不實信息引發的社會熱點事件網絡輿論反轉演變仿真及治理研究

汪明艷，朱德米，張鵬翥，郭旭輝

(1.上海工程技術大學 管理學院，上海 201620；2.上海交通大學 國際與公共事務學院，上海 200030；3. 上海交通大學 安泰經濟與管理學院，上海 200030)

一、引言

網絡輿論反轉是輿論現象在網絡空間里的延續和發酵，是民意或輿論在網絡空間中尋求與建立的新式行動路徑。關于不實信息產生的輿論轉變，國外研究領域主要集中在與政治生活相關的民情分析和選舉研究。而國內學者主要是針對社會熱點事件發生后由于虛假新聞報道，或是對真相選擇性的報道等因素，導致網絡輿論在傳播過程中出現的反轉現象進行探討。同一個事件可能會發生多次輿論反轉，而輿論反轉現象較大程度上會引起公眾情緒的變化，給社會帶來極大的負面影響，同時輿論頻繁發生反轉也會降低政府和媒體的公信力。

網絡輿論反轉作為輿論演變過程中的特殊現象，其演變過程涉及兩個演變階段：(1)第一個階段是在事件信息源發布后，網絡用戶會對其發表自己的觀點，在網絡輿論個體的觀點交互過程中，用戶傾向于選擇與自己持有共同信念的個體，而用戶的參與度直接影響其共同的情感行為，會產生一定的行為傾向[1]。通常情況下，相較積極事件而言，更多的活躍用戶對消極事件展現出更快的傳播速度[2]。(2)第二個是輿論導向轉變階段，即在反轉信息介入后，網絡用戶的觀點和態度會相對之前的觀點態度產生比較，產生態度的重構[3]，導致輿論導向的轉變，直到大部分用戶的觀點態度聚合達到飽和一致。從社會比較理論視角來看，在反轉信息介入后，人們不斷被激勵用一種社會行為規范去再認識和表現自我，個體必須不斷去評估當前他人的立場和觀點，然后相應地修正自己的觀點和態度[4]。

在網絡輿論反轉的拐點處，網絡空間的公眾輿論最為龐大，在從眾心理影響下，群體情緒會被逐漸放大，網民群體的態度極端化在這一階段達到最高值[5]。個體的情緒、觀點和行為在反轉信息介入后，使得個體重新評估自己對主觀問題的看法[6]。網絡輿論演變過程伴隨著輿論觀點交互及輿論信息擴散兩個交互的動態進程，是基于復雜社會網絡而產生的多個主體之間的交互行為[7-9]。有學者利用CODA模型[10]、元胞自動機研究個體之間的輿論觀點交互[11-12]，并加入網民表達觀點的傾向度、主觀能動性和可信度[13-14]。社會中的個體是以復雜網絡的形式結合在一起的，前期學者將小世界網絡和無標度網絡引入了觀點動力學模型中，分析了群體觀點的聚合過程[15-16]。

網絡輿論反轉現象和治理引起了國內學者關注。學者認為網絡輿論反轉過程是在反轉信息介入后，網民對事件關注和重新認識后而導致觀點態度的轉變，如由支持變為反對，或者由反對變為支持，從而引起輿論導向的轉變[17]。黃遠等(2016)通過對輿論反轉事件的統計分析，根據輿論反轉的原因、時間、效果將網絡輿論反轉事件類型分為四類，并提出不同反轉類型的輿論治理對策[18]。吳越(2016)基于網絡輿論反轉過程中的媒體干預角度，對媒體信息引發的輿論反轉現象進行了仿真研究[19]。

社會熱點事件的輿論反轉現象已經引起了學界的關注，但是學界還未對社會熱點事件的輿論反轉的致因因素進行系統性的分析。尤其是在輿論反轉演變過程中，因為媒體/政府的干預、反轉信息介入時間、事件敏感度、信息傳播速率、可信度等關鍵因素會對輿論反轉產生重要影響，但是這些演變機制還未開展深入地探討研究。因此，本文將觀點態度與信息傳播過程中的個體狀態相結合，根據輿論反轉信息擴散的特點，將SIR模型的個體狀態區分為六種狀態，并且按照現實中的網絡輿論信息擴散狀況界定各狀態之間的轉移過程和轉移概率，構建網絡輿論反轉的信息擴散模型和仿真實驗分析，探討網絡輿論反轉的演變規律和治理對策。

二、我國社會熱點事件的網絡輿論反轉的致因分析

網絡輿論形成的三要素包括輿論客體(事件)、主體(公眾)和本體(公眾的認知)。網絡輿論反轉是在反轉信息介入后，因輿論客體、輿論本體和輿論主體相互作用下發生了輿論導向的轉變。輿論反轉演變過程也反映了公眾的認知、情感和行為的變化。

