摘 要:[目的/意义]当下，网络恐怖主义盛行，暴恐事件在社交媒体上的扩大化和扭曲化传播易引发恐慌，为及时规制并及早预防，应充分研究暴恐事件的网络舆情传播机制。[方法/过程]选取2017年发生在英国的5起暴恐袭击作为研究实例，以推特(Twitter)上舆情数据为研究对象，对暴恐事件舆情传播主体、信息特征和传播特征进行分析，在实证研究中总结出暴恐事件在社交媒体中舆情传播机制。[结论/对策]研究发现，主流媒体在暴恐事件舆情传播中控制绝对话语权，舆情信息呈现滞后性、碎片化、零散化特点，且舆情的传播可大致分为五个阶段。基于上述研究结论，政府在处置暴恐事件网络舆情时应积极抢占意见领袖，变被动为主动，分阶段地适当处理舆情。
关键词:暴恐事件;网络舆情传播;传播主体;信息特征;传播特征
0引 言
根据2016年1月1日起施行的《中华人民共和国反恐怖主义法》指出，恐怖主义是指通过暴力、破坏、恐吓等手段制造社会恐慌、危害公共安全、侵犯人身财产，或者胁迫国家机关、国际组织以实现其政治、意识形态等目的的主张和行为。然而，数据时代下，恐怖主义借助网络传播极端暴力思想并公开宣传恐怖活动的态势愈加显著，利用社交媒体肆意渲染，加速了世界范围内恐怖势力勾连聚合，营造恐怖氛围，扰乱社会秩序，以实现不正当的政治目的。相应地，网络空间下恐怖主义的快速扩张也加快了线下恐怖袭击的实施频率，近年来暴恐事件的发案数不断增加，辐射范围不断扩大，社会影响不断加剧。
根据美国马里兰大学全球恐怖主义数据库[1](Global Terrorism Database)统计：自2002年后全球范围内恐怖袭击的频率呈逐年上升趋势，截至2017年的15年间，恐袭事件已多达83 288次，造成96 205人死亡，292 671人受伤。同时，单起暴恐袭击造成的伤亡人数也在不断上升，2019年3月15日发生在新西兰赖斯特彻奇两座清真寺内的大规模枪击暴恐事件，即造成50人死亡、50人受伤的严重后果。这起事件不仅在现实社会引发轩然大波，还在网络空间引发轰动，暴恐分子将枪击射杀的过程在社交媒体上进行了17分钟完整直播，还积极鼓动观看者点赞、评论、转发。随后，该直播视频得到数百万账号的转载和支持，网民纷纷留言评论，网民中既有正常关心暴恐事件后果的用户，也不乏推波助澜、唯恐天下不乱之徒，同时还有众多称赞叫好的暴恐分子。该则视频得到广泛传播，视频和评论内容的暴力血腥更饱受诟病，而Facebook、Twitter、Instagram等知名社交媒体公司因为没有及时删除视频、封锁账号、疏导舆情而受到公众质疑，一时间，暴恐事件的网络舆情传播及预防规制引起社会各界重视。近年来，大数据、云计算等新兴技术为暴恐事件提供传播新途径，网络空间因其匿名性、快速传播性、互动性受到恐怖分子青睐，而社交媒体平台逐渐发展成为暴恐活动的另一主战场。因此，研究暴恐事件第一时间在社交媒体上的传播规律，并对暴恐事件发生后网络舆情舆情的传播主体、信息特征、传播特征予以分析总结，形成针对暴恐事件的网络舆情传播及预防理论体系，为预防暴恐事件引发的舆情夸大化和扭曲化提供科学支撑，有利于及时掌握舆论主动权和话语权，从而为全球反恐工作提供重要的参考和指导意义。
1研究现状
纵观国内外，学者们对突发事件、公共事件在社交媒体上的舆情传播开展了较多研究。如兰月新等人[2]基于灰色关联度方法构建网络舆情热度模型，开展面向大数据的网络舆情热度动态预测模型研究；张玥等人[3]以打砸日系车系列突发公共事件为例，从信息发布量、信息来源和信息内容三个方面对突发事件初期的舆情传播规律进行比较，总结出微博上的舆情传播特征；赵丹等人[4]以新浪微博“埃博拉病毒”舆情事件为研究对象，对新媒体环境下网络舆情“信息人-信息内容-信息环境-信息技术”四方面特征量及行为规律进行了分析。邓青等人[5]从发帖人和微博内容两个角度探讨了微博转发量的影响因素，以两起“城管打人”为例采用BP神经网络模型实现了对影响因素权重分析和转发量的预测。
然而，在现有研究中，针对暴恐袭击这类特殊突发事件的网络舆情分析很少，研究视角较为单一，针对事件发生后社交媒体上网络舆情的传播主体、传播阶段、信息特征研究不足，尚未形成完整的网络舆情传播理论体系。现有研究主要集中在恐怖袭击发生前后网民行为分析及其对社会的影响，如Garcia等人[6]对11.13巴黎恐怖袭击后数万名Twitter网民网络行为进行分析，发现网民在网络平台上的情绪表达有助于社会韧性和团结凝聚力的建设和发展；Pfefferbaum等人[7]研究了在以色列长期威胁和冲突环境下，接触恐怖袭击媒体报道对国内青少年心理的影响，重点分析和评估了不同因素对青少年适应能力的影响。在网络舆情传播方面，潘玉以“11.13”巴黎恐怖袭击事件为研究个案，分析了暴恐事件的微博传播特征，以及在国际反恐斗争中国微博的舆论建构作用；兰月新、郑楠[8]结合生命周期理论，构建了涉恐网络舆情传播的“三段五点”模型，对传播阶段进行了划分；石小川等人[9]抓住信息构成与传播模式，针对关键问题与重要议题展开大数据背景下恐怖主义信息的新媒体传播研究；在暴恐事件发生后网络舆情预防机制的研究上，瞿志凯等人[10]分析了暴恐事件网络舆情风险要素，构建了相应的风险预警指标体系并运用层次分析法和ABC分类法对风险进行评估。可以看出，现有相关研究中要么针对暴恐突发事件舆情传播机制和特征的研究不足，要么缺少直观的数据统计和表示，因而在一手数据来源下的实证研究和剖析缺少。
