媒體干預及用戶信任的網絡社區觀點演化研究

郝宇辰，劉 臣

上海理工大學 管理學院，上海 200093

1 引言

近年來隨著互聯網的高速發展，以及移動智能終端的普及，網絡生活已經逐步成為人們日常生活中的一部分。風格類別各不相同的網絡社區平臺應運而生，不僅涉及到知識學習、信息共享、興趣愛好等方面，而且子類別豐富細致，使得志趣相投的人能夠通過網絡集聚在一起。大量用戶活躍在網絡社區當中，在網絡空間中進行觀點交流。在網絡社區中，用戶之間可以通過點贊、評論、提問等多種形式進行觀點交互、信息分享，從而影響彼此的感知。網絡用戶在社區中進行交互過程的前提是彼此之間的信任，網絡社區的人際信任對個體網絡自我表露、知識共享、行為決策以及團隊合作等網絡行為都會起到一定的影響作用[1]。因此探索信任關系對于深入理解網絡社區發展與變化，創建高可信度的網絡社區信任環境具有重要的理論與現實意義。

目前，對網絡社區信任的研究主要有以下幾方面：

（1）建模社區中信任建立的機制。趙玲等將信任劃分為基于知識、基于社會特征、基于制度、基于個人特質四方面，分析了虛擬社區中信任的建立機制及消費者的購買決策過程，提出了社區成員信任模型框架[2]。趙衛宏等將虛擬品牌社區信任建模為一個由系統信任、制度信任和人際信任構成的二階三維結構[3]。王粵等在信任模型研究的基礎上提出了基于結構化P2P 網絡環境的虛擬社區的信任模型構建方法[4]。鄧衛華等深度挖掘信任理論，構建了由“初始傳播”“擴散傳播”“循環傳播”三階段構成的基于信任的網絡社區口碑信息鏈式傳播模型[5]。鄭鵬等提出一種基于用戶評分值的隱式信任計算方法，該方法同時考慮用戶的交互經驗以及相似性，并通過傳播方法使不存在直接信任的用戶獲得間接信任[6]。王磊等從用戶角度提取動態、靜態兩種局部信任，從信任網絡的結構特征提取全局信任度，進而提出了一種多維信任計算方法[7]。吳航等則提出了包含專家模型、信任傳播模型、皮爾遜系數模型的社交信任模型[8]。

（2）探究影響社區信任的因素。羅婷等認為認知信任的形成領先于情感信任的發展，并對情感信任的形成有正向影響[9]。羅昕等認為專業指導和社會資本等對社群信任造成影響，意見領袖的特質會影響虛擬社區的維系[10]。謝香英等認為社會現實情境通過長期作用于社會個體，使其形成穩定的信任觀念，從而影響個體在網絡空間的信任建構行為[11]。Wu等認為參與互動的滿足感或社區歸屬感是成員信任虛擬社群的關鍵要素[12]。Ridings等認為能力、關懷、正直是影響人際信任的重要因素[13]。洪巍等的研究結果顯示，對于網民對媒體信息的信任，基于制度的結構性保證的影響最大[14]。

（3）通過建立各種各樣的群體觀點演化模型，研究信任對群體觀點收斂性的影響。裘江南等提出了基于信任與Deffaunt 的組合觀點影響模型。該信任模型主要將社區中的信任分為認知信任和情感信任，通過調節參數結構，對應不同信任環境中信任的動態演化過程[15]。宋艷雙等對HK模型進行擴展，仿真結果表明，隨著有界信任參數的增加，不同網絡結構類型下的平均觀點簇數量均呈現出遞減的趨勢[16]。宗剛等結合信任機制對Cowan模型進行修正，提出了基于信任機制的復雜網絡知識傳播模型，實驗發現節點之間的信任值越高，知識傳播效率越高[17]。鐘敏娟提出基于BA網絡和有界信任交互的二階段輿論演化動力學模型，結合信任概率建模普通網絡成員的觀點形成和在自身性格和周圍環境（比如網絡水軍）雙重因素共同作用下的觀點變化[18]。

