摘要：在社会化网络环境下，掌握用户观点传播规律，尽早地发现潜在的引发大量关注的用户观点，可以帮助我们更深刻地了解社会现象，理解人们的心态活动、社会的暗流趋势，为舆论监测和突发事件预警提供了依据和参考。本文在充分把握网络舆情的特征、运动过程和发展趋势的基础之上，认为通过测度网络舆情子场各受众观点群落的认知能量，能够获得舆情场内场点携带情感倾向性与强度，并基于网络舆情场强度测度来识别网络舆情场的极性构建“舆情认知指数模型”，分析网民对不同事件的情绪变化、态度偏向等，从而能够从宏观层面上勾勒出网络舆情场域内全体受众的认知模式和行为模式，最终网监部门根据网络舆情场不同的人为演变状态而采取恰当的应对策略。
关键词：网络舆情；社会化网络；情感极性；观点测度
近些年，随着我国经济的高速增长和社会结构转型，产生了一系列社会问题。群体事件的持续频发，在一定程度上影响了我国的社会稳定，造成社会阶层的矛盾加重。〔1〕作为网络舆情的重要载体，社会化网络使得我们每个人都可以成为信息的发布、参与者和传播媒介，极大影响着人们社会生活的多个领域，改变了人们的生活方式及人际交往方式。网络热点话题的发展和演化结果，往往可以引领大众的观点和社会潮流趋势。〔2〕习近平总书记在党的十九大报告中指出，“加强互联网内容建设，建立网络综合治理体系，营造清朗的网络空间”，表明了国家对于网络舆情传播治理的重视。〔3〕进一步研究在社会化网络环境下，如何促进或阻碍用户观点信息的流动，掌握用户观点传播规律，预测观点话题的增长趋势，尽早地发现潜在的引发大量关注的用户观点，可以帮助我们更深刻地了解社会现象，进一步理解人们的心态活动、社会的暗流趋势，从而为舆论监测和突发事件预警提供依据和参考。〔4〕〔5〕
因此，本文综合信息传播学、社会学以及心理学的相关理论，以及相关文献对于网络舆情的特性阐述，形成舆情传播的机理与用户观点测度分析，构建舆情认知指数模型，提出有关舆情治理的相关策略。
一、社会化网络舆情场的传播形成与观点测度分析
网民通过社会化网络传导社会生活中的各种政治经济文化现象，在空间和时间维度下进行舆情发酵与传播，形成了舆情场。〔6〕以用户关系网络为媒介，社会化网络用户可以从邻居获取观点或向邻居传递信息，就某话题与邻居进行交互，从而使得观点在用户间传播和演化。社会化网络平台上对于舆情信息形成多级裂变式的传播模式，在传播的过程中通过大量的桥节点建立各级传播之间的联系，从而形成多级传播网络。用户以桥节点为桥梁，在获取所需的信息时，可通过最短的路径到达，从而最大化地进行信息传递。〔7〕也就是在不同用户的粉丝或好友的基础上，增加了用户转发，在这种不断地延续和互相作用后，信息持续地传播下去，从而使舆情信息在短时间内传得更远，范围更广。当然，核心的节点也是需要最多用户关注和转发的节点，如果信息进入志趣相投的用户群体之中，除了会更加深入地传播以外，还可能在爱好群体之中形成讨论和互动，从而建立起以话题为中心的圈子；而如果话题得到了普遍的关注，那么圈子便会无限地扩展，达到最好的传播效果。当然，不同的信息圈子不是独立存在的，他们通过节点相互连接，相互作用和影响，〔8〕形成一个在网络平台上庞大的舆情传递的互通网络。这种模式转发的过程快捷有效，除了少部分的机构引导外，自主的转发才是信息传递的主流方式。伴随这种裂变式的传播，在舆情场内受众所表现出的相同认知状态能够有效累加，用户观点也进行着博弈演变，呈现出“情感极化”现象。所谓情感极化程度是指针对同一事件，受众表现出不同观点和情感。对舆情场内的其他相异观点进行有效测度，对舆情受众群体的情感的不同程度进行测度，进而得到量化的结果进行分析，是我们进行网络舆情管控和治理的重要手段和方法。〔9〕〔10〕
