復雜交互行為影響下的網絡輿情演化分析

林燕霞,謝湘生,2，張德鵬

(1.廣東工業大學管理學院,廣東 廣州 510520; 2.廣州科技職業技術大學管理學院,廣東 廣州 510550)

1 引言

隨著QQ、博客、微博等網絡社交平臺的普及，中國已經進入網絡輿情空前活躍的“大眾麥克風時代”。網絡輿情是網民對自己關心或與自身利益緊密相關的公共事務所持有的多種態度、意見的總和。網民的維權意識覺醒，網絡參政議政、針砭時弊的現象愈加普遍。但同時，在缺乏網絡道德約束、社會法律法規制約以及網絡輿情治理薄弱的情況下，網絡謠言不斷，網絡輿情極端化和情緒化，負面輿情四起，波及范圍廣，影響大，網絡事件惡化速度快，容易危害社會秩序穩定。因此研究網絡輿情的重要性愈加顯著。

網絡中的相關主體在利益驅使下進行策略選擇，是網絡輿情產生與發展的實質原因，將博弈模型應用到網絡輿情中，有助于研究參與主體間發生博弈行為時如何決策和決策均衡的問題。

目前，基于博弈論的網絡輿情的研究大多為了分析網絡輿情傳播和輿情演化。從博弈方的數量角度看，以往的研究大致可分為兩方博弈[1-2]和多方博弈[3-5]，其中兩方博弈包括兩人對稱博弈[6]和非對稱博弈[7-9]。

從網絡輿情博弈模型分類的角度看，可以分為靜態博弈、動態博弈和演化博弈模型。靜態博弈描述的是完全理性的雙方在采用策略不透明的情況下博弈的過程，例如，張玉亮和張昊蘇[10]利用不完全信息靜態博弈模型研究四個主體共同博弈問題，提出突發事件網絡輿情引導和控制的建議；Zhang Yuliang和Zhang Haosu[11]將突發事件的網絡輿情參與主體分為四類，建立靜態博弈模型來分析網絡輿情應急對策。

動態博弈是指完全理性的參與人行動存在先后順序，而且后者可觀察到前者的選擇，并據此做出相應選擇的博弈過程，宋彪等[8]基于群集動力學提出一個改進的Stackelberg動態博弈模型，分階段研究博弈方策略選擇及分析演化均衡解，為突發事件應急處理提出相關建議；張立凡等[12]建立三階段動態博弈模型，分析媒體與政府、網民與意見領袖的非子博弈完美均衡路徑條件并給出相應的最優策略建議；Liu Yun等[13]使用不完全動態博弈模型研究輿情的演變，并利用博弈論分析和計算機仿真研究不同要素如逆向行為、策略更新規則等對演化造成的影響。

網絡輿情產生和演化的根本動力在于網絡輿情相關主體為求利益相互博弈，在此過程中，有限理性的輿情參與主體通過試錯、策略調整的方法推動輿情的演化。但是基于靜態、動態博弈模型的研究均認為博弈方是完全理性的個體，在期望自身收益最大化前提下進行策略選擇，而網絡輿情中的網民理性有限，需要根據局部信息重復博弈，調整策略以實現穩定均衡狀態，因此這類的研究不太符合現實情況。

演化博弈理論[14]著重研究有限理性的個體通過不斷重復博弈來實現收益最大化的問題。李燕凌和丁瑩[15]構建政府、媒體和公眾三方的演化博弈模型，研究博弈方行為的演化趨勢、相互影響及均衡狀態；劉海德[16]建立政府部門與社會弱勢群體間的演化博弈模型，分析政府部門的機會主義行為導致的群體性突發事件呈現擴大化趨勢的原因；陳福集等[17]構建網絡推手、當事人、政府的三方博弈模型，提出應對網絡推手的策略；李勇建和王治瑩[18]從屬性層次分析突發事件的輿情傳播機制并研究了主體的認知差異對博弈模型均衡解的影響。因此，在網絡輿情研究中引入演化博弈理論，更能反映網絡輿情形成和演化的實際情況，可以定量地解釋相關主體的行為，為分析輿情演化規律提供良好的理論途徑，直觀地展現出網絡輿情演化的穩定均衡狀態，有助于把握輿情最終的演化方向，對引導相關主體參與網絡輿情的行為、控制網絡輿情的演化，降低其對社會的危害，進行網絡輿情的危機處理以及疏導均起到重要作用。但同時，這些研究也存在著不足，博弈方之間的交互行為被簡化，模擬現實中網絡輿情的情況會較差，研究成果多缺乏考慮網民之間復雜的交互行為對輿情演化造成的影響。

