摘要[目的/意义]舆论反转是舆论衍变的特殊过程。通过分析舆论发生反转的演变条件，有助于提高舆论治理效果。[方法/过程]借鉴Weisbuch-Deffuant模型，引入群体极化的网民行为意愿因素和反转信息可靠程度两个变量，构建Weisbuch-Deffuant-Reversal舆论反转模型。对实验模型中的关键变量对舆论反转的演变过程影响进行分析。[结果/结论]研究发现，在WD-R模型中，μ=0.5时，网民反转观点演化速度更快，系统趋于稳定的速度也更快。网民行为意愿会对网络舆论反转观点聚合产生影响。随着意愿值的逐渐增大，反转舆论形成统一观点所用时间逐渐减小。行为意愿服从均值为0.5的正态分布要比服从随机均匀分布的反转观点演化速度更迅速。反转信息的可靠程度有助于反转观点的收敛。当反转信息的可靠程度越大时，网民产生的反转舆论观点越趋向于客观观点。
关键词舆论反转 Weisbuch-Deffuant-Reversal模型 行为意愿 反转信息
0引言
舆论反转是舆论演变过程中在反转信息(冲突信息)介入之后，不同群体会倾向于其观点在相反方向上的极端化[1]，而网络群体极化则又强化了网络舆论发生反转的速度和频率[2]。学者们利用舆论动力学模型与仿真模型研究网络舆论的形成、演化的机理及其规律。按照观点表达方法的不同，舆论演变模型通常被分为两类：一类是离散观点模型，即个体的观点在几个有限的定值里取值，一般为特定二值选择模型。另一类是连续观点模型，即个体观点在一个特定的连续区间内取值，其中最具代表性的是Weisbuch-Deffuant(WD)模型[3]和Hegselmann-Krause(HK)模型[4]。WD模型与HK模型不同，WD模型指个体不是盲目的参考邻居的观点而改变自身态度，而是个体与他人之间的交互行为受到信任阈值ε影响限制。WD模型在模拟基于观点或信念为特征的交互主体在封闭系统的演化方面是有用的，会形成具有相似观点或信念的代理簇[5]。Del Vicario等[6]研究了在线社交辩论及相关的极化动态过程，基于有界置信模型的更新规则，提出了两个模型：一个是有界置信连接模型(Rewire with Bounded Confidence Model)，表示不一致的连接会被打破直至收敛；另一个是无界置信模型(Unbounded Confidence Model)，表示即使在负反馈的情况下(无论是在无界连接或是在有界连接中)也允许不一致的观点之间的交互。从大量的仿真实验中发现，与有界置信模型不同，新模型(无界置信模型和无界置信连接模型)能够解释两种最终观点的共存。
and the output signal vector in Eq.(1)can be approximately rewritten as
Chen G, et al.[7]通过引入两个参数来研究观点演变的Deffuant模型：排斥机制和循环观点。在具有排斥机制和循环观点的Deffuant模型中，观点动力取决于有界置信度和收敛率。排斥机制和循环观点之间的相互作用可能会产生依赖于时间的观点动态。在社会学、行为学及经济学中，预测哪些个体的观点会在群体中具有支配作用、是否形成共识及形成共识需要多长时间至关重要。这些研究强烈依赖于观点演变模型和网络结构。考虑人群交互的异质性伴随着产生的社会影响，Meng X F, et al.[8]基于社交网络平台进一步研究了Deffuant模型，通过对Deffuant模型进行数值模拟和回归分析来研究在各种模型参数上达到稳定状态的时间依赖性，包括对意见更新的信任约束，参与群体的数量以及他们的妥协意愿。结果表明网络结构和参数值都对收敛时间和稳态意见群的数量有重要影响，对于某些网络结构，收敛时间和模型参数之间的关系在信任阈值的临界值处发生了转变。
