網絡輿情的動態傳播演化研究

高艷子，秦江濤

（上海理工大學 管理學院，上海 200093）

一、引言

據中國互聯網絡信息中心發布的第32次統計報告顯示：截止至2013年6月，我國網民規模已達到5.91億，較2012年增加了2656萬人，互聯網普及率達到44.1%，較2012年底上升了2.0個百分點。［1］互聯網技術的發展，使得網絡不僅成為人們獲取資源和信息的平臺，更成為人們進行交流和發表言論的重要工具。網絡輿情就是在這種背景下產生的。網絡輿情是指人們圍繞各種社會事件的發生和發展變化而產生的、利用互聯網傳播的對各種事件的認知、態度、情感和行為傾向的集合。［2］隨著網民規模的擴大和網民結構的多樣化，網絡輿情的規模和影響越來越大，政府也因此更加注重對網絡輿情的監督和調控管理。

網絡輿情既有有利的一面，也有不利的一面。一方面，網絡輿情能夠反映民眾的想法，政府可以通過網絡輿情了解到民眾所關心的事件或問題，繼而推進相關工作，更好地滿足民眾的要求。但同時，由于輿情事件的多樣性，很多輿情事件的發生會對公眾產生錯誤的引導，繼而擾亂社會秩序，給國家和政府的管理工作帶來困難。對網絡輿情的研究為我國基于網絡的信息傳播研究提供了新的切入視角，也為政府更好地把握民意，積極推進管理工作提供了依據，具有很好的理論意義和實踐價值。［3］

網絡輿情的研究是一個多學科相結合的綜合性研究，具有較高的復雜性。從網絡輿情興起至今，許多學者從多個角度和領域對其進行了分析和探討，并取得了一些顯著的成效。有些專家學者對網絡輿情的定義和特點進行了概括，并總結了網絡輿情的主要傳播途徑。［4］有些專家學者給出了互聯網內容及輿情的十大核心元素，對網絡輿情進行了深度分析。［5］有些專家學者提出了將內容分析法運用于網絡輿情信息分析的方法，并給出了這種分析方法的優點。［6］有些專家學者通過對網絡輿情設立預警等級和進行指標體系建設等對網絡輿情的預警機制進行了研究。［7］有些專家學者利用復雜網絡對網絡輿情的傳播規律進行了分析。［8］有些專家學者將Web挖掘技術應用于網絡輿情的分析處理中，并建立的智能分析模型，指出通過Web挖掘能夠實現網絡輿情的自動采集和分析。［9］有些專家學者從網絡輿情的基礎理論、管控機制、外部性和分析技術與系統構建四個角度分析了我國網絡輿情的研究現狀，并對其以后的發展研究給予了分析。［10］

本文采用遺傳算法的遺傳操作基本模型構建網絡輿情信息的動態傳播模型。遺傳算法是模擬生物的遺傳操作進行的，本文將網絡輿情信息的傳遞和演化看作生物基因的遺傳過程。網絡信息的傳播和演化過程是持續進行的，進行遺傳操作分析是將網絡輿情的整個傳播過程分成一個個小的階段進行。在輿情發展之初就開始進行分析判斷，隨著輿情發展演化逐步進行循環分析。在網民、監管機構和輿情信息本身的共同作用下，通過一次次的迭代，構成了網絡輿情的動態發展演化過程。需要注意的是，利用遺傳操作對網絡輿情的傳播演化進行分析并不是簡單基于時間串聯進行的，網絡輿情的傳播和演化是一個并行進行的過程，即在傳播的同時也有可能發生演化。因此，本文基于遺傳操作的輿情分析流程，是在輿情發展過程中循環漸進進行的。基于遺傳操作進行分階段的循環漸進分析，一方面能夠實時掌控輿情發展形勢，避免傳統方法難以找到最佳輿情控制點的缺陷；另一方面，循環漸進的分析更符合網絡輿情并行的傳播演化特征，更能把握輿情關注點的實時變化，輿情態勢可以得到更好控制。

