社交輿情傳播影響因素研究述評

霍朝光 霍帆帆

〔摘要〕社交輿情傳播影響因素是研究輿情規(guī)律的關鍵。本文從復雜網(wǎng)絡視角出發(fā)，通過梳理國內(nèi)外關于社交輿情傳播的相關文獻，從網(wǎng)絡結構特征、節(jié)點屬性特征、信息內(nèi)容特征以及其他因素4個方面分別對影響社交輿情傳播的因素進行歸納和總結。研究結果發(fā)現(xiàn)網(wǎng)絡拓撲結構、網(wǎng)絡基本性質、網(wǎng)絡關系特征等網(wǎng)絡結構特征因素是影響社交輿情傳播的客觀環(huán)境基礎，傳播主體屬性特征和傳播客體屬性特征等節(jié)點屬性特征是社交輿情傳播的主觀人為條件，對社交輿情信息內(nèi)容特征的分析成為及時化解輿情的關鍵。

〔關鍵詞〕社交輿情傳播；復雜網(wǎng)絡；社交媒體；影響因素

DOI：10.3969/j.issn.1008-0821.2016.07.031

〔中圖分類號〕G206；G2528〔文獻標識碼〕A〔文章編號〕1008-0821（2016）07-0171-06

社交輿情是指公眾通過社交媒體引發(fā)的輿情，公眾在社交媒體上任何的觀點表達或信息傳播都有可能影響甚至誤導輿論與輿情[1]。區(qū)別于傳統(tǒng)媒體，社交媒體更多的是建立在社交關系網(wǎng)絡之上，建立在復雜的網(wǎng)絡基礎上，以復雜網(wǎng)絡為載體，以各種社會熱點問題、危機事件、企業(yè)事件、政務事件以及一些公眾人物的言行等公共事務為核心，表達并傳播網(wǎng)民的情感、態(tài)度及觀點等以形成一定的輿論影響力，促進各種公共事務的進展。隨著互聯(lián)網(wǎng)以及手機等新興媒體的崛起，以微博、微信、社交網(wǎng)絡為代表的Web20應用飛速發(fā)展，社交網(wǎng)絡輿情也獲得了空前的影響力，受到政府與企業(yè)等相關部門的高度重視。根據(jù)社交網(wǎng)絡輿情涉及到的具體公共事務內(nèi)容可分為政務輿情、企業(yè)輿情、教育輿情、食品輿情、醫(yī)療輿情、旅游以及公共人物輿情等，主要涉及到輿情基礎理論、社會輿論、民意測驗與調(diào)查、社會民生問題、危機預警、危機管理、危機應對、品牌聲望、公關活動、社會網(wǎng)絡安全與管理、輿情傳播規(guī)律與傳播機制、應用系統(tǒng)開發(fā)、高校網(wǎng)絡輿情、國際事件等研究領域。從技術層面來看，主要負責提供網(wǎng)絡輿情監(jiān)測、網(wǎng)絡數(shù)據(jù)挖掘、智能分析、處理、預警、智能搜索、報告輔助生成、輿情短信提醒、動態(tài)圖標統(tǒng)計、情感識別、情感分析、輿情研判、社交媒體管理、企業(yè)競爭情報、口碑監(jiān)測、聲望管理、知識管理等方面的業(yè)務。