綜上所述，在社區信任的研究方面已經取得了一些成果，但是也存在著一些局限性。首先，已有的研究雖然涉及到的信任類別較多，但比如制度信任、系統信任，這類信任主要針對網站規則制度設計，不能充分反映社區觀點的演化情況。其次，已有研究中涉及最多的是成員間的人際信任，而忽視了社區信任是多維度的，社區信任還應包括成員與領袖之間的信任、社區成員對外部環境的信任。第三，關于社區信任的分析和建模主要應用于研究用戶行為和對品牌的影響，缺乏針對于社區自身的、宏觀上的對社區觀點總體走勢的探索，缺乏對多種因素復合情況的探索。

因此本文綜合考慮了社區外部和內部的信任要素，從成員間信任、領袖信任、媒體信任三方面構建集成的觀點演化模型，研究這三種不同維度的信任對于社區觀點走勢的影響。

2 網絡社區的信任機制

基于對文獻的分析，本文認為對社區觀點產生影響的信任因素主要來自社區內部和社區外部兩方面。社區內部的信任主要包括普通成員之間的信任程度和普通成員與領袖之間的信任程度。社區在網絡環境中并不是孤立存在的，社區與外界的信息交互也是時時發生的。在與外界的交互當中最典型的就是媒體與社區的交互。無論是出于商業營銷還是輿論引導等目的，若想對社區施加一定的影響，媒體都是主要的作用途徑。因此社區成員對媒體的信任情況將會直接影響到媒體信息與社區觀點的交互情況。故本文建立如圖1的網絡社區信任機制。在該機制中社區內外部信任共同參與社區觀點的演化。

圖1 網絡社區信任機制

3 基于信任的社區觀點交互模型

3.1 基于Deffaunt的觀點交互基礎模型構建

由于人們對待事物的看法并非簡單的非黑即白，為客觀全面地描述人們的觀點變化進而產生了連續觀點模型，其中的代表是DW（Deffuant-Weisbuch）模型和HK（Hegselmann-Krause）模型。此二者模型均屬于有界信任模型，此類模型限定個體之間的觀點差距在某個閾值范圍內才會互相影響，且觀點值為連續變化的，故更適合于描述觀點隨時間的走勢與具體變化。

Hegselmann-Krause 因其算法時間復雜度較大而應用沒有Deffuant模型廣泛[19]，因此本文主要采用Deffaunt模型構建觀點交互基礎模型[20]。

首先，用觀點值x(x∈[0,1])來描述個體所持觀點。其次，由于個體在個人經歷、性格心理、知識能力、社會地位等方面存在差異，使得不同的人對待自己所持觀點會呈現出不同的“堅定程度”。因此引入參數觀點堅定程度u(u∈[0,0.5])，u越大表示觀點的堅定程度越大。除此之外該模型使用trust(trust∈[0,10])來描述個體之間的信任程度，其中0 代表完全不信任，10 代表完全信任。此模型取信任因子為常數，作為對某一群體或者社會整體人際間信任水平的衡量。具體模型如下：

假設兩個交互個體i和j的觀點和堅定程度分別為(xi,ui)和(xj,uj)，觀點差，定義個體i對個體j的影響函數為：

個體j對個體i的影響函數為：

交互之后，觀點和觀點堅定程度分別進行調整：

3.2 社區人際網絡建模

網絡社區結構的模擬主要可參考的網絡結構有無標度網絡和小世界網絡兩種。近年來復雜網絡的研究成果表明，人際關系網絡既不是完全規則的也不是完全隨機的，而是小世界網絡[21-22]。杜海峰等對小世界網絡與無標度網絡模擬社區結構方面的研究表明，小世界網絡相比于無標度網絡具有顯著的社區結構[23]。

小世界網絡于1998年由Watts和Strogatz[24]借助“六度分離”的科學假設提出。他們以規則網絡為基礎，以概率P對規則網絡中的每條邊進行隨機重連（剔除節點的自我連接和重邊連接），這些隨機重連的邊在規則網絡中既引入了隨機性，又引入了長程連接。這些少量的、隨機的長程連接使網絡具有較低的平均距離，同時又保持了原有網絡較高的集聚系數，這兩種特性綜合在一起被稱為“小世界效應”。小世界網絡結構與現實生活里的人際關系網絡很相似，一般情況下，一個人的朋友大多是自己身邊的人，主要集中在住所、學校和工作單位等地點周圍，但也會有少數朋友住在外地甚至是國外等，這種關系就是WS模型中的長程連接。