為了進一步分析網絡輿論反轉的影響因素，本文對人民網、搜狐網、鳳凰新聞網等知名網站發表的“網絡輿論反轉事件”進行統計分析，選取出2015-2017年的30件典型的輿論反轉事件，如表1所示。

表1 輿論反轉的典型事件

對選取的30個典型事件的在微博平臺的輿論數據進行采集，從輿論反轉的信息源發布主體與反轉信息發布主體、反轉信息介入時間進行分析和比較。

(1)信息源發布主體

信息源發布主體是指最先發布社會熱點事件相關輿論的初始者，也就是反轉前的事件信息發布者；反轉信息發布主體指的是網絡輿論反轉事件的最后真相揭露者。信息源發布主體和反轉信息發布主體的統計分布，如圖1所示。

圖1 信息源發布主體

(2)反轉信息發布主體

反轉信息發布主體的統計情況如圖2所示。

圖2 反轉信息發布主體

圖1和圖2的統計分析說明：現階段我國社會熱點事件輿論反轉中，政府在網絡輿論反轉事件信息的初始報道中占比最小，但在促進網絡輿論反轉上起著主要引導作用。因為網絡輿論發布主體不同，也導致了社會熱點事件網絡輿論呈現出不同的可信度。

(3)反轉信息介入時間

反轉信息介入時間是與當前網絡傳播的事件觀點截然不同的新觀點介入的時間。政府作為反轉信息發布主體中的權威代表，對輿論事件的引導和反轉起到重要的作用。通過分析政府對網絡輿論反轉事件首次介入調查的時間分布情況，如圖3所示。

圖3 政府首次介入時間

由圖3可以看出，在14個事件的輿論傳播過程中(占比43%)政府未進行干預。但是占比57%的事件輿論傳播過程中地方政府都進行了干預引導。且地方政府在輿論反轉前開始介入的比例47%，其中有11個事件是政府首次介入就直接導致輿論事件發生反轉。

三、基于媒體和政府干預模式的網絡輿論反轉演變模型構建

(一)網絡輿論反轉演變進程

網絡輿論信息擴散中的微觀個體接觸過程及其內在演變機理與傳染病的接觸型傳播機理相似[20]，輿論演變的進程是觀點聚合與信息擴散的交互影響和作用[21]。基于上文對社會熱點事件網絡輿論反轉的真實數據分析，影響輿論反轉演變進程的主要致因因素及演變進程，如圖4所示。

(1)影響輿論反轉的主要因素。本文通過對網絡輿論反轉事件的真實數據分析，發現政府、媒體兩個干預主體在社會輿論引導力方面有著不同的重要性，而具有不同影響力的主體言論會對輿論觀點的形成和擴散產生重要影響[22]；反轉信息介入時間也會對個體信念的修正和轉變產生重要影響[23]；事件敏感度的差異性對輿論觀點演變也會產生影響[24]。

(2)輿論擴散的網絡結構特征。為模擬和觀察輿論擴散的網絡整體的形態變化，本文以BA無標度網絡模型作為個體觀點態度的關系網絡[25]，網絡輿論信息在有邊相連的兩個個體之間進行傳遞和交換，BA模型的具體構造為：以度值為權重進行非等概率加邊，選擇此種加邊規則建立新加入個體與網絡中其他個體之間的關聯。

圖4 網絡輿論反轉的演變進程

(二)基于觀點聚合與信息擴散相結合的轉變規則

本文在SIR傳染病模型的基礎上，加入了對現實網絡世界中網民行為和網民個體的觀點態度對輿論演變的影響，改進的SIR模型特點如下：

(1)S態除了轉變為I態之外，還會直接轉變為R態。

(2)引入了觀點屬性，將原來的S，I，R三種狀態，擴展為持有正向觀點的傳染者I+，持有負向觀點的傳染者I-，持有正向觀點的移除者R+，持有負向觀點的移除者R-和不持有觀點的移除者R0六種狀態。

(3)在傳播過程中，考慮觀點相同和觀點不同的情況對于狀態轉變的影響。

(4)引入了事件敏感度參數。當事件敏感高，節點傾向于傳播這件事，即轉變為感染態I的概率變大，所以將轉變的概率乘以μ，表示敏感度對于轉變概率的影響。μ越大，表示事件越敏感，轉變為I的概率越大。

本文將消息傳播與觀點演化過程相結合, 具體轉變規則設置如下：

(1)

(2)