前期關于社交輿情傳播的影響因素研究多基于個人層面，從個人心理、個人習慣、個人動機等方面展開。例如關于社交媒體輿情傳播的動機研究發(fā)現(xiàn)普通用戶的信息需求等信息性動機與用戶的娛樂（Entertainment）、放松（Relaxation）、時尚（Fashion）等娛樂性動機往往無形之中鑄成輿情，成為培育輿情的土壤，用戶的個人成長（Personal Growth）、地位追求（Self-status Seeking）、自我認同（Self-identification）、自我提升（Self Enhancement）等利己主義性動機以及道德感知、公民責任、環(huán)境監(jiān)測等利他主義性動機又進一步主觀加速了輿情的傳播，成為輿情發(fā)展的助力器，而用戶的情感訴求、情感交流、群體歸屬、社會交往等社交性動機在一定程度上無疑為輿情的傳播提供了便利的通道[2-6]。同時個人的上網(wǎng)習慣、個人隱私意識、感知控制、信息素養(yǎng)以及沉浸體驗程度均會影響到輿情在社交媒體中的傳播。但是從復雜網(wǎng)絡視角來看，有限的輿論并不可怕，可怕的是泛濫化的廣為傳播的具有相當規(guī)模的輿情，在人人都是麥克風的Web20時代，一定范圍的輿論爭執(zhí)是網(wǎng)民言語自由的體現(xiàn)，但是當輿論由小眾走向大眾，形成大范圍的輿情時就會頗具破壞力并極易引發(fā)一系列社會騷亂與群體行為，因此社交輿情由低能量輿論場積聚到高能量輿論場，由小范圍討論到大面積極化傳播的過程勢必成為社交輿情把控的關鍵。

因此本文從復雜網(wǎng)絡的視角出發(fā)，著重分析社交輿情傳播的過程，分別從網(wǎng)絡結構特征、節(jié)點屬性特征、信息內(nèi)容特征以及其他因素等4個方面對社交輿情傳播客觀過程中所涉及到的影響因素進行分析，以期為進一步加深對社交輿情傳播研究的探討。詳情見表1。

1網(wǎng)絡結構特征對社交輿情傳播的影響

不同的網(wǎng)絡拓撲結構對社交輿情傳播的影響較為顯著。關于網(wǎng)絡的拓撲結構有4種比較經(jīng)典的拓撲結構模型：規(guī)則網(wǎng)絡（Regular Network），規(guī)則網(wǎng)絡主要是指具有規(guī)則的拓撲結構的網(wǎng)絡，通常該網(wǎng)絡中每個節(jié)點的度都相等，大多數(shù)規(guī)則網(wǎng)絡呈現(xiàn)平均路徑較大、聚類系數(shù)較大的特征，并且多數(shù)規(guī)則網(wǎng)絡每個節(jié)點的度和聚類系數(shù)都是相等的[7]；隨機網(wǎng)絡（Random Network），相對于規(guī)則網(wǎng)絡中各個節(jié)點和連邊直接依據(jù)某種規(guī)則連接形成，隨機網(wǎng)絡的節(jié)點和連邊沒有具體的連接規(guī)則，而是隨機連接就得到隨機網(wǎng)絡，主要有固定邊數(shù)模型和ER隨機網(wǎng)絡模型（二項式模型）[8]；小世界網(wǎng)絡（Small World Network）是由Watts和Strogatz于1998年發(fā)現(xiàn)的，因該類網(wǎng)絡中既有很高的聚類系數(shù)有具有很小的平均路徑，網(wǎng)絡中節(jié)點雖然很多，但是節(jié)點之間相對距離卻較小，遂稱其為小世界網(wǎng)絡[9]；隨機網(wǎng)絡和小世界網(wǎng)絡的度分布近似為泊松分布，而無標度網(wǎng)絡（Scale-free Network）的度分布服從冪律分布[10]。不同的網(wǎng)絡拓撲結構對輿情傳播影響不同。如個體對信息的記憶能力在不同網(wǎng)絡結構中產(chǎn)生的影響，在隨機網(wǎng)絡和BA網(wǎng)絡中隨著人們記憶的加深，輿情傳播的范圍也在不斷擴展，但是在規(guī)則網(wǎng)絡和小世界網(wǎng)絡中，即使比較小的記憶長度也依然會鑄成大范圍的輿情傳播影響[11]。在規(guī)則網(wǎng)絡下謠言信息是很難廣泛傳播的，即使傳播開來也需要很長的時間，因為在其傳播過程中很容易受到外界辟謠信息的介入并迅速終結謠言的傳播，但是在小世界網(wǎng)絡中，隨著平均路徑的縮短，達到最終轉發(fā)飽和的時間也越來越短，平均路徑對謠言傳播速度和傳播的持續(xù)時間影響顯著。但是最終轉發(fā)謠言的人群比例卻沒有改變，因為小世界網(wǎng)絡結構只是加速了謠言的傳播，依據(jù)人與人之間距離的縮短得以迅速傳播并引發(fā)輿論高峰，但對最終傳播者的覆蓋比例沒有顯著影響[12]。