基于以上的智慧水务顶层设计，需要一整套智慧水务建设的理念、策略及建设步骤来将智慧水务顶层设计进行落地。如（见图3）智慧水务建设理念、策略、步骤符合绝大部分水务公司的需要。
实证分析强调以案件数据为来源，基于原始的直观数据的处理分析总结规律及特征。暴恐事件网络舆情传播机制的实证研究应选取典型性突出、具有广泛代表性、数据充足的案例。根据专家统计，2017-2018年，全球七大洲除南极洲之外，都发生过较为严重的暴恐事件。其中英国在2017年发生了5起恐怖袭击事件，造成41人死亡、600余人受伤的严重后果，他们分别是：英国威斯敏斯特桥汽车冲撞事件、曼彻斯特爆炸事件、伦敦桥汽车冲撞及刀斧砍杀事件、芬斯伯里公园驾车冲撞事件和帕森斯格林地铁爆炸事件。不论从攻击手段、袭击方式、袭击目标，还是从袭击后果等方面分析，英国发生的5起暴恐事件在全球范围内都具有强烈的典型性和代表性， 5起暴恐袭击在一年内接续发生，在社交媒体上形成的数据量更大、信息内容更为丰富多样。基于此，本文立足于典型社交媒体——推特(Twitter)这一研究平台，基于2017年英国5起暴恐事件的原始舆情数据，具体分析恐怖袭击网络舆情的传播主体、信息特征和传播特征，并根据所得结论提出相应的预防和规制建议。因此，本文的研究将对相关部门制定合理的舆情干预与引导政策，降低恐怖事件的负面影响，稳定社会安全具有重要的现实指导意义。
2研究设计
2.1数据采集本文选取2017年发生在英国的五起较大规模暴恐事件为研究对象，采用关键词搜索的方法对原始Twitter相关数据进行爬取，爬取的信息包括用户帐号和名称、转发量、被点赞量、文本内容、被转发原用户账号等，数据爬取完成后通过数据处理软件Excel、Access、Tableau进行数据筛选、查找、排序等处理，利用分词软件“盘古分词”进行词频分析，利用Gephi对暴恐事件舆情网络予以可视化呈现。本文通过对每起事件的上万条甚至十几万条数据进行挖掘，分析暴恐突发事件发生后的相关用户量及发帖量等数据随时间的变化过程，探究不同传播阶段舆情的不同表现形式，总结暴恐事件在社交媒体中传播周期、意见领袖等方面的规律特征。
2.2典型案例概况 五起暴恐事件详情如下(见表1)：第一起案件发生在3月22日，一男子在英国国会大楼外的威斯敏斯特桥上用汽车故意撞人，造成大量伤亡后再持刀攻击国会大楼警卫，嫌犯虽被当场击毙，但事件仍旧造成6人死亡、50余人受伤，警方随后逮捕12名相关嫌疑人。第二起案件发生于5月22日，地点位于曼彻斯特体育场内，爆炸发生时美国歌手爱莉安娜·格兰德在体育场内举办巡回演唱会，嫌犯使用自杀式炸弹袭击参加演唱会的年轻人和儿童，最终导致23人死亡，事后共有23名嫌疑人被警方控制。第三起事件发生在6月3日晚间，伦敦接连遭受两起袭击：首先在伦敦桥，三名袭击者以80公里/小时的速度驾驶一辆小型货车由北向南行驶，并驾车撞击行人，造成2人死亡、多人受伤；随后，三名袭击者驾车前往伦敦桥附近的博罗市场持刀杀人，同时使用枪支攻击，最终导致7人死亡，48人受伤，警方逮捕了21人。半个月后的6月19日发生了第四起恐怖袭击：芬斯伯里公园区发生针对穆斯林的袭击事件，造成1人死亡、9人受伤。第五起案件发生在9月15日，位于伦敦西南部帕森斯格林(Parsons Green)地铁站车厢发生爆炸，袭击者试图引爆自制原油爆炸装置，所幸未获成功，袭击结束后，警方在多佛成功抓获一名18岁嫌疑人，随后相继逮捕七名嫌疑人。在这五起事件中，既有穆斯林极端宗教分子攻击普通民众的传统型恐怖袭击，也有当地普通分子攻击穆斯林的新型恐怖袭击，攻击手段涵盖爆炸、驾车冲撞和刀斧砍杀等，袭击方式不仅有武器袭击，还有传统的刀斧砍杀、汽车冲撞等，袭击目标包括地铁、演唱会、人行道、公园等防范薄弱的人群密集场所。五起袭击发生时间集中、空间聚集，在世界范围内均较为罕见。
b.谣言的传播特点。通过对谣言发生前后推文总量进行统计发现，暴恐事件中的谣言通常在事件发生后第1-3小时内产生，谣言的传播伴随舆情发展进程并在一定程度上延伸了传播广度和长度；谣言出现第二天，推文总量在一日内呈几何倍数增长，随后缓慢增长并在第四天趋于停滞。通过对3004位相关谣言发帖用户分层统计，如表3所示，发现只有7.8%的用户是谣言煽动者，但85%的用户成为谣言传播者。谣言出现后，绝大多数人未经确认和证实便广泛散布。只有23名用户在Twitter上主动寻求事实真相，179位用户揭露谣言，两类人群共同占比仅有6.7%。同时发现意见领袖在谣言传播中起到巨大作用，意见领袖的转发很大程度上影响了普通网民态度，而事实上26%的意见领袖传播了60%以上的谣言。