當前也有相關領域的學者開始研究在演化模型中主體復雜交互的因素對演化結果的影響。魏麗萍[6]從理論上分析網絡空間的“沉默的螺旋”機制和“蝴蝶效應”對網絡輿情造成的影響，不同理性層次的群體采用不同進化博弈模型，研究表明網絡輿情中的網絡空間存在復雜性，并提出相應的管理對策，但缺乏定量地分析網絡空間情況和討論網絡空間復雜程度對輿情演化的影響。韓少春等[7]以Deffaunt模型作為個體觀點交互的模型，并引入記憶長度來模擬網絡輿情演化博弈的過程，說明網民交互行為具有復雜性，但并未對復雜的交互行為進行深入研究；鄭君君等[19]運用演化博弈和優化理論研究監管部門如何處理環境污染輿情事件，并考慮到了群體間存在信息交互的情況；吳鵬等[20]使用Agent建模技術，綜合考慮網絡輿情相關主體種類、主體行為特征、相互關系、交互規則等因素，仿真突發事件網絡輿情演化過程，揭示規律，鄭君君等[19]和吳鵬等[20]都較為真實地反映復雜的群體行為對網絡輿情演化的影響，但均僅考慮了個體觀點交互，缺乏進一步研究個體復雜交互行為對輿情演化的影響。

綜上所述，基于博弈論對網絡輿情的研究有三種主要的工具，靜態博弈、動態博弈與演化博弈，現有的成果較好地揭示了網民在輿情事件中行為，并為輿情的治理提供的很好的決策依據。但是現有研究在理論上仍存在不完善的地方，就本文的研究視角而言，至少沒有深入研究網民個體在網絡連接過程的行為偏好，具體體現在這樣兩個方面：首先對個體的復雜交互行為對輿情演化的影響研究中沒有考慮個體創建新博弈連接的行為偏好的影響；其次網絡輿情的研究中較少考慮網民維系網絡連接的持續性。而這種理論的不完善性也可能會妨礙研究成果的實踐價值。為了反映出個體交互行為的復雜性，本文在網絡輿情的復制動態模型中引入以下兩個因素：創建新博弈連接的行為偏好以及維持博弈連接的時間長短，在此基礎上構建網絡輿情演化博弈模型，深入探討網民在博弈過程中復雜的交互行為對網絡輿情演化造成何種影響。

2 網絡輿情中網民博弈的復雜交互行為與研究假設

2.1 基于價值觀的博弈連接行為偏好

由于網絡的普及以及個人意識的覺醒，如今普通網民都喜歡在社交平臺上作為社會監督者發布輿情信息。為了維護所在利益群體的權益，網民會發布與輿情治理部門期望相同的輿情信息，例如揭露地方貪官污吏罪行、舉報不公平現象等等；與此同時，也存在著很多網民為了獲得其他人的關注，追求個人利益從而造謠生事、扭曲事實，他們會散布與輿情治理部門期望相反的輿情信息，這種行為往往會破壞網絡環境的穩定甚至是社會的穩定，使政府機構聲譽受損。綜上所述，網絡輿情中網民存在兩種行為：采取與輿情治理部門期望相同的態度、行為；采取與輿情治理部門期望相反的態度、行為。