国内学者[9]基于复杂网络和SIR模型构建了网络群体性事件的演化模型，分析了网络群体性事件的演化特点，对常规爆发舆情事件传播、突发大规模事件传播和一般的小范围传播三种模式进行了演变仿真分析。赵剑华、万克文[10]基于SIR传播模型，采用粒子群算法，对新型社交网络舆情传播动力学模型进行试验数据验证。结果表明用户的追根溯源心理、持续关注心理和漠不关心心理等心理特征对舆情传播特征有重要影响。胡珑瑛[11]基于Weisbuch-Deffuant模型和SIR模型分析了网络舆情动态演进模型，通过设置网络主体(政府、媒体和网民)属性和关系强度，考察了主体之间网络关系的变化对网络舆情演进趋势的影响。陈培友等[12]对移动社交网络平台的舆情主体进行了分析，建立的系统动力学模型的模拟仿真结果表明，社会事件的危害程度会受到事件敏感度、移动社交平台传播次数、网民情绪强度和网民信息综合量的影响，这些因素会影响移动社交网络平台的舆情演变。陈福集、翁丽娟[13]通过构建移动环境下高校网络舆情演化动力学模型，对模型进行仿真分析的结果表明，事件的影响力与危害程度、社交网络影响力和信息公开度对移动环境下的高校网络舆情演化产生重要影响。也有学者[14]提出了基于QSIM-ABS的舆论演化模型，研究了民众对舆论事件接收到的信息和民众被煽动的水平(情绪)两大因素对舆论演化的作用。张丽、朱侯[15]研究了信息和组织氛围两个因素在网络舆论反转中的作用机理及其仿真模拟，结果表明信息在舆论反转中具有重要作用，信息敏感度和组织归属感能够对网络舆论演化的倾向性产生影响。
现有的舆论动力学模型较少考虑到舆论反转演化的特殊情形，本文基于传统WD模型，根据舆论反转演变的特性，引入网民行为意愿影响因素和反转信息的可靠程度两个变量，建立Weisbuch-Deffuant-Reversal模型(简写为WD-R模型)，分析舆论反转的演变过程。
因此，根据本文2.1节所述定义一个单调递增函数来刻画反转观点聚合程度随反转信息的可靠性程度和网民行为意愿的变化情况，如公式(1)所示。
一方面，前期学者的研究表明有相关因素会影响网民的观点改变和行为判断，这表现为网民行为改变的意愿度上。学者[16]研究表明，网民的社会比较频率、群际情绪、群体认同和选择性接触等因素对网络舆论反转中群体极化的行为意愿具有重要作用。Lee[17]认为Facebook使用强度、社会比较倾向和自我不确定性是影响社会比较频率的关键因素，研究发现Facebook使用强度、社会比较倾向和自我不确定性对社会比较频率均产生正向影响。Butzer & Kuiper[18],Emily等[19]研究发现，自我不确定性高的群体，其社会比较频率越高，这类群体越会更频繁的参与社会比较。Levendusky& Malhotra[20]认为社会比较倾向、社交媒体的使用强度和自我不确定性通过调节社会比较频率会对网民行为意愿产生影响。Trilling等[21]研究发现，网民对已获得的事实会受到行为意愿的选择性接触影响而产生极化行为。另外，群体情绪在观点改变的行为意愿中起主要作用，群体认同和选择性接触次之([22],Smith等[23], Cowan& Baldassarri[24])。
1基于行为意愿与反转信息可靠性的WD-R的演变模型构建
1.1网络舆论反转的演变过程分析网络舆论反转是针对特定的社会事件，以网络为主要传播平台，网民在接收到“特定信息”后结合个人经验和心理倾向做出的与之前相反的又一个“确定性”的结论。群体极化的过程聚集是网络舆论反转的隐性动力。网络舆论反转事件与普通的网络舆论事件的最大不同在于，在网络舆论反转的过程中，由于反转信息的刺激，反转后网民群体极化的观点与其初始论断相反，如图1所示。
但她不能只顾着哭，水一冷就不能洗，她把椭圆形的卡盆放好，把换洗衣物摆好，把脱掉的衣物挂在树棍芦苇夹成的门上，她坐在卡盆里，眼泪往卡盆里流，眼泪和水汇成一体，又往身上浇。哭完了，也洗好了。
图1网络舆论反转的演变过程
xi(t+1)=xi(t)+F(Ri(t+1))*μ(xj(t)-xi(t))
由于中国债券市场在资本市场的发展时间较短，与中国债券市场营销相关的金融产品较少，这在一定程度上阻碍了中国债券市场的发展。因此必须要加快研发中国债券市场相关产品，拓展中国债券市场营销业务。此外，中国债券市场还应大力发展和满足中国债券市场衍生品的要求，并在一定程度上拓宽中国债券市场的发展渠道。
另一方面，反转信息的可靠性正向影响着网络舆论反转幅度。舆论发生后，反转信息介入的各方(政府、媒体或网民)发布的反转信息可靠性程度会对舆论发生反转的概率产生重要影响，即反转信息的来源越可靠，舆论发生反转的演变会更加趋于极化，从而导致舆论导向的转变。网络舆论反转的幅度随着反转信息可靠度的增大而加大，反转信息传播的时间越早，舆论反转的速度就越快[25]。