Watts 和Strogatz 構造的小世界網絡模型，簡稱為WS模型，其算法如下：

（1）初始為一個排成環形的包含N個節點的規則網絡，每個節點的度為K，即每個頂點同它的K個鄰居相連（每一側有K/2 個連接）；

（2）以某個很小的概率P斷開規則網絡中的邊，并隨機選擇新的端點重新連接，排除自環和重連邊；

（3）重復（2），直到遍歷所有的邊。

3.3 動態信任因子建模

在基礎模型中一般將信任因子設為常數，認為在演化過程中人與人之間的信任程度是不變的。這與實際生活不相符的地方在于，人與人之間總體上的信任程度雖然可以在短期內在一定范圍內穩定，但是并不是毫無波動的，這個波動的過程很可能會對觀點演化的最終結果產生影響。這種不確定的波動程度所造成的結果是不可預測、值得探究的。尤其是假如個體i的觀點總是以較大幅度發生改變，那么這種搖擺不定的狀態會影響到個體j對個體i的信任程度。反映在現實生活中則可以描述為人們對于那些搖擺不定、出爾反爾的人或行為是不信任的，換言之，如果一個人的觀點是搖擺不定的，那么其他人對他的信任程度也會有所降低。

于是本文引入觀點波動閾值σ(σ ＜ε)，以及觀點大幅改變次數n,影響并改變trust的閾值δ，每次演化過程中個體i的原觀點為xi，演化后的觀點為xi′。又由于個體i在判斷與其進行觀點交互的個體j是否搖擺不定時，往往是通過個體j的“最近表現”來判斷，因此設置在當前時間步前的某個時刻起到當前時間步為判斷窗口window，統計在判斷窗口內觀點改變的次數n，n/window則表示觀點改變的頻率。

其次，做如下定義：

“個體i的觀點xi波動程度較大”：演化后的觀點xi′與原觀點xi之間距離超過閾值σ，即 |xi′-xi|≥σ；反之則認為i波動程度較小。

“個體i的觀點xi頻繁大幅改變以至于影響其他個體對個體i的信任程度”：在判斷窗口內，觀點大幅改變的頻率n/window超過閾值δ，即n/window ＞δ；反之則認為雖然個體i的觀點xi有些許波動，但不足以影響其他個體對其信任程度。

本文將個體i對個體j的信任程度trustij表示為：

個體j對個體i的信任程度trustji表示為：

3.4 社區中的個體差異

由式（1）、（2）可知，與個體i進行交互的個體j的堅定程度能夠直接影響個體i的觀點xi，而個體i的堅定程度ui卻并不參與觀點xi的演化。這與現實情況也有所背離。在實際生活中，個體i的堅定程度直接決定了其觀點的變化程度，即一個人越堅定其觀點越不容易改變，這是顯而易見的。

個體i的堅定程度ui應對f(j,i)產生阻礙作用，即ui越大f(j,i)越小，因此改進f(j,i)和f(i,j)為如下形式：

個體i對個體j的影響函數為：

個體j對個體i的影響函數為：

由于ui,uj∈[0,2/2]，因此只有在uj為0，以及個體j極其不堅定這種極端情況下，f(i,j)才會只由ui決定；而uj=2/2 時則表示個體j極其堅定，達到另一極端情況f(i,j)=0，即個體i對個體j不產生任何影響。

此外，由于個體堅定程度是綜合一個人一生的種種經歷而呈現出的個人特質，故而是不會在短期內改變的。社區觀點的演化更多的是針對于某一特定問題，在較短的時間內完成，因此本文認為u不應隨x發生改變。

3.5 社區中的意見領袖

除了探究社區成員之間的信任程度之外，本文旨在探究社區內領袖觀點對于社區觀點演化趨勢的影響。

鑒于網絡社區環境非常自由，如果成員對社區領袖持極其負面的態度，那么該成員很大概率上不會加入該社區，而大部分網絡社區是根據成員們的興趣或目標而自發聚集形成，由此可以印證社區中成員對領袖的整體認可度是較高的。

意見領袖是在團隊中構成信息和影響的重要來源，并能左右多數人態度傾向的少數人。盡管不一定是團體正式領袖，但其往往消息靈通、精通時事，或足智多謀，在某方面有出色才干，或有一定的處理人際關系的能力而獲得大家認可，從而成為群眾或公眾的意見領袖[25]。劉志明等從用戶影響力和用戶活躍度兩個角度考慮，構建了微博意見領袖指標體系，并提取了識別意見領袖的決策規則[26]。