其中γ為事件的可信度，θ為當前節點持有觀點的概率,μ為事件敏感度，PSI為S態轉變為I態的概率，PSR為S態轉變為R態的概率。傳播過程如下,當t=0時，消息源開始傳播初始消息并且默認初始消息觀點為正向N+。在t=t0時刻，沖突性消息開始傳播并且默認其觀點為負向N-。消息發布后的每一個時步，按照規則(1)進行傳播，同時按照規則(2)表達觀點：當S態節點接觸到I態節點時，以概率PSI×μ變為I態節點傳播消息，并以概率PSR×μ變為R態節點選擇不轉發消息。同時以概率θ持有觀點，1-θ概率為不持有觀點，以概率γ持有正向觀點，概率(1-γ)持有負向觀點。

四、網絡輿論反轉演變的仿真分析

基于本文改進的SIR網絡輿論傳播過程中的個體狀態轉移規則和BA無標度網絡模型，本文通過控制實驗分析媒體或政府的干預、反轉信息介入的時間、信息傳播率及信任度等關鍵參數對網絡輿論反轉演變進程的影響。設置初始BA網絡的總人數N=1000，新加點的連接邊數num=2，敏感度μ=0.90，初始感染人數init_n=100，介入時間init_step=40，反轉過程經過的時間change_step=150，反轉前信任系數trust=[0.7,0.3]，一次反轉初始接收消息人數init_n=50。

(一)干預主體對輿論反轉演變的影響

通過仿真分析和比較，政府和媒體在發布反轉信息并干預輿論后最明顯的差別就是每個狀態達到飽和的時間差距很大(見圖5、圖6)。當社會熱點事件的初始輿論產生之后，如果是媒體介入并發布反轉消息時，觀點為正的狀態要經過120時步才到達最低點。如果是政府介入并發布反轉消息時，觀點為正的狀態大概用了80時步就到達了最低點。這說明政府主體發布的反轉信息因為其官方權威性而使其反轉消息可信度更高，使得反轉強度更大。同時政府干預也可以達到縮短輿論傳播的生命周期效果。從仿真結果中可以看出，當政府干預輿論時整個輿論的生命周期只有80時步，然而媒體干預后整個生命周期為120時步左右。這也說明政府介入事件輿論后能更有效地控制輿論的傳播范圍和時間，對輿論演變的干預效果要比媒體有效。

圖5 政府干預

圖6 媒體干預

(二)反轉信息介入時間對演變的影響

由仿真分析結果可知，反轉信息介入時間為5時的持正向觀點的狀態相較于反轉消息介入時間為40時的持正向觀點的狀態的數量更少，這說明在一次反轉的輿論傳播過程中，反轉消息的介入時間越早，不實信息傳播的范圍越小，可以達到有效控制其傳播。介入時間為5的不持觀點的移除者的數量在反轉之前比介入時間為40時的同樣狀態的數量更多，這說明提早介入會減少不實信息對旁觀人群的影響，整個輿論傳播的生命周期會更短，可以減少輿論對社會造成的不良影響。

五、網絡輿論反轉的案例分析

(一)案例的文本數據獲取與數據分析

本文改進的SIR模型的各個狀態都帶有各自的觀點，所以需要通過分析“母親因給不起兒子彩禮輕生，父親悲痛跳河事件”在不同時段的網絡用戶的文本傾向性變化情況，來統計持不同觀點的不同狀態的網絡用戶數量。本研究利用Python數據分析程序語言編寫爬蟲程序，獲取了新浪微博中以“付不起彩禮跳河”為關鍵詞，時間截距為 2017 年 11 月 22 日 至 2017 年 11 月 25 日的24條發布此事件的微博信息源，過濾掉其中內容不相關以及評論量較少無參考價值的微博評論，獲取微博文本18023條。獲得的評論文本構成了該事件的群體觀點聚合分析的數據集見圖8、圖9。

圖7 介入時間init_step=5

圖8 介入時間init_step=40

輿論觀點是個體情緒性的意見表達，本文界定該案例事件反轉前的輿論聚合一致后的觀點為正向觀點，反轉后輿論聚合后的觀點為負向觀點，正向觀點為聲討女方彩禮要價高，負向觀點為聲討男方眼光高心理脆弱。使用Python平臺的情感分析算法計算分詞、詞性標注、斷句、情緒判斷，然后根據用戶的個人行為，將其狀態分為正向觀點并轉發狀態，正向觀點不轉發狀態，無觀點狀態，負向觀點并轉發狀態，負向觀點不轉發狀態五種狀態。統計每一種狀態在各個時間點里的數量，如圖9所示。