美國人類學家Kluckhohn[21]認為價值觀是影響人可能選擇的行為方式、手段和結果。王曉鈞等[22]結合價值觀研究的理論成果：Spranger理論、Kluckhohn理論、Hofstede理論、Deutsch理論、中國古代價值觀、當代價值觀研究提出了4個價值觀取向維度：社會取向、個人取向、積極取向和消極取向，并認為社會取向是理性的，有社會責任感、公民道德感、集體意識的價值觀認知取向；個人取向是理性程度低的、利己的、自我為中心的價值觀認知取向。由此可知，采取與輿情治理部門期望相同的態度、行為的網民應屬于社會取向驅動型，而選擇與輿情治理部門期望相反的態度、行為的網民應該是個人取向驅動型，故兩種不同策略的群體理性程度存在差異。

張玉亮[23]指出輿情主體在網絡中易受到集群情緒渲染，理性迷失,變得亦步亦趨，人云亦云。不同價值觀取向的網民由于理性程度存在差異，所以參與新的輿情博弈的積極程度也會有所差異，因此不同價值觀取向的個體形成新的博弈連接具有一定的行為偏好，是網絡輿情中網民復雜交互行為的重要表現。

2.2 基于復雜網絡的動態連接

在經典的演化博弈理論中通常假設個體以均勻混合的方式進行聯系，即任意兩個個體之間接觸的可能性都是一樣的，然而在現實中人際關系網絡是極其復雜的。自Nowak和May[24]研究二維方格上的囚徒困境博弈的問題以后，復雜網絡的演化博弈研究逐漸興起[25-27]。錢學森將復雜網絡定義為“具有自組織、自相似、吸引子、小世界、無標度中部分或全部性質的網絡”，認為網絡連接動態變化是其復雜性的重要表現之一，已有學者對復雜網絡中節點間的連接進行相應的研究[28-30]，如Taylor等[31]構建有限群體隨機進化博弈動態模型，發現個體之間發生作用的頻率依賴于其策略，存在非均勻連接的現象。Zimmermann等[32]研究在動態網絡演化博弈模型中，博弈方斷開舊連接然后重建新連接的概率對策略選擇的影響，結果表明網絡節點間的連接產生和消失直接影響網絡結構的進化，這對網絡中的博弈演化起到重要的作用。

網絡輿情作為一個復雜的在線社會網絡，具有復雜網絡系統的特征[33]。從個體間進行復雜交互的角度出發，由于受到周圍環境、心理因素等綜合的影響，網民之間形成的博弈連接會存在著產生和消失動態變化的情況。Perc和Szelnoki[34]指出博弈的收益會影響到博弈方連接的持久性，博弈方在參與輿情博弈的過程中會根據信息來選擇斷開或者維持當前與周圍博弈方的連接，以求優化收益，這表明在動態交互過程中，形成的博弈連接具有壽命長短的屬性，這也是網絡輿情中網民復雜交互行為的重要表現。

2.3 基于社會認同理論的博弈連接與采用策略的時間間隔尺度

社會認同理論[35]曾指出在社會交往中，人們總是努力去獲得或維持積極的社會認同，在此過程中，他們的認同感來源于內群體和相關外群體的比較。當人們不滿意當前的社會認同，會選擇脫離該類型群體或尋求實現積極認同的途徑。近似，在網絡輿情博弈過程中，網民最先以原始策略進行博弈，當他們感知到即使不斷地形成博弈連接也無法改變自己所在策略群體相對劣勢的情況，即網民不滿意所得的收益，則會選擇更改自己的策略，因此網民是需要經過多輪博弈后，感知到自己的處境處于收益劣境，才更改策略從而實現演化穩態，說明在網絡輿情演化過程中網民進行策略選擇的時間往往比形成新連接時間長。

博弈連接與采用策略的時間間隔[36]作為博弈方之間交互的一個重要特征，對演化博弈的最終收益值會產生很大的影響。

2.4 研究假設

網民作為網絡輿情的發聲主體，對事件表露個人認知、態度、傾向，成為推動網絡輿情傳播不可忽視的力量，因此網民與網民間的輿情博弈對網絡輿情演化起到重要的作用，故本文從網民與網民進行輿情博弈的角度展開研究。