综上所述，本文从网民行为意愿和反转信息可靠性角度将网络舆论演变过程中网民个体的社会比较频率、群际情绪、选择性接触、群体认同与反转信息的可靠性程度引入WD模型，构建WD-R舆论反转演变模型。通过WD-R演变模型探讨反转观点聚合度在反转信息可靠性程度和网民行为意愿变化的特殊情境下的演变过程。
定向越野起源于北欧的瑞典，参赛选手可借用指南针和标有检查点的地图按照游戏的目标自行选择合理路线，并在野外努力去寻找地图上标注的检查点，在最短时间内寻找到检查点完成任务即算获胜。定向越野多在公园及森林场所开展，在参赛者体验刺激和惊险的同时还锻炼了参赛者解决问题和独立思考的能力。
1.2 WD-R演变模型的构建规则在WD模型中，当两个个体之间的观点值之差小于信任阈值ε时，两者进行观点交互后，交互个体都向对方的观点更加靠拢。它的不足之处在于，模型中的Agent每一时步只能随机地与一个个体产生交互行为，无法同时与其不相邻的其他多个个体进行意见交互。现实生活中，人们的接受信息的心理适应程度、受教育程度、认知能力等也都存在不同，因此每个个体的观点接受度也存在差异。
2006年6月，新加坡启动了第6个信息化产业十年计划“智慧国2015(iN2015)”并且制定了4项战略，涵盖了基础设施建设、资讯通信产业的发展、人才培养、经济的提升。并在2014年提前完成“智慧国2015”计划的同时，新加坡政府公布了“智慧国家2025”的10年计划。
F(R)=2C•R1-sin((π/2)×r)F(R)=2C•R1-sin((π/2)×r)
(1)
在公式(1)中，C表示反转信息的可靠性程度，R表示网民反转行为的意愿，e表示群际情绪，f表示社会比较频率，g表示群体认同，s表示选择性接触，C,R,f,e,s,g∈[0,1]C, R, f, e, s, g∈[0,1]。将影响群体产生反转行为意愿的影响因素视为一个整体，标记为r。在反转信息介入后，网民会将事实状态与反转信息公布之前的情境进行比较，而网民的社会比较频率越频繁，因此网民更容易产生从众心态，形成极化效应，从而更大程度地推动舆论发生反转，根据文献[16]的研究可知：社会比较倾向、社交媒体的使用强度和自我不确定性通过调节社会比较频率会对反转行为意愿产生不同影响，建立公式(2)。
钩藤中所含钩藤碱能显著降低小鼠静脉注射腺苷二磷酸钠盐(ADP)，或胶原加肾上腺素所致肺血栓形成的死亡率，抑制花生四烯酸(AA)、胶原及ADP诱导的血小板聚集，有明显的抗血小板聚集和抗血栓形成的作用，其机理可能与抑制血小板膜释放AA等活性物质有关。钩藤生物碱还能保护红细胞膜对抗自由基诱发剂引起的溶血，对红细胞有保护作用。此外，钩藤生物碱对神经细胞有保护作用，活性成分为其中的吲哚类生物碱和氧化吲哚类生物碱。钩藤所含生物碱的特殊药性，使钩藤对治愈心脑血管疾病有着积极的功效[4-8]。
建筑装修装饰工程与广大住户的工作与生活质量息息相关，所以建筑装修装饰施工部门必须要通过有效的施工管理和控制方式，来提升装修工程的质量。由于建筑装修装饰工程的施工管理与质量控制相当复杂，因此必须做好周全的准备以确保万无一失。只有组织结构完善、人员到位、管理工作与制度落实，才能够顺利完成工程目标，实现建筑物的社会价值与经济价值。
(2)
r1为残差。r1∈[0,1]。
d.在模型WD-R中，当ε=0.5时，其他参数取固定值0.5时，图6为μ～U(0,1)的舆论演化，图7为μ～N(0.5,1)上的舆论演化。
图2中，r=0.1、0.3、0.5、0.7、0.9时，F(R)随R的演化关系，并且F(R)随r值的增大而增大，即在其他因素不变的条件下，对反转行为意愿具有正向作用的影响因素能使网民反转观点的接受度不断增强。
图2 r分别为0.1、0.3、0.5、0.7、0.9时F(R)随R的演化关系
本文建立的WD-R模型中考虑了舆论反转情境下的反转信息的可靠性和舆论反转演化影响因素的作用。其交互规则如公式(3)所示。