二、網絡輿情信息的傳播演化模型

遺傳算法是一種進化算法，它是借鑒生物進化的遺傳、選擇和變異等現象發展而來的。在通過編碼形成初始種群后，通過遺傳操作對群體中的個體按對環境的適應度進行操作處理，然后優勝劣汰循環優化，組后得到最優解。本文利用這種演化思想，描述網絡輿情的傳播演化過程。將網民對輿情事件或信息的評論看作通過編碼形成的初始種群；對各種輿情評價的交融和輿情關注點的演化等的分析處理看作對群體按環境適應度的操作處理過程；分析時段得到的輿情關注點和輿情熱度值即看作得到的最優解。輿情監控部門根據此時得到的輿情關注點和輿情熱度預測輿情態勢和走向、決定采取何種行動對輿情進行引導和控制，繼而進行新一輪的演化循環分析。

遺傳操作包括選擇、交叉、變異三個遺傳算子，本文利用它們來表示輿情觀點的形成、輿情觀點的交融和輿情關注點的動態演化分析過程（圖1）。通過對輿情發展演變的循環分析，能夠將輿情信息的動態傳播、動態演化綜合起來進行考慮，繼而能夠更準確、更全面的把握輿情的發展走向和規律，對輿情分析工作的展開有著很好的參考價值。

三、網絡輿情演化過程動態分析

1、輿情事件產生和監管部門調控

圖1 基于遺傳操作的網絡輿情分析流程圖

產生網絡輿情的因素有很多，突發事件、帖子、視頻、圖片、微博日志等都有可能是網絡輿情的起源。另外，便利的交流和信息媒介，如網絡新聞網站、微博、論壇、即時通訊軟件、搜索引擎等，也加速了網絡輿情的形成和傳播。輿情事件或輿情信息源出現以后，輿情監管機構首先對其進行分析和預測，估計其可能的熱度。如能夠準確預測輿情未來態勢并且有能力及時調控，則在擴大輿情規模之前就能把輿情控制住，繼而輿情終止。如輿情信息源是民眾較敏感的話題或事件，則其傳播速度會遠大于輿情監管部門的調控速度，輿情規模會擴大。隨后監管部門會根據輿情的發展情況給以預測、引導和調控，控制輿情態勢向能調控的方向發展。隨著政府部門的處理及輿情事件的解決，網絡輿情最終得以平息。

2、選擇

遺傳算法中的選擇過程即通過編碼得到初始種群的過程，在網絡輿情傳播中看作得到網民評價的過程。網民針對輿情信息源可以選擇關注或不關注、選擇做出何種評價內容。網絡輿情在網民的選擇行為中得以形成和傳播。網民會針對輿情信息發表自己的觀點、意見或表達自己的情緒，這些構成了各種新的輿情子信息，同時原輿情信息的更新及輿情控制部門的引導調控行為也是新一代輿情的組成部分。

網民是網絡輿情的主題，他們既是輿情的創造者又是輿情信息的傳播者。互聯網的便利性給網民創造了能夠自由發表言論的平臺。每個網民都是一個獨立的個體，不同網民對同一事物的認識會由于自身的文化背景、思維方式、人際關系及所處環境因素等的不同而不同。同時，網民對媒體報道的認知態度和接受能力也會影響其本身對輿情事件的看法。加之網民規模十分龐大，針對同一輿情事件自然會形成多種不同的意見和觀點。這些意見和觀點相互融合交叉，就形成了新的網絡輿情關注點和輿情態勢。

3、交叉

遺傳算法中的交叉即兩個個體隨機的交換某些基因，繼而產生新的基因組合的過程。本文將此過程引申為網民對輿情信息的各種意見表達的融匯過程。各個網民的輿情觀點可以看作遺傳操作中的個體的基因，輿情觀點的融合可以看作基因的組合。輿情事件信息的傳播，會得到很多網民對此事件的不同意見或觀點。對其他網民的評論，不同網民因為意見或所站角度的不同又會有不同的看法，所以會針對別人的評論表達自己的贊同或反對意見，同時被評價網民也可以對別人的評價給以回復。這種網民針對輿情信息的交互過程見圖2。網民評論過程的持續進行，共同構成了網絡輿情。