網絡輿情中網民主要采用兩種行為，網民采取與輿情治理部門期望相同的態度、行為，記為策略A；網民采取與輿情治理部門期望相反的態度、行為，記為策略B。假設參與網絡輿情的群體總人數為N，選擇策略A的總人數記為NA，選擇策略B的總人數記為NB，令N=NA+NB。

在復雜的線上輿情網絡中網民與網民間存在連接則表示網民之間存在博弈行為。用XT表示T時刻網絡中存在A-A型博弈連接數量的總和；用YT表示T時刻網絡中存在A-B型博弈連接數量的總和；用ZT表示T時刻網絡中存在B-B型博弈連接數量的總和。在該網絡里，XT、YT、ZT可能存在的最大值分別記為XM、YM、ZM，它們分別表示三種不同類型的博弈連接的總數的最大值。具體的計算方法如式1-3所示：

(1)

YM=NANB

(2)

(3)

(4)

(5)

(6)

(7)

(8)

(9)

3 網絡輿情網民博弈的得益矩陣

本文利用網民的心理收益來構建博弈方之間的得益矩陣。美國心理學家馬斯洛[37]提出馬斯洛需求層次理論，認為個人需求可分成：生理需求、安全需求、社交需求、尊重需求和自我實現需求五個層次。當博弈方采用策略A時，采用與輿情治理部門期望相同的態度、行為，爭取社會福利待遇，滿足追求公平公正、自我價值實現的需求，從而可以得到相應的心理收益，記做RW。當博弈方采用策略B，采取與輿情治理部門期望相反的態度、行為，滿足追求點擊率、轉發量及知名度等社交需求和尊重需求，從而也會獲得相應的心理收益，記為R。

博弈雙方均采用與輿情治理部門期望相同的態度、行為，有助于相關部門準確把握民意，發現社會問題，及早發現和解決問題，可以為雙方均帶來額外的收益R0。當博弈雙方均選擇與輿情治理部門期望相反的策略B時，雖然可以滿足網民的社交需求和尊重需求，但是此時網絡謠言、惡意炒作等會混淆公眾視聽，誤導受眾，甚至會引起恐慌，因此他們會受到相關部門的懲罰，損失記為L。本文假設參數RW、R、R0、L均是正數且R?L。則網民的收益矩陣如表1所示。

表1 網民博弈的得益矩陣

當三種不同類型的博弈連接的總數實現最大化時，根據得益矩陣可以分別計算出選擇策略A、B的期望收益，分別記為fA、fB。具體計算如式10-11所示：

導料板為一折彎鐵板，通過螺釘連接于料箱側壁上，上半部分與滾筒相接觸，末端附有軟質刮板。導料板可沿滾筒表面調整位置。當滾筒旋轉將基質從料箱中帶出并旋轉到右側時，導料板可將滾筒表面的基質刮凈，保證基質出料量精確，對基質的干濕度要求范圍變寬[7]。同時，導料板末端的軟質刮板與滾筒發生摩擦，可產生輕微振動，保證了基質填充的均勻性。導料板折彎角度為45°。上半部分板沿滾筒在接觸點的切線方向，即基質的速度方向。當基質被滾筒帶到此處時，可順利落到導料板上，然后滑過下半部分板，產生與穴盤前進方向相同的水平速度，從而順利落入穴盤中。

fA=(NA-1)(R0+RW)+NBRW

(10)

fB=NAR+(NB-1)(R-L)

(11)

(12)

(13)

式10-13表明，創建新博弈連接的行為偏好、維持博弈連接的時間長短這兩個復雜交互行為的因素會使原始得益矩陣中的元素乘以其相應的博弈連接類型的活躍連接占總體的比例而形成新的得益矩陣。由此說明在網絡輿情中網民之間的得益矩陣在演化博弈過程中并不是一成不變的，隨著時間改變，得益矩陣中的元素會隨著不同連接類型的活躍連接占總體比例改變而發生改變。記

