重大突發(fā)事件網(wǎng)絡(luò)輿情演化研究

周瑛　嚴(yán)林志

關(guān)鍵詞：重大突發(fā)事件；信息生態(tài)學(xué)理論；協(xié)同作用

中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2023）14-0073-03

0 引言

伴隨著全球信息化的迅速發(fā)展以及互聯(lián)網(wǎng)的快速普及，人們生活中也隨之產(chǎn)生了許多網(wǎng)絡(luò)輿論問(wèn)題。當(dāng)重大突發(fā)事件發(fā)生時(shí)，信息爆炸、信息污染和信息侵犯等現(xiàn)象在網(wǎng)絡(luò)中開始頻繁出現(xiàn)，導(dǎo)致社會(huì)信息生態(tài)系統(tǒng)受到了很大的影響，從而易引發(fā)負(fù)面輿論。研究重大突發(fā)事件網(wǎng)絡(luò)輿情演化規(guī)律和潛在風(fēng)險(xiǎn)，對(duì)相關(guān)部門及政府正確引導(dǎo)公眾輿論具有重大意義。

目前與本文相關(guān)的研究主要有兩個(gè)部分：一個(gè)部分是信息生態(tài)學(xué)理論研究，主要包括對(duì)信息生態(tài)因子要素進(jìn)行分類[1]、利用生態(tài)學(xué)的觀點(diǎn)和方法對(duì)信息生態(tài)中的各項(xiàng)資源進(jìn)行合理配置[2]、運(yùn)用信息生態(tài)學(xué)理論構(gòu)建評(píng)價(jià)指標(biāo)體系研究網(wǎng)絡(luò)輿情預(yù)警[3]。另一個(gè)部分是網(wǎng)絡(luò)輿情演化分析，主要體現(xiàn)在輿情演化周期、演化主體、演化特征等方面。有學(xué)者將網(wǎng)絡(luò)輿情生命周期劃分為四個(gè)階段[4] 或五個(gè)階段[5]，認(rèn)為輿情的主體包括網(wǎng)民、政府、網(wǎng)絡(luò)媒體、專家、公眾[6]，并認(rèn)為意見領(lǐng)袖對(duì)于網(wǎng)絡(luò)輿情具有重要的引導(dǎo)作用[7]；也有一些學(xué)者從語(yǔ)義分析[8]、傳播周期[9] 、情感分類[10]等多元角度來(lái)分析網(wǎng)絡(luò)輿情演化特征。

上述研究已有學(xué)者將信息生態(tài)學(xué)理論運(yùn)用到網(wǎng)絡(luò)輿情演化分析中，但大多數(shù)研究都偏向于定性研究，在定量研究方面有待深入；也有學(xué)者對(duì)網(wǎng)絡(luò)輿情進(jìn)行情感演化、主題挖掘等分析，但分析維度較單一，研究理論視角有進(jìn)一步拓寬的空間。基于此，本文在信息生態(tài)學(xué)理論的基礎(chǔ)上構(gòu)建重大突發(fā)事件網(wǎng)絡(luò)輿情演化分析模型，進(jìn)一步探索輿情生態(tài)系統(tǒng)中生態(tài)要素間的協(xié)同作用，精準(zhǔn)剖析輿情在生命周期內(nèi)情感的演變規(guī)律及潛在風(fēng)險(xiǎn)，為政府正確治理輿情提供參考性建議。

1 重大突發(fā)事件網(wǎng)絡(luò)輿情演化分析模型

信息生態(tài)學(xué)將自然生態(tài)概念引入信息學(xué)科，是一門研究信息規(guī)律的科學(xué)，強(qiáng)調(diào)信息生態(tài)各要素間協(xié)調(diào)發(fā)展[11]。目前信息生態(tài)學(xué)理論研究共有三種學(xué)說(shuō)，包括信息人和信息環(huán)境二要素學(xué)說(shuō)[12]；信息、信息人及信息環(huán)境三要素學(xué)說(shuō)[13]；信息、信息人、信息環(huán)境及信息技術(shù)四要素學(xué)說(shuō)[14]，而信息生態(tài)系統(tǒng)主要是“信息—信息人—信息環(huán)境”間相互影響和相互作用的有機(jī)整體[15]。所以本文基于信息生態(tài)系統(tǒng)中的信息、信息人、信息環(huán)境三要素展開研究。

