网络舆情论文范文

导语：如何才能写好一篇网络舆情论文，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。

篇1

基于网络的真实数据进行实证性研究是研究网络舆情演化规律的有力方向，但由于网络结构复杂、海量的个体和真实数据难以获取等原因，虽有一定进展，但成果不显著．而通过模型构建来反应个体的观点交互进而解释网络舆情的传播规律成为大量学者的选择．模型不是现实，而是虚构的对象，旨在通过某些可测量，在一定程度上达到与所研究现实世界的同构性．模型通常是将研究对象简单化，关于其相关变量和交互都考虑得不够周全，但是模型是获得事实的有益工具．简单的模型可以作为研究更加复杂和精确现实的起点，不完全的模型可以让我们专注于复杂现象的特殊属性或评估缺失变量的重要性．在网络舆情建模研究上，有来自物理学、数学、计算机与信息科学、传播学、心理学、社会学、情报学等多学科的学者分别在自己的研究视域内开展，不同学科的交叉更促进了其发展速度．研究者们利用统计物理学、观点动力学、社会动力学、社会心理学等领域的方法，着重描述个体之间意见交互和观点形成的过程，进而得出群体的宏观舆论涌现，为后续研究储存了深厚的积淀，并产生了深远的影响．舆情网络是典型的社会复杂网络，具有复杂系统的特征．复杂网络理论的逐步发展，提供了比以往其他方法都更有效的表达社会网络结构及关系的方法．复杂网络中的个体行为传播与集体活动的演化等引发了学者们的关注．随着社会系统的复杂化和信息技术的快速发展，网络传播的模式也越来越多元化复杂化，利用复杂网络分析方法分析互联网，尤其是Web2．0网络中的舆情信息发生、发展、演化的机理成为一个研究热点．

2基于复杂网络的网络舆情传播模型

2．1传染病模型由于信息传播与病毒感染的前提条件存在一定的相似性(有向性和相邻性等)，并且具有相同的动力学特点，所以传染病模型被借以模拟网络舆论尤其是谣言的传播［7］．传染病模型最早是1926年Kermack和McKen-drick构造的SIR(susceptibleinfectedrecovered)模型，以及1932年提出的SIS(susceptibleinfectedsus-ceptible)模型．在SIR模型中，将人群分为易感人群(S)，染病人群(I)和免疫人群(R)．该模型适用于染病后自动免疫并不会被二次感染的疾病，如水痘、百日咳，或者不能治愈终会死亡的疾病，如艾滋病等．SIS模型则只有易感人群和染病人群，适用于被治愈以后仍然恢复为易感人群的疾病．对于同一谣言，接触的次数并不影响已经被传播的后果，所以很多谣言传播模型借鉴了SIR模型．Daley和Kendal在1965年首次根据流行病模型构建了谣言传播的D－K模型，该模型借助随机过程理论，将谣言相关个体分为三类，未听说过谣言(相当于易感人群)，传播谣言的人(相当于染病人群)和听说过谣言但不传播(相当于免疫人群)，并假定角色以一定概率转换．Maki和Thompson等随后构建了M－T模型［9］．这两个模型在谣言传播上得到广泛使用．随着复杂网络的兴起，谣言传播重新被学者重视，并取得了较大的研究进展．Kitsak等将谣言传播的SIS模型和SIR模型应用在了一些真实复杂网络中，分别为:LiveJournal．com上的550万人的朋友圈、伦敦大学学院计算机科学系的邮件联系网、瑞典的病人联系网和imdb．com上提供的电影演员的合作网络，并得出了一些重要结论．Zanette首次应用了小世界网络理论研究谣言传播，建立了SIR平均场方程，结论显示，谣言传播有一定的临界值．随后，Zanette比较了谣言传播在小世界网络和动态小世界(dynamicsmallworlds)两种复杂网络机制下的异同，结果显示，动态小世界网络更接近实际，并具有易分析和便于数值处理等优势．Moreno和Nekovee则在无标度网上了构建了谣言传播模型，并对随机分析和计算机模拟两种分析方法得出的结论进行了比较．Xiong等提出了SCIR模型，该模型侧重微博转发行为导致的信息传播，其中，C表示已获知信息但对是否转发该信息尚处于犹豫状态，并基于规则网格和无标度网络进行了仿真．国内也有大批研究成果出现．潘灶峰和汪小帆等在改进的无标度网络(聚类系数可变)上构建了谣言传播模型，发现增加网络聚类系统，即增加信息的透明度是抵制谣言的有效手段．陈静等综合了SIS模型和SIR模型，提出了针对在线网络传播形式的SICRS传播模型．该模型加入了起过渡作用的治疗状态(cured)，通过对该模型的仿真，发现了复杂网络尤其是无标度网络中舆情传播的三阶段规律:初期的爆发、中期的周期性波动和后期的稳定状态．此外，作者还具体阐述了舆情传播的影响因子．陈福集等［20］重要关注了网络舆情传播建模中的衍生效应，通过仿真的数值设定实验，在传统SEIRS模型基础上引入话题衍生率，同时考虑舆情传播的社会影响作用和个体记忆因素等，分析其对舆情传播的影响．陈波基于泛在媒体环境，考虑现有模型对网络个体状态处理太过简单，引入了两个新的变量:直接免疫率和潜伏个体，建立了一个带直接免疫的SEIR模型，并采用了starlogo仿真软件验证了该模型．朱恒民等将SEIR模型应用到BA无标度网络上，重点考虑媒体对网络舆情话题传播的影响，提出了舆情话题传播模型，结果表明，媒体会加快舆情传播速度．钱颖基于SIR模型建立了微博舆情的传播模型．

2．2观点动力学模型研究舆论或共识形成过程的模型可以追溯到应用数学领域的French模型，该模型创建于1956年，研究在离散条件下，考虑个体以某种不同权重值采用他人意见时，团队内部的意见相互影响的复杂性问题．随着问题不断被研究者重视，出现了多个能用于模拟网络舆情传播的模型，经典的元胞自动机模型、Sznajd模型、Hegselmann－Krause模型、Deffuant模型、Wu－Huberman模型等均在一定程度上影响了后续网络舆情传播模型的构建．随后，大量学者将观点动力学上的模型应用到舆情中观点的传播，进一步考察舆论的形成等．Alves［等首次提出宏观的舆论模型正逐渐被基于局部个体空间相互作用的微观离散动力学模型所代替．国内学者纷纷在元胞自动机模型的基础上提出多个改进模型．方薇团队考虑元胞坚定性特点设计了元胞移动遍历的舆情传播模型，并进一步构建了协同元胞自动机模型．王鹍鹏提出了三位元胞自动机模型来模拟网络舆情传播动态．潘新等改进了Wu－Huberman模型，考虑社会网络中的个体交互，构建了网络舆情传播模型，该模型可用来衡量舆情传播的速度．

2．3其他模型博弈论因为其分析个体关系的优越性，被应用到网络舆情传播中．王杨等基于博弈论，考虑网络社区内外部对舆情传播的影响，构建了网络舆情的传播模型．结果表明，网络舆情在网络社区中的传播具有初期传播稳定、后期形成具有影响力的舆论的一般特点．韩少春、刘锦德等利用了不完全信息演化博弈模型，分析了网络舆情传播的羊群行为，并提出了控制羊群行为的主要策略．其他学者抛开经典模型，尝试构建新的病毒模型来模拟舆情传播、模拟群体极化的动力模型;也有学者利用复杂网络的方法，分析网络舆情传播的特点和规律，或者构建相应的模型，对实际的网络舆情引导起到指导作用，例如在新浪微博、高校BBS等方面的应用．

3现有研究的总结及发展趋势

3．1研究总结

3．1．1建模方法多数网络舆情传播模型采用了自上而下的建模方法，重点关注网络舆情宏观的演变及群体整体的观点变化．这类模型将研究对象看成一个系统，在不同层次研究系统的整体．最典型就是利用传染病模型模拟谣言传播过程进而反映网络舆论的传播过程．

3．1．2建模工具基于复杂网络的模型构建，利用恰当的软件或工具能起到事半功倍的效果．目前常用的建模工具有Starlogo、Netlogo、Swarm、Ucinet、Pa-thon等软件工具．也有不少学者自行开发了相关软件平台，如武汉大学信息管理学院开发了NEView-er，用于复杂网络的演化分析，这些工具都在相关研究中发挥了重要的作用．

3．1．3模型对实践的指导目前，大多是结合理论研究和实证分析来研究网络舆情传播的规律和特点，从理论上深入探讨网络舆情传播演化的数学或物理模型，建立清晰准确的理论框架，同时在大数据的背景上，借助数据仓库和数据挖掘等先进信息技术获取大量实证数据，验证理论模型的有效性，修正理论模型的假设．尽管目前已构建了基于不同理论基础的多个模型，但是模型如何指导实践，用于引导网络舆情朝正确方向发展，或控制负面舆情的发展等方面，仍需要进一步深入研究．

篇2

舆情传播模型的研究，我国起步相对较晚，欧美基于“Publicopinion”视野开始对舆情传播模型进行研究，Sznajd–Weron运用离散分析个人怎样受到外界社会群体的影响，并提出了Sznajd模型［22］，Sznajd假设个人意见只有+1和－1表示，每个人的意见受邻里或群体的影响并影响着邻里以及群体，各群体或者子系统意见将会趋于一致。在Sznajd模型中，用+1或者－1表示个体意见，在现实生活中，个体意见并不是非左即右，往往处于两者之间，呈现出连续的状态。很多学者用离散模型修正对Szanjd模型进行修正，在连续模型中，混合模型［23］和边际动力模型［23］对后来研究影响较大，混合模型和边际动力模型与Sznajd同样，进行模型模拟结构并未解释模型，缺乏理论模拟解释。ShuguangSuo和YuChen基于社会网络分析法，提出Sznajd修正模型—社会网络动力舆情传播模型［24］，假设个人意见只有+1和－1，通过对模型连续的观测，在某一个时间点上选取一个点，并随即选取某一个邻居，经过足够长的时间后，系统内成员总会达成一致，具有相同的观点。但现实中，社会长期存在多种观点，而且在交往过程中也总是与多个系统以及系统外成员进行交往，为此我国学者潘新、邓贵仕、佟斌针［4］对这种情况进行，对模型进行了改进，提出了舆情传播模型，试图解释舆情传播连续性和交互性;最后解释为在社会网络中，信息受体(个人)并非直接全部接触信息源的观点，而是有选择地接受信息源的观点，在整体网络中存在持不同观点的受体且成一定比例;否则整体网络中所有受体观点将趋于一致。在舆情前传播阶段，体育赛事在关注的群体中观点较为一致地传播。一旦突发成型舆情事件，社会各界(自媒体)加入到体育赛事舆情事件传播中，形成更复杂更宽广传播系统并带入多种观点。为此本文通过实证分析体育赛事舆情传播模式，试图揭示体育赛事舆情传播规律，路径以及传播宽度和速度。

