- 相关推荐
群体极化的动力机制研究
摘要：网络群体极化是近年来互联网上出现的一种新现象。本文运用系统动力学的方法，构建群体极化的动力机制模型，通过对群体极化的影响因素和演化模型的分析，提出群体极化现象下网络舆情的管理策略，为今后相关研究的开展奠定基础，为促进社会发展营造良好的舆论环境。
关键词：媒体情绪；群体极化；动力机制
一、网络“ 群体极化”的涵义
“群体极化”原是社会心理学中的一个概念，是指众多意见群体在媒体、政府、意见领袖等的影响下，在思想不断地交流碰撞中，最终大多数偏向于某一方的意见，并取得支配地位的一种现象。
二、媒体情绪群体极化动力模型
1. 影响因素
影响网络舆情群体极化的因素主要有: 媒体热度、时间热度、关注热度，他们共同形成媒体情绪指数，此外还有网民情绪指数度和社会情绪指数。
关注热度。当媒体关注某网络事件时，用某种数据来刻画其关注的程度，称为关注热度。主要分析新闻报道对读者的吸引程度。显然，新闻报道越能吸引读者关注，其所传递的媒体情绪越强烈。
曝光程度。主要分析新闻报道是否密集、连续。
时间热度。当某网络事件吸引大家注意时，网民就会关注它，随着时间推移，该事件会慢慢淡出人们的视野，网民关注度也会逐渐减弱。这个时间延续得长短就是时间热度，即媒体关注的时间长短。
媒体情绪指数。网络舆情发生后，媒体发布新闻进行报道，表明媒体关注该事件; 通过媒体了解到该类事件后，网民发帖，参与评论，两者相互促进。随着媒体热度和发帖热度的提高，关注热度进一步变热，时间热度也增强，形成了较高的媒体情绪，这就是媒体情绪指数的形成过程。本文用时间热度、关注热度和曝光程度来综合评价媒体情绪指数。
发帖热度指网民的参与度，主要指某个时间段内的所有发帖数以及每天网民的发帖数，通过这两个数据来度量网民的参与度。
网民情绪指数用发帖热度来替代。社会情绪指数。指政府的参与度，即政府对网络舆情事件发布的新闻条数，公共危机事件发生后，随着网络舆情信息的扩散，政府必然出面化解网络舆情危机，其中最直接有效的方式就是及时、持续、全面、科学地发布或转发事件相关信息。
2. 动力分析
影响因素动力关系。对时间＜Time＞因素而言，在一定时间段内，时间热度、关注热度、曝光程度随着时间推进越来越热，群体极化加剧; 但是随着时间的变化，事件透明度提高，网民知道的真相越来越多，网民就会更加理性地发表评论，群体极化朝两极裂化、多极碎化，甚至零极淡化方向发展，慢慢变冷，淡出人们的视野。
a. 正反馈回路
曝光程度↑→媒体情绪指数↑→群体极化↑;
时间热度↑→媒体情绪指数↑→群体极化↑;
关注热度↑→媒体情绪指数↑→群体极化↑;
发帖热度↑→网民情绪指数↑→群体极化↑。
b.负反馈回路
社会情绪指数↑→群体极化↓。
3. 网络舆情群体极化动力模型(见图1)
（1）模型定义。本文对影响因素进行了一些设定。关注热度。通过百度指数中的搜索峰值来刻画网民的关注热度(百度指数是以百度网页搜索和百度新闻搜索为基础的免费海量数据分析服务，用以反映不同关键词在过去一段时间里的“用户关注度”和“媒体关注度”) 。为了简化，用网络舆情事件是否登陆4 大门户网站（分别指：新浪、网易、搜狐、腾讯）的首页来表示媒体的关注热度。
时间热度。通过统计百度指数超过1 000 的天数来表示网络舆情事件持续的情况，持续时间越长，其时间热度越高。
曝光程度。用4 大门户网站（分别指：新浪、网易、搜狐、腾讯）对某一事件新闻报道的数量来表示曝光程度。
发帖热度。通过天涯社区、凯迪社区、强国论坛、中华网论坛、新浪微博、腾讯微博、搜狐微博以及网易微博等8 个媒体的网民发帖数和微博数总和来衡量，这个总和称为发帖总数。
社会情绪指数。包括意见领袖、法律法规以及环境热度。意见领袖的呼声越高，群体极化越明显，法律法规越严明，群体极化的趋势越弱，这里只做定性分析，不做定量研究。社会情绪指数由环境热度来衡量，统计政府发布的新闻条数，政府发布的新闻条数是全国各省级政府新闻网站发布的新闻总数。通过这个数据来刻画社会情绪指数。