網(wǎng)絡(luò)輿情演化是一個(gè)變化過(guò)程，在特定時(shí)空范圍內(nèi)，網(wǎng)絡(luò)輿情客體、網(wǎng)絡(luò)輿情主體以及網(wǎng)絡(luò)輿情環(huán)境在熱點(diǎn)話題事件中協(xié)同作用、相互影響，而信息生態(tài)系統(tǒng)強(qiáng)調(diào)信息生態(tài)平衡，即信息、信息人與信息環(huán)境三個(gè)要素相互協(xié)調(diào)、相互適應(yīng)、相互匹配，所以信息生態(tài)系統(tǒng)的相關(guān)理論可以為網(wǎng)絡(luò)輿情演化分析提供研究思路。本文從信息、信息人和信息環(huán)境三類要素層面出發(fā)，構(gòu)建了重大突發(fā)事件網(wǎng)絡(luò)輿情演化分析模型。在信息層面進(jìn)行LDA主題分析[16]；信息人層面進(jìn)行意見領(lǐng)袖綜合分析；信息環(huán)境層面進(jìn)行情感演化分析，模型如圖1所示。

2 實(shí)證研究

2.1 數(shù)據(jù)來(lái)源

本文利用Python爬取“7·20河南暴雨”事件的微博數(shù)據(jù)，包括用戶信息、評(píng)論內(nèi)容、評(píng)論時(shí)間等字段，通過(guò)jieba分詞對(duì)數(shù)據(jù)清洗，去除重復(fù)項(xiàng)、缺失項(xiàng)或者含有特殊符號(hào)的無(wú)效數(shù)據(jù)后，剩余20568條。

2.2信息層面分析

在信息層面，對(duì)事件內(nèi)容進(jìn)行周期劃分，并通過(guò)LDA主題模型分析各個(gè)主題間的聚類關(guān)系，挖掘輿情事件的關(guān)鍵詞及主題內(nèi)容。重大突發(fā)事件網(wǎng)絡(luò)輿論在微博平臺(tái)具有明顯的階段特征，為了凸顯各個(gè)階段用戶的情感變化特征，本文結(jié)合“7·20河南暴雨”事件在微博平臺(tái)傳播量的變化趨勢(shì)，將“7·20河南暴雨”輿情事件的生命周期劃分為潛伏期、爆發(fā)期、衰退期、消亡期四個(gè)階段。潛伏期為2021年7月19日至2021年7月20日，爆發(fā)期為2021年7月21日至2021年7月22 日，衰退期為2021年7月23日至2021年7月27日，消亡期為2021年7月28日至2021年8月2日。在潛伏期，傳播量較小且趨勢(shì)不明顯；在爆發(fā)期，隨著事件以爆炸式速度傳播，每小時(shí)傳播量最高可達(dá)近一萬(wàn)條；在衰退期，傳播量逐漸下降，到消亡期，傳播趨勢(shì)逐漸緩和直至事件消亡。然后，利用LDA（Latent DirichletAllocation）主題模型對(duì)文本進(jìn)行主題分析，進(jìn)一步準(zhǔn)確、清晰、深入地挖掘主題中潛藏的信息。利用gen?sim包對(duì)主題進(jìn)行挖掘，并根據(jù)困惑度計(jì)算出最優(yōu)主題數(shù)，困惑度越低，主題數(shù)為最優(yōu)。困惑度計(jì)算公式見式1所示：

根據(jù)計(jì)算結(jié)果可知，最優(yōu)主題數(shù)為5，具體的主題分布見表1所示。

從表1中可以看出，Topic1為物資援助，國(guó)家奮力救援以及全國(guó)人民的物資援助。Topic2為追責(zé)與修復(fù)公信力，國(guó)家對(duì)失職官員的追責(zé)以及自身的公信力修復(fù)。Topic3為抱怨及謾罵失職人員，網(wǎng)民對(duì)災(zāi)情開始出現(xiàn)抱怨的情緒，以及對(duì)失職人員的謾罵。Topic4為災(zāi)情祈禱，受災(zāi)難民以及全國(guó)人民都在祈禱災(zāi)情能夠好轉(zhuǎn)，希望可以渡過(guò)難關(guān)。Topic5為輿論爆發(fā)與媒體介入，隨著災(zāi)情越發(fā)嚴(yán)重，多方媒體開始介入，有關(guān)災(zāi)情與官員的輿論在多個(gè)社交平臺(tái)迅速爆發(fā)。

網(wǎng)民在潛伏期對(duì)輿情事件持有“祈禱”的態(tài)度，再到爆發(fā)期和衰退期進(jìn)行“捐款”“援助”的積極動(dòng)員，最后到消亡期對(duì)政府及相關(guān)部門治理工作的“追責(zé)”態(tài)度，符合生命周期理論。此外，輿情事件的主題聚類效果比較明顯，通過(guò)困惑度分析找到了最優(yōu)主題數(shù)，有“祈禱”“援助”類的積極主題，但也有“追責(zé)”“抱怨”“輿論爆發(fā)”等負(fù)面主題。