2赛事舆情社会网络结构

斯坦利•沃瑟曼、凯瑟琳•福斯特［25］分析认为，社会中的人、组织彼此间关系可以表述为相互作用的关系模型或规律，这种个人、组织之间关系将对彼此产生影响。社会网络分析不仅可以描述行动者个体与其周边邻居之间错综复杂的关系和连接，并且可以借助计算机工具对行动者和组织成员之间进行可视化建模，使研究者更加直观清楚地了解行动者的关系和关系图式［27］。基于社会网络分析，行动者之间相互作用，可以用一种基于关系模式或规则进行表述，然而WEB技术发展，传统的社会关系模式已经难以适应，通过量化和可视化两个角度对社会行动者实体关系进行研究，社会网络分析最常选用社群图和社群矩阵两种研究方法，已经成为社会网络分析重要方向。社群图通过节点和连接线描述行动者之间关系，社群矩阵分析行动者角色及其关系。体育赛事舆情事件传播行动者之间的信息传播有接受也有传出，为此赛事舆情事件传播表述需要采用有向图。突发赛事舆情事件传播社会网络传播模型通常采用关系矩阵和社会网络分析结构图。本文研究对象仅为体育赛事网络传播舆情传播，研究该事件网络传播集合内部各个行动者之间的关系，也就是1—模网络。社会网络分析时，整体网结构、行动者在整体网地位和角色以及网络内部结构特征都是1—模网络分析重要内容［21］，这也是本文的研究内容。社会网络分析研究自20世纪40年代在社会理论和实证发展之间因为缺乏中层理论而发展起来的，20世纪80、90年代受到多个学科的重视，时至今日，社会网络分析提供了很多用于结构测量的参数［28］。按照网络规模可以将其分为整体网络结构、局域网络分析和个体网络分析［29］。本文测度赛事舆情事件传播，对体育赛事舆情传播网络模型进行分析和研究，分析1－模网络整体结构。网络整体结构主要通过行动者之间紧密关联程度进行描述，即密度和中心度，密度反映整体网络凝聚力的总体水平。巴恩斯研究了随机网络模型，指出网络图密度最大值为0．5［30］。Lauman，Marden［31］对网络整体结构研究指出:整体网络中核心结点极其重要，可通过分析核心结点数量及链接结点测度核心结点的重要性。整体社会网络核心结点测量为中心度测度提供了可能和大量的参数，行动者中心度和组群中心势就是社会网络中心最常用的两个参数。Proctor和Loo-mis［32］认为行动者中心度和组群中心势是分析行动者中心位置的指标，反映其在社会网络中具有怎样的权利以及中心点位，这也是早期社会网络分析理论的主要观点。中心度反映行动者与其他行动者联系紧密程度，反映该行动者在整体网络传播过程中的重要程度，在整体网络中拥有“权力”大小。整体网络中行动者点度中心度就是该行动者直接联系行动者数目。说明整体网络集中趋势为中心势，中心势描述整体网络差异性程度，整体网络中心势描述额该网络整体的集中趋势。由于行动者在整体网络角色和地位不同，起到作用也各异。斯坦利•沃瑟曼［25］、罗家德［28］等在对整体网络进行分析研究时指出，社会网络是通过结构等价描述和探讨个体行动者在整体网络中的地位和角色，如何嵌入到整体中网络中的，两个行动者接受和发向网络中所有其他行动者的关系是相同的，那么它们结构等价。Burt［33］通过研究指出欧几里得距离法通过度量成对行动者传播距离来测度整体网络行动者角色和地位。成对行动者距离构成观测矩阵，矩阵中的每个元素度量的是行行动者与列行动者的欧几里得距离。在整体网络中，并不是所有的行动者直接联系，通过中介传播必不可少，Burt将这种非直接并通过中介传播的联系定义为结构洞［33］，结构洞也是描述行动者位置和角色重要概念。结构洞的存在使得部分处于中间位置的行动者居于重要的联络位置，因而在整体网络中对资源和信息流动具有重要的作用。结构洞计算相对复杂，目前关于结构洞计算主要有两种方法:Burt的结构洞计算和Borgetti中间度计算，结构洞计算测量主要是测量有效规模、效率、限制度以及等级度，限制度在整体网络结构洞测量中最为重要，是指该行动者在整体网络中在多大程度上拥有运用结构洞的能力或者协商能力［29］，测量数值越大，限制能力越大，测量数值越小，行动者跨越结构洞可能性越大，结构非冗余信息源能力也越强［34］。在社会结构网络中，联系越紧密，联系关系越强，越易受关系的限制，在舆情传播过程中，弱联系有利于信息传递。组成整体网络基本要素就是行动者及子群，测评行动者、子群关系，是测度整体网络内部结构不可或缺的重要手段。凝聚子群在整体网络测度中扮演着重要的角色，是整体网络中行动者之间具有较强、直接、紧密、经常的或者积极关系的行动者子集合［25］。在舆情传播网络中，凝聚子群指该社会网络行动者之间关系特别紧密，结合成为一个内部结构的团体，从而成为交流传递信息的集合。本文采用κ－核分析凝聚子群，κ－核是每个节点至少与一定数量(κ)相邻结点链接形成凝聚子群，凝聚子群内部行动者关系紧密，有利于信息传播和分析;不同凝聚子群行动者交叉重叠则更加有利于信息的扩散。

3实证研究

3．1“广州马拉松”舆情事件概况

2012年11月18日，广东省广州市举办马拉松比赛，10公里选手陈杰和5公里选手丁喜桥比赛中突发休克，最后经抢救无效先后死亡。人民网、新华网、新浪网、凤凰网等新闻网站在第一时间报道了相关新闻，赛事组委会也通过各类渠道积极对外消息。由于体育赛事本身受体人群庞大，经微博等自媒体爆炸式传播，形成强劲舆论影响力，仅新浪微博上与广马死亡事件有关的微博就达到135万条之多。本次赛事受到了政府官员、媒体、医疗行业等等关注。2012年11月18日当天，随着第一名运动员猝死，舆情掀起了一个小高峰;2012年11月25日，第二名运动员经抢救无效死亡后，掀起舆情传播高峰。随着组委会信息公开，舆情在此刻达到高峰后逐步下降。2012年11月26日，广马引起的新闻报道共1520篇，网名跟帖179万次条。广马舆情，主题事件影响大，波及范围较广，传统媒体在整个事件扮演着信息源等不可或缺的重要角色，赛事组委会和广州市体育赛事主办单位积极应对，及时公布信息，尤其是在后半阶段，国内主流媒体正面引导和宣传，在一定程度上挽回了赛事负面影响。赛事组委会积极与媒体沟通，并通过新媒体及时公布信息，成为本次舆情事件应对的关键点。

3．2数据处理与采集

3．2．1社会网络分析概念描述本研究用关联矩阵表示舆情传播网络结构，节点表示舆情传播行动者，边表示行动者之间关系。基于赛事舆情事件传播速度快，为此假设赛事舆情传播在某一节点时间内，为静止状态［4］。分别用+1和0表示舆情传播系统的两种观点，即在初始状态下，系统中所有用户的意见被随机设为+1和0，进而对网络传播链接进行计量［21］。基于社会网络舆情传播分析主要就是对网络结构、角色地位进行分析，本文选择测量对整体网络结构、行动者网络角色和地位、整体网络内部结构［4，35］进行测量和分析。整体网络结构分析参数为密度、中心度和中心势，行动者角色和地位参数主要为欧几里得参数和结构洞限制度，整体网络内部结构参数为κ－核。3．2．2赛事舆情网络传播数据采集本文以2012年广州马拉松舆情事件为研究对象，选取公共信息发表平台和个人信息交换平台进行数据截取。公布信息平台选取了40个节点，包括新华网、人民网、大洋网、南方都市网、网易、新浪、腾讯新闻等以新闻传播为主线的信息平台;选取了天涯网、猫扑网、搜狐论坛、凤凰论坛、百度贴吧等以论坛和交流社区为主线的公共信息平台，以优酷网、土豆网、凤凰视频网、百度视频、酷六网等以视频为信息平台。选取自媒体舆情行动者40个，主要来源于微博、博客、微信等自媒体，通过挖掘各结点之间关联线以及评论进行数据采集。信息传播由信息源往受体方向传播，信息员向受体传播的方向性，为有向社会网络结构。舆情传播过程中，信息源将信息传递给受体，受体在一定程度上又将影响信息源，表现为一种互动关系模式。在有向社会网络关系中，信息受体既可以反作用影响信息源，也可能并不发送信息影响信息源，为此存在单向网络和双向网络。通过网络循证数据，整理排列出80×80互动关系矩阵，运用PAJEk软件进行可视化分析，生成广马有向舆情传播结构图，具体见图1。

3．3整体网络结构侧度

3．3．1密度分析密度是社会网络分析常用指标，尤其是在无向网络分析中，指网络实际连接数量与理论可能存在最大连接数量之间的比值，密度越大，表明行动者之间连接越密切，信息交流就更为顺畅;密度越低，情况相反。由于密度受测评传播网络规模的影响，社会网络最大联系数为N×(N－1)，当增加一个行动者时，增加的社会网络最大连接数较大，但实际连接数相对固定，尤其是在网络规模较大时。为此社会网络分析专家引进了点度概念用语测评社会网络密度，点度是指在社会网络中，行动者所拥有最大连接数量。通过Pajek软件测量广马舆情事件密度可知，平均密度(矩阵)为0．156，平均点度为24．95，即一个行动者将与24．95个邻居进行信息互动，实现信息传播。由此可见，在广马舆情事件结构图中，各节点相互联系紧密。尤其是传统公共媒体间存在信息互动，这成为推动广马事件迅速传播最直接原因，扩大广马舆情事件传播范围和影响力，增加受关注程度，造成关注过于集中，给广马赛事带来不良的影响。3．3．2点度中心性分析点度中心度是基于行动者与它接邻行动者节点数，节点入度是邻接至行动者的节点数，出度是邻接到自行动者的节点数。在社会网络中，点度中心度出度是扩张性测度，入度则是接受性测度。对出度测量，有利于掌握信息扩展的途径，对入度的测度，有利于掌握信息发展的态势。表1为广马舆情事件点度中心度的测度数据。广马舆情事件传播节点的点度范围4～95，整体传播点度密度为0．45472，lc老蔡通过网络传播邻居数量最少，在社会网络中，相对孤立，对网络传播产生的影响最小;以人民网为代表的大众传媒，出入度较高，网络传播邻居的数量最大，影响相对较大，成为网络传播有力推手。3．3．3行动者距离在社会网络中，行动者距离是用来描述一个行动者到另一个行动者之间最短距离，也称为“测地线”，尤其是在六度空间理论发展起来之后，行动者距离在社会网络分析研究中，具有举足轻重的地位。图2显示，广马舆情网络结构图中，各行动者之间的距离，其中最大距离以76号行动者“联合早报”到17号行动者“静如山岳”为代表，最大距离值为12，最小为1，大部分行动者之间的距离为1和2。在舆情信息传播过程中，传播距离越短，传播速度就越大，造成的影响力也越大。整个广马舆情传播的平均距离为2．93833，信息传播速度较快。

3．4行动者在整个网络中的地位和角色

3．4．1行动者整体结构等测度———相似性检验行动者整体结构等价用来说明两个行动者接受或发向网络中其他行动者的关系是相同的，那么认为其在结构上是等价的，主要是测评行动者在网络结构中多大程度上的相似。图3通过Pajek测度的相关系数图。通过图3可知，除了在对角线相关系为1外(行动者与自己在结构上是完全对等的)，非对角线元素中没有等于1的元素，这也就是说在建议关系上没有结构等价的行动者。其他行动者之间相关系数各不相同，行动者等价结构也各不相同，各自在社会网络中影响力也各不相同。为此行动者相互替代之后，必然会影响到整个网络传播，为此结构等价性较小，可替代程度也较小。由此可见，传统媒体在网络传播依然起到至关重要的作用，传统大众媒体在舆情传播中也同样具有重要的作用，不能被取而代之。3．4．2结构洞分析结构洞主要用于测评社会结构网络非直接联系以及关系断链的现象，由于社会网络结构传播过程中，行动者之间非直接联系，造成行动者信息传播的缺失，从网络整体看好像网络结构中出现了洞穴，结构洞存在使得处于中间位置的行动者居于重要的位置。为此本文根据结构洞特征，对广马舆情事件结构洞指数和中间中心性进行测度。在结构洞测度中，主要测度社会网络限制度。社会网络限制度是衡量一条纽带的重要性或独占性指标，代表了一个行动者与邻接行动者关系的比例，占这个行动者对所有行动者管理的比例。限制度是指行动者与对方的关系会对对方产生的影响，这种限制取决于行动者对方强连接节点与行动者之间的纽带强度。图4是通过Pajek测度的广马舆情事件限制图(图4)。从图4可知，广马舆情网络结构中，存在大量的传播结构洞，各指标之间的限制度程度不一至，说明了信息传播的制约性，各自受制约的程度大小不一至，最大为62号“体育咨询榜”，受64号“zg赵哥”约束性达12%，这就意味着62号“体育资讯榜”有12%的信息是通过“zg赵哥”这个行动者传播出去的。通过图4可知行动者受结构洞影响力约束相对较小，这说明行动者在舆情信息传播过程中，行动者接收多个行动者的信息，不易受单一其他自媒体或传统媒体的影响。点度中介度就是在网络中所有其他行动者之间的测地线，经过该行动者的测地线比例，对信息传递起到重要的中介作用，也就是占据更为重要的中心位置。通过表2可知，大洋网、搜狐新闻和星岛新闻点度中介度相对较高，点度中介度值分别为0．146023、0．122810和0．109847，在整个网络传播过程中起到重要的中介作用。这说明这些网络占据较多信息资源，并为扩大自媒体提供了大量的信息交流平台，从而促使信息资源资源共享和信息资源的传播。但通过表2可知，整体网络中介中心势并不高，这说明在广马舆情事件中，直接信息传播在整体网络中占据重要的位置，受中介影响较小。

