件、媒體和網民等。隨著移動寬帶互聯網的普及以及各類事件的頻繁發生，網民對某一突發事件熱議產生的網絡輿情形成一個非常典型的大數據場景（見圖2）。首先，互聯網的普及使得每天都會產生大量網民關注的熱點事件，網民對這些熱點事件發表個人觀點時產生海量數據；其次，網絡輿情信息數據的種類繁多，包括文字、圖片、數字、音頻、視頻等；第三，網絡輿情信息數據的價值密度低，需要網絡輿情分析人員在海量信息中去除噪聲，找出有用的信息。

4 大數據背景下政府應對突發事件網絡輿情的對策

前文通過模型分析及數值仿真，研究了主體數量、交互系數、發文潛力、信息增長率等模型參數在輿情引導過程中發揮的作用，容易得出政府應對網絡輿情的目標（見表3）?；诖?，本文將重點研究政府應對突發事件網絡輿情的事前對策和事后對策。事前對策即在突發事件沒有發生的時候，政府應對網絡輿情的防御性策略；事后對策即在某個突發事件發生后，政府應對網絡輿情的應急對策。

4.1 事前對策

（1）多主體協同應對網絡輿情：增加正面作用主體數量n+1

大數據環境下，政府應實現從單一主體管理向政府主導、社會多方力量共同參與的多主體協同應對的轉變（見圖11）。構建以政府為主導的多主體協同應對機制，讓互聯網協會、各行業學會、各類守法的網絡意見領袖（網絡大V）等民間組織發揮其應有作用。如，2013年8月，國家互聯網信息辦公室主辦了網絡名人社會責任論壇，國信辦主任領導與網絡名人交流座談。此外，還應構建各地方政府之間的聯動機制，事前經常開展跨區域輿情應對模擬演練、舉辦實踐經驗交流研討會等活動，事后才可形成“一方有難、八方支援”的效果。

（2）完善內部聯動機制：提升初值yi（0），爭取先動優勢

目前，我國政府應對網絡輿情的職能分散在不同的部門，概括起來主要可以分為四類：接入監管部門（工信部門與工商部門）、安全管制部門（公安部門與國家安全部門）、內容管制部門（中央和地方的新聞辦公室和對外宣傳辦公室）、其他有關部門（文化部門、新聞出版部門和廣電部門）及中國互聯網絡信息中心（CNNIC）等[28]?；诖?，本文將軍事領域的C4ISR建模思想融入政府應對網絡輿情，構建以情報為中心的政府內部聯動機制（見圖12），可實現大數據環境下輿情引導一體化，是政府各部門間的“粘合劑”。

（3）提升主體交互積極性，轉化更多高級作用主體：提升增長率r及發文潛力 Mi

單位時間發布或轉發的信息數量直接決定信息增長率的大小，所以提升增長率r的關鍵包括兩個方面：第一，作用主體及時、持續發布突發事件進展信息；第二，提升粉絲數量，使作用主體發布的信息能夠快速被轉發，前者是“基數”，后者則是“加速器”?；诖朔N考慮，以政務微博為例（見圖13），一方面提升政務微博的公信力，可增加直接粉絲數量，保證應對輿情的“基數”快速增長；另一方面，與網絡大V互粉并激發其應對輿情的積極性，則可提升間接粉絲數量，政府發布的信息會加速增長。許多地方政府和宣傳部門邀請網絡大V、知名博主考察、采風，很好地提升了網絡大V參與輿情應對的積極性，如陜西網絡大V一行走進綏德；四川廣安邀請大V參加“小平故里行”等。

（4）提升自身專業水平，發揮智庫作用，保證有效交互模式：防止ai<0

大數據環境下網絡輿情涉及新聞學、傳播學、管理學、統計學、心理學、情報學、信息科學等學科，這就需要大力培養網絡輿情人才隊伍，提升網絡輿情工作人員的專業水平，以保證發布信息科學、有效。此外，據中國知網文獻搜集結果（見圖14），目前網絡輿情研究多集中在高等院校，如華中科技大學、電子科技大學、中國人民武裝警察部隊學院、北京郵電大學等高校，政府應積極聯系各大高校網絡輿情科研團隊組建協同創新中心，使之在應對網絡輿情時發揮智庫作用。

5 結語

黨的十八屆三中全會指出要“推動國家治理體系和治理能力現代化”，政府應對網絡輿情則是其中的重要組成部分，隨著大數據技術的發展，必將為政府應對網絡輿情帶來清新空氣和嶄新氣象。本文通過研究大數據背景下突發事件網絡輿情主體交互機制，構建了大數據背景下多主體交互模型，通過數值仿真研究了作用主體間的相互影響程度、新增作用主體對引導效果的影響等問題，并在此基礎上得出相應對策，為政府應對突發事件網絡輿情提供參考依據。此外，根據文中構建的數學模型并結合突發事件案例，可以估算各個作用主體在某個突發事件中的交互效果，進而為開展交互效果評估提供參考。

參考文獻：

[1] 中國互聯網絡信息中心.第37次中國互聯網絡發展狀況統計報告[R/OL].[2016-04-30].http：//www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/201601/t20160122_53271.htm.

