輿情信息競爭式跨網絡傳播及干預策略研究

侯艷輝,張 昊,王家坤

(山東科技大學 經濟管理學院,山東 青島 266590)

一、引言

據第50次《中國互聯網絡發展狀況統計報告》顯示,截至2022年6月,我國網民規模達10.51億,互聯網普及率達74.4%;即時通信用戶規模達10.27億,短視頻用戶規模達9.62億。[1]伴隨通訊技術的快速發展,在十億網民構成的我國數字社會眾生群像下,以喜馬拉雅、抖音、小紅書等為代表的音、視頻平臺,逐漸成為網民重要的互動和社交渠道,也為網絡輿情的傳播與擴散提供了平臺。自1994年我國接通國際互聯網以來,輿情逐漸演化為一種外在于統治權力的制衡力量,而互聯網、人工智能、移動終端的快速發展進一步放大了這一效應,引起了各級政府部門的高度重視。黨的二十大報告指出:牢牢掌握黨對意識形態工作領導權,全面落實意識形態工作責任制;加強全媒體傳播體系建設,塑造主流輿論新格局,健全網絡綜合治理體系,推動形成良好網絡生態;強調贏得網絡輿論引導主動權需要把握時、度、效,這對占領意識形態制高點具有重要意義。

考慮到網民在認知水平和信息獲取等方面的差異,圍繞某一社會熱點話題,往往真實信息與理解偏差共存,進而形成不同的觀點:符合客觀事實的正面輿情信息和曲解客觀事實的負面輿情信息,從產生到持續傳播的過程中存在正、負面輿情信息競爭式傳播的特征,試圖爭奪用戶有限的關注度。在線社交網絡中輿情信息競爭式的傳播在為網民帶來便利、促進社會發展的同時,也為負面、非理性聲音的擴散創造了條件,進而威脅經濟發展與社會穩定。另外,隨著通信技術的快速發展,社交網絡平臺種類劇增,在線網民數量突破十億大關。相較于之前微博、微信并立的場面,現在社交平臺呈現出百家爭鳴的局面,抖音、知乎、soul等平臺逐漸興起,這些平臺均可稱為輿情信息傳播平臺或介質。社交網絡平臺種類繁多,隨之而來網民可選擇的傳播渠道也日益增多,由于網民選擇的傳播介質不盡相同,僅研究某兩個平臺間的輿情信息傳播不具代表意義,研究輿情信息在多個平臺中的傳播勢在必行。值得注意的是,盡管社交平臺趨向多樣化、傳播渠道呈現多元化,但不同平臺其網絡拓撲結構亦不同;輿情信息在不同拓撲結構的平臺間傳播賦予了輿情信息跨網絡傳播的特點,也為輿情信息傳播的監管與治理帶來一定挑戰。鑒于此,輿情信息競爭式跨網絡傳播及干預的系統研究,可為政府等監管主體積極引導輿情信息的擴散提供實踐依據,可促進我國信息安全與應急管理水平提升,實現進一步凈化網絡空間的目標。