3．5整体网络内部结构测度

κ－核就是每个节点至少与一定数量κ的其他节点相邻接的子图，来界定舆情传播中存在的小团体数量，κ－核界定了相对密集的子网络，相对密集κ－核有利于信息在子网络传递。测度结果显示，广马舆情事件κ－核的最大值为17，结点数共有17个，占全部节点21．25%。通过图5可知，κ－核的值在15级以上的占整个舆情网络的66．25%，说明在该舆情事件中存在联系紧密的凝聚子群，该子群在整个网络中处于中心位置，通过彼此信息的互动，掌握大量的舆情信息，通过凝聚子群约束性进而占据了传播途径的重要节点。

4结论与建议

通过研究表明:广马舆情事件传播网络中整体密度较高，传统媒体和自媒体信息互动传播频繁;各行动者信息互换距离较短，从而导致信息传播速度较快。通过对行动者整体网络结构等价性的侧度发现，行动者在整体网络中地位和角色相对独立，虽有结构洞的存在，但约束力相对较小，对信息传播制约有限，尤其是点度中介值较低，说明信息以直接传播较多。通过对整体网络内部结构测度，发现广马舆情事件广泛存在凝聚的子网络，子网络存在加速了信息在子网络行动者间的共享和交换，从而促生多中心的传播网络结构。

4．1组建多中心并行舆情网络结构

由于举国体制以及政府办赛等原因，我国发生体育赛事舆情事件，信息传播的主要途径是主办方新闻会，经由传统媒体进行传播，具有信息传播渠道单一性以及传播时间阶段性的特点，显然不能适应体育赛事突发舆情事件的复杂性特点以及自媒体网络传播迅速发展的需要。构建并行化、连续性的多中心网络结构，替代机械、僵化、费时的信息传播管理模式，实现并行舆情网络管理流程，提高舆情管理者对传播环境的感知能力和适应能力，确保对舆情事件反应的及时性和准确性。体育赛事舆情事件发生时，不同利益主体将从不同的角度传播信息，强调网络传播不同利益主体共同利益和协助重要性，在舆情传播管理中尤为重要。由于互连网络技术发展，打破传统的单一的、面对面的信息传播途径，扩展了多元主体在时间和空间上实现多元灵活组合的可能，多元主体相互依赖，共享信息，形成动态网络信息管理系统。将原有信息管理传播网络纳入体育赛事突发舆情事件管理系统，增强信息管理深度和广度，建立横向舆情评估体系，实现突发舆情事件管理的即时性、完整性和通达性，完善多中心并行舆情监控与协同应对。

4．2关注舆情事件网络引导时机

突发舆情危机时，当持某一观点信息源占据优势时，网络受众就会迅速靠拢，形成“集聚效应”［36］。突发舆情事件主要体现在个体信息交换以及信息共享之后的群体，这种群体行为属于非常规状态下由于信息不对称所引发的好奇、恐慌心理，导致的临时性、非正式的弱关系。舆情事件在社会中受关注程度越高，这种临时的、不稳定弱关系就越容易形成。在社会网络结构中，社会公众既是信息受体，也是信息的传播者，通过自身将信息传播到其他结点。基于社会网络舆情网络分析不仅关注信息内容，更关注信息传播者与受体之间的关系，在进行舆情监控管理过程中，选择合适时机，选择关键位置，通过舆情引导的方法对舆情发展进行干预，将在较短时间内改变或引导受众的观点，起到较好的舆情引导作用。同时建立透明的舆情传播平台，促进受众在透明的平台下理流和理性探索，支持理性化的多样性，提高公信力。

4．3增强核心网络效应

篇3

1.1ESP教学模式

不同专业和背景的学生对待英语知识的学习不可一概而论，需要针对自身特性的英语教育模式，即ESP教学模式。通俗来说其本意就是依据学习主体的专业背景来制定教学计划，将广泛式教育细分后融入专业知识，将专业与英语知识有机结合，更有针对性的开展英语教学，体现在其不光除了基本的英语知识外，还有带有明显专业特色的术语用词、句式结构等。我国目前能熟练将英语知识和自己专业相结合的人才较为稀缺，这种现状也反应了ESP教学模式的必要性，并且根据调查显示，人们会因为自身所处专业环境改变学习的兴趣，因此作用于专业上的英语教学模式对学生是有较大益处的。

1.2情景教学模式

顾名思义，情景教学就是在课堂中利用各种资源建立起来的真实的、更符合教学氛围的教育方式。包括听、说、看的三维立体结构，主要实现方式是依靠网络电子设备，例如用投影仪将教学内容呈现在学生面前，加强教学的质感，渲染教学场景使其结构更符合教学任务的实现，制造出身临其境的学习场景，改变了传统教育中学生单一用听说来获取知识的方式，更加注重调动学生全部的身体感官，将学生脑中对理论知识的禁锢释放出来，并且与实践相结合。情景教学更为追求实用性，而信息网络正好可以迎合情景教学这一特性，信息化可以增强情境教学的真实性。

2网络体育英语情景教学模式的基本理论

基于网络的体育英语教学模式一定程度动摇了以教师为中心的教学理念，而是学生利用教师提供的资源通过自主或者与他人沟通的方式进行学习，教师在此教学模式中更多的是扮演引导的角色，利用教学资源将学生引向情景感染、共同合作、加强交流的学习模式。情景教学是学习的环境，共同合作和加强交流是学习的手段，强调了情景教学的重要性，将情景教学作为主线，贯穿之后一系列的教学任务，将学生置身于真实性的英语环境中，再通过教材活跃教育环境。其重心从教师单一教学向师生平等的协作方式转移，一方面提高了学生的学习质量，也作为师生沟通的纽带，改善了师生的关系。而针对体育专业的学生，考虑其学习场所的多变性，应该适时调整教育战略，多开展与体育情景相似的课堂氛围，这样可以提高学生在专业场景应用英语的能力。例如教师可以规定体育比赛中全程需要使用英语交流，违反就扣除比赛分数，这种“逼迫式”的引导教学可以帮助学生克服心理对英语的畏惧，并且可以活跃体育训练的气氛。

3网络体育英语情景教学模式构建方式及流程

由于网络信息技术的不断发展，在课堂上使用网络手段开展教育工作已经是必然的趋势，网络英语情景教育模式将网络技术、情景课堂有机结合，通过教师的串联，使学生可以在情景课堂做出模仿反应，养成良好的英语使用习惯，并且通过大脑拓展举一反三。英语教学重视知识点的连贯性和真实交流场景的应用，网络体育英语情景教学旨在提高学生在各场所使用英语的能力。首先，需要明确教学目标，确保科学合理，并且从体育专业出发，结合体育生心理的实际情况。主题的设定一定要从激发学生的学习积极性和创新能力出发，制定具有一定难度的问题，从而不断提高学生自主的思维运作和独立解决问题的能力。然后，需要进一步优化教材，布置情景场景，做好课堂备案。优化教材指要在众多教材中选择精髓，包括符合体育主题和规律的教材，将目光放长远考虑学生未来的发展方向。然后根据符合体育主题的教材设计情景。例如在篮球运动中，教师需要将全部知识分解，可以分为篮球历史、防守技巧、赛事规则等细节，然后制作对应课件，最好能把篮球比赛的视屏放给学生看，由实际案例来讲解日常英语学习的要点。因此，教材的优化是实现英语教学的有效途径。最后，在前期教学准备工作完成后就可以开展情景教学，作为教学环节中的重要一环，应该将学生视为主体，而教师起引导作用。情景模拟的时长应该控制在两个课时左右，在教师完成演示教学之后，可以安排学生进行真实模拟，教师在一旁监督，并且指出学生在运用中的问题，再进行针对性的训练，确保情景课堂达到效果。体育专业的英语训练重在实际的应用，因此教学目标应该设立在学生能够在比赛中可以良好运用的基础上。

4结语

篇4

论文关键词：物理实验教学，“轻度”，网络应用

 

一、引言

注重学生实践能力和创新能力的培养，目前已经成为教育工作者的普遍共识[1]。对于实验教学方式的改革，已经有很多人做出了探索性的尝试。比较多的是采用多媒体课件[2]、建设网络开放实验室[3,4]等“重度”依赖软件或网络的方法，优点是形象生动、时间灵活等等，不过缺点也是显而易见的，无论多媒体课件还是网络实验室，都需要大量人力物力的投入。这一点对于很多的改革尝试无疑是最大的障碍，尤其是作为基础的大学物理实验教育。而大学普通物理实验课是大学生接受系统科学实验方法和实验技能训练的开端[5]，也是学生日后进行综合性和设计性实验的基础[6]。

针对这种情况，本文提出了“轻度”结合网络应用，改进大学物理实验教学的方法。

二、传统的实验教学

传统的大学物理实验教学方式通常由下面的几个步骤组成[7]：

1、教师布置准备实验；

2、学生在课前根据教材完成实验的预习部分；

3、上课时教师先把实验原理步骤等细讲一遍；

4、学生根据指定的实验方案按部就班地进行；

5、学生在课后完成实验报告并提交；

6、教师根据实验操作及实验报告给出实验成绩。

上述传统的实验教学方式弊端是，在很大程度上拘束了学生的思维空间，而且使得本来可以做得非常有趣的实验变得枯燥无味，不能达到培养能力，锻炼思维和增强创新意识的要求。而且教师与学生的互动限制于课堂上较短的时间内和书面的实验报告有限的空间里教育教学论文，师生之间往往不能进行较有深度的交流，以至学生对掌握的实践技巧理解不深，不能很好的融会贯通，往往是这个仪器的操作会了，下次碰到类似的仪器还要重新学。

三、改进的教学方式

1、网络资源基础

目前，高校校园的网络普及率是非常高的，新生代的学生对于网络已经像对自己的手掌般熟悉，而互联网络上的资源无疑是极其丰富的。大学物理实验的大多数实验项目在经过过去许多年的改进之后，已经完全成熟，尽管使用的实验仪器有所差异，不过本质上都是相同的。而且很多的高等院校都将一些实验讲义甚至是多媒体课件放在网上[8]。所有这些，都为学生的学习提供了十分丰富的网络资源基础。

2、师生互动方式

网络互动方式主要有IM(Instant Messaging:即时通信)、BBS(论坛)、Email(电子邮件)等方式。通过下表比较这几种互动方式的优缺点。

 

互动方式

优点

缺点

IM(即时通信)

速度快，即时响应

内容形式比较单一

BBS(论坛)

互动性强

技术门槛较高

维护需要较多的人力

Email(电子邮件)

