反转新闻的舆论演化机制与应对研究

在互联网技术和现代信息技术的支持下,各类社交媒体正在以前所未有的速度发展,逐渐占领信息高地,改变了媒介生态。反转新闻的本质是新闻失实,一般情况下,反转新闻能够凭借自身的热度和极大的反差引发舆论热议,公众的质疑和情感诉求会随着舆论的发展而发展。反转新闻会透支新闻媒体的公信力,引发网络暴力,污染网络环境,对社会发展具有较大危害。针对这种情况,政府部门、公众、媒体、当事者需要积极采取应对策略,控制网络舆论,这样才能营造出良好的舆论环境。文章分析了反转新闻的成因,阐述了反转新闻中的网络舆论发展机制,探索了反转新闻的应对策略。

网络舆论演化的高影响力优先有限信任模型

针对经典有限信任模型在观点更新时需考虑其他全部个体的观点,以及虚拟社会网络规模巨大、用户时间和精力有限等问题,提出了基于影响力和信任阈值、含有双重选择机制的网络舆论演化模型,并对参与网络舆论演化个体的观点坚持策略进行建模,在多个参数集下对该模型与经典有限信任模型进行仿真.结果表明,所获得结果与实际网络舆论演化的情况相符.

基于Weisbuch-Deffuant模型的网络舆论演化模式研究

网络舆论是当前社会管理面临的一项重要内容。借鉴Weisbuch-Deffuant模型粒子交互的建模思想,结合网络舆论生成的特殊性以及个体观点接受度的异质性确立了网络舆论演化规则;然后通过仿真实验分别考察了个体观点接受度μ的分布状况、信任阈值ε以及意见领袖对网络舆论演化过程的影响。实验结果表明,相比于μ随机分布的情况,μ服从均值为0.5的正态分布时,网络舆论会以更快的速度收敛;信任阈值与网络舆论演化过程最终形成的观点簇的数量成反比;意见领袖的存在,尤其是意见领袖的初始观点具有明显的偏向性时,会影响甚至决定网络舆论极化现象的产生。

考虑多层邻居节点影响的微博网络舆论演化模型

针对微博网络中节点在传播路径上具有多层影响力的特点,提出一种结合微博网络中信息传播和观点交互的舆论演化模型,并考虑节点的自信程度,将节点的自信程度同网络结构结合起来,研究影响微博网络中舆论演化的主要因素.研究结果表明,考虑节点自信程度情况下,终态时网络舆论会出现更丰富的状态;一个极具吸引力的话题在微博网络中有较大概率形成一致性舆论;终态时的观点分布与初始节点的出度以及回溯深度相关,随着回溯深度的增加,终态时形成一致性舆论的概率增大.

考虑媒体效应的微博网络热点事件舆论演化模型

鉴于媒体对网络舆论有越来越重要的影响,重点考虑媒体效应和微博网络中观点的传播特点,构建了有界信任规则下的舆论演化模型,分析了媒体因素以及节点信任界限异质性对微博网络中舆论演化的影响.仿真结果显示,有媒体影响时,个体对媒体观点的采纳幅度越大,媒体引导的效果越好;群体观点易于改变的网络热点事件中,媒体首次报道时间越晚,媒体的引导效果越好.研究结果表明,在网络舆论引导中,不但要注意介入的时间,更应注重论据的合理性.通过实例验证本文提出模型与实际情况相符合,说明了本文模型的有效性和适用性.

加权网络上的舆论演化模型研究

加权网络更能体现人际网络的特点,为此研究了舆论在加权网络上的演化过程。在异步更新的方式下,研究了加权网络的权重更新系数、人员的自信度以及噪声对舆论演化的影响。

信息与情绪驱动的舆论演化的QSIM-ABS模拟

为研究信息和民众情绪两大关键因素在舆论演化中的作用机理,本研究提出了一个基于QSIM-ABS模拟的新的舆论演化模型。该模型通过多智能体建模表达民众之间信息韵互动过程,通过QSIM定性模拟算法表达信息和情绪驱动的个体观点的改变过程,并通过宏观验证的方法检验了模型的有效性。该模型克服了经典舆论演化模型中个体在交互中直接进行观点的交互,且仅基于从众心理而忽略信息交互和个体决策的问题。通过计算实验发现:信息量小的情况下,舆论更容易极化;民众焦虑的情境下,舆论趋向于无序化;在民众情绪焦虑且初始信息较少的情境下,舆论能在一定程度下被引导;不断向民众发布关于该舆论的信息,能有效的改变舆论演化的趋势,且在民众镇定的情景下,效果更明显。该模型的结论比经典模型具有更重要的现实指导意义。