社会热点事件发生后，网民个体的内在情绪和态度会受到外在信息的刺激，个体情绪和态度会得以激发，会导致群体情绪和态度得以形成，群体意见和行为逐渐趋同集聚，进而造成群体极化的现象。在此舆论反转的演变过程中，事实真相开始倒逼不实舆论信息，真相逐渐浮出水面。当反转信息介入之后，个体的情绪和态度因反转信息的刺激被反向挑动，群体情绪和态度再次形成，群体意见和行为又再次逐渐趋同聚集，达到一致，再次造成群体极化现象的发生，导致反转舆论的形成。
活动之后，我做了两次安抚。一次是对同学们的安抚，主要是详述解忧杂货店各位店员的付出和努力，以取得同学们的理解和支持；一次是对店员的安抚，毕竟是第一次，积极的肯定会让他们更勇敢地面对自身存在的问题。后来，店长黎一鸣发来了反思总结：
xj(t+1)=xj(t)+F(Rj(t+1))*μ(xi(t)-xj(t))
(3)
2基于WD-R模型的舆论反转演变仿真研究
2.1 WD-R模型与WD模型舆论演变的分析比较本文设定μ的取值服从均匀分布与正态分布两种策略。其一，在网络舆论反转的过程中，由于事件发生发展迅速，群体性质往往无法准确判断，因此以均匀分布来表示这种特性；其二，按照最大熵原理从而选择熵最大分布的原则，选择正态分布是模拟仿真的最佳选择。根据知微数据显示，“罗某”事件从2016年11月25日始到2016年12月6日止，共持续时间为12天10小时(298小时≈100万秒)，此反转事件高峰时，在微博平台传播达1 763次，网民数最多达到4 348.55万人。每一百秒大概有200(单位：二十万人)参与讨论。故设定群体规模n为200，时间步长为10 000，分别取ε=0.1和0.5时的网络舆论的演化情况。以下各实验，网民个体初始时刻观点随机分布在[0,1]区间内。
本文实验均是在将μ取值0.5时,μ～U(0,1)或是μ～N(0.5,1)的舆论演化情况。当ε分别取不同值时，WD模型和WD-R模型的舆论演化如图3-图5。
a.图3的演变为ε=0.1时WD模型和WD-R模型的网络舆论演化比较。
b.图4的演变为ε=0.2时WD模型和WD-R模型的网络舆论演化比较。
c.图5的演变为ε=0.5时WD模型和WD-R模型的网络舆论演化比较。
r=0.434e+0.221f+0.191g+0.186s-0.032r1
图3(a) WD模型演变
图 3(b) WD-R模型演变
图4(a) WD模型演变
图 4(b) WD-R模型演变
图5(a) WD模型演变
图 5(b) WD-R模型演变
一般来说，群体观点聚敛过程形成的观点簇数量分别取值不同时，将改进的WD-R模型与传统WD模型比较，根据图3-图5演变分析可知：(1)对于WD-R模型来说，信任阈值对群体观点聚敛过程形成的观点簇数量仍然具有显著性影响；(2)与WD模型相较，WD-R模型系统达成稳定状态随着ε的增大也是逐渐减小，ε的取值影响着个体观点聚合的速度。
F(R)随R的演化关系如图2所示。
图6μ～U(0,1)的舆论演化
由图6可知，当ε=0.5时，加入参数C、R后，观点约在5288时刻，群体观点达成一致，收敛的观点值在0.481时系统趋于稳定。
图7μ～N(0.5,1)的舆论演化
由图7可知，当ε=0.5时，加入参数C、R后，其观点约在3537时刻，观点达到一致，收敛的观点值在0.5032时系统趋于稳定。
实验结果表明，当ε=0.5，无论μ～U(0,1)还是μ～N(0.5,1)时，舆论反转过程中，WD-R模型因加入反转信息和影响反转的行为意愿影响因素时，反转舆论观点趋于更快速度的收敛，系统趋于稳定的速度也更快。
通过以上实验的分析比较，加入反转信息和反转舆论影响因素的WD-R模型与现实中反转网络舆情的演化情况更加相符，比传统WD模型能更好的反转网络舆论的复杂性和开放性。
2.2网民反转行为意愿对舆论反转演变的影响反转行为意愿指网民受各种因素的影响对事件的情绪体验及反应程度。当f=e=s=g=r1=0.5时，R取值[0,1]时，分析对反转网络舆论演化过程的影响。当其他参数取固定值0.5时，R～U(0,0.3)、R～U(0.3,0.7)、R～U(0.7,1)时，舆论反转观点随R大小的演变情况，如图8所示。