从总体数据中可以看出，2017年英国发生的五起暴恐事件中，每起事件的传播周期都在5-8天，且集中于前5天，推特上参与传播的用户约有10-20万个，转推(Retweet)量在200-400万之间，点赞(Favorite)量在400-800万之间。上述五起事件中，5月22日发生的曼彻斯特体育场爆炸袭击案和6月3日发生的伦敦桥袭击事件伤亡情况最严重，袭击手段最残暴，影响最恶劣，因此是2017年英国发生的最为严重的两起暴恐袭击事件，其中曼彻斯特体育场爆炸袭击由伊斯兰国发动，伤亡人数达535人，是英国自2005年以来发生的最大规模袭击事件，网络用户关注度也最高。因此，在五起案件中，本文将着重对曼彻斯特体育场爆炸袭击案与伦敦桥袭击事件网络舆情数据进行分析展示。
表1 2017年英国5起暴恐事件概况
序号事件 发生时间袭击方式 伤亡情况1威斯敏斯特汽车冲撞事件2017.3.22汽车冲撞,刀斧砍杀6死,50伤2曼彻斯特爆炸事件2017.5.22爆炸23死,500余伤3伦敦桥汽车冲撞及刀斧砍杀事件2017.6.3汽车冲撞,武器袭击,刀斧砍杀9死,多人受伤4芬斯伯里公园驾车冲撞事件2017.6.19汽车冲撞,武器袭击1死,9伤5帕森斯格林地铁爆炸事件2019.9.15爆炸无
3结果分析
3.1暴恐事件舆情传播主体特征分析
[13] Robert Beckman, “China, UNCLOS and the South China Sea”, Asian Society of International Law Third Biennial Conference Beijing, China, August 27-28, 2011.
综上分析，小花清风藤扦插繁殖的最适条件为：选用健康粗壮的2～4年生茎条作为插穗，用150 mg/L生根粉水溶液浸泡30 min，扦插于珍珠岩∶草炭土=1∶1的基质中，只要管理得当，成活率可达90%以上，幼苗生长良好。
图1 6.3伦敦桥袭击部分舆情网络图
图2曼彻斯特恐怖袭击事件用户被转帖数统计
图3伦敦桥袭击事件用户被转帖数统计
第一，主流媒体承担意见领袖角色，个人话语权重较低。在对五起暴恐事件数据的分析中发现，相关事件舆情传播过程中实际由32%的账号承担了70%以上的传播，曼彻斯特恐怖袭击和伦敦桥袭击事件中，意见领袖主要为知名的新闻传播公众号，其中除“PeterTownsend7”系名人帐号外，其余均为英国各大主流新闻媒体平台，涵盖报纸媒体、电视媒体、电台媒体和官方杂志，例如“Thesun”(英国太阳日报)、“Daily_express”(英国每日快报)、“SkyNews”(英国天空新闻)，他们在每起事件中的推文被转发次数极多，最多甚至高达近五十万次，发文内容点赞数也高达十几万次。可以看出，不同于普通突发事件，暴恐事件的意见领袖主要由媒体帐号承担，主流媒体拥有强大技术，能够聚合平台资源，接受或主动寻找事件线索，满足群众的好奇心，而资深媒体人、知名博主、网络红人等个体由于缺少调查机会而显得话语权重较低。正是由于暴恐事件强烈的突发性、偶然性，显著的政治色彩和巨大的危险性，使得普通个体难以贴近事件真相，因而造成媒体意见领袖主导网络舆论的情形。
第二，添加话题标签，主动设置互动议题。在曼彻斯特恐袭案中，主流媒体作为意见领袖所发布的几乎每条推文都以“#ManchesterAttack”“#Manchester”“#ManchesterBombing”为话题标签，并根据具体发送内容一并添加诸如“WeStandTogether”“GeneralElection”等话题标签，将恐袭事件与英国大选等公众事件联系起来，回应公众关心增加话题可议性。同时，意见领袖在同一话题标签下从不同议题方向引导舆论，比如发布事件相关进程信息，多次发送推文主动寻求受害者，引导网民的广泛参与。
情况 5 u1,…,u10的颜色当中互不相同的仅有5种,不妨设f(ui{1,2,3,4,5}, i=1,2,…,10,则每个C(vj)都不是是2-子集,且每个C(vj)也都不是{1,2,3,4，5}的3-子集,4-子集,5-子集,共有从而可以作为Y中顶点色集合的{1,2,3,4,5,6}的子集的数目为个集合不能区分Y中的n个顶点,得出矛盾。