动态自适应网络中有界信任舆论演化算法

目前,对社会舆论演化的研究主要在静态网络中进行。但是,实际的社交关系网络是有向的动态自适应网络,舆论的演化受网络的影响;反之舆论的演化也可能会导致网络的动态变化。对此问题,提出了一种动态自适应网络的有界信任舆论演化算法,其主要功能是:如果2个个体的观点差值大于一定的信任水平,个体之间的有向连接就以一定的概率断开;如果观点差值小于一定的信任水平,新的连接将以一定的概率重新生成。研究的主要内容是:动态自适应网络的平均观点集合数、观点统一概率、最大集合人数比例、平均步数和平均度5种统计指标的宏观变化规律。实验结果表明,最终的观点集合有3种类型:信任水平较小时,形成多个观点集合;中等的信任水平时,以一定的概率达成统一的共识;信任水平较高时,总能达成统一的共识。动态自适应网络中观点演化的趋势和静态网络相似,但在动态自适应网络模型中,重连概率对观点演化有较大的影响。当重连概率为零时,静态网络模型的上述指标优于动态网络模型;当重连概率增加时,动态网络模型的统计指标逐渐优于静态网络模型。重连概率增加了网络的连边,增强了个体之间的交流,促进舆论的快速形成。实验结果与实际网络舆论演化的情况相符,能够在一定程度上反映和解释现实社会中舆论演化的情况。

在线舆论演化模型与动力学分析

互联网使得信息的传播更加方便快捷,舆论的地位和作用也变得越来越突出。通过研究复杂网络上的舆论动力学,来揭示社会网络中这种现象涌现的基本过程,进而探索外部环境因素对于舆论演化动力学的影响。引入一个社会环境指标E(期望),采用HK模型作为基本舆论演化模型,研究了在规则网络上的舆论演化动力学。

基于中心化的非线性舆论演化模型同步分析

为研究意见领袖对舆论演化的影响,文章构造了具有中心的规则网络结构,借助矩阵理论和非线性系统的Lyapunov稳定性理论,分析了网络的结构、局部的非线性动力学行为、个体之间的不同交互方式对舆论演化的影响,并获得了舆论演化达到同步时各参数之间的解析关系。理论和仿真结果表明:当个体局部的动力系统稳定时,意见领袖的作用主要体现在对同步收敛速度的影响;当个体局部的动力系统稳定性较弱或在某些不稳定区域时,意见领袖比普通人群对网络达到同步的调节能力更强。

认知失调视角下网络舆论演化模式与对策研究

[目的 /意义]认知盈余的出现以及互联网技术的迅猛发展,使得网络舆论逐渐成为公众发声与评议过程中的一项重要议题。在新形势下,如何合理引导网络舆论演化,对破解重大舆情危机,疏导公众情绪,维护社会长治久安具有重要的理论与现实意义。[方法 /过程]基于认知失调视角,将个体之间的亲和度纳入经典HK模型,形成改进HK模型,在此基础上,集中分析了初始观点坚持度,异质信任水平,个体亲和度,观点影响阈值对网络舆论演化的影响,并以2015年成都女司机被打事件为例,对上述研究进行了案例分析。[结果 /结论]研究结果显示,观点坚持度在均值为0.5的正态分布条件下,观点会较快完成演化;较大的个体亲和度和观点影响阈值对舆论的演化具有加速效应。最后针对上述研究结果,提出了应对重大舆情危机的相关策略。

基于自适应策略的网络舆论演化

社交网络上的舆论演化过程是现今国内外信息传播、复杂系统、行为分析等领域的一个研究热点。针对现有研究常受制于固定的网民观点交换、更新策略,而难以还原真实网络舆论演化过程的问题,提出了一种基于自适应策略的网络舆论演化模型。首先,选取BA(Barabási和Albert)无标度网络和WS(Watts和Strogatz)小世界网络作为网络模型。然后,结合Sznajd模型与多数准则模型的思想,设计了两种观点更新策略。最后,为保证网民所持观点在全局网络中占据优势,设置了自适应的观点更新策略选取规则。仿真实验结果表明,随着舆论演化时间的增长,网民选取固定策略的概率逐渐趋近于1;最终选择说服邻居策略的网民数量与选择多数观点策略的网民数量基本相等,这种变化趋势不依赖于初始观点分布和网络拓扑结构。在舆论演化过程中,节点中心度大于100的网民均有固定的观点更新策略,而中心度小于10的网民常动态改变策略。仿真实验结果显示,WS网络和BA网络中持少数观点的网民数量会随着时间增长而减少,但WS网络中的少数观点网民数量减少幅度更大。

高校突发事件舆论演化影响因素分析

高校突发事件的舆论演化,涉及关注热度,影响发展进度,决定激烈程度。探讨舆论演化的影响因素,可以为高校突发事件的问题解决、舆论引导提供理论支持。笔者以为,高校突发事件的舆论演化主要由社会整体心态、高校组织认同感、大学生群体特点等共同影响导致。