网络舆情的情感化极度是由发生的客观事项的敏感程度、负面程度所决定的。因此，不同的客观事项在本质上存在不同的感情倾向。网民就不同的网络事件会产生不同的情绪或感情倾向，因此，对舆情事件的划分能够更好地对情感极化程度进行准确的测度。可以根据舆情事件的属性特征，对不同的舆情事件进行划分，包括政治事件、伦理道德事件、公民权益事件以及自然生态事件等，网民就这些不同类别的舆情事件所产生的感情倾向与强度也具有显著差异。
（2）甲、乙两种植物单独种植时，如果种植密度过大，那么净光合速率下降幅度较大的植物是______，判断的依据是_______________。
态度积极，观点客观中立：社会的容忍度高且具备活力，不易出现极端的观点，社会稳定且积极向上，是最理想状态下的结构态势，社会发展既有推动力，又不容易走极端。
二、舆情认知指数模型的构建
通过对网络舆情的受众观点的极性测度后，我们进一步构建“舆情认知指数模型”。模型通过分析网民对不同事件的情绪变化、态度偏向等，评估网络舆论场的“情绪指数”。网民情绪指数主要分为正面情绪和负面情绪，正面情绪主要指的是情绪中相对积极的指标，主要是指对待社会事件持正面的诸如高兴、激动、兴奋等不同形式的情绪的集合；负面情绪主要是指对待社会事件持相对负面的诸如消极、悲伤、气愤和冷漠等不同形式的情绪的集合。
在香辣香菇风味酱的开发研究前期，发现香菇丁的切制大小对香菇酱的组织形态影响很大，于是对香菇丁的大小进行了考察与优化。考察了香菇碎末、香菇粒径0.3 cm、香菇粒径0.5 cm 3个水平。香菇菇粒过大，油炸时水分不易去除，成品不易咀嚼；菇粒过小，香菇酱形态不佳，口感软烂，不易佐餐。最终确定了香菇的粒径为0.3 cm，此时香菇酱成形最好，有嚼劲。
该指数主要用来分析受众自身或者受众在某时间的积极或者消极的态度和看法。当热点事件的情绪指数大于0时，该事件网民言论中的正面情绪超过负面情绪；当热点事件的情绪指数小于0时，该事件网民言论中的负面情绪超过正面情绪。网民情绪指数的高低并不代表绝对的好坏，我们可将情绪指数进一步解析为两个维度来考察，分别是网民理性指数和网民态度指数。
态度积极，观点激进：这种网络舆情充斥着高情绪的氛围，每个人都积极发言，都有自己的主张，出现不少极端化的观点，或过度乐观，或过于激动，网络观点热度高且分散，这时社会容易陷入分裂。
网民理性指数表征网民针对热点事件所发理性言论与感性言论的比例。理性言论强调网民在认识事物中的理解、选择以及怀疑等维度，体现网民对某个事件的整体认识是一个理性的批判过程。当热点事件的理性指数大于0时，该事件网民的理性言论超过感性言论；当热点事件的理性指数小于0时，该事件网民的感性言论超过理性言论。网民态度指数是网民对热点事件的内在归因机制和最终的态度类型。一般来说，网民对各种公共事务和话题的态度包括积极归因和消极归因两类。网络舆情指数按二维坐标如图1所示：
网络舆情的变化往往表现在一段时间序列上，表现在每个时间点上舆情场内观点的聚合及分化上。我们可以认为每个场内受众的情感认知都以一种认知能量的形式存在，而由于舆情场内的受众存在不同分化的观点，因此，会产生所谓的观点能量差。观点能量差与场内所有群众的认知能量的比值在时间序列上的变化能够有效反映客观事件的舆情变化情况，掌握了这些，就可以对舆情的控制提供有力的帮助。
态度消极，观点保守：这种网络舆情是最差的，社会充斥着消极悲观的情绪，人们观点呆滞，不思进取，社会出现停滞甚至倒退。
高校英语数字化教学资源共建共享是一项任务重、难度大的工作，各高校要组建一支以英语骨干教师为核心、信息技术中心为后盾的英语数字化教学资源建设团队。首先，各高校要积极组织英语教师集中参加MOOC理念下的信息技术培训，进行MOOC平台提供的有关师资培训的网络课程学习，提升教师自身信息素养能力。其次，各高校要举办信息技术应用讲座，邀请国内外专家就MOOC理念下的高校英语数字化教学资源共建共享传授经验技巧，学习国外先进的信息技术知识，提高英语教师运用信息技术的能力。此外，各高校信息技术中心团队要与英语骨干教师紧密配合，共同组建一支信息素养强的英语数字化教学资源共建共享核心队伍。