3.3.1 暴恐事件网络舆情整体传播态势 舆情传播是一个多要素互动的综合动态过程，各要素不断变换、相互作用，共同决定了舆情走向。暴恐袭击事件网络舆情的传播研究不同于普通突发事件，首先体现在研究指标的选取上，基于暴恐袭击悲观的情绪基调，本文并未将点赞量(Favorite)纳入指标范围，而是选取了总推文量、总关注用户量、原创推文量、原创推文用户关注量。其中，总推文量和总关注量反映了用户整体关注度，原创推文量与转推量相对照，反映出网民对该事件的参与态势，并间接反映出用户信息来源的多寡；通过原创推文用户关注量的分析则可发现意见领袖，并推断出意见领袖影响力的大小。因此，这四个指标是研究暴恐事件网络舆情传播机制的起点和基础。其次，在研究周期的选取上，基于暴恐事件相较于普通突发事件更强的影响力和辐射面，本文将事件的传播周期延长至10天。图4和图5分别表示在四个不同指标衡量下，5月22日曼彻斯特恐怖袭击和6月3日伦敦桥袭击网络舆情的传播过程。
c.爆发阶段。爆发阶段是指社会公众参与程度最广泛、舆情类型最丰富、辐射范围最广、影响力最强的阶段，它是整个传播周期的高潮，爆发阶段的舆情具有“类型、内容、关注账号数量爆炸式增长”特点。爆发阶段在暴恐袭击舆情传播的阶段中占据最重要地位：一是因为与普通突发事件相比，爆发阶段到来时间更快，往往出现在事件发生后6-12小时内，因此抓住爆发阶段的传播特点和规律有利于强化对事件的整体管控；二是因为爆发阶段的用户参与人数最多，网民参与话题讨论的热情最大，舆情呈现类型和内容也最丰富，这个阶段舆论的传播会伴随多个子议题，因而容易持续之前热议的或引发新一轮热潮。如图4所示，曼城恐袭案在5月23日上午九时达到传播量顶峰，关注的用户数量高达9238个，且在前后几个小时期间一直保持在约7000个，这时，主流媒体已经介入并开始深入分析事件本质，调查事实真相。例如英国官方媒体“BBCBreaking”在23日9时43分发布第一条推特，对此次恐怖袭击事件做出首次回应并进行简单描述，此条推文也获得了506次转发、1035次点赞。由此可以看出，爆发阶段中不仅用户参与讨论积极性高，而且社交媒体上意见领袖也已开始形成舆情控制，并在意见领袖的引导下通过转发和评论形成巨大舆论场。
因此，暴恐事件发生后，主流媒体作为意见领袖参与舆情传播，是网络舆情关系结构的中心聚点，也是普通个体的“精神领袖”，他们在舆情发展中具有传播信息、引导舆论、缓解公众情绪的作用，能够满足公众知情诉求，影响网民的思考和价值判断，因此是网络舆情传播中极其重要的传播主体。
3.1.2 网民个体参与度高，迅速丰富情感框架 暴恐事件能够引起最广泛的情感共鸣，谴责暴恐分子、关怀并同情受害者是人类最朴素而基本的感情，对于暴恐袭击事件的舆论参与不以身份阶层、出身背景、专业知识为限，任何网民都能自由发表意见和看法，能够直观表达自己的情感，因此使得网民对暴恐事件舆论参与度更高，舆论参与主体更多元，筛除上文分析所涉及的意见领袖，对剩余网民推文内容进行检索发现，出现频率最高的关键词是“受害者”，有近两万条推文与受害者直接相关，其他提及频率较高的还有情绪词“sympathy”“sad”“donate”“help”等。因此说明，在意见领袖设置的情感框架下，网民个体拥有充足空间表达情感，网民会侧重关注受害者的遭遇，除了表达对受害者的“难过”、“同情”、“祈祷”之外，还会积极帮助受害者，发起募捐、安抚亲属。个人的评论和情感的表达，都大量充实了此次暴恐事件网络舆论的情感框架，对网络舆论的建构有着重要作用。
3.2暴恐事件网络舆情信息特征
3.1.1 媒体主导形成意见领袖 网络舆情传播中，不同网民用户在舆情网络传播中的作用和影响不同，意见领袖一般是指能够为他人提供和传播信息且影响他人态度或选择的个体，以意见领袖为中心可以形成若干聚集体，如图1所示伦敦桥袭击事件的舆情网络，为使图像显示更清晰，本文仅选取1/5的舆情节点数据予以展示，但不影响相关结论的得出。根据舆情网络的特征，本文将用户推文转发量超过一定数量N的用户称为意见领袖，数量N视事件具体舆情热度而定，本文推定N≥1000。图2和图3分别统计了曼彻斯特恐怖袭击和伦敦桥恐怖袭击事件中部分转推数排名较靠前的用户，通过对N≥1000的用户进行统计发现，曼彻斯特恐怖袭击事件中一共产生了16名意见领袖，分别是“SkyNews”“SkyNewsBreak”“Independent”“Thesun”“Daily_express”“Daily_Star”“SkyNewsEditor”“SkyNewsTonight”“PeterTownsend7”等；伦敦桥恐怖袭击事件中共产生6名意见领袖，分别为“DailyMirror”“Thesun”“Daily_express”“Se1”“PeterTownsend7”“Thesundaytimes”。同时，通过对官方媒体意见领袖发推内容进行归纳分析，可以总结出暴恐事件中官方媒体作为意见领袖在舆情传播中的特征：