不同的網(wǎng)絡結構性質對社交輿情傳播的影響不同。不同的網(wǎng)絡拓撲性質對輿情傳播的影響也較為顯著，關于網(wǎng)絡的拓撲性質主要有度（出度和入度）、平均路徑、聚類系數(shù)等。關于度對輿情傳播影響的研究發(fā)現(xiàn)在社群結構的網(wǎng)絡中，出度或入度較大的節(jié)點并非一定會更多的參與信息的傳播，草根消息有時候也能夠大范圍傳播。研究表明謠言接受度函數(shù)隨著節(jié)點度的增大會單調(diào)下降，對于度低的節(jié)點其傳播率要高于全局傳播率，但與其他具有傳播狀態(tài)節(jié)點的接觸率也相對較低，因此即使傳播率較高但對謠言信息傳播的作用也是比較有限的，而對于度高的節(jié)點由于其接收信息的渠道是多樣的，不會依賴或只信任單一渠道的信息，客觀方面形成了較強的謠言抵御能力，其被感染的幾率相對較低，因此其傳播率相對是要低于全局傳播率，此時謠言信息的傳播就會緩慢，但是由于其具有較高的接觸率，因此輿情傳播的規(guī)模并沒有太大變化[13]。關于意見領袖對輿情傳播的影響研究發(fā)現(xiàn)在不同階段不同類型的意見領袖對輿情的傳播起著不同的作用。在輿情發(fā)生階段，草根意見領袖通過轉發(fā)或者發(fā)帖使得事件在網(wǎng)絡上傳播，為了吸引眼球往往會主觀地給事件加入一些標簽，如富二代、官二代等，來引起網(wǎng)民的關注和參與，使輿情開始得到蔓延；在輿情發(fā)展階段，一些專家和學者人為介入到意見領袖行列，表達比較專業(yè)性的意見和看法，引導人們對事件背后進行深度挖掘；在輿情演化階段，事件關注度比較高，一些媒體介入成為意見領袖，如在藥家鑫案件中在輿情演化階段新浪微博對如何判決藥家鑫發(fā)起投票，使輿情傳播達到高潮；在輿情消退階段，意見領袖在遇到相關或形似事件時重啟網(wǎng)民沉淀的記憶，可能致使本將消退的輿情發(fā)生衍化，再次升至峰值，出現(xiàn)二次或者多次高潮[14]。

關系特征對社交輿情傳播的影響，關系特征對應到網(wǎng)絡結構中就是邊的特征，不同的節(jié)點關系（邊）影響著輿情的傳播，從傳播角度來看主要可分為傳播主體與傳播客體的關系特征，傳播主體與傳播內(nèi)容的關系特征、傳播客體與傳播內(nèi)容之間的關系特征。從關系的行動者角度來看，影響輿情傳播的關鍵關系特征就是傳播主體與傳播客體的關系特征。傳播主體與傳播客體的關系主要包括其興趣相似度、結構相似度、是否互相提及、是否相互關注以及兩者的位置關系等特征。關于傳播主體與傳播客體的興趣相似度研究發(fā)現(xiàn)用戶所發(fā)布的消息內(nèi)容可代表用戶的興趣偏好，如果將每個用戶歷史時間段內(nèi)發(fā)布的所有消息匯總成一個文檔，則可以借助詞項的TF-EDF值構建文檔向量，通過計算傳播主體文檔與傳播客體文檔的余弦相似度來恒量傳播客體與傳播主體的興趣相似度[15]。關于傳播主體與傳播客體的結構相似度研究發(fā)現(xiàn)可以用兩個節(jié)點的鄰居集合的Jaccard距離來表示[16]。兩者之間的位置信息（Main Location）是指用戶在一段時間內(nèi)的主要活動位置，例如用戶的居住地、用戶的工作場所或者用戶的生活區(qū)，主要描述用戶的主要活動范圍和用戶的出行軌跡。研究發(fā)現(xiàn)針對不同的節(jié)點屬性給出不同的傳播參數(shù)可保證信息的差異化傳播，引入位置信息可保證事發(fā)地節(jié)點對信息傳播的可信性，有利于對社交輿情傳播范圍進行定性分析[17]。同時通過定義位置熵和社區(qū)熵來描述用戶位置內(nèi)用戶社區(qū)信息的混亂程度和用戶社區(qū)內(nèi)用戶位置類的混亂程度，可以進一步對比分析網(wǎng)絡聚類（社區(qū)結構）與用戶空間聚類（Main Location聚類）之間的關系[18]。