4 構建網絡輿情演化博弈模型

正文假設交互達到穩態需要的時間為χL，演化博弈達到穩態需要的時間為χE，根據社會認同理論可知，博弈連接與采用策略存在時間間隔尺度且χE?χL，即連接交互已經實現穩定狀態，網民根據改變后的得益矩陣做出策略選擇，優化收益，實現穩定均衡狀態，所以輿情網絡中網民的得益矩陣如表2所示。

表2 χLχE時網民博弈的得益矩陣

表2 χLχE時網民博弈的得益矩陣

網民D網民C 策略A策略B策略Aab策略Bcd

網民采用策略A期望收益記為GA，采用策略B的期望得益記為GB，令p(p∈[0,1])表示群體中選策略A的人口比例， 1-p表示群體中選策略B的人口比例。計算期望收益的方法如式14-15所示。

GA=p×a+(1-p)×b

(14)

GB=p×c+(1-p)×d

(15)

則群體的平均收益記為G，具體計算如式16所示：

G=pGA+(1-p)GB

(16)

網民參與輿情博弈中若感知到不同策略的期望收益存在差距，則會學習和模仿別的博弈方，調整自己的選擇策略，因此p會隨著時間改變而改變，p動態變化速度可以用復制動態方程表示成式17。

(17)

當a-b-c+d=0時，令F(p)=0解得p=0或1，若db，此時復制動態方程進化穩定策略是p=1；若d?b，此時復制動態方程進化穩定策略是p=0；若d=b，此時復制動態方程中，p∈[0,1]均是進化穩定策略。

若d=b，a-b-c+d?0，此時復制動態方程進化穩定策略是p=1；若d=b，a-b-c+d0，此時復制動態方程進化穩定策略是p=0；若a?c且d?b，此時復制動態方程進化穩定策略是p=0或1；若ac且db，此時復制動態方程進化穩定策略是

綜上所述，滿足不同條件的進化穩定策略如表3所示。

5 演化分析及輿情治理建議

從復制動態方程可以得到不同條件的進化穩態策略。根據之前的假設，輿情相關的治理部門應該重點關注和分析參與網絡輿情博弈的個體最終全部選擇策略B的情況，即全部人都選擇追求個人利益，散布與輿情治理部門期望相反的輿情信息，這種結果會嚴重危害網絡穩定，混淆視聽、誤導公眾，甚至殃及現實社會的穩定，值得警惕。

由Perc和Szolnoki[34]研究的成果可知，不同類型的連接的壽命長短主要由與之相連的博弈方采用何種策略有關，例如相互背叛對博弈雙方而言都是不利的，那么相互背叛的連接相對于共同合作的連接來說，壽命會較短。對于參與網絡輿情博弈的網民而言，他們對其他網民行為偏好了解不多，因此博弈連接維持時間主要依賴于收益多少。故本文假設不受到環境影響的博弈連接壽命的長短與原始得益矩陣對應的值的大小成正比，即收益越大，則博弈方選擇維持連接的時間越長，連接壽命之間的關系如式18-19所示：

表3 滿足不同條件的進化穩定策略

(18)

(19)

根據表3的內容和式18-19，本文進一步分析了原始得益矩陣的各元素、不同價值觀取向的網民與其他網民形成新博弈連接的概率αi(i∈{A,B})、不同博弈連接類型的死亡率βj(j∈{AA,AB,BB})與輿情演化結果之間的關系。