3.2.1 舆情信息受制于事件进程，信息传播呈被动性、碎片化 与普通的突发公共事件不同，暴恐事件的舆论通常在恐袭真实发生之后爆发，舆论信息的产生基于事实进程或政府声明，即事件推动舆情信息传播而非舆情推动事件发展。比如2018年7月21日，一篇自媒体文章《疫苗之王》刷爆社交媒体，文章揭露了长春长生公司逃避监管，弄虚作假的乱象，仅仅随后两天，与疫苗相关的微博信息即共有2254024条，阅读量超过10万次的微信文章有120多篇[12]，而此次疫苗丑态的逐渐揭露即在很大程度上归因于媒体报道。除此以外，在普通突发事件中，完整的调查报告会大面积传播，用户通过阅读文章把握事件进程、厘清关系脉络。然而，针对暴恐事件在推特上的传播状况，由于受制于平台发布字数限制，不论是主流媒体还是网民个体，他们所发布的推文内容仅用1-2句简单句即可表达，推文主题一般只有1个，要么披露事件信息，要么表达对受害者的体恤和关怀，要么抒发感情，信息表达呈现出零散化、碎片化特点。
3.2.2 内容呈现多源异构、业态多样 社交媒体中信息的呈现不同于报纸、杂志、电视等传统大众媒体，传统大众媒体信息形式规范，表达严谨，逻辑连贯。而在推特上，用户发布推文以文字、图片、动图、短视频、链接等多种方式呈现，同时集感性与理性表达、线性与发散性传播方式于一身，极大地提升了信息传播效果[13]。在英国发生的五起暴恐事件中，不论是媒体还是网民个人都大量通过图像话语构建议题、表达情感，其中现场图片多来源于意见领袖发布的现场真实新闻图片。以图片、视频等多元多样的形式呈现议题，构建框架能够吸引更多用户点击查看，引起共情，提高转发率。
3.2.3 谣言大量存在，蔓延趋势显著
a.谣言的影响因素分析。谣言是一种人们私下流传的，能够引起公众兴趣的事情、事件或未经证实的阐述和解释[14]。关于谣言的强度，奥尔波特和波兹曼提出了谣言传播的基本法则，即把“谣言的强度和流布量”设定为R，“重要度”设定为I(Importance)，“模糊度”设定为A(Ambiguity)，那么三者之间的关系就是R=I*A[15]。在暴恐事件谣言的网络传播中，谣言强度可通过发推量、转推量、意见领袖参与人数等因素体现，转推量越高，说明该则谣言越受到人们重视，而公众对谣言模糊度的认知、公众的批判能力则由信息来源、意见领袖、社会文化等多种因素决定。2017年英国发生的五起暴恐袭击事件在社交媒体上也出现了众多谣言，其中，5月22日发生的曼彻斯特暴恐事件中，有六个谣言盛传(如表2所示)：一是当地酒店接受大量无人认领儿童；二是“虚假”失踪儿童和青少年照片被转发上万次；三是一个持枪歹徒与曼彻斯特爆炸案有关；四是袭击发生后，Ariana Grande在2015年的一张满脸血迹照片广泛传播，却被“演绎”成是爆炸现场照片；五是嫌疑人妹妹的假照片流出；六是出现虚假的筹款网站。
在式(2)中：j是小波分解层数，k是小波分解系数.在任一分解层中，式(2)的Ajf、Aj+1f、Dj+1f分别对应式(1)的G(t)、X(t)、N(t).多分辨分析思想是将带噪信号分开成详细分量Dj+1(高频成分)和模糊分量Aj+1(低频成分).
表2曼彻斯特爆炸案盛传的谣言
序号谣言内容谣言开始(传播)时间转推总量1当地酒店接受大量无人认领儿童2017年5月23日00:2110,1682“虚假”失踪儿童和青少年图片被转发上万次2017年5月23日00:04226,6333持枪歹徒与曼彻斯特爆炸案有关2017年5月23日00:3863684受害者照片被当做爆炸现场照2017年5月22日23:3687475嫌疑人妹妹的虚假照片2017年5月22日23:0843786虚假的筹款网站2017年5月23日01:0456,462
虽然上述色散-耗散条件出自空间导数的线性有限差分格式及标量对流方程, 但是下节将显示它用于更一般的非线性格式和更复杂的流动问题的可行性.
表3谣言发帖用户分层统计
谣言发帖用户类别人数占比谣言传播者256885.5%新谣言的创造者2347.8%面对谣言寻求真相者1795.9%辟谣者230.8%
3.3暴恐事件网络舆情传播特征
第三，意见领袖搭建框架，吸引主体参与。框架是人们解释真实世界的心理基模，是人们将社会真实转化为主观思想的凭证[11] 。在暴恐袭击的网络舆情传播中，意见领袖不仅搭建起事实框架，还构建了情感框架，且情感框架所占比重更大。意见领袖“DailyMirror” 在两起事件中有30万-40万的推文被转发量，其推文发送内容一方面还原了案发事实、跟踪报道调查情况并第一时间发布遇难人员名单，搭建起该起事件的舆情传播事实框架；另一方面，及时报道了政府部门关于尽快抓获暴恐分子、妥善处置遇难者及其家属的政治措施，为民众提供情绪宣泄口，成功构建了情感框架。
滑床主要由三叠系下统大冶组(T1d)强风化、中风化泥灰岩组成，岩层产状94°∠44°，与主滑方向115°为顺向关系。
(a)总推文量随时间的变化过程
(b)总关注用户量随时间的变化过程
(c)原创推文量随时间的变化过程
(d)原创推文关注用户量随时间的变化过程
图4 5.22曼彻斯特恐怖袭击网络舆情传播过程
GaAs晶体折射率由传统模型确定.将式(13-14)式代入式(12)中，即可得到不同调制因素变化条件下晶体的最佳取向，即折射率变化最大取向.图2-4分别给出的调频、调幅、调相条件下，GaAs晶体的折射率变化最大取向曲线.
