許子桓,查 陽,蔡梓祺
(1.南京郵電大學(xué),江蘇 南京 210023;2.南京林業(yè)大學(xué),江蘇 南京 210037)
自媒體是民眾利用個(gè)人媒體,向他人傳遞信息的新媒體的總稱,即公民用以發(fā)布信息新聞的載體,比如微博、微信、論壇等。自媒體的應(yīng)用十分廣泛,它的發(fā)展和遇到的問題都需要相關(guān)的理論來評(píng)價(jià)、分析。自媒體信息傳播過程的分析就是其中的重要組成部分。因此,研究自媒體消息傳播過程是非常有現(xiàn)實(shí)意義的。
自媒體消息的傳播類似于傳染病的病毒傳播,可以在病毒傳播SI模型基礎(chǔ)上加入知情但不傳播者的角色,建立了自媒體消息傳播的SIR模型。
符號(hào)說明:
N為考察范圍的總?cè)藬?shù);S為不知情者;I為知情傳播者;R為知情不傳播的移除者;s(t)為t時(shí)刻不知情者在總?cè)藬?shù)中所占的比;i(t)為t時(shí)刻知情傳播者在總?cè)藬?shù)中所占的比;r(t)為t時(shí)刻知情傳播者在總?cè)藬?shù)中所占的比;λ為每個(gè)知情者每天有效接觸的平均人數(shù),稱為“日接觸率”;μ為每天失去興趣的人數(shù)占知情者總數(shù)的比例,稱為“日失去興趣率”;σ為傳播期接觸數(shù),σ=λ/μ.
假設(shè)條件:①在自媒體消息傳播期間,考察范圍內(nèi)總?cè)藬?shù)N不變,人群分為不知情者S、知情傳播者I、知情不傳播的移除者R;②知情者的日接觸率為λ,每天失去興趣的人數(shù)占知情者總數(shù)的比例為μ,稱為“日失去興趣率”,傳播期接觸數(shù)為σ,σ=λ/μ.
由假設(shè)得到:
再記初始時(shí)刻的不知情者和知情傳播者的比例分別為s0(s0>0)和 i0(i0>0)(設(shè)移除者的初始值 r0=0),通過數(shù)學(xué)運(yùn)算得到i與s的關(guān)系:
通過數(shù)學(xué)計(jì)算解得s=1/σ時(shí)取得最大值,消息傳播到達(dá)頂峰;t趨向于無窮時(shí)消息過時(shí),被遺忘。
當(dāng)s0>1/σ時(shí),i(t)先升后降至零,消息傳播開;當(dāng)s0<1/σ時(shí),i(t)單調(diào)降至零,消息沒有傳播開。消息傳播開的條件是不知情者初始比例s0>1/σ.為了減小閾值1/σ,就要提升σ(σ=λ/μ),也就是增大λ(日接觸率),意味著自媒體活躍度增加,同時(shí)減小μ(失去興趣率),意味著人群對(duì)話題感興趣度增加,增加受眾s0,減少失去興趣的人r0.