[2] 相麗玲，王晴.信息公開背景下網絡輿情危機演化特征及治理機制研究[J].情報科學，2014，32（4）：26-31.

[3] 王芳，王晴.微博輿情的演化機理、價值特征與治理機制[J].情報雜志，2014，33（1）：120-124.

[4] 杜建華.風險傳播視域下輿論安全及其治理[J].西南民族大學學報（人文社會科學版），2012（7）：143-149.

[5] 蔣明敏.自媒體時代網絡輿論風險的特點、成因及其治理[J].西南民族大學學報（人文社會科學版）2015（3）：173-177.

[6] 李鵬.公共危機事件的網絡傳播與輿情治理[J].東岳論叢，2012，33（9）：140-143.

[7] 張健華，李娜.智慧城市理念下的政府網絡輿情治理研究[J].理論與現代化，2014（6）：79-84.

[8] 張勤.網絡輿情的生態治理與政府信任重塑[J].中國行政管理，2014（4）：40-41.

[9] 梅松.基于電子政務的網絡輿情危機治理[J].湖北行政學院學報，2011（4）：41-46.

[10] 謝金林.網絡輿論生態系統內在機理及其治理研究[J].上海行政學院學報，2013，14（4）：90-101.

[11] 李鳴.突發事件網絡輿情治理中的政府決策：過程與機制[J].青海社會科學，2014（2）：94-99.

[12] 張小明.論突發事件網絡輿情的綜合治理：體制建設與制度保障[J].上海行政學院學報，2013，14（5）：81-87.

[13] 馬荔.新媒體視域下網絡輿情與國家治理現代化關系及治理路徑[J].江淮論壇，2015（3）：106-109.

[14] 李陽.危機管理模式下新媒體網絡輿情治理路徑研究[J].社會科學輯刊，2015（4）：49-54.

[15] 韓舒立，張晨.網絡輿情治理中的政府邏輯：困境與重塑[J].電子政務，2013（5）：15-22.

[16] 舒剛.風險社會視域下高校網絡輿情的治理機制創新[J].國家教育行政學院學報，2015（9）：33-39.

[17] 常銳.群體性事件的網絡輿情及其治理模式與機制研究[D].長春：吉林大學，2012.

[18] 張杰，張文勝.食品安全智庫參與食品安全網絡輿情治理研究[J].食品研究與開發，2015，36（15）：143-147.

[19] 王向文，圖登克珠.輿論場+：一種探索性思考——兼談對涉藏輿情治理的啟示[J].西藏大學學報（社會科學版），2015，30（3）：28-32.

[20] 劉涇.網絡輿論生態視域中的謠言治理研究[J].情報科學，2014，32（5）：42-46.

[21] 張佳慧.中國政府網絡輿情治理政策研究：態勢與走向[J].情報雜志，2015，34（5）：123-129.

[22] 盛明科，邵夢潔，徐厭平.國內網絡輿情治理研究：主題、范式及展望——基于CSSCI數據庫2005-2013年的數據分析[J].情報雜志，2014，33（8）：190-195.

[23] 維基百科：大數據[EB/OL].[2014-08-28].http：//zh.m.wikipedia.org/ch-cn/%E5%A4%A7%E6%95%B8%E6%93%9A.

[24] 劉毅.網絡輿情研究概論[M].天津：天津人民出版社，2007：53.

[25] 曾潤喜，徐曉林.網絡輿情突發事件預警系統、指標與機制[J].情報雜志，2009，28（11）：52-54.

[26] 蘭月新，曾潤喜.突發事件網絡輿情傳播規律與預警階段研究[J].情報雜志，2013，32（5）：16-19.

[27] 蔣啟源，謝金星，葉俊.數學模型[M].北京：高等教育出版社，2011：243-245.

[28] 突發事件網絡輿情監管分散在四類政府部門[EB/OL].[2016-04-01].http：//news.ifeng.com/shendu/xxsb/detail_2013_0

7/22/27739989_0.shtml？_from_ral-ted.

[29] 蘭月新，董希琳，曾潤喜，等.信息異化視角下網絡輿情衍生效應模型研究[J].情報雜志，2015，34（1）：139-144.

作者簡介：蘭月新（1981-），男，中國人民武裝警察部隊學院基礎部講師，碩士生導師，研究方向：網絡輿情；王芳（1971-），女，南開大學商學院教授，博士生導師，研究方向：網絡社會治理；張秋波（1965-），女，中國人民武裝警察部隊學院邊防系教授，碩士生導師，研究方向：公安情報；劉冰月（1989-），女，河北工業大學城市學院講師，研究方向：數學建模；張鵬（1981-），男，中國人民武裝警察部隊學院消防指揮系講師，研究方向：網絡謠言。