(a)总推文量随时间的变化过程
(b)总关注用户量随时间的变化过程
(c)原创推文量随时间的变化过程
(d)原创推文用户量随时间的变化过程
图5 6.3伦敦桥袭击网络舆情传播过程
3.3.2 暴恐事件网络舆情传播阶段分析 对上述两起暴恐事件网络舆情发展过程进一步分析，结合其他三起事件中数据的变化过程，发现暴恐事件网络舆情的传播具有阶段性，具体可以分为开始、发展、爆发、震荡阶段和消退阶段，即暴恐事件网络舆情演化的5阶段规律。下面对各个阶段的舆情特征进行详细介绍：
a.开始阶段。开始阶段指暴恐突发事件发生后，短时间内由部分网民察觉并做出原生性报道和评论的传播阶段。开始阶段出现在事件发生内1小时，如图2所示，曼彻斯特恐袭案发生后一小时，只有不到一千个用户帐号参与，图3所示伦敦桥事件在事件发生一小时只有约三千名用户参与讨论。开始阶段的原创推文量和原创推文用户量几乎为零，公众尚未普遍意识到暴恐袭击的发生且尚未受恐怖氛围渲染。开始阶段舆情参与主体范围狭窄，只有少数事件的目击者、知情者和较敏感的公众在小范围内讨论，且讨论内容单一、层次浅，信息内容集中在“事件描述”、“表达震惊”、“祈福受害者”等议题，情感表达停留在情绪化的感知层面，尚未形成正式的议题设置和框架。
b.发展阶段。发展阶段是指事件舆情传播量进一步扩散发酵的阶段，发展阶段与开始阶段紧密衔接，在事件发生后2-5小时内出现并在5个阶段中起基础性作用。该阶段舆情具有“内容多样化”、“主观感情丰富”、“用户多样化”等特点。如图4曼彻斯特恐袭案中，5月22日19-24时可以视为此事件传播的发展阶段，此阶段参与传播的用户数量较开始阶段明显增多，甚至在21时(事件发生后第四小时)形成峰值达6787个，尽管第五小时关注的用户量有所回落，但是仍保持在约4000的水平，与第三小时、第六小时用户数量基本持平。网络舆论场在发展阶段开始形成，参与用户在此舆论场内交流互动频次增多。在参与主体上，用户不再单纯由普通群众组成，官方媒体、知名人士等相继参与并发声，即逐渐出现该起事件的意见领袖；在议题设置上，推文内容多样化，“事件描述”、“态度表达”和“道德评判”均有体现，文本中大量出现“sympathy(同情)”、“heart breaking(心碎)”等表达同情和祈祷的词汇，主观色彩强烈。
好好好你谈。牛皮糖就站那里又听了一阵，大概清楚村长一时半会不会理睬他，自觉无聊，就没再扯村长的衣袖，也没有大喊要过路，恨恨地瞄了路当中的警察一眼，嘴里嘟噜着往回走。
由图可知，舆情整体的信息量大体呈现出先迅速增加后减小的趋势，用户对暴恐事件的关注度不是持续平滑、自始不动的，也不是只经历单一生命周期( “生命周期”的概念源于生物学领域，一般认为网络舆情传播的生命周期为“生成—传播—演化—衰亡”。)，而是在同一事件传播周期内出现多个波动，多次关注热点和衰亡，形成多个周期。在暴恐事件舆情演化过程中，用户参与以转发为主，原创推文及其自主发推用户量相对较小。推文用户量发展趋势与其发推量发展趋势具有相似性。
d.震荡阶段。震荡阶段是指网民和媒体在没有其他触发事件的刺激下自然降低对事件的关注，舆论逐渐消退但存在反复可能性的阶段。震荡期通常在事件发生3天后出现，这时社交媒体上活跃帐号数量、转发及被点赞量与前三个阶段相比大大下降。如果更深入的消息报道，公众对原始信息的关注度即随时间逐渐减弱或被其他话题取代，但是如果发生关联事件或衍生事件，则对于舆情的爆发、蔓延甚至升级都具有直接推动作用。在事件发生的第三天即5月25日，曼城恐袭事件的舆论热度与前两天相比大大减弱，用户数量最高值围绕3100上下浮动，转推量和被点赞量缩减幅度尤其明显。在震荡阶段，暴恐事件发生真相和脉络已为公众所明晰，公众对此话题的讨论热情也在发展阶段、爆发阶段予以呈现，因此，舆情在震荡阶段相对趋于平缓。然而，震荡阶段舆论的分散并不代表危机事件彻底终结，当政府再次回应或出现新状况时，例如警方声称犯罪嫌疑人已被抓捕归案，或政府未妥善处置后续状况遭曝光披露时，则会引发新一轮探讨并产生“二次危机”。在大数据环境下，更应警惕舆情反转效应，如果原始舆情和反转舆情相互耦合，则会出现高峰值或多峰现象，进而获得更高关注度[16]，在震荡阶段形成另外的一个或多个高潮。
e.消退阶段。消退阶段是指事件逐渐或历经周折后被网民和媒体遗忘的阶段，也是社交媒体下突发事件信息传播过程的最后阶段。曼城恐袭案件发生第五天的前12小时尚有舆论热度，但从26日12时后，不论是用户数还是转推量、被点赞量都趋为零。被点赞量在消退阶段，因为政府发布声明称案件原因已调查清楚、暴恐嫌疑分子被抓捕，公众对暴恐事件的疑虑基本消除，其他诸如遇难者家属的安抚问题、相关公共场所的安检防范问题也得到政府回应并处置改善，危机事件在社交媒体上的传播可视为终结。
4研究结论与建议
4.1研究结论本文以2017年英国发生的五起暴恐事件为研究对象，对其在Twitter上的网络舆情传播机制进行研究，从舆情传播主体、信息特征以及传播特征三个角度进行了分析，得出预防和控制的三点结论：