圖9 事件的評論數據曲線

(二)案例的輿論反轉演變仿真分析

經分析處理后，將獲取的真實數據導入本文建立的演變模型，根據模型的交互規則進行仿真分析，得到該案例的網絡輿論反轉演變結果，如圖10所示。

(1)仿真結果顯示在反轉消息介入之前，持正向觀點的感染者經過一段時間的傳播正向觀點后，數量開始逐漸下降，這與現實數據中持正向觀點并轉發的人數量逐漸減少的曲線一致。評論中的持正向觀點但沒有轉發微博的人開始逐漸增多，不持觀點也沒有轉發的人在少數范圍內波動，與仿真結果一致。(2)反轉消息介入后，持正向觀點的移除者的數量開始迅速降低，同時持負向觀點的感染者經過一段時間上升后開始下降，持負向觀點的移除者數量不斷增加。通過與真實數據的對比能夠說明本模型在是符合輿論反轉形態的演化的。

圖10 事件輿論反轉的演變分析

六、研究結論與治理對策

(一)研究結論

本文構建了觀點和傳播狀態結合的輿論反轉演變模型及其仿真研究，改進的模型特點如下：(1)改進的SIR模型，S態除了轉變為I態之外，還會直接轉變為R態。改進后的SIR模型更加符合現實個體行為，因為當網民個體接觸到事件時，并不一定會成為感染者，也有幾率成為移除者，即網民個體也可能會選擇不轉發、不擴散這個事件。(2)根據輿論反轉演變的特點，將觀點屬性設置到SIR的I狀態和R狀態中，即隨著反轉信息介入后，其觀點也會隨之變化，本文加入觀點屬性的設置也符合網絡用戶轉發或者評論發表自己觀點態度的真實世界行為。通過仿真控制實驗分析了影響輿論反轉的一些關鍵參數對演變過程的影響，揭示了輿論反轉演變的規律。最后，利用大數據分析技術抓取了某熱點事件的輿論觀點在網絡中的真實數據，通過反轉演變模型的仿真分析，進一步說明了建立的輿論反轉演變模型的合理性及準確性。研究結果又助于理解輿論反轉的演變機理，能夠為防范輿論反轉引發的社會負面影響提供治理依據。

(二)治理對策

輿論反轉是我國社會熱點事件發生輿情演變過程中的一種特殊現象，為提升政府對輿論反轉的引導能力和實施動態的輿論治理模式，本文提出以下輿論治理的新思維。

第一，加強政府對社會熱點事件輿論治理的響應能力建設。本文仿真結果揭示了輿論反轉幅度會隨著干預主體的不同而變化，政府進行干預會使輿論反轉強度大幅增加，對于真實信息的傳播速度和影響范圍有明顯提升和擴大，輿論的熱度持續時間也會大幅縮短，每個狀態達到平衡的時間點也會提前，政府干預的效果要比媒體干預的效果要好。仿真結果也揭示出主體干預的時間越早越有利于控制不實信息傳播的深度和廣度，也會增加政府或媒體的公信力。因此政府應加強傳統媒體與新興媒體的融合，利用大數據技術對兩微一端、論壇網站等輿論信息的實時采集，對輿論演變趨勢和社會影響力進行分析和預測，實現輿論引導的防控能力，從而在時效上及早占據輿論引導的有力地位。

第二，加強公眾的潛在情緒引導，強化公眾的社會認同。網絡輿論反轉演變過程也折射出整個社會心態的變遷。公眾作為網絡輿論反轉的推動者，其對事件的關注程度很大一部分取決于對該事件的情緒強度，以跟帖、討論、轉發等行為方式表現出不同網民群體的利益訴求和心理感受。本文仿真結果發現，事件發生后持有不同觀點態度的輿論演變基本在20時步或者40時步達到高點，達到群體態度一致。因此，政府應及早介入社會熱點事件并及時更新輿論的真實性、全面性以及準確性，通過積極回應不同群體的利益訴來實現情緒疏導。同時政府應關注“反轉節點”情緒引導，“反轉節點”情緒的轉換力是引導網絡情緒轉向積極情緒的方向性轉變，應強化政府的主導力和話語權，實現公眾社會認同。

第三，加強網絡媒體的公信力建設，提高媒介素養。在對我國輿論反轉事件的致因分析中發現，其中50%的網絡輿論反轉事件是由于媒體最初發布的不實報道引發的。而媒體又是輿論演變過程中反轉信息介入的第二大主體，本文的仿真分析也說明了媒體發布反轉信息后也會導致輿論的反轉，并且對輿論演變周期產生影響。因此，媒體對公眾態度及事件輿論導向的轉變有著重要的影響。我國的微信和微博已成為社會網民情緒和網絡輿論擴散的主要傳播平臺。媒體要加強行業自律，嚴格把關不實信息的發布，防止高敏感度的社會事件信息的過度傳播和大肆渲染，避免使熱點議題產生群體極化，造成負面的社會影響。