大数据技术能够全面有效地对数据进行整理、分类并分析。网络时代的爆炸信息量，使如何高效处理数据变得尤为重要，而进行情感分类的主要目的在于治理效率的提高，这符合大数据技术高效的特点，也促成了对舆情场内的受众情感倾向的有效掌握。我们可以借助于对情感极度的计算设置不同情感的控制边界，进而通过设置不同情感极度的区间对情感加以分类。〔11〕对情感分类后，我们可以通过对数据的有效量化处理准确计算出控制边界的区间。大数据技术能够通过文本挖掘的方式对受众的观点中的情感词汇进行有效挖掘，再通过算法实现对情感词汇的感情强度量化从而实现对于情感级别的判断。例如可以通过态度指数以及观点指数两个指标进行综合判断，同时治理者应该明确意识到舆情治理的目标在于使个体受众的情感极化程度处于态度积极和观点中立的理想区间。
研究表明，多药耐药基因编码的P糖蛋白（P-gp）、微粒体混合功能氧化酶系中的细胞色素P450（CYP450）等均可影响ATV的血药浓度及降脂效果[5]。据报道，丹参的主要成分能够抑制P-gp的表达[6-8]及大鼠肝微粒体酶的活性[9-10]。因此，丹红注射液联合给药后，可能通过影响P-gp或CYP450而对ATV的体内药动学行为产生影响，进而影响后者药效的发挥。基于此，笔者通过研究丹红注射液单次给药对ATV在大鼠体内药动学行为的影响，为探究临床联合使用丹红注射液与ATV的安全性及合理性提供实验依据。
态度消极，观点激进：这种状态下，大部分网民不愿意发言，得过且过，对社会事件冷眼旁观，漠不关心，但有少数网民积极发言且有极端化观点及倾向，网络舆论往往被这部分少数人掌控，社会走向不可知方向，容易失控。
The plastic data of the bumper is shown in Figure 5.
三、网络舆情治理策略
同时通过大数据的及时反映，治理者可以及时观察到整个舆情场内的舆情变化情况，从而了解舆情的形成及变化机制，准确判断出什么样的网络事件具有发展成为网络舆情事件的潜力，从时间维度以及情感极化程度两方面把握网络事件的进展，判断出舆情演变的阈值，从而为之后的及时应对打好基础。可以说，大数据为舆情处理者提供了观测视角的广度以及处理舆情事件的关键时间点，这对于舆情处理的把握具有重要的意义。
1.通过大数据技术实现情感分类定级
态度积极，观点保守：这种情况下，网络舆论比较积极，但是观点陈旧保守，缺乏变革，这时社会比较稳定但是发展缓慢。
通过对舆情场整体层面的情感极性的识别，能够把握域内整体用户的心理状态和行为模式，据此可以制定和采取对应的干预措施。
作为社会化网络情绪认知指数模型的一个重要应用，如何有效地引导社会化网络中的情绪状态，使之朝着期望的方向发展，是我们最终解决问题的关键。
2.动态识别极化观点群落，对不同类型受众进行分级处理
网络事件演变成网络舆情是一种基于时间的变化形式，因此，其具有较强的动态性；同时事件演化成舆情往往演变时间极短，因此，需要治理者对于初始的观点群落进行动态的识别，进而准确把握重点的观点群落。〔12〕同时，对于核心舆情场内的群落内受众之间的联系，治理者也应该重点关注，这往往需要对于观点群落内的受众类型进行明确划分，准确定位出哪些是核心型的受众，哪些受众处于边缘，还有哪些受众只是一般型的受众。我们知道核心舆情场内具有重要影响力的受众就是核心受众，其对于观点群落的形成产生着直接影响，而边缘型受众又是该观点受众的最外层受众，其往往具有影响其他群落的能力，属于不同集合的交集部分。