4.1.1 在传播主体上，主流媒体控制绝对话语权，成为意见领袖 与一般舆情意见领袖多主体来源不同的是，本研究发现暴恐舆情意见领导主要来自主流媒体，且主流媒体在话语权方面占有绝对话语权。一般而言，大部分负面舆情的传播渠道多元，形成意见领袖的往往是非主流媒体，甚至存在主流媒体“公信力”流失现象。但在涉恐舆情方面则与以往研究完全不同，其主要意见领袖是主流媒体，这是本研究的一个重要发现。公众自主设置议程的能力弱于主流媒体，承担意见领袖角色的主流媒体是议程设置的核心力量。本文分析出现这种情况的原因可能在于两个方面：一方面，涉恐舆情往往是重大舆情，信息曝光率较低，一般民众短时间内难以掌控和传播相关信息，他们更多是舆情的传播者而非制造者，故涉恐舆情迅速发酵时一般民众难以成为意见领袖；另一方面，涉恐舆情的处置主体一般是政府部门，他们需要主流媒体向外界及时发布相关信息，以填补信息真空，所以，主流媒体会成为涉恐舆情权威信息的重要输出口，这是成为意见领袖的关键。本研究还表明，在暴恐袭击发生后，除了主流媒体承担的意见领袖在正面陈述事实、引领舆论导向，也有少数公共人物采取批判态度，谴责暴恐袭击的政治导向和社会结构矛盾，质疑政府举措；其次，也有少量参与网民开始编造并传播谣言，制造负面情绪。因此，网络舆论传播中的框架存在诸多差异分歧，不论是事实陈述框架还是情感抒发框架都分别体现着实事求是、批判、阴谋的态度色彩。
4.1.2 在信息特征上，舆情信息呈现滞后性、碎片化、零散化 与一般舆情信息不同的是，本研究发现涉恐舆情信息具有典型的滞后性、碎片化和零散化特点，这说明涉恐舆情信息收集、处置和引导难度会高于其他舆情信息的处置。本研究发现，暴恐事件的发展形势和发展势态高度敏感，社交媒体上的单条推文量极速扩张，数量远高于相关新闻报道数量。同时，单条推文议题内容多滞后于事件进程，呈现出事件推动舆情信息而非舆情信息推动事件进程。在每条推文的表现形式上，包含了话题标签、图片、动图、视频、链接等形式，信息表达多元多样态，增强舆情信息的可读性和可议性。由此，本研究表明，在处置涉恐信息时，不能按照传统方式进行，既要追求速度又要追求质量，否则，涉恐信息将难以有效处置。
4.1.3 在传播特征上，暴恐事件舆情传播呈现出阶段性和多周期性特点 在涉恐舆情传播特征方面，本研究的第一个重要发现是，涉恐舆情传播的多阶段性明显，一般会经过开始阶段、发展阶段、爆发阶段、震荡阶段和消退阶段等几个阶段。如突发事件的传播会迅速在社交媒体上形成传播链和舆论场，但暴恐事件的传播通常更迅速，同时爆发阶段的到来也早于普通突发事件，而推特平台作为社交媒体的典型代表，成为暴恐事件舆论传播的第一站点和首要平台。虽然推特上发布内容短小，但是由转发带来的集合数量的裂变传播在暴恐袭击发生后都会引起强烈的舆论旋涡，推动网络舆情在新方向、新格局上的发展。[17]此外，本研究还发现，在涉恐舆情传播特征方面，暴恐事件舆情传播还具有明显的多周期性特点，这与一般舆情传播规律也有所不同。相对一般舆情的单周期而言，涉恐舆情传播因为社会关注度高往往会呈现多个舆论“高潮”，需要重点关注和及时应对。
4.2对策与建议
4.2.1 官方媒体应积极抢占意见领袖角色，提高话语权重 暴恐事件中，主流媒体是意见领袖的主要组成部分，而官方媒体更应成为意见领袖中的指导者和引领者。研究发现，官方媒体在社交媒体时代的一个转变就是对“情感模式”的广泛采纳，通过情感化表达、采纳民众话语和视角，营造与民众的亲密联系，获取情感支持[18]。暴恐事件发生后，主流媒体作为暴恐事件中第一手消息来源，应坚持“三不”主义：一是坚持对暴恐袭击第一时间反应原则，不回避问题，制定专门的新闻发言人在暴恐袭击发生后梳理信息、协调口径。因为恐怖事件舆情会在6-12小时达到高峰，会在1小时内就开始发展，所以，快速反应很重要。二是对危机造成的后果不避重就轻，坚持尊重事实本身原则，在条件允许的情况下及时、客观向外界公布相关事实信息，占领信息真空地带。三是对自己应承担的责任不推卸，实事求是地回应公众需求、满足公众诉求，发挥主流媒体意见领袖在网络舆情传播中的正向引导作用。
4.2.2 积极利用大数据和人工智能，从“被动应对”型传播转向“主动预防”型传播机制 暴恐事件的网络舆情信息呈现形式多源，结构化、半结构化数据并存，运用好大数据强大的“关联分析”能力，构建网络舆情数据“立方体”至关重要。暴恐事件信息传播动态受制于事件进程，舆情控制处于被动地位，在人工智能环境下通过算法综合分析舆情传播机制中不同传播主体角色指标特征、各传播阶段指标特征，构建舆情量化指标体系和演化分析模型等数据模型，以舆情信息传播机制的建设带动暴恐事件中网络舆情预警的风险评估机制、管理控制机制和应对决策机制的建立健全。
4.2.3 舆情处置应阶段化、条理化、精准化 针对暴恐事件舆情的处置应以网络舆情传播机制为基础，本文研究发现可分为开始阶段、发展阶段、爆发阶段、震荡阶段和消退阶段。开始阶段是舆情控制的“黄金时期”，政府应秉持“速度第一”的原则，在第一小时内主动介入，掌握舆论主动权，防止同群效应[19]让负面情绪蔓延，避免谣言大规模扩散；发展阶段应准确监测，积极回应，对意见领袖实时引导和监控，线上线下相结合，做好袭击后受害者的救援处置工作；爆发阶段是舆情控制的最关键阶段，通过舆情监测技术体系、舆情研判和人工智能专家系统准确找到舆情拐点，有效占领“舆情制高点”[20]，实现舆情处置的最佳效果；在震荡阶段和消退阶段应重在塑造网民信心，防止舆情反转。此外，在涉恐舆情处置时要特别注意方式方法，尽量消除和缩短该负面舆情传播的多周期性，争取在一个周期内快速、高效处置完毕，防止次生舆情再次、多次传播。
①暗塘范围内统一开挖到-7.2m，并放坡45°，暗塘最下部粘士层范围内用毛石回填，然后用级配良好的净砂回填到-4.2m，并分层压实，砂内不得含有有机杂质，最大粒径不大于50mm。
参考文献
[1] GTD. Global Terrorism Database[EB/OL]:http://www.start.umd.edu/gtd/.
[2] 兰月新,刘冰月,张 鹏,等.面向大数据的网络舆情热度动态预测模型研究[J].情报杂志,2017,36(6):105-110,147.