⑵动力模型。①媒体情绪指数MI。媒体情绪指数受到关注热度C、曝光程度O、时间热度T 共同影响。通过对网络舆情监管部门的调研可知，在网络监管部门地实际操作中，通常认为C、O、T具有相同影响力，媒体情绪指数的计算公式设定为: MI= 1/3 ×C+ 1/3 ×O+ 1/3 ×T
关注热度C。获取百度指数中的搜索峰值C1，计算关注热度。如果4 大门户网站首页发布了该事件i 的新闻，则关注度C 加5 分，否则不加。关注热度C的计算公式: Ci = 5 + 7 × C1i ÷ MAX(C1j ，j =1，……，m),则C的取值范围为[0,12]。
时间热度T。统计事件发生后持续的总天数T1 和百度指数超过1 000 的天数T2 ，时间热度计算公式: T =12×T2 ÷T1 ,则T的取值范围为[0,12]
曝光程度O。统计4 大门户网站发布的新闻数D1，如果传统媒体发布过该新闻，则环境热度加4，否则不加。以传统媒体发布过事件i 的新闻为例，事件i的环境热度:O= 4+ 8 ×O1i ÷ MAX(O1i ，j = 1，……，m),则O的取值范围为[0,12]。
综上所述，媒体情绪指数MI的取值范围是[0,36]。
②发帖热度B。统计天涯社区、凯迪社区、强国论坛、中华网论坛、新浪微博、腾讯微博、搜狐微博以及网易微博等8个媒体的网民发帖数和微博数，计算出发帖总数B1。某事件i的发帖热度计算公式为: Bi = 35× B1i ÷ MAX( B1j ，j = 1…m ) ，则B的取值范围为[0,35]。
网民情绪指数NI=B
社会情绪指数SI。用社会热度S 统计各省政府网站发布的新闻数D2。以政府发布过事件i 的新闻为例，事件i 的社会情绪指数为:SI= 34× D2i ÷ MAX( D2i ，j = 1. .m),则O的取值范围为[0,34]。
群体极化P。给出网民指数、媒体情绪指数和社会情绪指数的取值范围：媒体情绪指数是0-36，网民情绪指数0-35,和社会情绪指数0-34，则有：P=MI+NI-SI。
⑶仿真。用vensim 进行仿真，结果如图
Run1是在取值范围内分别给予各变量初始值，Run2是给予媒体情绪指数的三个指标关注热度、曝光程度、时间热度更高的取值，Run3是给予网民情绪指数即发帖热度更高的取值，Run4是给予社会情绪指数更高的取值。可以看出Run2媒体情绪指数最高，曲线最陡，Run3网民情绪指数最高，曲线较陡，Run4社会情绪指数最高，曲线最缓。群体极化受媒体情绪指数、社会情绪指数和网民情绪指数影响，通常媒体情绪指数高低容易左右舆情的走势，在政府发布消息时，社会情绪越高，则群体极化越低。在网络监管部门的实际操作中，通常认为媒体情绪指数、社会指数和网民情绪指数度三者对群体极化影响的程度分别是媒体情绪指数最大，网民情绪指数次之，社会情绪指数指数最弱。
参考文献
[1]Chi- Kuang Chen,David H. Gustafson,Yuan-Duen Lee，Group Decision and Negotiation[J],International Journal of Modern Physics，2002,11 (4)：329-344
[2][美]凯斯·桑斯坦.网络共和国[M].上海: 上海人民出版社，2003.
[基金项目：江苏省大学生实践创新训练项目（编号：XYB2016310）]
【群体极化的动力机制研究】相关文章：
研究开放式基金投资人利益保护机制08-18
中等职业学校语文学困生群体作文教学研究08-21
写人物群体作文04-28
工学结合模式下高职生职业道德评价机制研究08-26
群体体育工作总结08-24
关爱弱势群体作文06-08
关注弱势群体作文04-10
动力的作文08-31
机制金工实习报告03-14