内容形式丰富

篇5

关键词：网络舆情 高校 思想政治教育

中图分类号：G27 文献标识码：A 文章编号：1674-2117（2014）08-0067-02

网络舆情是现代社会舆论的一种重要表现和传播形式，是公众对于源于社会或网络实践的热点、焦点问题所持有的具有倾向性和影响力的言论、观点。研究、把握网络舆情，对于了解大众思想道德指向、获得政策制定依据、更好地服务回馈大众，起着基础性的作用。高校网络舆情阵地，是培养合格人才的隐形课堂，是培养广大青年学生形成正确人生观、世界观、价值观的重要领域，因此，近些年来，对于网络舆情特别是在高校育人工作中的机制引导的研究越来越受到学界的重视。2005年之前，关于这方面的研究成果数量极少。2005年，苏云升、周如俊撰写的论文《网络舆情与思想政治教育》、《网络舆情：现代思想政治教育的新领域》提出现代思想政治教育要正视和利用好网络舆情这一新阵地。2007年，天津社会科学院刘毅出版的专题著作《网络舆情研究概论》更是把对这方面课题的研究推上了一个重要的标志性的高度。之后，学界对网络舆情的研究渐成热点。但是，笔者认为，近几年来学者们对于高校网络舆情的研究，在概念、中介事项、特点、形成发展和引导措施等方面虽有初步的探讨，如丁建军的《高校网络舆情与应急管控》、徐岩的《把握网络舆情特点，促进和谐校园建设》等在不良网络舆情的发生原因、总体引导和制度建设方面提出了总体层面上的对策和措施，但由于网络舆情发展的势头越来越强劲，目前的研究大多没有指导高校网络舆情引导机制和思想政治教育工作创新途径互相促进的很有说服力的具体举措，特别是适应地域特点和校情的创新性策略。笔者希望能在这方面做些尝试性的探究。

随着科技发展和社会的进步，以数字技术为基础的新媒体影响力不断增强，“第四媒体”、“第五媒体”的迅猛发展，使得网络已经成为目前人类历史上最大、影响范围最广、最便捷的信息载体，成为“社会思想文化的集散地和舆论信息的放大器”。《中国互联网发展状况统计报告》显示，截止到2012年底，中国网民规模达到5.64亿，互联网普及率为42.1%。更需要重视的是，手机网民的增长速度尤为惊人，据初步统计，2013年，手机网民超过了7亿人，发展势头超过了年增长率20%。而大学生是网络群体的重要组成力量，他们愿意通过微博、QQ等“微”传播的新方式和平板电脑、智能手机等新工具表达自己的看法、态度、意见、诉求等，因此网络舆情的重要性日益凸显，已经成为反映和影响大学生思想、行为的重要角色与策源地。

正是由于这种情况的迅猛发展，高校思想政治工作的视野已经从传统的校园生活延伸到了新媒体世界。网络舆情给高校的思想政治教育工作带来了新的机遇、新的力量，也产生了不容忽视的冲击和负面影响，提出了新的问题和挑战，做好网络舆情引导进而做好新时期的思想政治工作是高校当前面临的重要课题。保定市拥有各类各级学校5000多所，其中高校就有10余所，在校生数目庞大。怎样引导这样一个代表着希望和未来的重要群体在建设“京畿强市”的进程中发挥重要的推进作用，怎样做好大学生的思想政治教育工作对于保定主流人文精神的传扬和经济社会发展将产生积极深远的影响。

高校网络舆情是大学生在网络上反映自己关心或与自身利益密切相关的，对校内外的热点事件或问题带有倾向性的总体意见、看法等。高校网络舆情既有网络舆情的普遍特点，还有自身的特点：舆情的辐射影响具有多元性和深刻性；舆情的传播具有群体性和放大性；舆情信息传播速度极快且容易具有偏差性；舆情信息的难辨性容易造成大学生群体的非理性和难控性。大学生们在舆情氛围中往往体现出渴求平等、探索未知、张扬个性、期盼认同等行为特征。这为利用网络舆情引导育人创新途径的新时期教育工作来讲，包含了丰富的机遇和严峻的考验。

如何加强高校网络舆情引导与思想政治教育工作创新策略的融合，要求高校工作者必须创新观念、勇立潮头、立体引导，通过新媒体时代的新途径更好地融入到大学生的生活、学习中，在潜移默化中用他们喜闻乐见的现代教育方式开展工作。

网络舆情使传统意义上的思想政治教育工作在活动区域、交流方式、教育媒介和方式等方面都发生了变化或扩展，因此，创新育人必须要畅通网络教育运行机制，整合思政教育队伍，积极稳妥地推进网络舆情干预和引导制度的构建与完善。

1 发挥网络舆情在思想政治教育工作中的管理和引导作用

要培养和建立一支媒介素养水平高的教育工作者队伍；创新舆情调研工作，增强工作的预见性和主动性；创建高校舆情信息网，搭建畅通的信息交流平台，抢占舆情的主动权和话语权；创造良好的网络舆论环境；开辟舆论宣传工作新途径；建立并完善舆情监管机制。

2 加强大学生媒介素养教育

媒介素养教育是优化大学生适应信息时展的综合素养的必然要求和趋势，培养大学生面对各种媒体信息的解读和批判能力以及使用信息为社会发展、个人生活所用的能力。媒介素养的能力包括对信息的选择、理解、评价、质疑、创造和批评的能力，要提高思想政治教育的实效性就要建立健全大学生媒介素养教育工作体制；加强媒介素养教育的理论研究；开设媒介素养课程，构建全面的教育体系；营造良好的媒介素养教育环境；打造媒介实践平台和高校间的交流平台，整合教育资源。通过丰富的教育途径来克服大学生在高校网络舆情中的弱点和难点，增强法律意识、道德意识，树立正确的人生观、价值观。

3 新媒体环境下思想政治教育工作的创新

创新策略的总体原则是适应时展的新特点新要求。改变观念，充分认识新媒体在高校思政教育工作中的重要作用；掌握新媒体技术，融入全新的网络教育环境；积极开拓新教育阵地；重视校园文化建设，打造校园主流人文精神；加强“两课”的建设，积极引入新媒体形式，充分利用网络舆情途径；创新教育手段，搭建互动渠道。建立和谐文明的校园环境，不断更新思政工作理念和方式方法，提升教育者的素质，增强新时期大学生思想政治教育工作的实效性。

（保定学院，河北 保定 071000）

参考文献：

[1]赵文永.网络信息时代加强大学生思想政治教育研究[J].学校党建与思想教育，2011（11）.

[2]陈从楷.谈新媒体与大学生思想政治教育[J].教育探索，2011（9）.

[3]陶喜红.大学生媒介素养教育的现实意义及实施途径[J].中南民族大学学报（人文社会科学版），2008，28（3）.

[4]2011年中国互联网舆情分析报告[EB/OL].人民网，2011（12）.

篇6

【关键词】 大数据 舆情 监控

随着国家电网朝着“三集五大” 的战略要求开始转型，国网公司将逐步走向集约化、标准化、规模化。“三集五大”是公司发展的深刻总结和高度指导，是公司走向国际化一流企业的必由之路。然而，任何一项变革都不是一蹴而就的，都将经历探索、总结、提高这些阶段，在“三集五大”发展战略的实施过程中，必然涉及到机构调整、职能调整、规范调整、业务流程调整等全方位的改革，电力企业作为国家命脉息息相关的企业，其大的变动，必将引起社会方方面面的舆论反应，尤其是在变革中遇到困难、瓶颈的时候，各种怀疑、否定将纷至而来，因此及时监测、汇集、研判网上舆情，是正确引导舆论的重要前提。只有做好舆情工作才能为“三集五大”重大发展战略顺利开展保驾护航。随着互联网技术的迅速发展，信息量大、类型繁多、价值密度低、速度快、时效高的大数据吸引了越来越多的关注目光，大数据带来的信息风暴正在改变我们的生活、工作和思维。毋庸讳言，舆情服务在进行行业规范和整合的同时，正面临着大数据的挑战。

一、大数据

“大数据”概念最早在20世纪80年代提出，2011年麦肯锡咨询公司其研究成果《大数据：下一个创新、竞争和生产率的前沿》，使这个概念得以大范围推广。2012年3月29日，奥巴马宣布将投入2亿多美元启动“大数据发展和研究计划（Big Data Research and Development Initiative）”，将“大数据战略”上升为国家战略。近两年，大数据备受学术界、产业界和政府部门的关注，成为国内外强有力的前沿词汇。大数据又称巨量数据、海量数据、大资料，指的是所涉及的数据量规模巨大到无法通过目前主流软件工具在合理时间内进行抓取、管理和处理的数据集合，是必须通过深度挖掘、计算、分析才能创造价值的海量信息。大数据在体量、复杂性、产生速度及价值密度四个方面都极大地超越了传统的数据形态，具有4V特征：大量（Volume）、多样（Variety）、高速（Velocity）、价值（Value）。

二、大数据背景下的网络舆情

大数据背景下网络舆情管理面对着新的挑战。海量数据的挑战、信息选择性传播的挑战以及舆论话语权分散的挑战。海量的网上信息难以掌控，大量相关性、偶发性因素使舆情更加复杂多变，传统的舆情监测研判手段和方法难以奏效，新的技术手段和方法要求更高。网上数据无限性和网民关注能力有限性之间的矛盾，加剧了社会舆论的“盲人摸象”效应。社会化媒体促进信息的开放和沟通的便捷，分众传播、个性化传播凸显，使偏激的观点更容易找到“同类”，从而相互支持、强化放大，加剧舆论偏激情绪。大数据时代各类数据随手可得，越来越多的机构、个人通过数据挖掘和分析得出的各种结论会不胫而走，有效管理舆情的难度越来越大。

三、大数据在网络舆情监测的应用价值

由网络舆情监测到网络舆情预测是网络舆情的发展趋势，这一目标实现的关键技术就是大数据挖掘技术。

大数据价值的核心是舆情预测：传统网络舆论引导工作的气垫，是对已发生的网络舆情进行检测开始。然而这种方式局限在于滞后性。大数据技术的应用，就是挖掘、分析网络舆情相关联的数据，将监测的目标时间点提前到敏感消息进行网络传播的初期，通过建立的模型，模拟仿真实际网络舆情演变过程，实现对网络突发舆情的预测。

大数据价值的条件是舆情全面：大数据技术要预测舆情，首要条件是对各种关联的全面数据进行分析计算。传统数据时代，分析网民观点或舆情走势时，只关注网民跟帖态度和情绪，忽视了网民心理的变化；只关注文本信息，而较少关注图像、视频、语音等内容；只观察舆论局部变化，忽视其他群体的舆论变化；只解读网民文字内容，而忽视复杂多变的社会关系网络。从舆情分析角度看，网民仅仅是信息海洋中的"孤独僵尸"，犹如蚁群能够涌现高度智能，而单个蚂蚁如附热锅到处乱窜。大数据时代，突破了传统数据时代片面化、单一化、静态化的思维，开始立体化、全局化、动态化研究网络舆情数据，将看似无关紧要的舆情数据纳入分析计算的范围。

大数据价值的基础是舆情量化：大数据预测舆情的价值实现，必须建立在对已挖掘出的海量信息，利用数学模型进行科学计算分析的基础之上，其前提是各类相关数据的量化，即一切舆情信息皆可量化。但数据量化，不等同于简单的数字化，而是数据的可计算化。要在关注网民言论的同时，统计持此意见的人群数量；在解读网民言论文字内容的同时，计算网民互动的社会关系网络数量；对于网民情绪的变化，可通过量化的指标进行标识等。

大数据价值的关键是舆情关联：数据背后是网络，网络背后是人，研究网络数据实际上是研究人组成的社会网络。大数据技术预测舆情的价值实现，最关键的技术就是对舆情间的关系进行关联，将不再仅仅关注传统意义上的因果关系，更多关注数据间的相关关系。按大数据思维，每一个数据都是一个节点，可无限次地与其他关联数据形成舆情链上的乘法效应--类似微博裂变传播路径，数据裂变式的关联状态蕴含着无限可能性。