梳理相關文獻發現,輿情信息的相關研究主要涉及輿情信息競爭式傳播過程與干預策略兩個方面。具體而言,考慮到輿情信息傳播過程的不可復制性特征,分析輿情信息競爭式傳播的載體網絡與交互機制,進而構建輿情信息競爭式跨網絡傳播模型,是輿情信息競爭式傳播過程研究的主要內容。一是網絡拓撲結構對輿情信息傳播的影響。在線社交網絡作為輿情信息傳播的載體,其拓撲結構決定了信息的傳播路徑。網絡拓撲結構對輿情信息傳播的影響主要體現在網絡度異質性、[2]社區結構、[3]有向結構、權重分布、[4]多層網絡、[5]28,[6]471,[7]時序網絡[8]等方面。二是輿情信息競爭式傳播的交互機制。關于兩種競爭信息共存、交互傳播機制的研究有:在產品口碑層面,考慮到正負面口碑同時存在,Wang等提出社交網絡中口碑傳播離散模型,發現正負面口碑可以相互抵消[9]121;以食品安全信息為研究對象,任建超和韓青定義正負面信息分別具有不同的傳播速度,并且假定兩者之間具有相互滲透的競爭關系,可以一定概率實現相互轉化;相較于正面信息而言,社交網絡中的負面信息更能夠引起網民的關注,[10]2833Yan和Jiang發現任一類輿情信息均無法在競爭傳播中持續保持主導地位[11]。三是輿情信息傳播模型。經梳理發現,學者們對輿情信息傳播模型的構建主要從微觀與宏觀兩個視角進行。微觀視角重點關注用戶之間的交互機制對輿情信息傳播過程的影響,代表性的模型有以Ising模型擴展的一系列觀點動力學模型、[12]線性閾值模型[13]等。如在Ising模型的基礎上,Lorenz引入了信任閾值的概念,重新定義了群組觀點交互的規則;[14]宏觀視角,重點從整體層面關注各類人群的變化并分析輿情信息的傳播規律,代表性的模型為傳染病傳播模型、[15]謠言傳播模型[16,17]以及基于復雜網絡的系列信息傳播模型[18]。

針對輿情信息的傳播,設計有效的干預機制是國內外學者關注的另一重點問題。對于正面輿情信息,盡可能最大化其傳播范圍;但對于負面輿情信息,希望最大程度地降低其社會影響。前者被稱為影響力最大化問題,后者被稱為污染最小化問題。一是影響力最大化問題。在假設個體屬性不變的情況下,影響力最大化問題的核心在于,識別網絡中最具有影響力的節點集合,使信息的傳播范圍最大化。學者們提出諸多判別方法,如節點度、介數、[19]中心度、[20]效率中心性、K-shell值、[21]節點組[22]等來解決該問題。二是污染最小化問題。該問題的核心在于,度量節點或連邊刪除后對網絡連通的破壞程度,以此來反映網絡中節點或連邊的重要性。對于該問題的解決,學者們主要從傳播閾值、節點層面、連邊層面三個角度提出解決方案。[23,24]如在節點層面,與影響力最大化問題類似,識別網絡中對信息傳播最具影響力的用戶集合,加以刪除或免疫進而抑制輿情信息的傳播。為了提升管理策略的可操作性,在無標度網絡中,刪除連接大度節點間的連邊能夠有效控制復雜網絡中的疾病傳播,即連邊層面的管理策略。

綜上所述,圍繞輿情信息競爭式傳播及干預,學者們已經取得了較為豐富的研究成果,但該領域也存在進一步的研究空間:一方面,目前輿情信息競爭式傳播多基于單層網絡,雙層網絡中的動力學過程研究多基于單類輿情信息,鮮有學者討論雙層社交網絡中輿情信息競爭式的演化過程。另一方面,針對輿情信息傳播過程的管理與干預,當前的干預策略多從宏觀角度出發,側重于“事后補救”,缺少“未雨綢繆”,指導管理實踐的能力有待進一步提升。而作為社會精細化治理過程中的重要一環,輿情信息傳播干預時效度及優化研究可增強輿情信息干預策略的針對性與時效性,具有重要的管理實踐意義?；诖?在復雜網絡理論與平均場理論的基礎上,本文建立輿情信息競爭式跨網絡傳播模型,并通過仿真實驗分析諸多因素對輿情信息競爭式跨網絡傳播過程的影響;隨后,基于提出的模型,重點討論兩類輿情信息傳播治理的關鍵方向;最后,針對不同拓撲結構的社交網絡,提出干預策略并進行優化,為社交平臺、政府等監管主體開展輿情信息的管理決策提供實踐依據。

