【目的/意義】通過研究微博社區(qū)網(wǎng)民的情感交互與輿情觀點,有助于在復雜的網(wǎng)絡中掌握網(wǎng)民情緒演化從而良性引導網(wǎng)絡輿情態(tài)勢�！痉椒�/過程】基于傳播動力學、社會安全閥等理論,結合微博社區(qū)中的實際案例,定義事件利益主體并抽象出事件演化的全生命周期,同時,構建SIR演化博弈模型刻畫網(wǎng)民情緒的動態(tài)演化規(guī)律及主體決策博弈演化過程,并通過仿真模擬分析得到系統(tǒng)演化至穩(wěn)定狀態(tài)的均衡條件�！窘Y果/結論】結果表明:微博社區(qū)中意見領袖與官方媒體感知收益與風險的敏感度對決策行為產生顯著影響;官方媒體及時設置有效議程構建安全閥能夠防止網(wǎng)民情緒惡化;意見領袖與官方媒體的協(xié)同引導能夠最大效度地幫助政府管控網(wǎng)絡輿情。 

【文章來源】：情報科學. 2020,38(05)北大核心CSSCI

【文章頁數(shù)】：9 頁

【部分圖文】：

情境1仿3（c）

t的連續(xù)可微函數(shù)。通過李維安【26】等對利益相關者理論的梳理可以發(fā)現(xiàn)網(wǎng)絡輿情不斷演化的過程中，官方媒體與意見領袖會受到利益驅使并根據(jù)帕累托最優(yōu)選擇自身利益最大化的策略，網(wǎng)民基于群際情緒與信任感根據(jù)官媒與意見領袖的博弈結果出現(xiàn)不同的情緒狀態(tài)�；陉惸驳取�27】通過雙線性發(fā)生率刻畫傳染病模型中網(wǎng)民接觸率的研究，文章中網(wǎng)民情緒變化如圖2所示，其中設定網(wǎng)民對意見領袖的群際情緒認同感為α1、α2，網(wǎng)民對官方媒體的信任感為β1、β2，決策權重為b。圖1抽象生命周期圖2網(wǎng)民情緒變化示例假設2：在有限理性與信息不對稱的條件下，意見領袖依據(jù)主體偏好的原則，會在策略集L={l1=惡意煽動,l2=正常引導}中選擇自身利益最大化的行為決策且存在一定調整策略的概率【28】。公共危機事件經(jīng)由網(wǎng)絡傳播擴散后，意見領袖選擇惡意煽動的概率為x1（0<x1<1），此時意見領袖會獲得人氣收益W的同時也會獲得灰色經(jīng)濟利益W，但是會遭受到政府的罰款G和非物質性處罰f即封號，而當官方媒體選擇積極引導時會付出成本C1；意見領袖選擇正常引導的概率是x2（0<x2<1），此時意見領袖會獲得人氣收益W，同時也會獲得選擇積極引導的官方媒體的非物質性獎勵dK，0<d<1。假設3：官方媒體會基于意見領袖的策略以及網(wǎng)民的情緒狀態(tài)而選擇利己決策，官方媒體的策略集為H={h1=積極引導,h2=消極報道}。當公共危機事件經(jīng)由網(wǎng)絡傳播擴散后，官方媒體選擇積極引導的概率為y1（0<y1<1），官媒第一時間發(fā)聲會暫時緩解緊張情緒獲得社會效益R1，若意見領袖

?≡裨諭?韁寫?ビ爰ち姨致壑鸞バ緯杉???際情緒，從而導致網(wǎng)絡輿情進一步演化。情境2：當W+V(-f)>G、V(R)1-C2<V(R)2、V(K)<V(-u)1時，意見領袖與官方媒體的穩(wěn)定策略（ESS）為（1,0），從而導致網(wǎng)民出現(xiàn)不同的情緒反應。假設參數(shù)模擬值：W=8、f=2、K=4、G=12、d=0.5、C2=1、R1=6、R2=4，假定意見領袖與官方媒體的初始狀態(tài)分別為0.3、0.6、0.9，I(t)的初始狀態(tài)為0.3，仿真實驗圖如圖4所示。發(fā)展階段，意見領袖與官方媒體作為有限理性主體會根據(jù)自身收益來選擇行為策略。網(wǎng)絡輿論不斷擴散以及網(wǎng)民群際情感逐漸趨近一致時，意見領袖在觀察到政府在處理公共危機事件而無暇監(jiān)管輿論傳播、官方媒體選擇消極報道決策就會權衡自身的收益與損失。此時網(wǎng)民群際情緒逐漸趨同，且由于官方媒體未能及時地引導網(wǎng)民導致網(wǎng)民群體降低了對官方媒體的信任感β2，并且政府無暇監(jiān)管輿論傳播導致意見領袖降低其遭受非物質性處罰感知度1，同時官方媒體選擇沉默，使得意見領袖無需支付惡意煽動成本C1，最終意見領袖基于帕累托最優(yōu)即W+V(-f)>G而選擇惡意煽動決策；官方媒體在觀察到網(wǎng)絡中群際失落情緒以及被意見領袖煽動的消極情緒高漲時，官方媒體逐漸增強其對損失的感知度2，并且較大的損失預期會降低對社會收益以及政府非物質性獎勵的感知τ2，從而導致官方媒體的帕累托最優(yōu)是選擇4（a）4（b）4（c）4（d）圖4情境2仿真實驗圖情報科學第38卷第5期2020年5月·業(yè)務研究業(yè)務研究·--137

【參考文獻】：
期刊論文
[1]網(wǎng)絡輿情危機事件對網(wǎng)民情緒傳播的影響機理——基于D&G辱華事件的扎根理論研究[J]. 賴勝強,張旭輝.  現(xiàn)代情報. 2019(09)
[2]基于改進SIR模型的微博網(wǎng)絡輿情傳播研究[J]. 魏靜,黃陽江豪,林萍,宋瑞曉.  情報科學. 2019(06)
[3]微博社區(qū)網(wǎng)絡結構特征對輿情信息傳播的影響研究[J]. 林云,曾振華,曾林浩.  情報科學. 2019(03)
[4]基于SEIQR演化博弈模型的突發(fā)網(wǎng)絡輿情傳播與控制研究[J]. 陳莫凡,黃建華.  情報科學. 2019(03)
[5]基于改進SIR模型的網(wǎng)絡輿情情緒演變研究[J]. 田世海,孫美琪,張家毓.  情報科學. 2019(02)
[6]基于主題和情緒相互作用的微博輿情演化研究——以“紅黃藍虐童事件”為例[J]. 姜金貴,閆思琦.  情報雜志. 2018(12)
[7]基于“情景—應對”的突發(fā)網(wǎng)絡輿論事件演化博弈分析[J]. 楊志,祁凱.  情報科學. 2018(02)
[8]網(wǎng)絡輿情公共危機治理中社會信任修復研究——基于動物疫情危機演化博弈的實證分析[J]. 李燕凌,丁瑩.  公共管理學報. 2017(04)
[9]面向突發(fā)事件的網(wǎng)民情緒演化系統(tǒng)動力學模型研究[J]. 葉瓊元,蘭月新,王強,夏一雪,楊謹鋮.  情報雜志. 2017(09)
[10]新媒體環(huán)境下網(wǎng)絡輿情演化模型及仿真研究——基于信息生態(tài)視角[J]. 王晰巍,趙丹,李嘉興,楊夢晴.  情報學報. 2016 (10)



本文編號：3446806