四、云计算在网络舆情的应用

XML可扩展标记语言，一种简单的数据存储语言，使用一系列简单的标记描述数据，而这些标记可以用方便的方式建立。虽然XML占用的空间比二进制数据要占用更多的空g，但XML简单易于掌握和使用，XML是Internet环境中跨平台的，依赖于内容的技术，是当前处理结构化文档信息的有力工具。

DOM是DocumentObjectModel文档对象模型的缩写，根据W3CDOM规范，DOM是一种与浏览器、平台、语言无关的接口，使得它可以访问页面其他的标准组件。DOM解决了Netscape的Javascript和Microsoft的Jscript之间的冲突，基于WEB设计师和开发者一个标准的方法，让他们来访问他们站点中的数据，脚本和表现层对象。

利用基于DOM的XML解析方法，用Prtllon实现了XML解析器，解析器先将各种XML内容转换为DOM，然后对属性结构遍历所有属性，再根据规范定义其语义并将结果封装成可被各模块使用的数据结构。

对数据进行规约后，系统采用HDFS系统实现分布式存储，HDFS支持的高容错性和低成本运行的特点以及大数据量吞吐的访问级别和适应大事件集使之和其他分布式系统相比具有巨大的优势。

通过数据计算时间对比可以看出数据量越大，基于云计算的舆情挖掘系统的运行效率比本地执行的运行效率越高。

数据对比表如下：

结束语：大数据是数字化生产时代的新型战略资源，对社会发展所起的作用巨大，对电力公司的发展同样至关重要。大数据的出现和引用，引起了各国科技界，产业界和政府部门的高度关注，因此，大数据时代的网络舆情治理作为社会治理的一个方面，显得尤为重要。

参 考 文 献

[1] 刘叶婷，王春晓.“大数据”，新作为―“大数据”时代背景下政府作为模式转变的分析[J].领导科学.2012（35）

[2] 李国杰，程学旗.大数据研究：未来科技及经济社会发展的重大战略领域―大数据的研究现状与科学思考[J].中国科学院院刊. 2012（06）

[3] w路平，许鑫.浅析公共危机传播中舆情分析研判机制的体系与流程[J]. 中国浦东干部学院学报.2011（04）

篇7

〔关键词〕社交媒体；信息可信度；评估；综述

〔中图分类号〕G203 〔文献标识码〕A 〔文章编号〕1008-0821（2016）12-0164-06

〔Abstract〕Information credibility assessment research in social media not only contributes to the development and improvement of network information resource management theory，but also helps to improve the effectiveness of social media monitoring public opinion，social media search，social recommendation and so on.The paper firstly reviewed the researches at home and abroad about the social media information research，information credibility research，and social media information credibility assessment research，and then pointed out the problems existing in information credibility assessment research of domestic social media，and finally put forward the solution to it.

〔Key words〕social media；information；credibility；assessment；review

1 研究的意义

随着互联网技术和移动技术的突飞猛进，社交媒体盛行，人人可做信息的制造者，制造的信息极为丰富。然而，在这丰富信息的背后，隐藏着漫天飞舞的谣言、病毒般传播的虚假照片和视频，这给人们幸福的生活、社会的稳定带来了严重的隐患。为了遏制虚假不良信息传播，营造健康向上的网络环境，信息可信度评估就成了迫在眉睫的问题，社交媒体信息急需“鉴定师”和“测谎仪”。

社交媒体信息可信度评估研究既有较高的学术价值，也有较强的应用价值。具体来说，学术价值表现在研究社交媒体信息可信度评估并探讨虚假信息的生成机制、传播模式、治理措施，是对社交媒体环境下网络信息资源管理理论的丰富、发展与完善。应用价值表现在研究社交媒体信息可信度评估有助于社交媒体用户判断信息的可信性，营造诚信健康的互联网环境，也有助于提高社交媒体信息舆情监控、社交媒体信息引导、社交媒体搜索、社会化推荐等方面的效果。

2 社交媒体信息研究

社交媒体（Social Media）是通过Web2.0技术实现的一类支持用户自主创造和交换内容的媒体，如Twitter、Facebook、Youtube、LinkedIn、Wiki、微博、微信、QQ、论坛、人人网等。自1973年Lipkin、Szpakowski和Felsenstein 3人在美国加州伯克利市建立全球第一个公共电子公告牌系统 Community Memory后，BBS以及网络社区等早期的社交媒体开始映入人们的眼帘。《2015年全球社会化媒体、数字和移动业务数字统计趋势》报告表明：全球社交媒体活跃用户约占全球人口的29%。

2.1 国外研究

社交媒体的相关研究从20世纪80年代开始，在2005年左右开始进入快速发展阶段，发文量有逐年增加的趋势。在国际期刊中，发表社交媒体论文较多的要属《Computers in Human Behavior》。近两年，关于社交媒体的国际会议主要有ASONAM、SMP、MISNC、SMAP、SCSM。国外学者研究内容主要集中在以下4个方面：

2.1.1 社交媒体信息利用研究

社交媒体在商业领域、教育领域、公共管理领域等都有广泛的应用[1]。如在营销领域，利用社交媒体信息，可以获知消费者态度和行为[2]，可以获知客户交流和推荐对营销的影响[3-4]，可以获知社交媒体信息对营销管理功能的影响[5]。

2.1.2 社交媒体信息检索与信息推荐研究

侧重于社交媒体信息检索与信息推荐方法的研究。社交媒体信息的检索采用主题模型[6]、社会网络[7]、本体[8]等检索方法。比如，Hong和Davison（2010）使用标准主题模型进行社交媒体Twitter信息的检索。社交媒体信息的推荐采用内容推荐[9]、协同过滤[10]、时序推荐[11]、位置推荐[12]、社会化推荐[13]等方法。比如，Levandoski等（2012）提出位置感知推荐系统（LARS）[12]。

2.1.3 社交媒体信息传播研究

侧重于反映信息传播传播规律的社交媒体信息传播模型的构建以及通过模型的构建对实际问题进行预测等方面的研究。如Galuba等（2010）通过研究1 500万URL在不同Twitter用户之间的300小时传播，提出了基于内容流行度、用户影响力和传播速度的线性阈值模型[14]。Adar和Adamic（2005）通过研究信息在博客中传播的模式和动力学特性，提出用传染病模型来描绘信息传播的机理[15]。Asur和Huberman（2010）采用来自的聊天数据通过简单的线性回归模型预测电影票房的收入[16]。

2.1.4 社交媒体用户隐私研究

在探讨社交媒体用户隐私现存问题的基础上，提出了相应的隐私保护方法。如Viswanath等（2010）首先研究Sybil防御的缺陷，在其基础上探讨了替代Sybil防御的方法[17]。Conti等（2011）采用FaceVPSN解决社交媒体用户隐私问题[18]。

2.2 国内研究

国内学者的社交媒体研究最早可追溯至20世纪90年代末，但从2005年后起关于社交媒体的论文才逐渐表现出增长态势。国内研究内容主要集中在：

2.2.1 社交媒体信息传播研究

研究内容包括：①社交媒体信息传播模式研究。如韩佳等（2013）提出了基于改进SIR的在线社交网络信息传播模型[19]。姜景等（2015）构建表征谣言信息与辟谣信息传播机理的Lotka-Volterra竞争模型[20]。②社交媒体信息传播中存在的问题与对策研究。如阎俊（2015）探讨微博传播存在的问题及原因，并提出了加强微博内容管理、增强把关意识、提高微博用户的媒介素养等对策[21]。③社交媒体信息传播效果研究。如陈远和袁艳红（2012）以新浪微博作为数据来源，把信息覆盖人数、评论数、转发数作为微博信息传播效果的量化指标，从纵横向两个角度研究新浪微博信息传播过程造成的效应[22]。

2.2.2 社交媒体舆情分析与监测研究

如张J等（2014）以打砸日系车系列突发公共事件为实例，探讨其在新浪微博和新浪新闻平台上舆情传播的特征与规律[23]。张瑜等（2015）对新浪微博热门话题“北京单双号限行常态化”下的微博进行了数据采集，将舆情演化划分为潜伏、成长、爆发、衰退、波动、死亡6个阶段，并对各阶段进行情感分析，为舆情治理提供了支持[24]。唐涛（2014）在分析网络舆情五要素的基础上，探讨移动互联网舆情的新特征，指出面临的新挑战，并从信息分析、信息筛选、信息引导等方面提出对策[25]。

2.2.3 社交媒体营销研究

如唐兴通（2012）的著作《社会化媒体营销大趋势：策略与方法》系统总结了社交媒体营销，并对众多社交媒体工具在实际工作中的应用提供了具体的建议[26]。张淼（2014）提出了企业完善社交媒体营销策略的“9+3”模式[27]。刘晓燕和郑维雄（2015）采用社会网络分析方法研究企业微博营销传播的效果[28]。

3 信息可信度研究

3.1 国外研究

信息可信度（Information Credibility）是指人们对信息可相信程度的认识。它由值得信赖（Trustworthiness）和专业性（Expertise）两个关键要素组成[29]。信息可信度比较系统的研究始于20世纪50年代的传播领域。Hovland和同事的工作具有里程碑的意义[30]。信息可信度最初关注的是传播者的可信度。国外对传统媒体信息可信度的研究主要是从信源可信度、内容可信度、渠道可信度三方面展开的。随着互联网的出现，网络信息可信度的评估被提上了议事日程。研究情况可归纳如下：

3.1.1 网络信息可信度评估的理论模型

主要有Fogg（2003）的P-I理论模型、Wathen和Burkell（2002）的评判模型、Sundar（2008）的MAIN Model、Hilligoss和Rieh（2008）的统一模型、Metzger（2007）的双处理模型以及Lucassen等（2013）的3S模型（修订版）。以上理论模型是由情境、用户特征、操作性、处理过程这些侧面的若干部分构建而成的。

3.1.2 网络信息可信度研究内容

主要有对网络新闻的可信度研究、对搜索引擎结果的可信度研究以及对维基百科内容的可信度研究。比如，Nagura等（2006）通过比较关于同一主题不同网页的相似度来计算每个网页的可信度[31]。Yamamoto和Tanaka（2011）利用用户可信度评判模型对网页搜索结果进行重新排序，以便从Web搜索结果的列表中用户可以更高效的找到可信的网页[32]。Adler等（2008）以文章长度、版本数量和基于贡献数量的作者声誉建立模型，计算出维基百科文章的可信度[33]。

3.1.3 网络信息可信度研究方法

主要采用定量研究法。比如，Olteanu等（2013）在调查网页的各种特征（文本内容、链接结构、网页设计等）的基础上，经过统计分析方法筛选出关键的特征，采用监督学习算法来推断网页内容的可信度[34]。与网络信息可信度有关的典型系统有日本的WISDOM和Honto？Search。

3.1.4 影响力较大的项目和国际会议

影响力较大的项目有互联网可信度研究（The Web Credibility Research）项目，影响力较大的国际会议有WICOW（Workshop on Information Credibility on the Web）。

3.2 国内研究

1993年的《鉴别虚假信息五法》是国内发表的早期论文。2004年至今，相关研究进入快速发展期。相对于国外较多研究评估算法和评估系统，国内研究重点在于定性分析上，大多采用问卷调查及专家访谈法等进行人工评估。国内研究内容主要有：

3.2.1 侧重于信息可信度影响因素研究

比如，龚思兰等（2013）针对评论信息的文本内容、长度、情感倾向、时效性、者、商家活动等特征，通过问卷调查方式对大学生消费群体进行在线商品评论信息可信度影响因素实证分析[35]。蒋洪梅（2013）运用理论分析辅以实证研究的方法，从宏观的社会系统、中观的政策法规、微观的媒介与受众3个视角分析网络新闻信息可信度的影响因素[36]。