情境1：RW+R0R、R-L?RW、αA?αB、βAA?βAB?βBB，即個人取向型網民的心理收益R比社會取向型網民的心理收益RW與政府給予的額外收益R0之和更大，個人取向型網民甚至在受到輿情相關部門的懲罰而損失L以后，仍比社會取向型網民的收益RW多；與個人取向型網民的理性度低而易受到輿情環境的影響參與博弈的積極度高的定性推論不一致的是社會取向型網民也會出現形成的博弈連接概率偏大的情況，他們更加積極爭取社會福利待遇、反應問題，維護權益，但是相關部門存在發現問題、治理問題的反應較慢，采取措施力度不大等問題；網絡中B-B型博弈連接的死亡率βBB最低，A-A型博弈連接的死亡率βAA最高，社會取向的網民沒有選擇相互支持，反而著重針對謠言炒作等不良言論進行批評，個人取向的網民相互吹捧勾結，反倒增長了個人取向型網民的勢頭。社會取向的網民意識到相關部門的不作為以及輿情博弈不公平的利益處境，通過博弈演化，最終所有網民都會選擇與相關部門作對的策略。

情境2：R-LRW、RW+R0?R、αAαB、βAAβABβBB，即社會取向型網民的收益RW高于個人取向型網民的總收益R-L，社會取向型網民的總收益RW+R0比個人取向型網民的收益R大；個人取向的網民不計利益、盲目地積極地參與輿情博弈；網絡中B-B型博弈連接死亡率βBB最高，個人取向型的網民并沒有相互勾結，說明該情況下個人取向型的網民主要想炒作自身、獲取高度的關注和知名度。那么此時，最終全部人會選擇與相關輿情部門作對。該情境顯示相關輿情治理部門雖然采取了相應的獎勵、懲罰機制，但是由于網絡中選擇與之相反的行為態度的網民理性程度過低，他們過于盲目地追求個人知名度等而積極與周圍網民進行博弈，網絡中其他主體受到了集群的情緒渲染，開始逐漸效仿，隨波逐流，最終導致網絡中所有網民都選擇與相關輿情部門作對。

情境3：a?c，bd，即社會取向型網民的總收益RW+R0比個人取向型網民的收益R大，個人取向型網民的總收益R-L高于社會取向型網民的收益RW，相關輿情部門為社會取向型網民提供較高的額外利益但懲罰力度較輕；A-A型、B-B型活躍連接比例λAA、λBB高于A-B型的λAB，取向不同的網民之間容易發生沖突。在該情況下若初始群體中有比例的網民采用策略A時，最終群體內所有人都將采用策略B。調節參數即調節參數使其盡可能地大，有助減少網絡輿情走勢惡化的可能性。

(20)

由于αi(i∈{A,B})是采用不同策略的網民形成新的博弈連接行為偏好的指標，相關部門進行輿情治理時對網民本身的行為偏好進行整治難度較大，因此輿情治理部門應該主要從網民追求群體利益、個人利益、網絡穩定提供給網民利益、懲罰力度等等其他可控的方面進行考慮。

情境4：網絡輿情博弈得益滿足a-b-c+d=0且d?b的條件，即社會取向型網民的總收益RW+R0比個人取向型網民的收益R小，個人取向型網民的總收益R-L高于社會取向型網民的收益RW，相關輿情部門不重視輿情治理工作，缺乏相對的獎勵、懲罰措施，不同博弈連接類型的活躍連接比例滿足λAAλABλBB，個人取向型的網民相對社會取向型網民更加積極地參與網絡輿情博弈中且個人取向型網民之間存在相互勾結。此時減少d、增加b可使輿情的趨勢向好的結果演化。

由于d與R成正相關，與L、βBB成負相關；b與RW成正相關，與βAB成負相關，所以相關部門加緊完善網絡輿情監管制度，及時對惡意造謠、炒作而損害集體利益的網民采取懲罰措施，加大懲罰力度L，減少個人取向型網民的收益R；相關部門盡快完善輿情舉報體系，及時發現并處理個人取向型網民不良的言論，人為增大B-B型博弈連接死亡率βBB；相關部門在網絡輿情中打造意見領袖，多轉發、評論和點贊正確的言論，增加社會取向型網民的心理收益RW；社會取向型網民積極應對不良言論，降低A-B型博弈連接死亡率βAB，這些做法均可有效地使網絡輿情朝向有利的結果演化。