本文提到的“領袖”也并非指職位或權力上的領導者，而是指社區的意見領袖。他們在社區的人際關系網絡中處于領袖位置，即與社區內其他個體建立的社交聯系較多，并且其他人對其有較高的信任度。換言之，本文提及的“領袖”并不指擁有權力的人，而更接近于德高望重、被人信任、被人尊敬的人。

本文選取社交網絡中與其他個體連接最多的個體作為“領袖”，代表該個體具有良好的社交能力，在社區中能夠與更多的個體產生社交關系。同時將與該節點相連接的其他點對該點的trust值設置在較高的水平，代表社區成員對領袖的信任。將“領袖”的觀點值設置為固定值，以此來觀察社區總體觀點相對于領袖觀點的走勢。

3.6 改進的Deffaunt的觀點交互模型

綜合以上內容，網絡社區觀點演化模型本質上是以小世界網絡為基礎的觀點交互模型，其具體交互計算如下：

4 媒體干預下的社區觀點演化模型

4.1 媒體在社區的作用

上述模型只探討了自然情況下的社區觀點演化情況，主要涉及到的因素有成員間的信任以及領袖信任。但是網絡社區中除了內部的信任，還存在對外部的信任。

網絡社區平臺為了保持用戶規模通常都是免費的，于是廣告等商業推廣類的業務也成為這類平臺的主要盈利方式。這類媒體出于維護企業形象、商品營銷等需求也會對社區觀點的演化進行有針對性的干預。研究表明信任會影響用戶的接受或使用意愿[27-28]。社區成員是否信任外部媒體、社區對媒體的干預會產生怎樣的反應，對于這些問題的探究將有助于商業、新聞等行業指導實踐。

4.2 媒體影響下的觀點演化

為了探究媒體對社區觀點走向的影響，本文引入媒體觀點xm，則個體i與媒體的觀點差為d=|xm-xi|。

媒體觀點往往通過新聞、廣播、電視、網絡等各種渠道向個體生活環境的各個方面滲透，勢必會發揮一定的作用，使得人們對品牌、產品、新聞事件等的看法發生一定的變化，但這種影響作用不是線性增長的，而是有限度的。本文將媒體作用程度表示為tanhe,e∈[0,3]，其中變量e表示媒體干預程度，函數圖像如圖2。從圖中可以看出，在定義域內隨著媒體干預程度的增加，媒體作用程度隨之增加，但增加的速度逐漸遞減，最終達到峰值。由圖可見，這基本符合現實生活中媒體的作用過程。

圖2 tanh x 圖像

除媒體施加的干預外，每個人對媒體信息的敏感程度不同，故本文將個體對媒體信息的敏感程度設置為um∈[0,0.005]。由3.1 節可知，個體之間的相互交互需要在觀點差d ＜ε的情況下才會發生，反映在現實生活中則意味著兩個人只有觀點差距不大時才會發生交互，才會相互影響；反之，若觀點差距過大則不會發生交互，即“話不投機半句多”。但媒體干預的滲透性和侵略性使得無論媒體觀點與個體觀點差距多大都會作用于個體，這樣的強迫性使得媒體作用并不一定按照媒體預期的方向進行，即用戶可能產生逆反心理。

用戶逆反心理也成為一個新的研究領域。受眾的逆反心理是指受眾由于受某種原有立場、思維定勢的影響，而產生與傳播者的傳播意圖相反的一種心理傾向[29]。網絡輿論逆反心理通常表現為網民對已有政府信息所得出的結論、判斷，進行反方向思維，產生懷疑和動搖進而否定的態度[30]。逆反心理分為超限逆反和評定逆反。超限逆反是指同樣的刺激物通過機械的反復或者高強度的刺激，使用戶產生的一種逆向態度；評定逆反則源于受眾立場與外界立場距離的較大差異。受眾習慣把和自己較近的立場理解為相距更近的立場，和自己較遠的立場理解為相距更遠的立場。受眾立場與傳媒立場的差距過大將引起評定逆反[31]。