2.3 信息人層面分析

在信息人層面，進(jìn)行意見領(lǐng)袖綜合影響力分析，可以更好地發(fā)現(xiàn)輿情導(dǎo)向中的關(guān)鍵引導(dǎo)主體。本文參考文獻(xiàn)[17]的微博意見領(lǐng)袖評(píng)估模型，結(jié)合轉(zhuǎn)發(fā)數(shù)、評(píng)論數(shù)、點(diǎn)贊數(shù)和粉絲數(shù)4個(gè)指標(biāo)數(shù)據(jù)來(lái)確定意見領(lǐng)袖影響力，4個(gè)指標(biāo)的數(shù)據(jù)由X1、X2、X3、X4四個(gè)變量表示，四個(gè)變量的權(quán)重分別為w1、w2、w3、w4，其對(duì)應(yīng)的參數(shù)值分別為0.25、0.25、0.125、0.375，影響力值S 的計(jì)算公式見式2所示：

S = w1 × X1 + w2 × X2 + w3 × X3 + w4 × X4（2）

本文根據(jù)粉絲數(shù)與意見領(lǐng)袖的綜合指標(biāo)S，運(yùn)用Python中的Matplotlib庫(kù)構(gòu)建“7·20河南暴雨”事件的意見領(lǐng)袖影響力雷達(dá)圖，如圖2所示。

如圖2，top10意見領(lǐng)袖中既有中央官方媒體，又有官方認(rèn)證個(gè)人媒體，意見領(lǐng)袖綜合影響力排名前三的依次是人民日?qǐng)?bào)、央視網(wǎng)、新京報(bào)等權(quán)威媒體，其次是謝娜、何炅、胡錫進(jìn)等個(gè)人媒體，說(shuō)明在此次重大突發(fā)事件的整個(gè)輿論導(dǎo)向過(guò)程中，中央官方媒體對(duì)輿論引導(dǎo)占主導(dǎo)地位，其次是個(gè)人媒體，而地方政府媒體報(bào)道較少、受關(guān)注度較低。通過(guò)意見領(lǐng)袖分析，更加明確了事件輿情傳播的核心領(lǐng)袖，所以政府要充分發(fā)揮核心領(lǐng)袖的引領(lǐng)作用，促進(jìn)輿情正向發(fā)展。

2.4 信息環(huán)境層面分析

在信息環(huán)境層面，對(duì)整個(gè)輿情事件進(jìn)行情感演化

分析，可以直觀了解到整個(gè)生命周期中網(wǎng)民的情感態(tài)勢(shì)及演變規(guī)律。用戶情感的分類一般包括積極、中性、消極三類情感，或積極、消極兩類情感[18]。本文運(yùn)用Bi-LSTM模型[19]對(duì)文本進(jìn)行情感演化分析，采用二分類法將情感類型分為積極和消極，并設(shè)定[0-0.5]區(qū)間的情感值為消極情緒，（0.5-1]區(qū)間的情感值為積極情緒。根據(jù)每個(gè)小時(shí)內(nèi)的平均情感值，按照時(shí)間切片序列對(duì)情感趨勢(shì)進(jìn)行可視化，如圖3所示。

從圖3中可以看出網(wǎng)民整體情緒都比較積極，但是在事件的爆發(fā)期和消亡期部分網(wǎng)民出現(xiàn)消極的負(fù)面情緒，通過(guò)對(duì)數(shù)據(jù)深入挖掘發(fā)現(xiàn)，在爆發(fā)期，暴雨災(zāi)情開始波及其他市，許多網(wǎng)民開始出現(xiàn)焦慮狀態(tài)；在衰退期，災(zāi)情逐漸被控制住，但是網(wǎng)民的焦慮狀態(tài)仍未消除。通過(guò)情感趨勢(shì)的可視化，可以直觀反映網(wǎng)民在整個(gè)生命周期的情感態(tài)勢(shì)，對(duì)輿情演化分析具有重大意義。

3 研究結(jié)論與建議

本文從信息生態(tài)學(xué)視角出發(fā)，構(gòu)建了重大突發(fā)事件網(wǎng)絡(luò)輿情演化分析模型，對(duì)“7·20河南暴雨”事件的信息、信息人及信息環(huán)境三個(gè)層面進(jìn)行分析，得出以下結(jié)論：

1）通過(guò)對(duì)信息層面進(jìn)行分析發(fā)現(xiàn)，此次事件輿情演化具有很強(qiáng)的動(dòng)態(tài)性，隨著事件的推移，在不同階段關(guān)鍵詞及主題也會(huì)隨之變化。大部分主題都是關(guān)于災(zāi)情的祈禱和援助，但通過(guò)深度剖析發(fā)現(xiàn)，部分網(wǎng)民面對(duì)重大災(zāi)情出現(xiàn)了恐懼的負(fù)面情緒，如果政府不能把控好輿情的主題演化，很容易促使輿情再次發(fā)酵甚至產(chǎn)生次生輿情。