图5中，首先根据复合货位优先级生成初始栖息地，即初始种群P1，P2，P3，再分别调用向量评估BBO算法、非支配排序BBO算法、小生境Pareto BBO算法产生新栖息地，即子代O1，O2，O3，最后从O1，O2，O3中选择N个最优栖息地构成种群P4，使用P4替换P1，P2，P3，至此完成EMBBO算法的一次迭代。上述EMBBO算法只是本次多目标优化求解用到的一种情况，可以任意使用其中两种MBBO算法或增加若干种MBBO算法；同时，这种多目标启发式算法的集成方式不局限于BBO算法，GA等启发式算法同样适用。
图8(a)R～U(0,0.3)
由图8可知，当其他参数取值固定及R～U(0,1)时，反转网络舆论会因为反转行为意愿的不同而呈现出不同的观点演化形态。在其他条件一定时，随着R取值的逐渐增大，舆论的反转演化速度也愈迅速，网民群体观点达成相对稳定状态所耗费的时间随着R值的增加而不断减少。
图8(b)R～U(0.3,0.7)
图8(c)R～U(0.7,1)
2.3反转信息的可靠程度对反转网络舆论演化的影响关于舆论反转的大多数研究认为，特定信息的驱动与刺激是网民观点发生反转的关键因素，网民在接收到特定信息后做出的与之前相反的论断，特定信息即事实真相的可靠性程度决定着舆论发生反转的频率与速度。反转信息与首发信息之间的冲突是产生舆论发生反转的主要矛盾。反转信息的可靠性与媒体的权威程度、网民的知识结构与认知能力、网民身处环境及社会宏观环境都密切相关。
图9(a)C～U(0,0.3)
参照反转信息的可靠程度大小进行仿真分析，使其分别服从[0,0.3]、[0.3,0.7]、[0.7,1]的均匀分布，由图9可知，当反转信息的可靠程度越大时，网民反转舆论观点越趋向于客观观点，并形成统一观点。
秦川在街心花园与女人相遇。女人坐在长椅上读一本书，面前趴一条安静的斑点狗。晚霞为她镀上一圈金黄色的轮廓，她妩媚并且优雅的剪影美得让年轻的秦川心碎。突然她抬起头，递秦川一个微笑，秦川的心，瞬时被她捕虏。
图9 (b) C～U(0.3,0.7)
图9(c)C～U(0.7,1)
实验研究结果显示了介入的反转信息可靠性越高，反转观点收敛速度越快；如果反转信息论据不足以令人信服，网民会坚持初始观点，反转观点收敛速度越慢，可能造成的社会负面影响就越大。
3结束语
根据网络舆论反转演变特点，引入网民行为意愿和反转信息可靠性两个变量，构建WD-R舆论反转演变模型,分析这些变量对舆论反转观点接受度的影响。由以上仿真实验结果可知，与传统WD模型相较，加入反转信息和反转舆论影响因素的WD-R模型与现实中反转网络舆论的演化情况更加相符，能更好的模拟舆论发生反转的复杂性。网民反转行为意愿的大小会对网络舆论反转观点聚合产生影响，在其他条件一定时，随着R值的逐渐增大，反转舆论形成统一观点所用时间逐渐减小。反转信息的可靠程度对舆论反转的观点演化趋势极为显著，反转信息的可靠性程度越高，网民形成统一的反转观点的速度就越快。因此政府、媒体等应对网络负面情绪进行积极引导，及时发布可靠的事件真相来引导网民群体行为意愿，逐渐减少网民在不明真相的情况下其舆论发声的可能性，进而防控群体极化的发生。由于网络舆论反转的突发性和多次反转等演变特点，政府等相关部门应在网络舆论未“反”之前，占据舆论主导权，将事件发生的原委及实情公布于众，提高反转信息的可靠性。
参考文献
[1] Proietti C. The dynamics of groupp olarization[J].Lecture Notes in Computer Science,Logic,Rationality,and Interaction,2017,10455:195-208.
[2] 王玉龙.舆情反转:突发事件过程中网络群体极化的角色研究——基于“天价鱼事件”的分析[J].电子政务,2016(5):16-24.
[3] Gérard Weisbuch,Deffuant G ,Frédéric Amblard. Persuasion dynamics[J]. Physica a statistical Mechanics & Its Applications,2004,353(1):555-575.