故本文設置觀點逆反閾值β(ε ＜β ＜1) ，當觀點差d≤ε時，個體觀點受媒體方向影響；當觀點差d＞β時，則發生逆反現象，產生逆媒體方向影響。因此，單次演化過程中個體對媒體的態度分為um和-um，符號表示順媒體方向和逆媒體方向，絕對值為對媒體信息的敏感程度。

與此同時，個體受媒體影響程度還會受到個體心中對媒體固有印象的影響。因此本文引入個體對媒體固有印象程度a(a∈[-0.005,0.005])。當個體與媒體觀點差距較大時，對媒體產生負面態度，如果對媒體有正面的固有印象，則會消減對媒體的負面態度。反之亦然。因此，個體對媒體的綜合影響可表示為±um+a。

媒體干預效果表示為如下函數：

4.3 模型參數設置

本文選取N=1 000 來模擬規模為1 000 人的社區或社群。根據Robin Dunbar 在20 世紀90 年代提出的“150定律”[32-33]，即“人類智力將允許人類擁有穩定社交網絡的人數是148人，四舍五入大約是150人”，故本文取K=150 。杜海峰等[18]研究認為，當 0.01 ≤P≤ 0.10 時，WS 模型的社區結構最為清晰，故本文取P=0.10。窗口長度取30，最大迭代次數為100個時間步。

4.4 模型演化規則設計

基于3.6 節提出的改進社區觀點演化模型，演化規則設計如下：

（1）構造個體規模為N的網絡，每個節點的度為K，個體觀點x，觀點的堅定程度u，對每個連接的節點設置信任因子trust。

（2）以某一很小的概率P(0 ＜P≤1)斷開規則網絡中的邊，并隨機選擇新的端點重新連接，排除自環和重連邊，從而形成小世界網絡。

（3）將整個網絡看作一張圖，基于廣度優先搜索算法（Breadth First Search，BFS）做出部分改進，使其能夠遍歷圖中每一條邊，對每一條邊上的兩個節點進行交互計算（交互計算的具體公式見式（8）），完整地遍歷圖中的每一條邊記為一個時間步。

（4）重復（2）、（3），直至達到最大時間步。

5 仿真實驗與結果分析

5.1 不同信任程度對于觀點演化趨勢的影響

自然狀況下，μ∈[0,2/2],trust∈[0,10],輿論的結果趨于觀點中間值，如圖3。橫軸表示演化時間步；縱軸表示觀點值；每一條曲線代表社區中的一個個體其觀點的演化軌跡；實驗中模擬的個體數目較多，故采用不同顏色加以區分。圖4 至圖18 圖例同此圖。可以看出在一定時間內，通過人們之間自然的觀點交互，最終人們將得出一致的觀點，而且觀點值趨于中間值。

圖3 自然狀況下社區觀點演化情況

對于高信任社區，即社區內個體之間信任程度普遍較高的情況，本文設置trust∈[7,10]；反之對于低信任社區本文設置trust∈[0,3]。演化結果如圖4、圖5。觀點演化趨勢趨于中間值，對比可以看出在高信任程度社區中，眾多個體觀點達成一致的時間更短。

圖4 高信任情況下社區觀點演化情況

圖5 低信任情況下社區觀點演化情況

對于高開放程度社區，即社區內個人觀點堅定程度低，樂于接受他人觀點，本文設置μ∈[0,2/2×0.3]；反之對于低開放程度社區，即社區內個體堅定程度高，不易接受他人觀點，本文設置μ∈[ 2/2×0.7,2/2]。演化結果如圖6、圖7。觀點演化趨勢趨于中間值，對比可以看出高開放程度社區觀點達成一致的時間更短，而且最終穩定態的觀點也更加一致。

圖6 高開放程度社區觀點演化情況

圖7 低開放程度社區觀點演化情況

通過對比以上實驗可以看出，社區內個體之間的信任程度、個體觀點堅定程度并不會影響觀點演化的趨勢，只會影響演化的速度。信任程度越高的社區達到穩定態的速度越快；觀點開放程度越高的社區達到穩定態的速度越快。