4、變異

遺傳算法中的變異是指改變基因串上的某些基因以得到新的個體。本文將其引申為網絡輿情傳播過程中輿情關注點的改變。各種網絡輿情觀點進行交叉融合，會逐漸形成若干種能代表本分析階段網民的主流觀點及關注的主要問題的評論。事件的發展是動態進行的，不同分析時段網民的輿情關注點是會發生變化的，變異過程即看作對這種變化的表述和變化后的關注點的獲得過程。

伴隨著網民參與網絡輿情事件評論熱度的增加，網絡輿情所形成的數據流也會大量增加。輿情信息流中所包含的信息會隨著網民的參與和問題的處理而發生變化，在不同的時段網民對同一輿情事件內容的關注側重點會有所不同，不同輿情的交融還可能會引發新的輿情熱點，即網絡輿情發生演化。

圖2 網絡輿情評論的交融過程

本文在此以2012年的釣魚島事件所引發的輿情事件，對網絡輿情演化過程中關注點的變化過程進行分析。關于釣魚島的所有權問題中日之間一直存在爭議，但在2012年日本要將釣魚島“國有化”使得矛盾激化。此消息傳開后網絡輿情迅速升溫，輿情熱點集中在對日本人、日貨及中方政府對此事的態度等方面的討論上。加上此事涉及國家領土完整和國家主權，網民的憤怒情緒更為強烈。網絡輿情的迅速發展，衍生出了很多新的輿情事件，如燒砸日本車、抵制日貨、反日游行、保釣行動等等。這些由輿情引發的活動中有理性的做法也有不理性的行為，因此這些衍生的活動又引發了關于是否應該抵制日貨、是否應該打砸已有日貨、中方政府應該如何處理這一事件、中國的外交政策等的輿情討論。由此可以看出，隨著輿情態勢的不斷發展，在中日矛盾的主題下，釣魚島問題引發了其他更多方面的中日問題，輿情關注點表現出了多元化。

網民對輿情事件參與性的加強使得輿情觀點更加多樣化，輿情主題走向更加多元化，如何準確分析網絡輿情的走向，準確挖掘有用的輿情信息，是進行網絡輿情引導和調控的關鍵。雖然網絡輿情在不同的時段輿情關注點可能會發生變化，但同一主題不同時刻的輿情內容之間又具有關聯性，所以通過輿情關注點的變化可以預測輿情發展的走向。由于網絡輿情的傳播具有快速性、實時性及無限性的特點，因而傳統定點分析的方法難以準確把握輿情狀況，分析處理效果欠佳。所以。針對網絡輿情變化后的關注點的獲得，本文采用輿情觀點動態聚類的方法來對其進行描述（圖3）。由于對網絡輿情發展演化的分析是循環漸進進行的，所以對輿情關注點的聚類是動態的。這種觀點聚類方法在考慮了主題相關性的同時還考慮了輿情發展的時間因素，能夠同時考慮新出現的信息和歷史信息，因而能夠更好地反映網絡輿情關注點的動態演化。

首先由于個人語言表達習慣的不同，需要對各種輿情評價進行中心觀點概括，然后利用分詞工具對其進行分詞處理。目前最常用的分詞工具有哈工大的LTP分詞工具和中科院的ICTCLAS分詞系統，它們通過中文分詞和詞性標注等處理，能夠達到很好的分詞效果。在分詞之后提取能夠代表各評論特征的特征詞，通過比較不同的詞之間的相似度來判斷各輿情評價的側重點，繼而對其進行聚類。通過聚類可以得到分析時段網民最關心的問題或討論最激烈的問題，即此階段的關注點。