二、輿情信息競爭式跨網絡傳播模型

(一)雙層在線社交網絡概念模型

伴隨通訊技術的不斷發展,互聯網作為最大的信息集散地,儼然成為公眾輿論的“第二戰場”。以微信、微博、抖音等為代表的各類社交平臺已成為輿情信息擴散的主要載體。盡管社交平臺趨向多樣化、傳播渠道呈現多元化,但不同平臺及傳播渠道的網絡拓撲結構大致可分為開放式在線社交網絡(Open Online Social Networks,Open OSN)和封閉式在線社交網絡(Closed Online Social Networks,Closed OSN)兩類,故本文旨在建立雙層在線社交網絡模型,研究兩類拓撲結構間輿情信息競爭式跨網絡傳播規律。

在線社交網絡作為一類社會結構,由社會中個體與網絡中用戶之間的關聯關系共同構成。換言之,社交網絡即關系網絡,從復雜網絡視角來看,復雜系統中的節點可以代表組織、虛擬用戶、實體等,節點之間的邊或鏈接代表不同實體之間的某種聯系,如合作關系、朋友關系、師生關系等?；谶@些關系,各類信息在個體與群體之問相互傳遞,信息不斷傳遞、迭代的過程就是信息在在線社交網絡中的傳播過程。

值得注意的是,伴隨信息傳播平臺的多樣化,不同平臺中用戶間的關系強度呈現出一定差異性。如微博、抖音、知乎、小紅書、Twitter類的社交平臺,其特征為泛傳播、淺社交、弱關系,用戶關系的建立多取決于個體的興趣;而微信、QQ、Facebook類的社交平臺,其傳播大多為“點對點”強關系下的轉發分享,用戶關系的建立多取決于個體的社會關系,結合團隊前期研究成果以及新浪、Facebook、Twitter等社交網絡的部分結構實際數據,本文將在線社交網絡(Online Social Networks,OSN)平臺劃分為以下兩類。

開放式在線社交網絡(以下簡稱“開放式OSN”):用戶之間社交關系的建立具備單向認證與實時訪問的特點,即用戶B關注用戶A后,便可隨時獲取用戶A發布的信息與內容,即使用戶之間并不熟悉甚至并不認識,該網絡類型中的用戶好友涵蓋范圍較廣,但彼此之間的關系強度較弱。在該類網絡中,用戶關注的對象存在個體偏好選擇,如用戶往往傾向于關注自身感興趣的“大V”“網紅”“明星”等用戶。另外,結合愛丁堡大學2019年發布的Facebook的部分網絡結構數據與相關研究,發現該類網絡的度基本符合冪率分布的特征,如新浪微博網絡、抖音網絡等。

封閉式在線社交網絡(以下簡稱“封閉式OSN”):用戶之間社交關系的建立具備雙向認證與非實時訪問的特點,即用戶B與用戶A需要相互驗證方可建立聯系,進行信息交互。根據在線社交網絡用戶之間的關系特征,用戶的好友涵蓋范圍相對較窄,彼此之間表現出較強的社會關系。在該類網絡中,用戶好友的添加多來自熟人圈層,用戶之間互為好友的概率較高,小世界特性顯著,如微信網絡、QQ網絡等。

如圖1所示,在雙層在線社交網絡概念模型中,開放式OSN與封閉式OSN分別代表兩類輿情信息的傳播平臺,每一層社交網絡內部的節點代表該類網絡平臺的用戶,連邊則代表平臺用戶之間的關注或好友關系;而雙層在線社交網絡之間的垂直連邊代表節點一一對應,即某用戶可能同時擁有一個微博賬號和一個微信賬號,但賬號的背后代表同一用戶。

圖1 雙層在線社交網絡概念模型

(二)用戶狀態定義

結合實際輿情信息競爭式傳播特征,考慮到輿情信息傳播與疾病擴散的動力學特征相似,在傳染病、謠言傳播模型及相關研究的基礎上,[25]將輿情信息競爭式傳播過程中用戶狀態定義為:

未知者:在開放式OSN與封閉式OSN中均尚未接觸到輿情信息的用戶,記為SS。

免疫者:在開放式OSN與封閉式OSN中均處于免疫狀態的用戶,包括接觸到輿情信息未進行傳播的用戶,以及在傳播輿情信息后退出輿情信息傳播的用戶,記為RR。

傳播者:已經接觸到某類輿情信息,且正在社交網絡中傳播輿情信息的用戶。其中,根據輿情信息傳播的渠道及種類,將傳播者進一步細化為:單層網絡傳播者與雙層網絡傳播者分別用上角標A或B、AB加以表示。正面輿情信息傳播者與負面輿情信息傳播者,分別用下角標P、N加以表示,具體劃分如表1所示。

表1 傳播者狀態定義

(三)跨網絡傳播規則

基于上述狀態定義并結合實際案例中輿情信息的傳播過程,定義輿情信息競爭式跨網絡傳播規則如下。

1.當未知者接觸到正面輿情信息時,部分未知者會根據自身的社交偏好分別以概率α1與α3選擇在開放式OSN或封閉式OSN中傳播正面輿情信息;當未知者接觸到負面輿情信息時,部分未知者會根據自身的社交偏好分別以概率α2與α4選擇在開放式OSN或封閉式OSN中傳播負面輿情信息?？紤]到部分網民對所傳播的輿情信息不感興趣,定義其以概率η成為免疫者。

圖2 輿情信息競爭式跨網絡傳播狀態轉換圖

各類主體數量隨時間變化的動力學方程為:

(1)

(四)傳播參數分析

在線社交網絡中輿情信息競爭式傳播主要依賴于用戶的信息轉發行為,具有較強的隨機性和不確定性,而用戶的狀態轉移概率是描述該過程的重要參數。在以往研究中,大多將其定義為常數;[10]2836,[18]267而在兩類輿情信息實際傳播過程中,尤其是在未知者向傳播者的狀態轉移過程中,其狀態轉移往往會受到諸多因素的影響,如兩類輿情信息傳播者的相對數量、用戶自身偏好等,故用戶的狀態轉移概率應為上述因素的函數。

1.未知者狀態變化分析

由上述傳播規則可知,未知者在接觸到其不感興趣的輿情信息時,以概率η進入免疫狀態。另外,在互聯網時代,受到從眾心理的影響,“隨大流”的言論與行為更加普遍,好友中傳播者數量越多,網民越容易選擇傳播該類輿情信息?；诖?引入變量ω作為用戶選擇傳播正負面輿情信息的判斷依據,具體為:

(2)

考慮到兩類輿情信息擴散渠道的多樣性和個體社交偏好的差異性,用戶在接觸到某類輿情信息后,會根據自身的社交偏好選擇在開放式OSN或封閉式OSN中傳播。鑒于此,定義用戶分別以概率κA與κB在開放式OSN與封閉式OSN中傳播傳播輿情信息,開放式OSN中的節點i與封閉式OSN中的節點j相互對應,均代表同一主體,即Ai?Bj。

綜上所述,雙層在線社交網絡中,未知者轉化為單層網絡傳播者的狀態轉移概率為:

(3)

2.傳播者狀態變化分析

三、輿情信息競爭式跨網絡傳播的仿真實驗及分析

為討論輿情信息競爭式跨網絡傳播過程,探索其傳播規律及分析諸多因素對輿情信息競爭式傳播過程的影響機制,本節擬對構建的輿情信息競爭式傳播模型進行仿真模擬。

(一)實驗環境設置

由上述討論可知,封閉式OSN勻質性特征較為顯著,而開放式OSN具有較強的異質性特征,在線社交網絡中存在少量用戶(如“大V”和“名人”等)擁有數量較多的關注者。在已有研究的基礎上[5],本文選擇NW小世界網絡模擬封閉式OSN,選擇BA無標度網絡模擬開放式OSN。兩種網絡的拓撲結構參數如表2所示;度分布見圖3(坐標為雙對數坐標),其中p(k)代表度值為k的概率,k則代表每個節點的度值。