知名人士自媒體擁有數(shù)量龐大的關(guān)注者,所以有必要分析重要人士和相關(guān)部門發(fā)出相關(guān)消息對(duì)自媒體原消息傳播的影響。我們?cè)赟IR模型的基礎(chǔ)上,加入了變量p,用p的相關(guān)表達(dá)式表示知情并傳播者、知情不傳播者、不知情者3種角色之間的轉(zhuǎn)換概率,并由此構(gòu)建了新的模型。
符號(hào)說明:
S為不知情者;I為知情傳播制造新消息者;R為知情不傳播者;p為某個(gè)體發(fā)布消息后,其關(guān)注者均接收到此信息,并以p概率由S態(tài)轉(zhuǎn)化為I態(tài);p1為處于R態(tài)的個(gè)體將以概率p1轉(zhuǎn)變?yōu)镮態(tài),成為衍生話題的傳播者,或者以p2概率轉(zhuǎn)變?yōu)镾態(tài),成為衍生話題的接收者。
注:p1是關(guān)于截至t時(shí)刻用戶收到的關(guān)于輿情的信息次數(shù)、衍生話題產(chǎn)生的最大概率、社會(huì)影響力、個(gè)體第一次接收到消息則制造衍生話題的概率這4個(gè)因素的函數(shù)。
假設(shè)條件:①在自媒體消息傳播期間,考察范圍的總?cè)藬?shù)N不變;②在自媒體中,如果個(gè)體對(duì)消息感興趣,則會(huì)傳播消息相關(guān)的衍生消息。
該體系結(jié)構(gòu)中,不知情者S、知情傳播制造新消息者I、知情不傳播者R三者之間的轉(zhuǎn)移過程為:某個(gè)體發(fā)布消息后,其鄰居個(gè)體均接收到此信息,并以p概率由S態(tài)轉(zhuǎn)化為I態(tài),以1-p概率轉(zhuǎn)化為R態(tài);當(dāng)該個(gè)體的所有鄰居節(jié)點(diǎn)均被傳播或者該個(gè)體為葉子節(jié)點(diǎn),則轉(zhuǎn)變?yōu)镽態(tài);而處于R態(tài)的個(gè)體將以概率p1轉(zhuǎn)變?yōu)镮態(tài),成為衍生話題的傳播者,或者以p2概率轉(zhuǎn)變?yōu)镾態(tài),成為衍生話題的接收者。
有話題產(chǎn)生時(shí),相比于未發(fā)生衍生的情況,話題發(fā)生衍生時(shí)系統(tǒng)達(dá)到穩(wěn)定狀態(tài)所需的時(shí)間更長(zhǎng),且穩(wěn)定時(shí)知情傳播者與知情不傳播者的比值增加。這表現(xiàn)在現(xiàn)實(shí)微博網(wǎng)絡(luò)中是合理的,一個(gè)輿情事件一旦產(chǎn)生衍生話題,則該事件的傳播時(shí)間更長(zhǎng),同時(shí)也增加了網(wǎng)絡(luò)中接收到該輿情信息的用戶數(shù)。
上述模型中,影響消息傳播過程的參數(shù)較多,對(duì)于這些不能在實(shí)際復(fù)雜情況中確定的參數(shù),只能對(duì)其依次賦值,用控制參數(shù)法來觀察消息傳播過程的變化情況,必須承認(rèn)模型是在簡(jiǎn)化了實(shí)際情況的基礎(chǔ)上得出的結(jié)論。
通過對(duì)自媒體傳播信息過程的分析,找到了一條消息得以廣泛傳播的條件及知名人士創(chuàng)造衍生話題對(duì)消息傳播過程的影響。當(dāng)然,現(xiàn)實(shí)生活中還有很多因素沒有納入討論范圍,比如不同類型的消息在不同的自媒體平臺(tái)上傳播的具體情況及一些不可控因素對(duì)消息傳播的影響。希望本文的分析可以為自媒體從業(yè)者、研究者和管理者提供參考借鑒。只有社會(huì)各方共同努力,才能構(gòu)建健康和諧的網(wǎng)絡(luò)生態(tài),保證自媒體的可持續(xù)發(fā)展。
[1]姜啟源,謝金星,葉俊.數(shù)學(xué)模型[M].第4版.北京:高等教育出版社,2011:136-148.
[2]朱恒民,李青.面向話題衍生性的微博網(wǎng)絡(luò)輿情傳播模型研究[J].現(xiàn)代圖書情報(bào)技術(shù),2012,28(5):60-64.
[3]謝耘耕,榮婷.微博輿論生成演變機(jī)制和輿論引導(dǎo)策略[J].現(xiàn)代傳播(中國(guó)傳媒大學(xué)學(xué)報(bào)),2011(5):70-74.