2節(jié)點屬性特征對社交輿情傳播的影響

節(jié)點屬性特征是研究社交輿情傳播的重要影響因素。從傳播的主題與客體角度來看，節(jié)點屬性可分為傳播主體的節(jié)點屬性和傳播客體的節(jié)點屬性[15]。

傳播主體屬性特征主要是指傳播主體的信息傳播能力，可以通過傳播主體的節(jié)點影響力、節(jié)點權威度、節(jié)點活躍度、節(jié)點可信度、節(jié)點關注者、賬號年齡來恒量，同時受到節(jié)點傳播動機的影響[19]。研究表明在信息采納過程中信源的可信度顯著影響用戶對信息的采納[20]。同時在信息內(nèi)容較為相同的情況下信源的可信度越高信息接收者被說服的概率越大[21]，這主要源于信源的專業(yè)性、準確性和吸引力[22]。同時研究發(fā)現(xiàn)傳播主體的關注者（Follower）越多，其傳播信息的速度越快[23]。關于賬號年齡（Age of Account），有學者發(fā)現(xiàn)在Tweet上信息傳播的速度與用戶的賬號年齡有很大關系，對于注冊時間300天以上的用戶其發(fā)布的信息傳播速度比整個網(wǎng)絡中的平均信息傳播速度要快，但是在0～30天這段時間內(nèi)，用戶發(fā)布的信息傳播速度卻與注冊時間成反比[23]。關于輿情傳播的動機研究主要有信息性動機、情緒性動機、社會性動機。其中信息性動機指為了滿足他人信息需求而發(fā)布信息，政府部門、新聞媒體等發(fā)布信息是因為其職責所在，而個人發(fā)布信息是一種利他主義而獲得的自我滿足；情緒性動機是指為了表達情緒而發(fā)布公共危機信息，情緒宣泄；社會性動機是指由社會性因素引起公共危機信息的發(fā)布，主要包括尋求幫助和自我提升，傳播主體的動機不同，由動機引致的行為就不同，從而進一步影響到輿情的傳播[24]。

傳播客體屬性特征是指傳播客體作為輿情信息的接受者，對輿情的敏感程度以及生理、行為反應特征在客觀上要受到傳播客體自身特征的影響，例如傳播客體的受教育水平、輿情經(jīng)歷、輿情免疫力、信息素養(yǎng)、閱讀或瀏覽信息的習慣。Afassinou K通過仿真發(fā)現(xiàn)客體的受教育水平對網(wǎng)絡謠言的傳播影響較大，整個網(wǎng)絡中的人群受教育水平越高，謠言信息對整個網(wǎng)絡的影響就越小[25]。傳播客體本身的行為習慣仍然影響輿情信息的傳播，例如不完全閱讀行為（Incomplete Reading Behavior），在社交媒體環(huán)境中人們會以一定的概率閱讀到一些信息，同時也會以一定的概率忽視一些信息，當一個用戶發(fā)布一條信息的時候并不是他所有的好友或者關注者會看到這條信息，并且對于信息閱讀者想要在有限的時間內(nèi)瀏覽網(wǎng)上所有不斷更新的信息也是較為困難的，而且一些舊的信息也會被新的信息所替代，舊的信息會從人們的視野中移除，新信息的傳播率、舊信息的移出率和信息瀏覽者的閱讀速度等造成了信息瀏覽者的不完全閱讀行為[26]。