3.2.2 侧重于信息可信度指标体系的构建

比如，胡红亮（2013）按照信息源、信息加工、信息传播和信息应用等方面采用德尔菲专家调查法建立了学术著作可信度的基本评价模型[37]。潘勇和孔栋（2007）基于第三方认证机构的视角，构建了电子商务网站的信用评价指标体系及评价因素集，并建立灰色关联信用评估模型[38]。当然，也有少量基于机器学习的信息可信度自动化评估实验研究，比如，马伟瑜（2011）提出一种采用改进的PageRank算法评估网页信息可信度的方法[39]。

4 社交媒体信息可信度评估研究

4.1 国外研究

国外相关研究较早。社交媒体信息可信度的相关研究随着BBS的出现随之展开，最早可追溯到20世纪80年代。目前可以说，研究处于繁荣期。国外研究情况可归纳如下：

4.1.1 社交媒体信息可信度评估研究内容

研究内容主要包括：①不实信息的判断识别。如Qazvinian等（2011）提取Twitter信息的文本特征、网络特征和微博元素特征，构建贝叶斯分类器甄别谣言[40]。Zhao等（2015）通过研究查询帖以便及早识别社交媒体谣言[41]。②话题新闻的可信度评估。如Castillo等（2011）选取了有关用户特征、文本特征、主题特征、信息传播特征，采用J48决策树评估Twitter中话题新闻的可信度[42]。

4.1.2 社交媒体信息可信度评估方法

评估方法主要有监督学习[43]，统计分析[44]，与可信信息来源的相似性比较[45-46]，社交网络的链接结构分析与主题模型的利用[47]等。它们主要采用自动评估，具体来说：①选取的特征：选取的特征主要是用户特征、文本特征、信息传播特征。比如，西班牙的Castillo和智利的Mendoza、Poblete（2011）选取用户特征（如注册时间、粉丝量、好友量），文本特征（如是否包含#标签、是否包含问号、Tweet中包含的URL数量、是否转发），主题特征（如带#标签Tweet的比例、Tweet数量、Tweet的平均长度、Tweet的平均情感分值、积极情绪或消极情绪的比例），以及信息传播特征（如传播树的深度），采用J48决策树评估Twitter信息的可信度[42]。②评估的方法：大多通过构建SVM分类器、Bayesian分类器、Decision Tree分类器等方法，并对结果进行分类，以达到评估社交媒体信息可信度的目的。上例Castillo等采用J48决策树构建分类器，并对结果进行分类，从而评估Twitter信息的可信度[42]。当然，也有通过对结果进行排序的实例，从而达到评估社交媒体信息可信度的目的。比如，Gupta和Kumaraguru（2012）采用Rank-SVM与PRF相结合的方法，按照可信度得分对Twitter信息进行排序[43]。

4.1.3 有较大影响的在研项目与系统

由欧盟资助七国科研人员联合攻关的PHEME项目研究的重点是社交媒体信息的真实性，该项目在国际上有较大影响。Jacob Ratkiewicz等（2011）开发出可实时追踪Twitter上政治谣言的Truthy系统[48]。Gupta等（2014）、Lorek等（2015）分别开发出一款可自动评估推文可信度的工具TweetCred、TwitterBOT[49-50]。

4.2 国内研究

2007年《博客信息“可信度不亚于纽约时报”？》拉开了国内探讨社交媒体信息可信度评估的序幕。目前研究还处于发展的初期。社交媒体信息可信度评估研究主要有：

4.2.1 社交媒体信息可信度影响因素研究

如刘雪艳和闫强（2013）探讨政府微博中的热点事件信息可信度的影响因素[51]。丁科芝（2015）从信息传播者、渠道、信息内容和用户基本信任观念4个方面构建社交网络可信度影响因素模型[52]。薛传业等（2015）从信息来源可信度、信息传播渠道可信度、信息内容可信度以及信息评论反馈多维度探讨了突发事件中社交媒体信息可信度的影响因素[53]。

4.2.2 构建社交媒体信息可信度指标体系研究

它大多采用问卷调查及专家访谈法进行人工评估。屈文建和谢冬（2013）从站点层次、版块层次、主题层次、内容层次4方面，采用模糊综合信用评估模型对网络学术论坛信息可信度进行评估[54]。莫祖英等（2013）从微博信息量、信息内容质量、信息来源质量和信息利用情况等方面进行问卷调查，采用层次分析法构建微博信息质量评估模型[55]。当然国内也有少量自动化评估的例子。比如，贺刚等（2013）引入关键词分布特征和时间差等新特征，基于SVM算法来预测新浪微博信息是否为谣言[56]。程亮等（2013）提出基于BP神经网络模型及改进其激发函数，同时引入冲量项，对微博话题在传播过程中演变为谣言进行检测[57]。路同强（2015）采用半监督学习算法检测微博谣言，但不足之处在于未考虑信息的深层特征[58]。

4.3 存在的问题

对比国内外研究情况，可发现国内研究存在如下问题：

4.3.1 研究内容

关于社交媒体信息可信度研究，国内外目前以微博研究较多。与国外丰富的研究内容相比，国内在该领域的研究还主要集中于对影响因素以及特征的探讨上。

4.3.2 研究方法

国外定量研究较多，很多涉及自动化评估，而国内定性研究较多，大多采用问卷调查法、专家访谈法等进行人工评估。

总之，现有研究大多是针对Twitter等英文社交媒体，其研究成果大多不能直接应用于中文社交媒体。尽管也有少量研究是面向中文社交媒体的，但研究成果零散，还缺乏系统性。另外，在特征选择上，选择范围面较窄，考虑社交媒体深层的隐含特征较少。

5 结 语

为了解决中文社交媒体的可信度评估问题，在吸收前人研究的基础上[59-63]，很有必要对中文社交媒体信息可信度进行系统研究，特别是在参考国外信息可信度评估系统的基础上，很有必要研制开发中文社交媒体信息可信度评估系统，实现中文社交媒体信息可信度的自动评估。在进行中文社交媒体信息可信度评估中，应注意下列问题：

1）评估要在对信息资源分类的基础上，对不同的类别采用不同的评估指标体系，以提高评估工作的科学性和合理性。

2）评估既要重视定性评估，也要重视定量评估，尤其是自动化评估。特别是在大数据环境下，应针对评估的实际需求，制定科学的评估方案，选择恰当的评估方法，构建适合评估工作需要的自动化评估系统。

3）评估指标、评估模型的选取以及参数的训练，既要考虑研究结果的精确度，又要考虑系统的运算时间。

4）评估模型构建后，不仅要进行实验室评估，还应进行实际效果评估。

参考文献

[1]Ngai，E.W.T.，Moon，K.K.，Lam，S.S.，Chin，E.S.K.and Tao，S.S.C..Social media models，technologies，and applications[J].Industrial Management and Data Systems，2015，115（5）：769-802.

[2]Gamboa，A.M.and Gonalves，H.M..Customer loyalty through social networks：lessons from Zara on Facebook[J].Business Horizons，2014，57（6）：709-717.

[3]Jin，S-A.A.and Phua，J.Following celebrities tweets about brands：the impact of Twitter-based electronic word-of-mouth on consumers source credibility perception，buying intention，and social identification with celebrities[J].Journal of Advertising，2014，43（2）：181-195.

[4]Colliander，J.and Dahlén，M.Following the fashionable friend：the power of social media[J].Journal of Advertising Research，2011，51（1）：313-320.

[5]Moncrief，W.C.，Marshall，G.W.and Rudd，J.M..Social media and related technology：drivers of change in managing the contemporary sales force[J].Business Horizons，2015，58（1）：45-55.

[6]Hong，Liangjie and Davison，B.D..Empirical study of topic modeling in twitter[C]∥Proceedings of the First Workshop on Social Media Analytics（SOMA10）.ACM，New York，NY，USA，2010：80-88.

[7]Kleinberg，J.M..Authoritative sources in a hyperlinked environment[J].Journal of the ACM，1999，46（5）：604-632.

[8]Tobar，C.M.，Germer，A.S.，Adan-Coello，J.M.，and De Freitas，R.L..Information retrieval in Wikis using an ontology[J].Computational Science and Engineering，2009：826-831.

[9]Kim，Y.and Shim，K.TWILITE：A recommendation system for Twitter using a probabilistic model based on latent Dirichlet allocation[J].Information Systems，2014：59-77.

[10]Ramesh，A.，Anusha J.，Clarence，J.M.T..A novel，generalized recommender system for social media using the collaborative-filtering technique[J].ACM SIGSOFT Software Engineering Notes，2014：1-4.

[11]Zimdars，A.，Chickering，D.M.，and Meek，C.Using Temporal Data for Making Recommendations[C]∥Proceedings of the Seventeenth conference on Uncertainty in artificial intelligence（UAI01），Jack Breese and Daphne Koller（Eds.）.Morgan Kaufmann Publishers Inc.，San Francisco，CA，USA，2001：580-588.

[12]Levandoski，J.J.，Sarwat，M.，Eldawy，A.and Mokbel，M.F..LARS：A Location-Aware Recommender System[C]∥IEEE 28th International Conference on Data Engineering，Washington，DC，2012：450-461.

[13]Jamali，M.and Ester，M.Trust Walker：a random walk model for combining trust-based and item-based recommendation[C]∥Proceedings of the 15th ACM SIGKDD international conference on Knowledge discovery and data mining（KDD09）.ACM，New York，NY，USA，2009：397-406.

[14]Galuba W，Aberer K，Chakraborty D，Despotovic Z，Kellerer W.Outtweeting the twitterers-predicting information cascades in microblogs[C]∥Proceedings of the 3rd Workshop on Online Social Networks，USENIX Association，Boston，MA，USA，2010：1-9.

[15]Adar，E.and Adamic，L.A..Tracking Information Epidemics in Blogspace[C]∥Proceedings of the 2005 IEEE/WIC/ACM International Conference on Web Intelligence（WI05）.IEEE Computer Society，Washington，DC，USA，2005：207-214.

[16]Asur，S and Huberman，B.A..Predicting the Future with Social Media[C]∥2010 IEEE/WIC/ACM International Conference on Web Intelligence and Intelligent Agent Technology（WI-IAT），Toronto，2010：492-499.

[17]Viswanath，B.，Post，A.，Gummadi，K.P.，and Mislove，A.An analysis of social network-based Sybil defenses[J].Acm Sigcomm Computer Communication Review，2010，40（4）：363-374.

[18]Conti，M.，Hasani，A.，and Crispo，B.Virtual Private Social Networks[C]∥Proceedings of the 1st ACM Conference on Data and Application Security and Privacy（ACM SIGSAC CODASPY 2011），San Antonio，TX，USA，2011：39-50.

[19]韩佳，肖如良，胡耀，等.在线社交网络中信息传播模式的特征分析[J].计算机应用，2013，（1）：105-107，111.

[20]姜景，李丁，刘怡君.基于竞争模型的微博谣言信息与辟谣信息传播机理研究[J].数学的实践与认识，2015，（1）：182-191.

[21]阎俊.微博传播的问题与对策研究[D].锦州：渤海大学，2015：1-38.

[22]陈远，袁艳红.微博信息传播效果实证研究[J].信息资源管理学报，2012，（3）：28-34.

[23]张，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，（4）：90-95.

[24]张瑜，李兵，刘晨.面向主题的微博热门话题舆情监测研究――以“北京单双号限行常态化”舆情分析为例[J].中文信息学报，2015，（5）：143-151，159.

[25]唐涛.移动互联网舆情新特征、新挑战与对策[J].情报杂志，2014，（3）：113-117.

[26]唐兴通.社会化媒体营销大趋势：策略与方法（第2版）[M].北京：清华大学出版社，2012：1-235.

[27]张淼.社会化媒体在市场营销中的应用研究[D].北京：首都经济贸易大学，2014：1-47.

[28]刘晓燕，郑维雄.企业社会化媒体营销传播的效果分析――以微博扩散网络为例[J].新闻与传播研究，2015，（2）：89-102，128.