[3] 张 玥,孙霄凌,朱庆华.突发公共事件舆情传播特征与规律研究——以新浪微博和新浪新闻平台为例[J].情报杂志,2014,33(4):90-95.
[4] 赵 丹,王晰巍,李师萌,等. 新媒体环境下的网络舆情特征量及行为规律研究——基于信息生态理论[J]. 情报学报,2014,36(12): 1224-1232.
[5] 邓 青,马晔风,刘 艺,等.基于BP神经网络的微博转发量的预测[J]. 清华大学学报(自然科学版),2015,55(12): 1342-1247.
[6] Garcia D,Rimé B. Collective emotions and social resilience in the digital traces after a terrorist attack[J]. Psychological Science,2019: 0956797619831964.
[7] Pfefferbaum B,Tucker P,Newman E,et al. Terrorism media effects in youth exposed to chronic threat and conflict in Israel[J]. Current Psychiatry Reports,2019,21(4): 28.
[8] 兰月新,郑 楠.涉恐网络舆情影响因素及传播阶段研究[J].新闻研究导刊,2018,9(4):29-30.
[9] 石小川,吴世文,闫 岩.大数据背景下恐怖主义信息的新媒体传播研究:关键问题与重要议题[J].湖北社会科学,2016(12):195-198.
[10] 瞿志凯,张秋波,兰月新,DENG.暴恐事件网络舆情风险预警研究[J].情报杂志,2016,35(6):40-46.
[11] Goffman E.Framing analysis: An essay on the organization of experience[M].New York:Longman,1974:87.
[12] 王 林,王 可,吴 江.社交媒体中突发公共卫生事件舆情传播与演变——以2018年疫苗事件为例[J].数据分析与知识发现,2019,3(4):42-52.
[13] 潘 玉.国际暴恐事件的微博传播特征及其在反恐斗争中的舆论建构作用——以“11·13”巴黎恐怖袭击事件为例[J].新媒体与社会,2017(1):38-52.
[14] Warren A Peterson,Noel P.Gist,Rumor and Pubic Opinion[J].The American Journal of Csociology,1951,57(2):159-167
[15] 奥尔波特.谣言心理学[M].沈阳:辽宁教育出版社,2003:17
[16] 夏一雪,兰月新,刘 茉,等.大数据环境下网络舆情反转机理与预测研究[J].情报杂志,2018,37(8):92-96，封三.
[17] 沈 崴.网络环境下突发公共事件媒体传播特征研究[J].北京教育(高教),2018(Z1):43-46.
[18] 龙 强,李艳红.从宣传到霸权: 社交媒体时代“新党媒”的传播模式[J].国际新闻界,2017,39(2): 52-65.
[19] 李天龙.突发事件舆情的阶段应对策略[J].情报杂志,2018,37(12):106-111.
SpreadingMechanismofNetworkPublicOpinionandPreventionofTerroristIncidents:AnEmpiricalAnalysisofTypicalCasesinBritain
Li Lihua Han Sining
(People's Public Security University of China ,Beijing 100038)
Abstract:[Purpose/Significance]At present,global terrorism is aggravating. The expanded distorted transmission of the terrorist incidents on social media is easy to cause individual and social panic and huge negative social effect. As a result,the government needs to strengthen the research on the spreading mechanism of network public opinion and prevention of terrorist incidents.[Method/Process]Taking the public opinion data on Twitter as the research object,this article selects five critical terrorist incidents in Britain in the year of 2017 and carries out a case study,analyzes the characteristics of public opinion spreading subject,information and transmission,and concludes the spreading mechanism of network public opinion of terrorist incidents in social media via an empirical study.[Result/Conclusion]The study shows that,the mainstream media control the absolute right of speech in the spread of public opinion on terrorist incidents; the public opinion information is featured as lagging behind,fragmented and scattered; the spread of the public opinion involves five stages. Based on the above research conclusions,the government should actively seize the position of opinion leader when dealing with online public opinions of violent and terrorist events,change the "passive response" to "active prevention" communication,and handle the public opinion in appropriate ways according to the different stages.
Keywords:terrorist incidents; network public opinion spread; transmission body; information features;transmission characteristics
收稿日期：2019-05-30
修回日期：2019-07-12
基金项目：北京市社会科学基金项目“反恐视角下的首都机场安全风险分析和新安检模式构建”(编号：16JDGLB037)研究成果之一；国家重点研发计划项目(编号：2018YFC0822806,2018YFC1602701-02)研究成果之一；2018年中国人民公安大学基本科研业务重点项目“公共交通场所恐怖袭击风险评估与应急处置策略研究”(编号：2018JKF218)研究成果之一。
作者简介：李丽华(ORCID：0000-0002-7301-7247)，女，1980年生，博士，副教授，研究方向：反恐怖理论、应急管理;韩思宁(ORCID：0000-0002-1038-1711)，女，1994年生，硕士，研究方向：刑事侦查、反恐怖理论。
中图分类号:D815.5
文献标识码：A
文章编号：1002-1965(2019)11-0102-10
引用格式：李丽华，韩思宁.暴恐事件网络舆情传播机制及预防研究[J].情报杂志，2019，38(11)：102-111，54.
DOI：10.3969/j.issn.1002-1965.2019.11.016
(责编：刘影梅；校对：王 菊)
标签：舆情论文; 事件论文; 媒体论文; 阶段论文; 袭击论文; 《情报杂志》2019年第11期论文; 北京市社会科学基金项目“反恐视角下的首都机场安全风险分析和新安检模式构建”(编号:16JDGLB037)研究成果之一 国家重点研发计划项目(编号:2018YFC0822806; 2018YFC1602701-02)研究成果之一 2018年中国人民公安大学基本科研业务重点项目“公共交通场所恐怖袭击风险评估与应急处置策略研究”(编号:2018JKF218)研究成果之一论文; 中国人民公安大学论文;