3信息內(nèi)容特征對社交輿情傳播的影響

關于信息內(nèi)容特征主要是指輿情信息的情感屬性、是否含有URLs鏈接、是否包含標簽、是否與重大事件有關以及話題的衍生性如何等關于內(nèi)容屬性的一些特征。信息的情感屬性（Sentiment）指信息的情感傾向，根據(jù)文本情感分析技術可以將文本的情感分為多個類，例如二分類法將情感分為正向（Positive）和負向（Negative）。具有很強情感傾向的消息更容易吸引人們的注意力并得到傳播，Anthony S[27]等人發(fā)現(xiàn)越是讓人們產(chǎn)生焦慮情感（Anxiety）的謠言或者信息越容易得到傳播，并且本身愈是處于焦慮狀態(tài)的學生越容易接受并傳播謠言，負面的輿情信息要比正面的輿情信息更容易導致人們產(chǎn)生焦慮感，因此也更容易被廣泛傳播。在關于信息內(nèi)容中是否含有URLs鏈接的研究中，Tanaka Y[28]等人通過設計一個實驗發(fā)現(xiàn)在Tweet中如含有URLs鏈接則謠言更容易被傳播，即使Tweet中的URLs是一個無效的超鏈接謠言信息仍然容易被傳播，從心理學角度來看可以解釋為URLs通常代表的是對信息內(nèi)容的更加深度解讀，對信息內(nèi)容的詳盡表達，但是我國黃膺旭、曾潤喜[29]則發(fā)現(xiàn)鏈接有時候反而會減弱微博信息的傳播，因為很多情況下人們根據(jù)閱讀的習慣會去讀取鏈接內(nèi)容，因此這種深度閱讀的行為導致了人們忘記去轉發(fā)信息了，可能導致信息傳播在此階段此用戶身上發(fā)生終止。關于信息內(nèi)容中是否包含標簽的研究發(fā)現(xiàn)帶有標簽的內(nèi)容更加容易吸引其他讀者的注意，帶有標簽的Tweet更容易被傳播，但并不是標簽越多信息傳播越快，信息傳播的速度還與信息中標簽的類型有關[23]。關于輿情信息與重大事件的關系研究發(fā)現(xiàn)當謠言信息的內(nèi)容與當前國內(nèi)、國際比較重大的事件有關的時候其更容易獲得關注并傳播[30]。話題衍生性是指根據(jù)話題的特點所導致的衍生輿情。依照網(wǎng)絡輿情傳播規(guī)律的研究，對處于消退期的網(wǎng)絡信息應該是一種逐步減少并最終趨向平穩(wěn)消失匿跡的狀態(tài)，但是對于某些衍生性較強的敏感話題，由于網(wǎng)絡話題的異化、關聯(lián)、泛華等效應，極易使原本應該消退的輿情話題進一步衍生，在達到波峰后沒有趨于平緩而是形成新的輿情高潮，即出現(xiàn)二次波峰甚至連發(fā)多次波峰[31]。