[29]Fogg，B.J.，and Tseng，H.The elements of computer credibility[C]∥Proceedings of the SIGCHI conference on Human Factors in Computing Systems，Pittsburgh，Pennsylvania，USA，1999：80-87.

[30]Rieh，S and Danielson，D.Credibility：A Multidisciplinary Framework[J].Annual Review of Information Science and Technology，2007：307-364.

[31]Nagura，R.，Seki，Y.，Kando，N and Aono，M.A method of rating the credibility of news documents on the web[C]∥Proceedings of the 29th annual international ACM SIGIR conference on Research and development in information retrieval（SIGIR06）.ACM，New York，NY，USA，2006：683-684.

[48]Ratkiewicz，J.，Conover，M.，Meiss，M.，Gonalves，B.，Patil，S.，Flammini，A.and Menczer，F.Truthy：mapping the spread of astroturf in microblog streams[C]∥Proceedings of the 20th international conference companion on World wide web（WWW11）.ACM，New York，NY，USA，2011：249-252.

[49]Gupta，A.，Kumaraguru，P.，Castillo，C.，and Meier，P.TweetCred：Real-Time Credibility Assessment of Content on Twitter[C]∥Social Informatics.Springer International Publishing，2014：228-243.

[50]Krzysztof，L.，Jacek，S.W.，Michal，J.L.，and Amit，G.Automated Credibility Assessment on Twitter[J].Computer Science，2015，（2）：157-168.

[51]刘雪艳，闫强.政府微博中的热点事件信息可信度研究[J].北京邮电大学学报：社会科学版，2013，（2）：6-12.

[52]丁科芝.社交网络信息可信度研究[D].武汉：华中师范大学，2015：1-61.

[53]薛传业，夏志杰，张志花，等.突发事件中社交媒体信息可信度研究[J].现代情报，2015，（4）：12-16.

[54]屈文建，谢冬.网络学术论坛信息可信度的灰度分析[J].图书情报知识，2013，（2）：112-118.

[55]莫祖英，马费成，罗毅.微博信息质量评价模型构建研究[J].信息资源管理学报，2013，（2）：12-18.

[56]贺刚，吕学强，李卓，等.微博谣言识别研究[J].图书情报工作，2013，（23）：114-120.

[57]程亮，邱云飞，孙鲁.微博谣言检测方法研究[J].计算机应用与软件，2013，（2）：226-228，262.

[58]路同强，石冰，闫中敏，等.一种用于微博谣言检测的半监督学习算法[J].计算机应用研究，2016，（3）：744-748.

[59]Ginsca，A.L.，Popescu，A.，and Lupu，M.Credibility in Information Retrieval[J].Foundations and Trends in Information Retrieval，2015：355-475.

[60]Lazar，J.Meiselwitz，G.and Feng，J.Understanding Web Credibility：A Synthesis of the Research Literature[M].Now Publishers Inc，2007：1-80.

[61]Zafarani，R.Abbasi，M.A.，and Liu，H.社会媒体挖掘[M].北京：人民邮电出版社，2015：1-240.

篇8

关键词:微时代;高校;危机管理;策略

随着互联网科技的发展、微时代的到来，微信、微博作为一种新媒体成为高校大学生日常生活交流中不可缺少的一部分，它对高校大学生危机事件极易形成网络舆情并导向事件态势发展，如果处理不当，就会影响高校的和谐稳定。为此，探讨微时代背景下高校危机管理的问题及对策，具有重要的意义。

一、微时代背景下高校危机事件的主要特点

1．发生源头广泛

高校微时代背景下，每个学生都是自媒体，都可以不受性别、年龄、民族等限制注册微信、微博等账号。每个学生都是信息传播的主体，都拥有自己的话语权，都可以在这个平台上随意、转发和评论各类信息，各类信息在没有把关的情况下传播，更容易刺激高校大学生危机事件的发生、发展。

2．传播便捷、速度快

在纸媒时代，危机事件传播一般要受撰写、编辑、审核稿件，截稿期限等条件限制，一般至少需要一个工作日才能完成。然而，在微时代背景下，危机事件的传播不受纸媒主客观条件的限制，账号用户可以随时随地信息。也可以通过关注、评论、转发等功能来分享他人的信息，还可以通过微博互粉，在极短的时间内发展大量粉丝，［1］从而使信息的传播变得非常的便捷和迅速。

3．容易恶化、升级

微时代背景下，高校传播危机事件的主体主要是隐藏真实身份的学生，由于各自的素质、兴趣、爱好、立场不同，其表现也不尽相同。由于受到不同主客观因素的影响，一些学生对危机事件网络言论缺乏理性思考，往往表现出情绪化和感性化，有的学生甚至把这个网络平台作为发泄不良情绪的场所。同时，这个新媒体交流平台又缺乏监管机制和道德约束，极易为不良信息和虚假信息提供传播的机会。甚至会出现一味谩骂、恶意攻击等偏激、粗俗的倾向，最终导致危机事件进一步恶化升级。

二、微时代背景下高校危机管理存在的问题

1．监管难度大

当高校危机事件突发后，每个账号用户会根据各自的不同爱好，从不同角度、不同立场把事件内容上传至微信、微博上。由于这些用户注册时基本上是匿名的，他们可以天马行空、随心所欲地表达个人情感和发泄个人情绪，不需承担任何责任。加上高校管理者本身危机意识淡薄，对这个思想舆情阵地也没给予高度关注和重视，也使得高校在危机事件管理过程中获取准确信息并掌握公众的立场和态度的难度增大。

2．隐藏真实信息

部分高校在面对危机事件管理时存在“家丑不可外扬”的心态，一旦高校发生危机事件，一些管理者担心会影响到自己的利益甚至会为之丢掉仕途，他们不愿承担事故责任和公开信息，或者信息公开滞后、片面。他们抱着“大事化小，小事化无”的心态来处理危机事件，常常采取“内紧外松”的原则，有意隐藏、封锁信息，延误对危机事件进行有效处理的时机。致使公众的知情权被人为所屏蔽，在他们不知危机事件真实性的情况下更加容易产生恐慌心理，进而对学校缺乏信任和信心。直接导致信息传播失控，造成危机事件升级、加剧。［2］

3．缺乏配套机制

多数高校没有根据微时代危机事件发展的新特点对原有的危机事件机制进行更新。原有的危机事件机制在危机预防、应对等方面本身是滞后的，它一般都是解决危机事件发生之后的问题，并没有包括危机前的预防，危机后的学习、总结和创新等方面的内容。它缺乏专门的机构、组织、团队或较专业管理人员利用微信、微博等新媒体平台对危机进行实时监控，不能第一时间预测、发现危机事件的苗头，不能进行及时有效预防和紧急快速的回应和处理，因而不能适应微时代背景下危机事件处理需求。

4．沟通渠道不顺畅

高校的危机事件通常是因琐事引起。众多高校通过校长意见箱、领导接待日、举报箱等形式来搜集学生反映的问题，但是反映的问题又没有给予及时的反馈和有效解决。因而就会有学生转向微信、微博平台上发帖吐槽、宣泄和释放自己的不良情绪，当这些不良情绪得到众人附和，就会形成负面的能量进行传播，进而对高校危机管理提出了挑战。

5．处理能力和水平欠缺

微时代背景下，部分高校对危机处理能力和水平明显欠缺，主要体现为以下几个方面:第一，信息反馈慢。当危机事件发生时，不能对其给予及时回复和处理;第二，态度、立场不明确。对所发生危机事件不给予积极正面回应;第三，处理方式不恰当。对危机事件处理缺乏沟通技巧和媒体公关能力，一贯采取回避、删帖、打压等消极形式来应付，没有运用科学手段来控制危机事态纵深发展，有效化解矛盾;第四，研判水平缺乏。在面对新媒体上发生危机事件时，高校缺乏对事件性质的准确研判，不能找到科学的处理方法，致使危机事件向负面升级。

三、微时代背景下高校危机管理策略

1．更新观念

高校必须根据微时代背景下危机事件的特点，更新对危机事件管理的观念。树立责任担当理念和信息公开理念，是微时代背景下高校进行危机管理的首要前提条件。［3］责任担当理念是指高校、相关部门和责任人要敢于承担责任。当危机事件牵涉到高校时，无论高校是否有责任，都应该主动表明愿意承担责任的态度，不应回避甚至推卸责任。对学校自己的错误，要勇于承认错误，自揭其短，从而赢得公众对学校的支持和理解。［4］信息公开理念是指高校一旦发生危机事件，应该在第一时间，积极主动、持续地公开事件相关真实信息，掌握舆情导向主动权。2010年3月，我国颁布实施了《高等学校信息公开办法》，该法对高校的信息公开提出了具体要求。因此，各高校应把信息公开成为日常工作常态并落到实处，对各类危机事件要按要求进行实时适地公开、公示，而不应该对其采取封锁、隐瞒。危机信息时要遵循“速报事实、慎报原因、再报进展”三项基本原则，对于较复杂的危机事件，不要等到彻底处理完后再给予终版公布，要根据事件每个阶段的进展情况分阶段进行公布，避免因公众各种质疑、猜测而导致恶意传播各类负面信息。［5］

2．建立微信、微博舆情管理新机制

微时代背景下，危机舆情管理对高校提出了新的要求和挑战，所有高校都应与时俱进，建立、健全危机管理专项工作新机制。第一，预防机制。高校危机事件虽然是突发性的，但往往在其爆发前都需要一个酝酿、加工的过程，是有规律可遵循的，因此建立危机舆情监控、预防机制尤为重要。通过建立微机制，制定大学生网络行为规范和建立自媒体平台，如官方微信、微博等;用微时代背景下的沟通方式，与危机事件信息传播者进行有效沟通，主动占领这个危机网络舆情阵地，拥有控制危机事件舆情发展的主动权和话语权。第二，应急机制。当危机事件不可避免地要发生时，高校应做出快速反应，找出问题发生的根源，及时、准确研判危机事件事态性质，迅速做出决策，控制事态的发展，遏制问题的滋长。高校管理者要充分重视学生群体的呼声，调动校内外一切有利因素和资源，建立官方唯一的信息网络渠道，统一内外思想和口径，与各主流媒体保持良好的合作关系，通过多方合力来化解舆情危机。第三，善后管理机制。高校危机管理相关部门以及责任人要及时对处理过的危机舆情进行总结，吸取经验和教训，提出改进意见，修订规章制度，优化人员组织结构，规范处理程序，避免类似问题再次发生或升级。

3．加强微时代的危机管理队伍建设

高校能否建立一支微时代的危机管理高素质队伍，是能否做好危机管理工作的关键。对高校来说，首先，这支队伍的结构覆盖面应该是广泛的，既要有学校领导、社会知名专家、教授，又要有教师和学生骨干;既要有各二级学院、各职能部门的领导、负责人、工作人员，又要有学生代表。其次，这支队伍应具备较高的政治思想品质素养，过硬的业务水平和能力，即对新媒体反映的各类信息的理解能力、评估能力、思辨能力以及反应能力。最后，这支队伍还要具有明确、具体的分工。有信息代言人、评论人、监管人。对于一些不良信息的用户，通过跟帖留言或微信等形式主动约其私聊沟通，掌握其思想异常动态，有针对性地对其开展思想教育工作，使其端正态度，主动删除负面信息，消除不良影响。

4．全面普及新媒体素养教育

新媒体素养是指在互联网背景下，个人为了适应新的媒体环境和社会网络社交发展的需要应该掌握的新技术和能力。高校可以通过开设网络新媒体课程、举办相关讲座、专题教育等形式来提高师生的新媒体素养，让全校师生正确认识新媒体、掌握和使用新媒体，充分了解新媒体的基础知识和道德规范，不断学习网络相关知识和技术，提高危机管理导向能力、信息的搜集和研判能力，使师生持有对危机信息的怀疑精神以及道德底线，理性传播与学校相关的危机事件信息，尽可能地杜绝危机事件舆情从内部源头发生。高校还可以主动设置危机相关议题，邀请知名权威机构或专家参与探讨、解读等，通过他们的声音来平息质疑、维护形象。