情境5：網絡輿情博弈得益滿足d=b且a-b-c+d0的條件，即A-B型活躍連接比率與B-B型活躍連接比率的比值等于個人取向型網民的總收益與社會取向型網民的心理收益的比值，且社會取向型網民的總收益RW+R0比個人取向型網民的收益R小，相關部門提供的獎勵不夠，個人取向型網民容易獲得關注；社會取向型網民之間博弈連接活躍程度λAA較λAB低，社會取向型參與輿情積極性較低，缺乏相互支持。此時減少c、增加a可使網絡輿情向好的結果演化。容易得知c與R成正相關，與βAB成負相關；a與RW、R0成正相關，與βAA成負相關。

結論1：由情境1可知，當個人取向型網民有利可圖且容易相互勾結，社會取向型網民之間缺乏相互支持時，單靠社會取向型網民積極抨擊不良言論，缺乏相關部門適當治理，易造成網絡全員選擇與治理部門作對的演化結果。

結論2：根據情境2可知，倘若相關輿情部門不能僅靠獎勵和懲罰兩種措施來治理網絡輿情，還應該結合教育部門做好網民的思想教育工作，提高網民的道德素養，引導個人取向型網民樹立正確的價值觀，重視培養網民社會責任感、公民道德感、集體意識。在情境2這樣的網絡環境之下，輿情治理難度較大，相關部門任重道遠。

結論3：由情境3可知，如果相關的輿情部門原是采取多獎勵和少懲罰的治理對策，而且不同取向的網民之間容易發生沖突，在此情況下，相關部門完善輿情舉報機制，加大懲罰的力度，打造官方的意見領袖，及時回應相應的輿情事件，做好辟謠工作，這些做法均可以有效地改善輿情的演化結果。

結論4：情境4表明，如果相關部門原來不重視輿情治理工作，缺乏相對的獎勵和懲罰措施，個人取向型網民相對社會取向型網民更加積極地參與網絡輿情博弈當中，且個人取向型網民存在相互勾結現象，那么在此情況下，相關輿情治理部門抓緊完善網絡輿情監管制度，及時對惡意造謠、炒作從而損害集體利益的網民采取懲罰措施，加大懲罰他們的力度，及時發現并處理個人取向型網民不良的言論，可有效地改善輿情演化結果。同時社會取向型網民配合相關部門的工作，積極應對不良言論，也可起到改善輿情演化的作用。

結論5：由情境5可知，倘若A-B型活躍連接比率與B-B型活躍連接比率的比值等于個人取向型網民的總收益與社會取向型網民的心理收益的比值，相關部門提供的獎勵不夠，個人取向型網民容易獲得關注，社會取向型參與輿情積極性較低且缺乏相互支持彼此，在這種情況下，相關部門完善輿情監督、舉報機制，及時應對個人取向型網民不良的言論，鼓勵社會取向型網民多轉發意見領袖的言論，汲取民意提高辦事效率，社會取向型網民減少對個人取向型網民不良言論的轉發，這些做法可以有效地使網絡輿情朝著良好的結果演化。

6 結語

在傳統基于演化博弈模型的網絡輿情研究中，學者們默認博弈方以均勻混合的方式連接進行博弈，忽略博弈方之間存在復雜的交互作用的情況，如創建新博弈連接的行為偏好以及維持博弈連接的時間長短。因此本文在網絡輿情的復制動態模型中引入以上兩個復雜交互因素，結果顯示在網民交互連接達到穩態時，網民博弈的得益矩陣會發生改變，新的得益矩陣是由原得益矩陣中的元素乘以其相應的博弈連接類型的活躍連接占總體的比例而形成，表明博弈方之間復雜的交互作用會對網絡輿情演化結果造成影響，同時也說明了在復雜的網絡輿情博弈中，得益矩陣并不是一成不變的，具有一定的理論意義。

在此基礎上，本文構建了網絡輿情演化博弈模型，探討了在不同條件下的輿情演化穩定均衡解，進一步分析、解釋網民復雜交互行為因素以及網民初始得益矩陣對網絡輿情演化的影響。最后，根據不同的情境，提出了有針對性的輿情治理建議。