4其他因素對社交輿情傳播的影響

對于社交輿情傳播產(chǎn)生影響的還有其他方面的一些因素，如時間、真?zhèn)涡畔⒌膶沟纫蛩兀缃惠浨樾畔⒌陌l(fā)布時間對輿情傳播而言至關重要，研究表明用戶使用社交媒體的時間具有一定的分布規(guī)律，如果當輿情傳播的高峰與用戶使用社交媒體的高峰疊加在一起的時候就會爆發(fā)更大范圍的更具破壞力的輿情影響，進一步加劇輿情的惡化[32]。如果輿情監(jiān)控能夠及時發(fā)現(xiàn)傳播的苗頭，及時避開社交媒體使用高峰，就會為相關部門以較低的社會成本化解輿情爭取寶貴的時間。同時對于處于零散時間狀態(tài)的正面輿情信息，往往容易被新的信息所覆蓋，導致其他用戶在瀏覽時無法看到，從而影響到輿情信息的傳播，同時輿情傳播也會受到新聞刊發(fā)時間的影響，所以輿情的發(fā)布時間對輿情傳播影響十分顯著[33]。關于真信息的注入對輿情的影響主要是在輿情傳播仿真實驗中考慮到在不同階段不同信息的注入對整個輿情態(tài)勢的影響。信息有真?zhèn)沃郑瑐涡畔⑹侵冈趪栏窦傩畔?nèi)核上具有部分真實性表象的信息，看似有根有據(jù)但是從嚴格意義上來看其本質是假的，具有很強的社會蒙蔽性和社會危害性[34]。在輿情傳播的過程中真?zhèn)涡畔⒌淖⑷胪劙l(fā)為一場真?zhèn)涡畔⒌膶埂Ｔ谡鎮(zhèn)涡畔鼓Ｐ头抡嫜芯恐邪l(fā)現(xiàn)，真實信息的注入時間是控制偽信息傳播的關鍵[35]。

5結語

在眾多影響社交輿情傳播的因素中，社交網(wǎng)絡結構特征是輿情社交化傳播的客觀環(huán)境基礎，從宏觀層面上決定了社交輿情傳播的速度與范圍。輿情所處的網(wǎng)絡拓撲結構環(huán)境是輿情按照小世界網(wǎng)絡規(guī)律傳播還是無標度網(wǎng)絡規(guī)律傳播的關鍵，而度、平均路徑、聚類系數(shù)等網(wǎng)絡基本性質又進一步量化了輿情傳播的環(huán)境，用客觀結構數(shù)據(jù)描述輿情的復雜網(wǎng)絡環(huán)境，同時網(wǎng)絡關系特征通過對傳播主體與傳播客體的關系、傳播客體與傳播內(nèi)容的關系等指標的量化，借助量化的關系數(shù)據(jù)描述輿情傳播的環(huán)境。傳播主體、傳播客體等節(jié)點屬性特征是社交輿情傳播的主觀人為條件，從微觀層面解釋了人的行為主體性。傳播主體作為社交輿情傳播的發(fā)起者或助推者，其傳播的動機直接決定其在社交媒體上的信息行為，無論是有意識的傳播，還是無意識中促就，微小的動機傾向都有可能掀起輿論的高潮，而傳播主體的自身影響力、自身活躍度以及自身的信度客觀決定了傳播主體的傳播能力。同時作為輿情的接受者，傳播客體本身固有的屬性特征直接影響到其對輿情信息的反應。輿情信息內(nèi)容是社交輿情傳播的載體，社會的輿論或爭辯主要借助于各種各樣的信息形式來表現(xiàn)出來，因此分析輿情信息的情感，分析輿情信息內(nèi)容，分析輿情話題本身才是化解輿情的根本。輿情信息的情感是輿情行為者感情的表達，無論是網(wǎng)民的一時情感宣泄，還是公眾的普遍訴求，情感是公民最明確的態(tài)度，關注公民的情感，關注公民的焦點，努力解決好社會重大事件勢必成為化解輿情的關鍵。