改进的Hegselmann-Krause舆论演化模型

针对Hegselmann-Krause舆论演化模型中缺乏个体对领袖观点持排斥意见的问题,建立一种改进的Hegselmann-Krause舆论演化模型。加入非线性领袖观点,综合考虑个体对领袖观点的接受与排斥两类因素,引入接受因子λ与排斥因子β,构造非线性耦合函数,并扩展H-K模型,得到非线性领袖观点影响的H-K模型,从而判断个体对领袖观点的接受与排斥程度对系统观点达到共识的影响。仿真结果表明,在改进的H-K模型中,当接受因子λ大于排斥因子β时,个体对领袖的观点倾向于接受,观点达到共识,且当接受因子λ与排斥因子β的比值越大时,观点达到共识的时间越短;当接受因子λ小于排斥因子β时,个体对领袖的观点倾向于排斥,则个体将坚持自身的观点,最终观点不能达到共识。

公共卫生事件中网络次生舆论演化的应对策略研究

网络的发展对信息的传播有着重要的影响,然而当突发公共卫生事件发生后,不同的信息充斥在网络环境中,网络次生舆论也随之产生。通过阐述公共卫生事件中网络次生舆论演化的发展现状以及其对社会所带来的影响,研究公共卫生事件中网络次生舆论演化的应对策略,提出构建预警机制,进行舆论实时监控,严惩造谣传谣、媒体实时跟进,采用多元化报道,引导舆论导向、政府积极领导,统筹各界力量,及时权威辟谣等措施,以期对谣言治理产生较好的影响。

自组织系统的形成条件与微博舆论演化

自组织理论是当代科学界前沿的研究方法,虽然诞生于自然科学,但逐渐被人文社会学科所应用,如经济学中对股票走势的预测、研究城市未来的发展模式等。本文考察新闻传播领域中微博舆论的演化过程,首先从自组织的形成条件来判断,耗散结构是自组织的形成条件,因此考察微博系统是否具备形成耗散结构的条件,便是首要任务。

反转新闻的舆论演化机制与应对研究

当今时代,互联网技术、信息技术高速发展,各类社交媒体正成为传媒发展的主流,“飞沫化”“碎片化”的信息传播以及愈加多样的传播方式改变了媒介生态,反转新闻频频出现。反转新闻,本质是一种新闻失实现象,新闻的反转与新闻的来源密切相关,而舆论突然的爆发和发展与公众的质疑和情感诉求高度关联。面对反转新闻,唯有政府、媒体、公众、当事方等环节合力协同应对引导,才能最终营造出和谐良好的舆论环境。文章以“老干妈与腾讯赞助被骗事件”为例,采用案例分析法具体分析网络舆论在反转新闻不同阶段的表现,探索反转新闻下的舆论演化机制,并在充分研究的基础上针对该类问题的解决提出建设性的应对措施。

舆论动力学模型综述

社交网络为信息传播提供了媒介,导致了舆论的快速发展。控制舆论的发展方向是舆论动力学的核心问题之一。然而,舆论动力学模型主要通过研究主体意见更新的方式,来推理出舆论演化的规律。针对目前的舆论动力学模型进行了分类,分析了各自的优缺点,及其在不同领域的应用,并总结了舆论动力学的未来研究方向。该研究有助于理解舆论演化的规律,从而可以为政府等机构控制舆论导向提供较好的指导。

基于无标度网络拓扑结构变化的舆论演化模型

基于BA无标度网络,构建了舆论和网络结构相互影响的自适应舆论演化模型.舆论的演化不仅受制于网络拓扑结构,而且也导致拓扑结构的变化.研究表明,演化达到稳态后,网络结构不再是初始的无标度网络而呈现泊松分布,而且随着时间的推移,系统中的舆论演化表现出很强的趋同效应,原来初始状态的几十个舆论,在长时间的演化后,大部分舆论灭亡,只有少数的舆论存留,且发展壮大.这种趋向与社会上的舆论、意见、信仰的演化大体上是符合的.

基于动态演化博弈论的舆论传播羊群效应

建立了动态舆论演化博弈模型,研究了羊群效应在舆论演化过程中的产生机理及其动态发展.提出了动态舆论演化博弈树和收益矩阵,各类型代理人根据不同的收益采取不同的策略.其次引入了代理人的记忆长度,通过相互交互更新代理人的记忆列表.最后仿真分析了上述博弈模型,结果表明代理人的记忆长度、参与成本、代理人类型比例都会影响羊群效应产生的时间,同时羊群效应可以加速信息的扩散,是信息公开化的途径之一,有利于社会效率的提高.