表2 開放式OSN和封閉式OSN的結構參數

圖3 開放式OSN(a)與封閉式OSN(b)度分布

在輿情信息傳播的初始階段,網絡中傳播者的數量非常少,大部分用戶均處于未知狀態。因此,在初始時刻,分別在開放式OSN和封閉式OSN中隨機選取10個節點傳播正、負面輿情信息,其余節點均處于未知狀態。而對于其余參數的定義,結合相關文獻、[5]32,[10]2834,[18]267問卷調查以及實際輿情信息傳播數據等渠道,設置實驗參數:N=2 000,η=0.1,ε1=0.1,ε2=0.1,ε3=0.1,ε4=0.1,γ1=0.15,γ2=0.15,γ3=0.15,γ4=0.15,β1=0.1,β2=0.1。為了降低隨機性帶來的誤差影響,將每次仿真實驗獨立進行100次,用100次實驗結果的平均值作為最終結果進行分析。

由實驗參數設置可知,在線社交網絡中輿情信息競爭式傳播主要與兩個因素相關:一是網絡的拓撲結構,體現了用戶鄰居節點的狀態以及可能接觸到的輿情信息路徑的多寡;二是用戶的狀態轉移概率,體現了用戶主動傳播意愿的大小?；诖?本節將重點觀察上述兩個因素對社交網絡中兩類輿情共演化過程的影響。

(二)輿情信息競爭式跨網絡傳播過程分析

已有研究表明耦合的網絡結構對單一類輿情信息擴散具有促進作用,[5]28,[6]479但對輿情信息競爭式傳播的影響卻未形成統一的研究結論?；谏鲜鰧嶒瀰颠M行仿真實驗,研究兩類輿情信息在雙層在線社交網絡中的傳播機制。

為清晰展示實驗結果,定義ρP與ρN分別為在線社交網絡中正負面輿情信息傳播者的密度。另外,根據正負面輿情信息出現的位置不同,將實驗情境分為:(a)負面輿情信息率先出現在開放式OSN中,而正面輿情信息率先出現在封閉式OSN中;(b)正面輿情信息率先出現在開放式OSN中,而負面輿情信息率先出現在封閉式OSN中;(c)正負面輿情信息同時出現在開放式OSN中;(d)正負面輿情信息同時出現在封閉式OSN中。仿真結果如圖4所示。

圖4 輿情信息競爭式跨網絡傳播過程

由實驗結果可知,整體而言,不同情境下兩類輿情信息的傳播過程大致相似,但是也存在一定差異。由圖4(a)可知,在輿情信息競爭式跨網絡傳播過程中,正負面輿情信息在初始階段的傳播速度非?？?呈現出爆發式增長態勢,ρP與ρN在t=4時刻即達到其峰值,且存在ρN>ρP;隨著時間的推移,負面輿情信息持續保持競爭優勢?；谏鲜鎏卣?本文給出以下猜想:在開放式OSN中率先傳播的輿情信息在信息擴散過程中具有競爭優勢。

另外,綜合圖4(c)(d)可知,當正負面輿情信息同時出現在開放式OSN與封閉式OSN時,兩類輿情信息的傳播曲線近乎重疊,競爭演化結果無法分出勝負;且圖4(c)(d)中ρN的峰值顯著低于圖4(a)中ρP的峰值,表明當正負面輿情信息同時在相同網絡中爆發時,負面輿情信息傳播被顯著抑制,且傳播規模有所減小。

上述兩類在線社交網絡,均以其獨特的網絡結構特征為輿情的監管帶來一定困難。面對負面輿情信息在開放式OSN中的爆發與擴散,一方面,監管主體可利用政務微博、短視頻的形式進行公開澄清和高效回應;另一方面,亦可通過資深評論者、微博大V、抖音網紅,向網民傳遞事件真相,引導網民客觀、冷靜地面對輿情危機。反觀微信、QQ等小世界特征顯著的社交網絡,由于封閉性較強,針對該類社交網絡中輿情信息的管控,監管主體可建立社情民意反映制度,如微信留言板,增加用戶表達訴求的途徑,確保輿情信息持續健康的發展,建立起風清氣正的網絡空間。