因此，治理者对于核心型受众应该做到实时监控、全程追踪，了解其动态，因为核心型受众往往情感极化程度更高，同时强度也更高，必要时可以对其实施追踪、锁定、删除等一系列措施。同时值得注意的是，网络舆情具有一定程度的反复性，因此，不能只关注窗口期的一段时间，应该长时间地追踪及布控，控制舆情直至消灭隐患。同时，对于一般型受众以及边缘型受众，治理者应该进行及时的疏导及常识性的教育，特别是对边缘型受众，更应该减弱其传播性，因为边缘型受众往往具有情感极度不强的特质，同时影响范围更广，但在教导无效的情况下，可以进行强制性删除，避免舆情传播到其他群落，进而使舆情扩大并演化，对社会产生不必要的负面影响。相较于强制性的删除与禁言，治理者的正确疏导往往能对受众群落以及社会产生更好的影响。
3.了解网络舆情受众的特征，选择正确的疏导方式
网络舆情受众往往具有不同的特征，这些多元的特征导致受众在网络舆情演化过程中的行为与心理难以预测。与网络事件的划分相同，为了更加清楚地了解网络舆情受众的特征信息，为之后分析其将要进行的行为与心里特征作出预判，同样需要对受众类型作出准确划分。我们可以根据个体受众的主张以及信息行为进行划分，对于带有明确利益目的的受众，确认为利益型受众；对于言论激进、感情极化度较高的受众，确认为极端型受众；缺乏明确动机，从众现象明显的，认定其为从众型受众。针对不同类型的受众，我们在引导时应采取不同的措施，并通过这种分类的方法，有效简化治理网络舆情的复杂程度，即使面对大量特征不同的受众，工作重点也集中在如何智能地对这几种类型受众进行准确判断。〔13〕这需要依据心理学理论对受众类型进行准确划分，了解受众个体的同源群落的具体形成机制，掌握网络舆情受众群体极化的一般模式，进而使治理者在疏导舆情、引导受众认知上更加高效。
4.遵循生命周期演化规律，全面监测舆情场整体极性强度
网络舆情场如同自然万物一样有其规律的生命周期，并在不同的生命周期表现出不同的信息传播演变方式。在正确的时机干预，会极大提升舆情处理的效率，能够使较大的舆情提前化小，小规模的舆情直接消退。按舆情的生命周期而言，对于处于消匿状态的舆情仍需要重点关注，以减小其再次爆发的可能性。〔14〕对网络舆情场进行子域的合理划分并分而治之，能够突破以往监管模式的局限，科学评估网络内某一子域的舆情风险等级和预警危险程度，令网络监管者及时准确地把握舆情演化的动态情况，按照舆情场的情绪极性和舆情场强度灵活、科学和合理地作出决策，并确定舆情的干预时间节点。这就需要治理者实时有效监控，对于舆情发展的动态做到及时布防、提前预警；〔15〕对于以后的舆情案例需要认真分析，总结并掌握网络舆情的一般规律，了解舆情的生命演化周期。
四、结语
鉴于目前网络舆情所造成的负面影响，而传统的网络舆情监测难以有效应对目前信息爆炸、瞬息万变的网络，目前的监管存在着不小的压力，本文拟通过对舆情极化程度的测试，建立舆情认知模型，以期实时有效地评估网络舆情动态，从而有效应对危机，及时化解危机，避免对社会造成不必要的影响。下一步，我们将会结合实际数据进行分析，通过模拟实验进一步揭示网络舆论与社会舆论互动的一般规律，以推动网络舆论与社会舆论的协调传播。
现有文献对绿色矿业的发展背景、现状以及对策建议都有一定的分析，为我们提供了很好的研究基础和视角。本文在此基础上，对我国绿色矿业的发展进程和基本内涵进行梳理和界定，探讨绿色矿业的主要发展模式，并对其建设路径进行归纳。
参考文献：
[1]王谢宁，朱志国.社会化网络下基于改进SIR模型的观点信息传播规律研究[J].情报科学，2017(2)：33- 37.
[2]熊菲.互联网用户行为分析及信息演化模式研究[D].北京：北京交通大学博士论文，2013：1- 3.
