舆情中和:化解舆情极化的另一种策略

舆情极化是关于焦点事件的观点意见、价值判断、态度情绪等呈现两极对立的现象。化解舆情极化,传统策略是"刚性控制"与"柔性引导",舆情中和策略可以是另一种选择。它通过填充舆论场两极间的"中空"区域,使公众能够根据更丰富的事实、知识、分析、感受和评价信息自主作出更全面合理的判断,从而抑制舆情的两极化趋势。舆情中和的实施角色可以分为事实信息提供者、专业知识普及者、分析思路澄清者、情绪感受表达者、评价框架构建者。舆情极化的不同原因、不同阶段和不同主体,对舆情中和的角色有不同的需求。舆情中和各种角色的承担者,不仅包括公共部门,而且包括非官方的社会人士。为了更有效地发挥社会人士在舆情中和中的作用,需要鼓励有相应资源和能力的社会人士承担相应的中和角色,同时也要为他们发挥中和作用创造所需的制度空间。

基于观点势场的舆情极化预测模型

[目的/意义]从定量化角度研究舆情群体极化现象,建立网络舆情群体极化度的量化计算和极化趋势预测方法。[方法/过程]从物理学中场的思想出发,引入观点势场描述舆情场内各网民节点间观点的相互作用,构建个体观点势和舆情场观点势场强度的计算模型和观点演化模型;该模型考虑了实际网络舆情传播的天然社区特性、节点观点影响力特性、观点的惯性特性和网民节点虚实的时变特性,认为个体网民观点的演化主要受所处舆情场的观点势强度、自身观点惯性的影响;通过仿真实验,重点分析模型中舆情子场是否封闭、节点虚实转换触发阀值、观点势影响因子等影响因素对网络舆情群体极化的影响。[结果/结论]仿真结果表明该模型与实际网络舆情观点传播与舆情极化形成过程较为相符。所提出的模型中网民观点间的相互作用通过舆情场这个中介完成,相较于基于网民个体之间观点直接相互作用的舆情演化模型,其复杂性和实现难度大大降低,利于基于模型构建实际网络舆情极化预测与监控系统。

群体极化视域下突发事件网络舆情极端观点识别研究

[目的/意义]突发事件网络舆情群体极化形成和演化受到来自物理空间、社会空间、信息空间的诸多风险致因因素影响,群体极化风险识别是在对其演化机理全面梳理基础上,对是否产生风险的判断,是社会风险评估和管控的前导性环节。[方法/过程]文章论证了极端观点是群体极化风险存在的最主要具象形态,分析了极端观点的特征,构建了极端观点的TCMCR识别模型,基于自我归类理论中引用的原型性概念来识别极端观点,以元对比率的值表达观点的原型性,并以突发新冠疫情下的“辉瑞新冠小分子药物”舆情为例进行了实证研究。[结果/结论]文章构建的模型对突发事件网络舆情群体极化的极端观点进行有效识别,实证研究结果显示观点O13发生了群体极化现象,形成了群体极化风险。

助推理论视域下网络舆情群体极化的成因及引导

网络舆情群体极化现象是新时代网络思想政治工作的一个新情况,需要准确把握其生成机制、内在规律,探索科学的破解方式。助推理论为我们理解这一现象并深化对其引领方式的认识提供了一个新的视角。基于助推理论,探讨网络舆情群体极化现象的成因,并从优化决策环境、引导价值判断、构建心理引导机制三方面进行优化,对破解网络舆情群体极化消极作用具有现实意义。

网络舆情群体极化现象对思想政治教育的影响分析

网络舆情群体极化现象与思想政治教育存在着紧密的联系,是新时代思想政治教育工作所面临的新情况。文章综合分析网络舆情群体极化现象生成的客观基础、主观基础以及社会环境,并从分析网络舆情群体极化对思想政治教育的作用路径切入,从而深刻把握网络舆情群体极化对思想政治教育影响的维度。