同時從數(shù)據(jù)的來源來看，相當比例研究者的數(shù)據(jù)來源是基于新浪、騰訊等微博平臺以及Twitter等社交網(wǎng)站，數(shù)據(jù)來源比較單一，多數(shù)研究只是基于其中一個平臺的數(shù)據(jù)來展開研究，由于現(xiàn)實的網(wǎng)絡輿情的發(fā)展是多渠道、全方位、無序化、無間斷性的混沌狀態(tài)，理論模型和仿真效果與現(xiàn)實輿情有較大出入，無法模擬和描述整個網(wǎng)絡上的輿情發(fā)展狀況。未來的研究需要根據(jù)不同渠道進行大數(shù)據(jù)分析，努力貼近實際輿情，盡量模擬現(xiàn)實輿情的發(fā)展環(huán)境并進行多維度的仿真分析。從研究層面來看，有關于輿情傳播模型、傳播模式、生命周期的宏觀研究，也有基于節(jié)點具體屬性、信息內(nèi)容的微觀分析，未來研究可能需要將這兩者結合起來，將微觀影響因素嵌入宏觀背景，考慮到整體對局部的影響。例如基于輿情傳播生命周期的不同階段研究具體因素對輿情傳播的影響。從技術層面來看，關于輿情的研究經(jīng)歷了從輿情態(tài)勢的關注到輿情內(nèi)容的深層挖掘，基于文本的挖掘，分析文本的情感傾向，整合輿情熱度，從而為輿情預警與應對策略提供依據(jù)。隨著輿情研究層次不斷深入，分析的對象不僅僅為文本對象，對網(wǎng)絡上的音頻、視頻、圖像的分析技術也在發(fā)展，所見所聞皆輿情。分析對象只有涵蓋了網(wǎng)絡上以各種形式存在的數(shù)據(jù)才能做更加精確的分析。同時隨著社交媒體生態(tài)圈的不斷完善，人們于社交媒體中的瀏覽、閱讀、發(fā)布、轉發(fā)信息的習慣也在發(fā)生變化，基于情境的輿情傳播可能呈現(xiàn)出別樣的姿態(tài)，因此深耕移動輿情規(guī)則是進一步提升輿情研究、強化輿情監(jiān)管的關鍵。

參考文獻

[1]周玫，梁芷銘.微博話語權平衡策略研究[J].傳媒，2015，（20）：75-77.

[2]胡瓏瑛，董靖巍.微博用戶轉發(fā)動機實證分析[J].中國軟科學，2015，2（2）：175-182.

[3]王冰冰，夏志杰，于麗萍.非常規(guī)突發(fā)事件中在線社會網(wǎng)絡用戶信息共享動機研究[J].情報雜志，2013，32（9）：128-131.

[4]Leung L.College Student Motives for Chatting on ICQ[J].New Media & Society，2001，3（4）：483-500.

[5]Yang K C C.Factors influencing Internet users perceived credibility of news-related blogs in Taiwan[J].Telematics & Informatics，2007，24（2）：69-85.

[6]Park N，Kee K F，Valenzuela S.Being Immersed in Social Networking Environment：Facebook Groups，Uses and Gratifications，and Social Outcomes[J].Cyberpsychology & Behavior，2009，12（6）：729-733.

[7]宋瑞，靳禎.復雜網(wǎng)絡上階段性傳染病動力學分析[J].復雜系統(tǒng)與復雜性科學，2014，11（3）：73-78.

[8]Erd6s P，Rényi A.On the evolution of random graphs[J].Publ.Math.Inst.Hungar.Acad.Sci，1960，（5）：17-61.

[9]Watts D J，Strogatz S H.Collective dynamics of‘small-worldnetworks[J].nature，1998，393（6684）：440-442.

[10]Barabási A L，Albert R.Emergence of scaling in random networks[J].science，1999，286（5439）：509-512.

[11]茍智堅，范明鈺，王光衛(wèi).復雜網(wǎng)絡中多話題信息傳播仿真研究[J].成都信息工程學院學報，2014，29（5）：458-463.

[12]劉詠梅，彭琳，趙振軍.基于小世界網(wǎng)絡的微博謠言傳播演進研究[J].復雜系統(tǒng)與復雜性科學，2014，11（4）：54-60.

[13]孫睿，羅萬伯.具有非一致傳播率的無標度網(wǎng)絡謠言傳播模型[J].復雜系統(tǒng)與復雜性科學，2014，11（3）：6-11.

[14]王國華，張劍，畢帥輝.突發(fā)事件網(wǎng)絡輿情演變中意見領袖研究——以藥家鑫事件為例[J].情報雜志，2012，31（12）：1-5.