[3]匡文波，周倜.2018年网络舆情的特征研究[J].新闻与写作，2019(2)：79- 83.
[4]张子柯.在线社交网络信息传播机制与动力学研究综述[J].情报学报，2017(4)：422- 431.
[5]Shah D，Zaman T.Finding rumor sources on random t rees[J].Operat ions Research，2016，64(3)：736- 755.
[6]Zhiguo Zhu，Jianwei Wang，Xiening Wang，Xiaoj i Wan.Exploring fact ors of user’s peer- influence behavior in social media on purchase int ent ion：Evidence from QQ[J].Comput ers in Human Behavior，2016(63)：980- 987.
[7]张玉亮，杨英甲.社会组织参与突发事件网络舆情治理的角色、功能及制度实现[J].现代情报，2018(12)：26- 31.
[8]陈桂茸，蔡皖东，徐会杰，晏沛湘，王剑平.网络舆论演化的高影响力优先有限信任模型[J].上海交通大学学报，2013(1)：155- 160.
[9]徐迪.基于空间可视化的大数据舆情研判体系建构研究[J].情报科学，2019(3)：22- 26.
[10]刘美萍.线上线下联动：网络舆情治理的必然逻辑[J].人民论坛，2019(6)：122- 123.
[11]胡珑瑛，董靖巍.网络舆情演进过程参与主体策略行为仿真和政府引导[J].中国软科学，2016(10)：50- 61.
[12]孔建华.国内网络舆情治理研究综述[J].电子政务，2018(12)：67- 78.
[13]张权，燕继荣.中国网络舆情治理的系统分析与善治路径[J].中国行政管理，2018(9)：21- 29.
[14]杨立瑛.旅游网络舆情危机中政府的应对策略[J].新闻传播，2019(2)：60- 61.
[15]王莉芬，李忆华，付孝泉.微博时代网络意见领袖对大学生的影响及引导策略[J].理论界，2014(6)：186- 188.
Analysis of Public Opinion Situation and Governance Strategies under Socialized Network
Wang Xiening，Lin Xueru
Abstract：In the social network environment，mastering the law of user opinion dissemination and discovering the potential user views that arouse a lot of attention as soon as possible can help us understand social phenomena more deeply，understand people’s psychological activities and social undercurrent trends， and provide basis and reference for public opinion monitoring and early warning of emergencies.On the basis of fully grasping the characteristics，movement process and development trend of the network public opinion，this paper holds that by measuring the cognitive energy of the audience’s opinion communities in the network public opinion sub-field，we can obtain the emotional tendencies and intensity carried by the field points in the public opinion field.Based on the intensity measurement of the network public opinion field，we can identify the polarity of the network public opinion field to construct the “public opinion cognitive index model” and analyze the netizens.From the macro level， we can outline the cognitive and behavioral modes of all the audience in the field of network public opinion.Finally，the network supervision departments adopt appropriate coping strategies according to the different human evolution of network public opinion field.
Key words：network public opinion，social network，emotional polarity，viewpoint measurement
中图分类号F590
文献标识码A
文章编号1003-6547（2019）05-0072-06
基金项目：本文系2018年度辽宁省经济社会发展研究课题“社会化媒体下基于用户大数据的舆情服务研究”（课题编号：2018lslkt yb- 040）、国家自然科学基金项目“社会化媒体中突发公共卫生事件网络舆情的传播演化机制及干预策略研究”（项目编号：71503033）的研究成果。
［作者简介］王谢宁，东北财经大学管理科学与工程学院副教授，博士；
蔺学如，东北财经大学管理科学与工程学院硕士研究生。
责任编辑：严 瑾
标签：舆情论文; 受众论文; 网络论文; 观点论文; 事件论文; 社会科学总论论文; 社会学论文; 社会结构和社会关系论文; 《理论界》2019年第5期论文; 2018年度辽宁省经济社会发展研究课题“社会化媒体下基于用户大数据的舆情服务研究”(课题编号:2018lslktyb-040)国家自然科学基金项目“社会化媒体中突发公共卫生事件网络舆情的传播演化机制及干预策略研究”(项目编号:71503033)的研究成果论文; 东北财经大学管理科学与工程学院论文;