2）通過(guò)對(duì)信息人層面分析發(fā)現(xiàn)，輿情的核心引導(dǎo)主體是國(guó)家權(quán)威媒體以及明星等個(gè)人領(lǐng)袖，而地方政府媒體影響力較小。在整個(gè)輿情生命周期中，國(guó)家權(quán)威媒體都進(jìn)行了跟進(jìn)報(bào)道及必要的政府回應(yīng)，明星等個(gè)人領(lǐng)袖在災(zāi)情期間對(duì)網(wǎng)民進(jìn)行了輿論正向引導(dǎo)且效果明顯，尤其在輿情爆發(fā)期，謝娜、何炅等意見領(lǐng)袖極大程度扭轉(zhuǎn)了輿情負(fù)向發(fā)展，而地方政府媒體在整個(gè)事件中報(bào)道較零碎且受關(guān)注度較低。

3）通過(guò)對(duì)信息環(huán)境層面分析發(fā)現(xiàn)，整個(gè)生命周期中，網(wǎng)民情感演化整體表現(xiàn)積極，但在爆發(fā)期和消亡期出現(xiàn)負(fù)面情緒極化現(xiàn)象，網(wǎng)民情緒波動(dòng)呈現(xiàn)地域中心化，并向周邊衰減，事發(fā)地及周邊城市網(wǎng)民情緒波動(dòng)較大，河南、山西、安徽地區(qū)的網(wǎng)民情緒較為消極，其他地區(qū)的網(wǎng)民較為積極，但極易受到地域中心網(wǎng)民消極情緒的影響。

根據(jù)以上研究結(jié)論，提出以下建議：

1）加強(qiáng)輿情事件各階段的治理措施。如在潛伏期，加強(qiáng)輿情監(jiān)管與預(yù)警研判，搶占引導(dǎo)主動(dòng)權(quán)；在爆發(fā)期，加強(qiáng)輿情引導(dǎo)與政府回應(yīng)，以解決輿論核心訴求為主，及時(shí)做出相應(yīng)的引導(dǎo)策略及安撫措施；在衰退期，加強(qiáng)輿情跟進(jìn)與輿情評(píng)估，防止輿情反彈；在消亡期，加強(qiáng)輿情持續(xù)觀察與公信力修復(fù)，防止危機(jī)死灰復(fù)燃及產(chǎn)生次生輿情，直至輿情徹底消亡。

2）充分發(fā)揮主流媒體的權(quán)威作用，加強(qiáng)地方政府媒體建設(shè)，如加強(qiáng)地方媒體與中央權(quán)威媒體協(xié)同報(bào)道。此外，需要從網(wǎng)絡(luò)輿情源頭發(fā)現(xiàn)意見領(lǐng)袖，加強(qiáng)對(duì)意見領(lǐng)袖的科學(xué)培養(yǎng)及引導(dǎo)，防止過(guò)度解讀的“變質(zhì)”信息及“虛假”信息被大范圍傳播，從而保證輿情正向發(fā)展。

3）把控整個(gè)輿情生命周期的情感演化趨勢(shì)，重點(diǎn)將負(fù)向情感作為監(jiān)測(cè)方向，及時(shí)發(fā)現(xiàn)并預(yù)測(cè)網(wǎng)民情感變化傾向，做好正向引導(dǎo)的準(zhǔn)備，如政府回應(yīng)、對(duì)負(fù)面情緒網(wǎng)民的安撫，從而營(yíng)造健康“軟環(huán)境”，做到信息、信息人與信息環(huán)境協(xié)同作用，相互影響，促使輿情朝著健康的方向發(fā)展。

4 結(jié)束語(yǔ)

本文構(gòu)建的網(wǎng)絡(luò)輿情演化分析模型可以深層次挖掘輿情演變規(guī)律及潛在風(fēng)險(xiǎn)，同時(shí)，可以很好地挖掘重大突發(fā)事件網(wǎng)絡(luò)輿情生態(tài)系統(tǒng)中信息、信息人及信息環(huán)境三個(gè)要素間協(xié)同作用、相互影響。但是，重大突發(fā)事件網(wǎng)絡(luò)輿情具有隱藏性、突發(fā)性、難以可預(yù)測(cè)性，所以在未來(lái)的研究中，筆者會(huì)更加完善演化模型、精確分析算法，運(yùn)用本文未涉及的其他機(jī)器學(xué)習(xí)算法、深度學(xué)習(xí)算法進(jìn)行主題、情感分析，增加分析精確度，從而更好地引導(dǎo)輿情向著健康方向發(fā)展。