[15]周東浩，韓文報，王勇軍.基于節(jié)點和信息特征的社會網(wǎng)絡信息傳播模型[J].計算機研究與發(fā)展，2015，52（1）：156-166.

[16]Liben-Nowell D，Kleinberg J.The link-prediction problem for social networks[J].Journal of the American society for information science and technology，2007，58（7）：1019-1031.

[17]李超.基于多維屬性的社會網(wǎng)絡信息傳播模型研究[D].中國科學院深圳先進技術研究院，2014：53-71.

[18]Li C，Zhao Z，Luo J，et al.A spatial-temporal analysis of users geographical patterns in social media：a case study on microblogs[C]∥Database Systems for Advanced Applications.Springer Berlin Heidelberg，2014：296-307.

[19]Ohanian R.Construction and validation of a scale to measure celebrity endorsers perceived expertise，trustworthiness，and attractiveness[J].Journal of advertising，1990：39-52.

[20]Sussman S W，Siegal W S.Informational influence in organizations：An integrated approach to knowledge adoption[J].Information systems research，2003，14（1）：47-65.

[21]Ohanian R.Construction and validation of a scale to measure celebrity endorsers perceived expertise，trustworthiness，and attractiveness[J].Journal of advertising，1990：39-52.

[22]Pornpitakpan C.The persuasiveness of source credibility：A critical review of five decades evidence[J].Journal of Applied Social Psychology，2004，34（2）：243-281.

[23]Suh B，Hong L，Pirolli P，et al.Want to be retweeted？large scale analytics on factors impacting retweet in twitter network[C]∥Social computing（socialcom），2010 ieee second international conference on.IEEE，2010：177-184.

[24]史波.移動互聯(lián)網(wǎng)環(huán)境下公共危機信息傳播行為的影響因素研究[J].情報雜志，2013，32（6）：14-18.

[25]Afassinou K.Analysis of the impact of education rate on the rumor spreading mechanism[J].Physica A：Statistical Mechanics and its Applications，2014，414：43-52.

[26]Su Q，Huang J，Zhao X.An information propagation model considering incomplete reading behavior in microblog[J].Physica A：Statistical Mechanics and its Applications，2015，419：55-63.

[27]Anthony S.Anxiety and rumor[J].The Journal of social psychology，1973，89（1）：91-98.

[28]Tanaka Y，Sakamoto Y，Honda H.The Impact of Posting URLs in Disaster-Related Tweets on Rumor Spreading Behavior[C]∥System Sciences（HICSS），2014 47th Hawaii International Conference on.IEEE，2014：520-529.

[29]黃膺旭，曾潤喜.官員政務微博傳播效果影響因素研究——基于意見領袖的個案分析[J].情報雜志，2014，33（9）：135-140.

[30]Spiro E，Irvine C，DuBois C，et al.Waiting for a retweet：modeling waiting times in information propagation[C]∥2012 NIPS workshop of social networks and social media conference.http：∥snap.stanford.edu/social2012/papers/spiro-dubois-butts.pdf.Accessed，2012，（12）：1-8.

[31]蘭月新，曾潤喜.突發(fā)事件網(wǎng)絡輿情傳播規(guī)律與預警階段研究[J].情報雜志，2013，（5）：16-19.

[32]張敏，霍朝光，吳郁松.時間敏感型輿情網(wǎng)絡的ICSR傳播模型構建與仿真[J].圖書館學研究，2015，（21）：40-48.

[33]曾潤喜，徐曉林.網(wǎng)絡輿情的傳播規(guī)律與網(wǎng)民行為＼一個實證研究 [J].中國行政管理，2010，（11）：16-20.

[34]劉拓.公共危機偽信息及其管理特征分析[J].情報雜志，2008，27（12）：155-157.

[35]沙勇忠，史忠賢.公共危機偽信息傳播影響因素仿真研究[J].圖書情報工作，2012，56（5）：36-111.

（本文責任編輯：郭沫含）