[4] Bhattacharyya A,Braverman M,Chazelle B,et al. On the Convergence of the hegselmann-krause system[J]. Physics,2013:61-66.
[5] Kayal S . Unsupervised image segmentation using the Deffuant-weisbuch model from social dynamics[J]. Signal Image & Video Processing,2017,11(8):1405-1410.
[6] Del Vicario M,Scala A,Caldarelli G,et al. Modeling confirmation bias and polarization[J]. Scientific Reports,2017(7):1-12.
[7] Chen G,Cheng H,Huang C,et al.Deffuant model on a ring with repelling mechanism and circular opinions[J]. Physical Review E,2017,95(4):042118.
[8] Meng X F,VanGorder R A,Porter M A. Opinion formation and distribution in a bounded-confidence model on various networks[J]. Physical Review E,2018,97(2):1-24.
[9] 黄 炜,余 辉,李岳峰,等.网络舆情事件演化的仿真实践研究[J].现代情报,2017,37(8):65-73.
[10] 赵剑华,万克文.基于信息传播模型-SIR传染病模型的社交网络舆情传播动力学模型研究[J].情报科学,2017,35(12):34-38.
[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] 陈培友,侯甜甜,李 明.移动社交网络舆情多主体应对的系统动力学仿真研究[J].情报科学,2018,36(6):25-29,34.
[13] 陈福集,翁丽娟.基于系统动力学的移动环境下高校网络舆情应对策略研究[J].现代情报,2018,38(4):118-123,176.
[14] 朱 侯,胡 斌.信息与情绪驱动的舆论演化的QSIM-ABS模拟[J].情报学报,2016,35(3):310-316.
[15] 张丽,朱 侯,万芳彬,叶碧云,赵琴琴.考虑信息与组织氛围影响的网络舆论反转模拟[J].情报科学,2018,36(5):57-63.
[16] 汪明艳,余丽彬,朱译冰.舆论反转中群体极化效应的影响因素研究[J].情报杂志,2018,37(9):106-112,119.
[17] Lee S Y. How do people compare themselves with others on social network sites? :The case of facebook[J].Computers in Human Behavior,2014,32(C):253-260.
[18] Butzer B,Kuiper N.A. Relationships between the frequency of social comparisons and self-concept clarity,intolerance of uncertainty,anxiety,and depression[J]. Personality and Individual Differences,2006,41(1):167-176.
[19] Emily M Cramer,Hayeon Song,Adam M Drent. Social comparison on facebook: Motivation,affective consequences,self-esteem,and Facebook fatigue[J]. Computers in Human Behavior,2016,64:739-746.
