自媒體在社會生活中傳播信息的過程分析

許子桓，查 陽，蔡梓祺

（1.南京郵電大學，江蘇 南京 210023；2.南京林業大學，江蘇 南京 210037）

自媒體是民眾利用個人媒體，向他人傳遞信息的新媒體的總稱，即公民用以發布信息新聞的載體，比如微博、微信、論壇等。自媒體的應用十分廣泛，它的發展和遇到的問題都需要相關的理論來評價、分析。自媒體信息傳播過程的分析就是其中的重要組成部分。因此，研究自媒體消息傳播過程是非常有現實意義的。

1 自媒體消息傳播過程的分析

自媒體消息的傳播類似于傳染病的病毒傳播，可以在病毒傳播SI模型基礎上加入知情但不傳播者的角色，建立了自媒體消息傳播的SIR模型。

1.1 自媒體消息傳播模型——SIR模型

符號說明：

N為考察范圍的總人數；S為不知情者；I為知情傳播者；R為知情不傳播的移除者；s（t）為t時刻不知情者在總人數中所占的比；i（t）為t時刻知情傳播者在總人數中所占的比；r（t）為t時刻知情傳播者在總人數中所占的比；λ為每個知情者每天有效接觸的平均人數，稱為“日接觸率”；μ為每天失去興趣的人數占知情者總數的比例，稱為“日失去興趣率”；σ為傳播期接觸數，σ＝λ/μ.

假設條件：①在自媒體消息傳播期間，考察范圍內總人數N不變，人群分為不知情者S、知情傳播者I、知情不傳播的移除者R；②知情者的日接觸率為λ，每天失去興趣的人數占知情者總數的比例為μ，稱為“日失去興趣率”，傳播期接觸數為σ，σ＝λ/μ.

由假設得到：

再記初始時刻的不知情者和知情傳播者的比例分別為s0（s0＞0）和 i0（i0＞0）（設移除者的初始值 r0＝0），通過數學運算得到i與s的關系：

通過數學計算解得s＝1/σ時取得最大值，消息傳播到達頂峰；t趨向于無窮時消息過時，被遺忘。

1.2 模型結論

當s0＞1/σ時，i（t）先升后降至零，消息傳播開；當s0＜1/σ時，i（t）單調降至零，消息沒有傳播開。消息傳播開的條件是不知情者初始比例s0＞1/σ.為了減小閾值1/σ，就要提升σ（σ＝λ/μ），也就是增大λ（日接觸率），意味著自媒體活躍度增加，同時減小μ（失去興趣率），意味著人群對話題感興趣度增加，增加受眾s0，減少失去興趣的人r0.

2 公眾人物轉發源消息對消息傳播的影響

知名人士自媒體擁有數量龐大的關注者，所以有必要分析重要人士和相關部門發出相關消息對自媒體原消息傳播的影響。我們在SIR模型的基礎上，加入了變量p，用p的相關表達式表示知情并傳播者、知情不傳播者、不知情者3種角色之間的轉換概率，并由此構建了新的模型。

2.1 增加公眾人物轉發源消息的消息傳播模型

符號說明：

S為不知情者；I為知情傳播制造新消息者；R為知情不傳播者；p為某個體發布消息后，其關注者均接收到此信息，并以p概率由S態轉化為I態；p1為處于R態的個體將以概率p1轉變為I態，成為衍生話題的傳播者，或者以p2概率轉變為S態，成為衍生話題的接收者。

注：p1是關于截至t時刻用戶收到的關于輿情的信息次數、衍生話題產生的最大概率、社會影響力、個體第一次接收到消息則制造衍生話題的概率這4個因素的函數。

假設條件：①在自媒體消息傳播期間，考察范圍的總人數N不變；②在自媒體中，如果個體對消息感興趣，則會傳播消息相關的衍生消息。

該體系結構中，不知情者S、知情傳播制造新消息者I、知情不傳播者R三者之間的轉移過程為：某個體發布消息后，其鄰居個體均接收到此信息，并以p概率由S態轉化為I態，以1-p概率轉化為R態；當該個體的所有鄰居節點均被傳播或者該個體為葉子節點，則轉變為R態；而處于R態的個體將以概率p1轉變為I態，成為衍生話題的傳播者，或者以p2概率轉變為S態，成為衍生話題的接收者。

2.2 模型結論

有話題產生時，相比于未發生衍生的情況，話題發生衍生時系統達到穩定狀態所需的時間更長，且穩定時知情傳播者與知情不傳播者的比值增加。這表現在現實微博網絡中是合理的，一個輿情事件一旦產生衍生話題，則該事件的傳播時間更長，同時也增加了網絡中接收到該輿情信息的用戶數。

3 結束語

上述模型中，影響消息傳播過程的參數較多，對于這些不能在實際復雜情況中確定的參數，只能對其依次賦值，用控制參數法來觀察消息傳播過程的變化情況，必須承認模型是在簡化了實際情況的基礎上得出的結論。

通過對自媒體傳播信息過程的分析，找到了一條消息得以廣泛傳播的條件及知名人士創造衍生話題對消息傳播過程的影響。當然，現實生活中還有很多因素沒有納入討論范圍，比如不同類型的消息在不同的自媒體平臺上傳播的具體情況及一些不可控因素對消息傳播的影響。希望本文的分析可以為自媒體從業者、研究者和管理者提供參考借鑒。只有社會各方共同努力，才能構建健康和諧的網絡生態，保證自媒體的可持續發展。

［1］姜啟源，謝金星，葉俊.數學模型［M］.第4版.北京：高等教育出版社，2011：136-148.

［2］朱恒民，李青.面向話題衍生性的微博網絡輿情傳播模型研究［J］.現代圖書情報技術，2012，28（5）：60-64.

［3］謝耘耕，榮婷.微博輿論生成演變機制和輿論引導策略［J］.現代傳播（中國傳媒大學學報），2011（5）：70-74.