5.2 領袖觀點對于觀點演化趨勢的影響

本文選取社交網絡中與其他個體連接最多的個體作為“領袖”，即選取小世界網絡中度最大的節點代表“領袖”。同時將與該節點相連接的其他點對該點的信任值設置在較高的水平。并將“領袖”的觀點值設置為固定值，實驗過程中設置“領袖”節點觀點值為0.9，表明領袖觀點與社區自然演化結果0.5 有較大偏差，以此來觀察社區總體觀點相對于領袖觀點的走勢。與領袖節點相連的節點對該點的信任值trust∈[8,10]，表示其他個體對領袖的信任程度較高。結果如圖8，縱軸值為0.9處的橫線表示領袖觀點，由于設置領袖觀點為定值，故為一條橫線。從圖中可以看出，在演化的初期，社區總體的觀點走勢相較于圖1并未產生較大的變化，而隨著時間的推移、迭代次數的增加，最終觀點的總體走勢是逐步向領袖觀點靠攏的。其現實意義在于說明領袖對于社區的作用要通過較長的時間才能發揮出來。雖然領袖觀點并不能快速地改變社區觀點的總體走勢，但是如果領袖能夠保持周圍人對自己有較高的信任度，在時間足夠長的情況下，是可以引領社區觀點的。

圖8 領袖觀點為0.9時社區觀點演化情況

5.3 媒體干預對于觀點演化趨勢的影響

5.3.1 逆反閾值β 對媒體干預效果的影響

設置媒體觀點為0.9，保持其他參數不變，更改β值分別為0.5、0.7、0.9，對比結果如圖9、圖10、圖11。可以看出當β值較大，即逆反情況發生的范圍較小時，更多的成員觀點逐步向媒體觀點靠近。也表明避免用戶逆反心理是提升媒體作用效果的有效途徑。

圖9 β 取0.5時社區觀點演化情況

圖10 β 取0.7取時社區觀點演化情況

圖11 β 取0.9時社區觀點演化情況

5.3.2 媒體干預程度對媒體干預效果的影響

保持β=0.7，分別取e=0.01,0.6，2，表示低中高三種干預程度，則 tanhx分別為0.009 9、0.537 0、0.964 0，表示低中高三種媒體的作用效果。

如圖12，若媒體干預程度過低，則不會對社區觀點走勢造成影響。這種情況下出于商業等目的在媒體上的投入基本上被浪費。如圖13（a）、（b）、（c），若采用中等干預程度，社區觀點在初期不會朝媒體方向演化，但時間稍長后總體走勢是趨于媒體觀點的。與此同時，也會出現逆反現象，使得部分成員觀點趨于負媒體方向的極端。如圖14，當媒體干預程度較高時，趨于穩定態的速度加快，但是逆反現象也更加明顯。對比可以說明，根據不同的目的，媒體應采用不同的干預程度，若要追求見效快，可采用較強程度的干預；若要追求受眾廣，則應該采用適中程度的干預，并給予一定的時間。

圖12 e=0.01,tanh e=0.009 9 時社區觀點演化情況

圖13 （a） e=0.6,tanh(e)=0.537 0 時社區觀點演化情況1（趨近且統一于媒體觀點）

圖13 （b） e=0.6,tanh e=0.537 0 時社區觀點演化情況2（逐漸趨近并近似統一于媒體觀點）

圖13 （c） e=0.6,tanh e=0.537 0 時社區觀點演化情況3（趨近但不統一于媒體觀點，穩定在媒體觀點附近）

圖14 e=2,tanh e=0.964 0 時社區觀點演化情況

5.3.3 個體對媒體信息的敏感程度um 對媒體干預效果的影響

保持β=0.7,e=0.6,a∈[-0.005,0.005],其他參數不變。um取0.001，表示單次演化過程中個體對媒體態度的作用弱于個體對媒體的固有印象的作用，由圖15（a）、（b）、（c）可以看出，社區觀點趨于媒體觀點的速度較慢，并且有時不會完全收斂于媒體觀點，而是穩定在媒體觀點附近。um取0.01，表示單次演化過程中個體對媒體態度的作用強于個體對媒體的固有印象的作用。由圖16可以看出社區觀點趨近于媒體觀點的速度較快。