5．加强危机舆情管理法制建设

党的十报告明确指出，要加强网络社会管理，推进网络依法规范有序运行。高校在危机管理事件过程中，应将国家相关法律、法规、制度与本校实际情况结合起来，一切从实际出发，实事求是，完善、明确校园危机事件舆情管理办法和实施细则。加大相关法律、法规、制度的宣传教育力度，增强广大师生的法制意识，使全校上上下下都能学法、知法、懂法、守法。自觉约束自己在网上的一言一行，以自身的力量积极带动并推进危机舆情的法制化建设，真正把“微”平台建设成为高校师生共建、共享的主流思想政治教育阵地，为高校和谐、稳定发展提供有力的思想和制度保障。

作者:陈雪梅 单位:西安科技大学

［参考文献］

［1］江奇艳．微时代高校危机管理探略［J］．淮北师范大学学报:哲学社会科学版，2013，(5):141－144．

［2］赵芸，张永亮．微时代高校网络舆情动态管理［J］．安顺学院学报，2013，(2):106－108．

［3］彭焕英．“微时代”下的高校学生管理工作探析［J］．无锡商业职业技术学院学报，2012，(4):57－59．

篇9

社交网络作为一种新兴的媒体具有广泛的社会影响力，且基于社交网络的营销方式逐渐成为一种新的发展趋势

>> 在线社交网络环境下信息态的传播研究 P2P环境下基于信任度的可控委托信任管理模型 基于节点依赖度和交互频繁度的无线Mesh网络信任模型 面向社交网络中多背景的信任评估模型 基于信任机制的复杂网络知识传播模型的研究 高斯白噪声激励下的社交网络舆论传播模型研究 基于能量敏感的无线传感器网络信任度计算模型* 基于信誉模糊度的P2P网络交易信任模型 社交网络下模因的传播 基于社交网络的NFC应用模型 基于信任度变化趋势的云服务选择模型 社交网络口碑信息信任度影响因素分析 基于微博社交网络的信息传播分析 基于网络社交平台的传播策略分析 基于用户偏好的信任网络随机游走推荐模型 基于簇的移动自组网络信任管理模型 移动社交网络的信任研究 高校在线社交网络舆情传播调查研究 基于信任域的移动ad hoc网络信任模型研究 基于“小世界”网络原理约简在线社交网络的算法研究 常见问题解答 当前所在位置：l.

[9]

MISLOVE A， MARCON M， GUMMAD K P. Measurement and analysis of online social networks[C]// Proceedings of the 7th ACM SIGCOMM Conference on Internet Measurement. New York： ACM，2007：29-42.

[10] GUO Y. 20/80 Principle about international coauthored papers[J]. Journal of the China Society for Scientific and Technical Information，2008，27（2）：261-264. （郭永正. 国际科学合著论文的二八法则[J].情报学报，2008，27（2）：261-264.）

[11]

BAN X， NING S， XU Z， et al. Novel method for the evaluation of data quality based on fuzzy control [J]. Journal of Systems Engineering and Electronics，2008，19（3）：606-610.

[12]

AN X B， DU A Y， LI S M. Elimination method for approximately duplicate records in vehicle inspection based on Apriori algorithm[J]. Journal of Tianjin University， 2010，7（1）：606-610.（安相璧，杜艾永，李树珉.基于Apriori算法的车辆检测相似重复记录消除方法[J].天津大学学报，2010，7（1）：606-610.）

[13]

JIN D， LIU D， YANG B， et al. Fast complex network clustering algorithm using local detection[J]. Acta Electronica Sinica， 2011，39（11）：2540-2546.（金弟，刘大有，杨博，等.基于局部探测的快速复杂网络聚类算法[J].电子学报，2011，39（11）：2540-2546.）

篇10

关键词：新媒体 高校学生 管理 创新

【中图分类号】G【文献标识码】B【文章编号】1008-1216（2015）08C-0020-02

社会生活离不开传媒。目前，与传统媒体有明显区别的新媒体已介入我们生活和工作。传媒的每一次变革都会给社会带来巨大改变，最终影响生活和社会组织形态。就高校学生管理工作而言，新媒体的影响具有双重性，在新媒体条件下，要求高校学生管理工作适应时代，不断创新。

一、新媒体的内涵与特点

新媒体的概念最早由美国哥伦比亚广播电视网（CBS）技术研究所所长 P・戈尔德马克在1967 年提出。尽管目前学术界还没有统一的定义，但趋同的看法是，新媒体是依托网络、数字和移动技术，以互联网、手机媒体和数字电视为代表，向大众提供个性化信息和娱乐服务的传播形态。与传统媒体相比，它在传播途径、传播内容、传播状态等方面具有不同特征。

（一）及时性

随着移动网络的完善和手机、平板电脑等终端产品的广泛应用，资讯的内容显得没有规律，偶然成分比较多，随意性大，可以及时向周围人发表看法、收到反馈，从而满足社交需求。显然，新媒体的这一特征与传统媒体截然不同，传统媒体中，报纸的出版是按照时间定好的，刊发的内容会按一定标准分配到不同版块，电视、电台的节目也是提前录制的。

（二）互动性

传统媒体都是单向的线性传播，是一点对多面的传播方式。新媒体可以实现“多对多”的传播，通过数字终端，可以与媒体交流，还可以与其他受众进行交流，是由所有人面向所有人的传播。实行的是点对点的双向交流，人们可以通过互联网发表观点和见解，参与信息的讨论，成本较低，大众的话语权得到尊重。

（三）时空性

新媒体拓展了信息的传播空间，人们可以在任何时间、任何地点通过新媒体和获取信息，并根据自己的兴趣需要，形成独立的媒体空间。传统媒体往往不具备这种功能。新媒体使越来越多的受众开始参与到信息的传播中，甚至成为信息的源头和者，主流媒体不再掌握绝对的话语权，而通过新媒体进行信息和参与话题交流人群中，大学生占了多数。

（四）多元性

因报纸、电视、广播受版面和播出时间的影响，传统媒体的信息容量十分有限。而新媒体的信息流动更加开放和自由。数字技术的发展为人们获取信息、输出信息提供了前所未有的便利。只要具备上网条件，人们就可以不受时间和地域的限制接收信息。任何用户都可以对任何事情发表自己的观点，有些甚至会得到全世界的关注，迅速成为各网站媒体的头条，传播到世界各个角落。

（五）共享性

新媒体环境是以信息为核心的，如果说物质资源数量有限，只能为少数人利用，具有私有性，而以互联网、手机为代表的新媒体弥补了传统媒体区域性的缺陷，实现了信息的开放和共享。新媒体环境下的信息资源最大限度地集中了集体的智慧，人们在免费获取别人信息的同时，还可以进行信息的再创造，实现信息资源的共享。

二、新媒体对高校学生管理工作的影响

（一）积极影响

目前，微信、微博、QQ等新媒体已成为广大高校学生推崇的社交互动方式，大学生通过客户端可以及时、快速和获取最新资讯，这些工具的运用既满足了大学生对于海量信息的检索需求，也成为高校学生获取时事新闻的重要途径，既扩大交际圈，又通过朋友圈、网友群等增长了知识，拓宽了视野，锻炼交际能力，积累人脉。另外，大学生通过新媒体，自由匿名地充分表达意见和想法，可以平等地进行传播，获得和消息，对心理处于成长期的大学生来说，既能通过网络新媒体及时发表所思所想，又能通过网络释放心理压力，宣泄情绪。

（二）消极影响

由于新媒体传播的信息，有的是未经过滤的，这些信息中可能存在某些消极的内容，可能给大学生带来负面影响。因为有些信息缺乏法律约束与道德规范，容易使那些价值观还未完全成熟的大学生造成认知冲突，他们有时会听信网络谣言，一些负能量的信息会使学生对国家或社会产生不信任感和失落感，不利于大学生心理的健康成长。其次，由于网络新媒体过分强调个性的自我展示，过分重视个人价值，易使学生产生个人主义，忽视集体主义，形成自私自利的个性。最后，新媒体丰富的娱乐信息以及游戏软件，容易使学生产生网络依赖情绪，导致学生沉迷网络，影响学业。

三、新媒体环境下学生管理工作应突出的重点

（一）重视新媒体环境下学生思想和心理疏导

长期以来，大学生的思想教育和心理疏导工作是做好学生工作的首要任务，是高校开展育人工程的基石。近年来，随着网络和数字技术的发展，我们应该看到，互联网、手机等新媒体上出现的那些良莠不齐的信息给大学生的健康成长带来的负面影响。作为学生管理工作者，需要时刻注意观察学生的思想情绪变化，及时做好思想和心理教育疏导工作。要借助新媒体，来发展拓宽高校思想政治教育工作的手段和途径，创新思想政治工作的内容。

（二）引导学生正确有效使用新媒体

新媒体对大学生产生了强大的吸引力。现代化的信息传播手段使学生每天都在接收大量的信息。在海量信息的冲击下，学生有时会迷失方向。作为高校学生管理工作者，要及时了解社会、了解学生，积极引导学生正确筛选信息，正确利用信息，避免学生被不良信息污染。要结合学生成长规律，定期对学生开展各类知识讲座，提高学生抵制不良信息的免疫力;要对校园网络的信息进行监管，确保校园网的纯洁度;要在学生中宣讲在互联网上进行信息的各项规定和要求，教育学生正确信息，正确传播信息，避免学生成为不良信息的制造者和传播者。

（三）提高管理人员驾驭新媒体的技能

在高校，新媒体的使用已经普及。作为高校管理人员应该加强学习，自我提高，学会使用各种传媒工具，才能为学生提供贴心周到的服务。由于高校的管理人员来源不同，有些是非计算机或信息化专业的人员，信息化水平较低，他们有时还热衷于按传统的手工模式进行信息收集和。因此，高校要重视对管理人员的信息化理论的学习和操作技能的培训，提升管理人员的信息化管理的能力及网上操作的能力。在新媒体环境下，使管理人员和服务对象融为一体，形成交流沟通更便捷，服务保障更及时的和谐局面。

（四）加大高校新媒体技术平台建设投入

计算机、网络的配置是新媒体技术的硬件基础，也是学生管理工作信息化建设的基础。学校必须加大投入力度，完善信息系统基础设施。新媒体环境下，高校的学生管理要以已经建成的校园网络为支撑，依托网络技术和各种信息化系统，整合自动办公系统、无线电信资源，借助网络以数据流的形式在各个角色之间流转与共享。要让这些优质、健康向上的信息随时送到学生的终端，要及时过滤和屏蔽掉消极不健康的有害信息，为学生建立起一道信息安全的防火墙。

（五）建立新媒体环境下舆情快速反应机制

新媒体是一把双刃剑，在为我们提供便捷服务的同时，有时也给我们制造麻烦，有些不良信息可能会通过互联网、手机等媒体进行传播，容易给学生造成思想的混乱，产生突发的。高校应建立舆情快速反应机制，安排专人进行网上舆情监控，及时收集网络舆情、正确研判网络舆情、妥善处置协调网络舆情。要在国家互联网信息中心的领导下，对某些不良有害信息进行及时的澄清。要对校园内传播的易诱引学生采取过激行为的个别敏感事情要在第一时间作出及时的回应。要高度关注校园网络有关反映学生切身利益的热点难点问题，要明确快捷的处理程序。必要时要通过抢先发贴、跟贴，积极营造正面声势，防止负面舆论进一步发酵，确保学生始终在思想上保持高度稳定和纯洁。

参考文献：

[1]薛雅茜.新媒体环境下的大学生思想政治教育[D].山西师范大学，2014.

[2]黄理漓.网络新媒体背景下高校学生工作的思考[J].品牌（下半月）， 2015，（4）.