[20] Levendusky M,Malhotra N. Does media coverage of partisan polarization affect political Attitudes?[J]. Political Communication,2016,33(2):283-301.
[21] Trilling D,Klingeren M V,Tsfati Y. Selective exposure,political polarization,and possible mediators: Evidence from the netherlands[J]. International Journal of Public Opinion Research,2017,29(2):189-213.
[22] Suhay E. Explaining group influence: The role of identity and emotion in political conformity and polarization[J].Political Behavior,2015,37(1):221-251.
[23] Smith E R,Seger C R,Mackie D M. Can emotions be truly group level? Evidence regarding four conceptual criteria[J]. Journal of Personality & Social Psychology,2007,93(3):431-446.
[24] Cowan S K,Baldassarri D."It could turn ugly": Selective disclosure of attitudes in political discussion networks[J].Social Networks,2018,52:1-17.
[25] 吴 越,杜亚军,陈晓亮,等.基于新曝光冲突性消息的网络舆论逆转研究[J].物理学报,2016,65(3):46-55.
TheResearchonReverseEvolutionofPublicOpinionBasedonBehavioralIntentionandReliabilityofReverseInformation
Wang Mingyan Yu Libin Hu Hua
(Shanghai University of Engineering Science, Shanghai 201620)
Abstract[Purpose/Significance]The reversal of public opinion is a special process in the evolution of public opinion. It is helpful for improving the effect of public opinion governance to analyze the evolution conditions of public opinion reversal.[Method/Process]Based on the Weisbuch-Deffuant model, the Weisbuch-Deffuant-Reversal (WD-R)model is constructed by introducing two variables: the netizens' behavioral intention factor of group polarization and the reliability of reverse information. The effects of key variables in the experimental model on the evolution of the reversal of public opinion are analyzed.[Result/Conclusion]The study showed that in the WD-R model, when taking μ=0.5, netizens will change their views more quickly and the system tends to stabilize faster. The behavioral intention will have an impact on the convergence of the reversal of public opinion. With the increase of behavior intention, the time taken for reverse public opinion to form a unified opinion is gradually reduced. The behavioral intention adopting a normal distribution with an average value of 0.5 will make reversed opinions evolve more rapidly than obeying a random uniform distribution. The reliability of the reverse information might help the convergence of the reverse views. When the reliability of the reverse information is greater, the reverse opinions generated by netizens tend to be more objective.
Keywordsreversal of public opinion Weisbuch-Deffuant-Reversal model behavioral intention reverse information
收稿日期：2018-12-23
修回日期：2019-03-20
基金项目：国家社会科学基金项目“社会热点事件网络舆论反转的演变机理与治理研究”(编号：17BGL159)；国家自然科学基金项目“公交桥接疏运系统动态建模与优化”(编号：71601110)资助。
作者简介：汪明艳(ORCID：0000-0003-1897-4041)，女，1975年生，博士，副教授，硕士生导师，研究方向：数据分析、舆论治理、电子商务；余丽彬(ORCID:0000-0002-9368-2893)，女，1994年生，硕士研究生，研究方向：舆论治理、信息管理；胡华(ORCID：0000-0002-4957-879X)，女，1978年生，博士，副教授，硕士生导师，研究方向：决策优化。
通信作者：胡华
中图分类号G350
文献标识码A
文章编号1002-1965(2019)04-0125-07
引用格式汪明艳，余丽彬，胡 华.基于行为意愿与反转信息可靠性的舆论反转演变研究[J].情报杂志，2019，38(4)：125-131.
DOI10.3969/j.issn.1002-1965.2019.04.019
(责编/校对：贺小利)
标签：舆论论文; 模型论文; 观点论文; 网民论文; 网络论文; 社会科学总论论文; 社会学论文; 社会结构和社会关系论文; 《情报杂志》2019年第4期论文; 国家社会科学基金项目“社会热点事件网络舆论反转的演变机理与治理研究”(编号:17BGL159)国家自然科学基金项目“公交桥接疏运系统动态建模与优化”(编号:71601110)资助论文; 上海工程技术大学论文;