圖3 輿情觀點動態分析過程

經由以上操作得到的能代表分析時段的輿情關注點可以看做是遺傳算法中經迭代得到的最優解。將網絡輿情此刻的關注點結合此時網民參與熱度、輿情發展的歷史信息，輿情監管部門能夠更好的預測網絡輿情的發展走向和態勢。在此基礎上，輿情監管部門結合以往輿情處理經驗，調整應對措施，積極應對，能夠減小輿情危害，最終使輿情逐漸得以控制和平息。

以上基于遺傳操作的各過程循環進行，共同構成了網絡輿情的傳播和演化過程。在網絡輿情的產生和發展階段，網絡輿情傳播迅速、輿情關注點變異的可能性較大。當在政府輿情部門調控治理下，輿情事件所引發的問題得以解決，民眾熱度減退，網絡輿情就會逐漸平息。傳統基于網絡輿情傳播生命周期的分析方法，將網絡輿情的發展演化總體看作一個分析過程，只是指出在網絡輿情的爆發期到來之前給以引導和控制。而實際由于很難確定具體何時為爆發期，亦無法確定事件的影響程度，因此很難找到合適的控制點，即便找到，也不一定能夠通過一次處理就達到輿情控制的效果。利用基于遺傳操作的動態循環漸進的分析方法能夠實時掌握網絡輿情的發展變化，繼而做到對網絡輿情進行實時監控和引導，能夠更好地對網絡輿情進行控制，減小輿情危害。

四、輿情引導和監控方法分析

利用遺傳算法的處理模式動態分析網絡輿情信息的傳播過程，能夠更加清晰全面的了解和把握輿情的發展過程。通過網絡輿情信息的動態傳播及演化過程分析，發現除了輿情信息本身的爆發性和敏感性對輿情傳播有大的影響外，輿情監管部門的調控和網民觀點的多樣化也是影響輿情發展態勢和走向的關鍵因素。因此，加強輿情監管部門的調控能力和對網民進行規范教育也是網絡輿情研究的重點。已有文獻給出的政府對網絡輿情的調控主要是分析提出解決辦法，本文給出的建議主要是從前期預防和總結經驗進行分析的。

1、教育網民理性判斷、發表言論

從上述基于遺傳操作的網絡輿情傳播演化的過程可以看出，網民評論的多樣性是網絡輿情發展和演化的基礎。在輿情評價形成的過程中，網民的匿名性一方面可以使其根據事件發表自己真實的觀點和意見，但另一方面，有些網民會把網絡當做發泄情緒和不滿的工具，發表一些不負責任或有詆毀性的言論。還有一些人出于一些動機會發布一些不符合事實、甚至危害國家安全的言論，即網絡謠言。很多網民由于從眾心理的作用，很容易受別人的影響。還有的網民在接觸到輿情事件信息時不會去認真考慮、也無從得知信息的真偽，特別是在一些關乎自身利益的情況下，即便有疑問，也會選擇去相信。比如日本地震后有傳言說碘鹽可以防輻射，造成了很多地方出現了搶鹽風波，鹽價瘋漲。另外還有山西地震傳言、“蛆橘事件”等，對人們的實際生活帶來了很大的影響。因此，教育網民理性判斷和發表言論是避免網絡謠言傳播、凈化網絡交流平臺的關鍵。有關部門一方面應加大對網民的言論教育，教育網民理性發表言論。另一方面還應對網絡謠言進行快速準確的辟謠、設立法律法規對惡意言論發布者進行強制制裁，努力構建一個自由而又真實的交流平臺。