(三)實驗參數的敏感度分析

上文主要討論了拓撲結構對輿情信息競爭式傳播過程的影響,本節將重點探討狀態轉移概率對輿情信息競爭式跨網絡傳播過程的影響。為清晰展示實驗結果,定義測度指標MP=Max(P(t))、MN=Max(N(t))分別為社交網絡中正負面輿情信息傳播者數量的最大值,MN越大代表負面輿情信息傳播范圍越廣。此外,在單層網絡傳播者向雙層網絡傳播者發生狀態轉移的過程中,主要受到基礎概率(γ1、γ2、γ3、γ4)的影響,為分析兩類輿情信息傳播者的數量對實驗參數變化的敏感度,首先固定γ2=0.15、γ4=0.15,調整γ1、γ3∈(0,1],得到圖5(a);隨后,固定γ1=0.15、γ3=0.15,調整γ2、γ4∈(0,1],得到圖5(b)。

圖5 單層網絡傳播者狀態轉移概率對輿情信息競爭式傳播過程的影響

由實驗結果可知,單層網絡傳播者的狀態轉移概率均顯著影響兩類輿情信息的演化過程,且兩類輿情信息呈現出類似的變化過程。具體而言,隨著單層網絡傳播者狀態轉移概率γ1、γ3的增加,在線社交網絡中正面輿情信息的傳播逐漸占據優勢(如圖5(a)所示),壓縮了負面輿情信息的傳播空間;而隨著單層網絡傳播者的狀態轉移概率γ2、γ4的增加,在線社交網絡中負面輿情傳播者的數量不斷增加(如圖5(b)所示),正面輿情信息的擴散空間遭到擠壓,實驗結果符合預期。

值得注意的是,對比兩種情境下兩類輿情信息的演化過程可知,正負面輿情信息傳播者的密度變化沿著γ1與γ2的方向層次分明,而沿著γ3與γ4的方向無顯著變化。如圖5(b)中,當γ2→0時,隨著γ4的增加,負面輿情信息的傳播始終占據主導優勢,輿情信息的傳播環境進一步惡化。另外,圖5(a)也呈現出類似的變化。結合上述實驗結果可知,在線社交網絡中輿情信息競爭式傳播對γ1與γ2呈現出較強的敏感度,即主要依賴于開放式OSN中用戶的傳播行為。

便捷的信息傳遞方式賦予了在線社交網絡中輿情信息傳播速度快、傳播范圍廣的特征,上述研究結果對輿情信息的實踐管理具有一定啟發:面對社交網絡中社會熱點話題引發相關負面輿情信息的傳播,一方面,監管主體應充分利用抖音、微博等社交平臺,及時披露真實信息,刊發有說服力的文章,使主流信息、正面信息占領網絡陣地;另一方面,可以利用如微博超話、抖音直播間等新型模式,拓寬網民反映訴求的渠道、建立開放透明的輿情回應制度,對輿情信息實時監測,實現監管主體對輿情信息的主動處置。

四、輿情信息競爭式跨網絡傳播的干預策略研究

(一)干預策略精細化定義

由上述分析可知,若任由負面輿情信息在在線社交網絡中傳播,而不施加任何干預,可能會混淆視聽,引發政府信任危機乃至社會動蕩。因此,政府、社交平臺等監管主體需要采取相關措施遏制負面輿情信息的傳播。在管理實踐中,考慮到網絡環境的復雜性,監管主體可能無法約束網絡中全部傳播者的行為;此外,監管主體對負面輿情信息傳播的干預時機與干預強度也是需要討論的重點議題?；谏鲜鰡栴},引入三個重要參數τ∈[0,20]、μ∈(0,1]和C:τ代表監管主體對輿情信息傳播介入的時機,μ代表監管主體對負面輿情信息傳播者干預的比例,而C代表監管主體干預負面輿情信息傳播過程的成本。

由上述討論可知,在監管主體對負面輿情信息傳播的監管與治理過程中,存在諸多治理方向,如干預時機、干預強度等,鑒于此,識別關鍵的治理方向,有效抑制負面輿情信息的大范圍擴散,對營造清朗的網絡空間具有重要實踐價值。