圖15 （a） um=0.001 時社區觀點演化情況1（部分逐漸趨近并近似統一于媒體觀點）

圖15 （c） um=0.001 時社區觀點演化情況3（部分趨近但不統一于媒體觀點，穩定在媒體觀點附近）

圖15 （b） um=0.001 時社區觀點演化情況2（大部分逐漸趨近并近似統一于媒體觀點）

圖16 um=0.01 時社區觀點演化情況

5.3.4 個體對媒體固有印象程度a 對媒體干預效果的影響

保持其他參數不變，設置a∈[0,0.005]，表示個體對媒體都采取正面態度。結果如圖17，可以看出當社區成員對媒體持正面印象時，社區成員向媒體觀點趨近的速度較快。而當a∈[-0.005,0]時，表示個體對媒體都采取負面態度，由圖18（a）、（b）、（c）可以看出，社區成員對媒體負面印象較多時，逆反現象更加明顯，僅有少部分與媒體觀點較為接近的點會趨向于媒體觀點，并且有時不會完全收斂于媒體觀點，而是穩定在媒體觀點附近。

圖17 a ∈[0,0.005]時社區觀點演化情況

6 結論與啟示

本文綜合考慮了社區外部和內部的信任要素，從成員間信任、領袖信任、媒體信任三方面構建集成的觀點演化模型，研究這三種不同維度的信任對于社區觀點走勢的影響。

社區初始觀點均勻分布，在自然狀況下，社區觀點會隨著時間逐步趨近于中間值。在這個過程中，成員之間的信任程度以及成員的觀點開放程度會對演化趨于穩定態的速率造成影響，成員互信程度越高，成員觀點開放程度越高，則演化至穩定態的速度越快。

網絡社區組織若想長期發展，需要盡量減少成員分歧，盡量在多數核心問題上保持觀點一致。通過實驗可以看出，增進成員之間的互信程度以及成員觀點開放程度將有助于社區觀點統一。因此，網絡社區應當提倡一些有利于友好交流、促進互信的活動，以及一些有利于開闊視野、提升成員開放性的活動。

圖18 （a） a ∈[-0.005,0]時社區觀點演化情況1（少部分觀點穩定在媒體觀點附近）

圖18 （b） a ∈[-0.005,0]時社區觀點演化情況2（少部分觀點穩定于自然觀點（即中間值）與媒體觀點之間）

圖18 （c） a ∈[-0.005,0]時社區觀點演化情況3（少部分觀點趨近于媒體觀點）

本文通過實驗探究了領袖意見對于社區觀點的影響，結果顯示如果社區組織中存在意見領袖，該領袖能夠維持豐富的社交聯系并保持他人對自己較高的信任程度，那么盡管演化初期社區觀點走勢不變，但在時間足夠長的情況下，社區觀點最終將會趨向于領袖觀點。

意見領袖對于社區的作用在于長期影響而不在于當下，因此社區領袖如果想對社區做出引導，不可操之過急，而應在堅定自己觀點的同時注重保持他人對自己的信任。同時，由于意見領袖對社區會產生長期影響，領袖更應謹慎發表觀點，避免對社區造成長期的不良影響。

最后本文還探究了媒體干預對于社區觀點走勢的影響。首先媒體干預程度過低的情況下，社區觀點走勢不會發生改變。隨著干預程度的增大，社區觀點向媒體觀點趨近的速度加快，但同時逆反現象也更加明顯。而逆反現象發生的閾值是影響趨向于媒體觀點的成員比例的關鍵因素，逆反閾值越小，發生逆反的比例越高。同時，對媒體的固有印象也會對社區觀點走勢產生重要的影響，如果社區成員普遍對媒體持正面印象，則會加速社區觀點向媒體觀點的演化；如果社區成員普遍對媒體持負面印象，逆反現象更加明顯，僅有少部分與媒體觀點較為接近的點會趨向于媒體觀點，并且有時不會完全收斂于媒體觀點，而是穩定在媒體觀點附近。

由此可見，提升社區成員對媒體的固有印象，減少逆反情況的發生，將有助于社區觀點向媒體觀點趨近。媒體觀點與成員觀點差距較大時易引發逆反現象，因此媒體在施加干預時不宜“一步到位”，以避免引發社區內大范圍的逆反現象；相反，應考慮社區成員的接納程度，逐步修改媒體觀點直至達到最終目標。

本文仍然存在一定的局限性。雖然實驗表明逆反閾值將直接影響到社區中發生逆反現象的范圍，但是未能探明影響逆反閾值的因素，無法建立起逆反閾值與現實實踐的關系。逆反閾值的影響因素以及抑制逆反現象的方法有待進一步的探究。