2、積累、交流輿情處理經驗

通過對網絡輿情傳播演化的循環漸進分析，可以看出輿情監管部門的引導和調控在處理網絡輿情的過程中起到關鍵作用，因此應注重提高各輿情監管機構處理問題的能力，積累、交流輿情處理經驗。雖然引起網絡輿情的具體事件不同，但大致可以歸納為幾個類別。人民網輿情頻道按領域將網絡輿情事件分為經濟生活、社會民生、公共管理、司法實踐、文化科教、群體事件、港臺國際、地方形象和企業形象九大類。［11］對網絡輿情進行治理和引導，首先要了解輿情的實質，分析輿情反映的是哪方面的社會問題，從本質上辨別輿情事件真偽。其次。由于對各類輿情事件所引發的輿情問題處理過程的大致框架相同，因此各級輿情監管部門可以對不同的網絡輿情及事件進行聚類，總結各網絡輿情的種類、特征、表現形式、影響幅度、治理辦法等，在此基礎上積極進行經驗交流。在新的輿情事件發生的時候，首先判斷是否有已發生的同類事件，然后根據事件本身的新特點和已有事件的處理經驗相結合進行處理。通過運用經驗處理能夠做到對輿情事件的迅速定位，還能對輿情事件可能的發展態勢進行預測，提高網絡輿情的處理效率。

3、培養公正的意見領袖

在輿情觀點的交叉融合階段，由于從眾心理的存在，很多網民會受到其他網民評論的影響，在判斷和認識上會出現隨大流的現象。培養意見領袖，可以使這種傾向向能調控的方向發展。網絡輿情事件的信息大部分最初是由少數人經過傳播而形成網絡輿情的，如果在輿情傳播和形成階段，即選擇階段，正確發揮意見領袖的領導作用，樹立切合實際和正面的觀點派別，將會大大減弱謠言和猜測帶來的危害，減弱網絡輿情的負面影響。自發形成的過激型的意見領袖會引導網民極端化的分析問題，袒護政府的意見領袖會使網民對其不信任，還可能引發對政府的不信任。因此，在意見領袖的培養方面，要注重培養能客觀分析事實、保持理性思維的意見領袖。

五、結論

互聯網的普及和信息技術的成熟，使得網絡輿情逐漸成為研究的熱點。網絡輿情從產生到消亡是一個動態發展變化的過程，只有對其進行實時監控和預測，才能準確把握其規律和走向，及時采取應對措施。本文通過分析發現利用遺傳操作的基本模型可以很好地模擬網絡輿情的動態傳播和演化過程，并且通過循環漸進的分析更能實時把握網絡輿情的發展變化。通過利用遺傳操作的分析流程，還能找出進行引導和監控工作的關鍵點，對其采取應對措施，可以有效減小網絡輿情的危害。

［1］中國互聯網數據資訊中心.http://www.199it.com/archives/132716.html［DB/OL］.

［2］曾潤喜.網絡輿情信息資源共享研究［J］.情報雜志,2009，(8):187－191.

［3］季丹,謝耘耕.中國網絡輿情研究的歷史回顧與反思［J］.上海交通大學學報（哲學社會科學版）,2012，(4):48-56.

［4］劉毅.略論網絡輿情的概念、特點、表達與傳播［J］.前沿論壇,2007:11-12.

［5］謝海光,陳中潤.互聯網內容及輿情深度分析模式［J］.中國青年政治學院學報，2006，(3):95-100.

［6］劉毅.內容分析法在網絡輿情信息分析中的應用［J］.天津大學學報（社會科學版）,2006，(4):307-310.

［7］吳紹忠,李淑華.互聯網絡輿情預警機制研究［J］.中國人民公安大學學報（自然科學版），2008，(3):38-42.

［8］潘新.基于復雜網絡的輿情傳播模型研究［D］.中國知網博士論文,2010.

［9］張玉峰,何超.基于 Web挖掘的網絡輿情智能分析研究［J］.實踐研究,2011,(4):64-68.

［10］曾潤喜.我國網絡輿情研究與發展現狀分析［J］.圖書館學研究,2009:2-6.

［11］王國華,馮偉,王雅蕾.基于網絡輿情分類的輿情應對研究［J］.情報雜志,2013,(5):1-4.