(二)干預時機與干預強度對輿情信息競爭式傳播過程影響

在第三節(一)的參數設置基礎上,固定μ=0.1,調整τ∈[1,20],在τ時刻選擇10%的負面輿情信息傳播者進行干預,討論干預時機對輿情信息競爭式傳播的影響。其中,ρP|τ=0、ρN|τ=0表示監管主體未干預時正負面輿情信息傳播者的密度,實驗結果如圖6(a)所示。隨后,固定τ=4,隨后調整干預強度μ∈(0,1],在τ=4時刻選擇干預強度為μ的負面輿情信息傳播者進行干預,討論干預強度對輿情信息競爭式傳播的影響,實驗結果如圖6(b)所示。

圖6 干預時機(τ)與干預強度(μ)對輿情信息競爭式傳播過程的影響

由實驗結果可知,干預時機和干預強度均顯著影響兩類輿情信息的擴散。整體而言,在對負面輿情信息傳播的干預過程中,存在有效的干預時機區間(τ∈[1,7]),且輿情干預時機越早其干預效果越顯著。如圖6(a)所示,在輿情傳播初始階段,越早披露真實信息、回應虛假信息,正面輿情信息的傳播優勢越顯著;若干預時機過晚(τ>7),負面輿情信息已經在社交網絡中大規模擴散,甚至已造成輿情失控的局面,監管主體的干預策略無法起到預期的效果。另外,隨著干預強度逐漸提升,負面輿情信息的傳播空間被逐漸壓縮。如圖6(b)所示,在監管主體干預負面輿情信息傳播時,隨著μ的增加,ρN逐漸降低,而ρP的曲線變化較為平穩。

綜上可得,干預強度(μ)與干預時機(τ)均顯著影響著輿情信息競爭式傳播過程。接下來本節將借助光譜圖,重點對比分析二者對輿情信息競爭式傳播過程的影響程度。定義τ∈[1,20]與μ∈(0,1],仿真結果如圖7所示。

圖7 干預時機(τ)與干預強度(μ)對輿情信息競爭式傳播的綜合影響

由實驗結果可知,干預時機與干預強度共同影響著兩類輿情信息的演化過程。整體而言,隨著干預時機的逐漸推遲(τ→20)及干預強度的逐漸減弱(μ→0),負面輿情信息傳播者數量不斷增加,而正面輿情信息的擴散則被顯著抑制。另外,值得注意的是,干預時機與干預強度對兩類輿情信息演化過程的影響也存在一定差異,如由圖7可知,正負面輿情信息傳播者的數量沿著干預時機的方向變化層次分明,而干預強度對輿情信息競爭式傳播過程的影響非常小。具體而言,如在圖7中,當τ>3時,即使監管主體施加最大的干預強度(μ→1),仍無法保證正面輿情信息的傳播占據優勢,此時負面輿情信息仍在社交網絡中大范圍擴散;而當τ<3時,即使監管主體選擇較低的干預強度(μ→0),仍可以將負面輿情信息傳播者的數量控制在較小范圍。

結合上述實驗結果可知,相較于干預強度,在線社交網絡中輿情信息的擴散對監管主體干預時機的變化更加敏感。上述研究結果對輿情信息的監管與治理具有一定啟發,面對互聯網中的負面報道和爆料時,政府、社交平臺等監管主體應重點把握好對負面輿情信息傳播介入的時機,在了解事情原委的基礎上,第一時間搶占輿論先機,快速回應虛假信息,及時反饋處置情況,將負面隱患消除在萌芽狀態。

(三)監管成本對輿情信息競爭式傳播過程影響

1.定義監管成本

一般而言,監管主體干預策略的成本正比于干預強度,即主要受到負面輿情信息傳播者的網絡地位及其數量的影響。在識別網絡影響力的諸多方法中,有節點度、介數、中心度、K-shell值等,而本文在輿情信息競爭式傳播模型的構建過程中,重點考慮用戶之間的好友數以及粉絲數,并以用戶周圍傳播某類輿情信息人數的占比作為其是否傳播輿情信息的依據,故選擇用戶的節點度作為其網絡地位的直觀體現。

將網絡中負面輿情信息的傳播節點根據度值進行降序排列,隨機選取部分節點作為干預節點,定義該干預策略為S1;優先選取高度節點作為干預節點,將該策略定義為S2;優先選取低度節點作為干預節點,令該策略為S3。此外,將干預強度劃分為4個等級:μ1=5%,μ2=10%,μ3=20%,μ4=30%。定義Qn(n=1,2,…Scale*μi)為監管主體干預負面輿情信息傳播者的數量,Scale為負面輿情信息傳播者的總人數。

結合上述分析以及在相關研究的基礎上,[5]32,[9]124定義監管主體干預策略的成本函數為:

(4)

2.干預策略

另外,為清晰展示干預效果是否顯著,定義參數δ=Max(P(t))/Max(N(t))作為觀測變量,令δ=1作為檢驗干預效果的標準線。如果δ>1,說明正面輿情信息傳播者的數量多于負面輿情信息傳播者的數量,干預措施取得預期的干預效果,如果δ<1,則說明干預效果不顯著。實驗結果如圖8所示。

圖8 開放式OSN(a)與封閉式OSN(b)監管主體干預策略的效果

3.仿真結果分析

由上述研究結果可知,針對開放式OSN中負面輿情信息的傳播,相較于普通網民,監管主體應該優先選擇少量傳播負面輿情信息的權威節點作為干預對象,可以顯著影響兩類輿情信息的演化結果。在面對網絡輿論中的“偽民意”和各類不良信息、不良現象時,監管主體應有的放矢地予以制止和引導,著重對傳播負面輿情信息的微博“大V”或者“抖音網紅”進行管控,如采取與信息發布者溝通刪除、與平臺管理部門溝通刪除或者禁言等措施,消除謠言滋生的土壤,對維護網絡良好生態具有重要的實踐價值。而在封閉式OSN中,監管主體應以干預輿情信息傳播者數量最大化為目標,一方面,選擇大量的普通網民作為正面輿情初始傳播者,如鼓勵并支持微信朋友圈中用戶轉發正面輿情信息;另一方面,對突破法律底線的言論或謠言進行合理規范,壓縮負面輿情信息生存的空間,對引導封閉式較強的在線社交網絡中輿情信息傳播有著顯著效果。

五、結束語

隨著云計算、大數據、5G等信息傳播技術的迅猛發展,在線社交網絡作為時代媒介正深刻改變著輿論生態。在線社交網絡的廣泛參與性、互動性、開放性及平臺的多元化等特征賦予了輿情信息新的特征,進一步增加了輿情引導的難度,受到學術界與管理實踐的廣泛關注。鑒于此,本文設計了輿情信息競爭式跨網絡傳播模型,探討了兩類輿情信息的傳播規律;隨后討論了干預時機、干預強度對輿情信息競爭式傳播過程的影響,識別輿情治理的關鍵方向;最后針對開放式OSN與封閉式OSN,在成本約束條件下,分別提出干預策略并進行了優化。主要研究結論有:開放式OSN決定了兩類輿情信息的演化結果;在線社交網絡中輿情信息競爭式傳播主要依賴于開放式OSN中用戶的傳播行為;在對負面輿情信息傳播進行干預時,存在有效的干預時機區間;且相較于干預強度,干預時機對在線社交網絡中兩類輿情信息擴散影響更為顯著;在成本約束條件下,在開放式OSN中,政府等監管主體選擇干預對象時應以用戶影響力為目標;而在封閉式OSN中,政府等監管主體選擇干預對象時應以用戶數量最大化為目標?；趯嶒灲Y果與分析,對在線社交網絡中輿情信息的傳播與管理提出了針對性建議,對政府、社交平臺等監管主體引導網絡輿論、凈化網絡空間具有一定的理論價值與實踐意義。