于同洋，肖人彬，侯俊東

(1.中南民族大學(xué)管理學(xué)院，武漢 430074；2.華中科技大學(xué)人工智能與自動(dòng)化學(xué)院，武漢 430074；3.中國(guó)地質(zhì)大學(xué)(武漢)經(jīng)濟(jì)管理學(xué)院，武漢 430074)

0 引言

網(wǎng)絡(luò)輿情是隨著互聯(lián)網(wǎng)發(fā)展而逐漸產(chǎn)生的，以微博、微信為代表的網(wǎng)絡(luò)自媒體成為網(wǎng)絡(luò)時(shí)代信息擴(kuò)散的主要媒介，自媒體在信息傳遞的快捷性和交互性上遠(yuǎn)遠(yuǎn)超過(guò)了傳統(tǒng)媒體。在如今民眾表達(dá)自身訴求的官方渠道還不很暢通的前提下，普通民眾有了新的話語(yǔ)方式及形式，導(dǎo)致社會(huì)輿情從線下現(xiàn)實(shí)社會(huì)轉(zhuǎn)移到線上的網(wǎng)絡(luò)空間，現(xiàn)實(shí)社會(huì)里的一些突發(fā)事件，極易誘發(fā)網(wǎng)絡(luò)上的網(wǎng)絡(luò)輿情，在全民移動(dòng)互聯(lián)背景下，互聯(lián)網(wǎng)呈現(xiàn)出話語(yǔ)表達(dá)的低門(mén)檻特征，對(duì)現(xiàn)實(shí)事件的網(wǎng)絡(luò)討論也更容易引起網(wǎng)絡(luò)群體的關(guān)注和輿論熱度，這使得網(wǎng)絡(luò)輿情不斷出現(xiàn)。特定網(wǎng)絡(luò)輿情引起了網(wǎng)民的恐慌，也可能影響政府的公信力[1]。網(wǎng)絡(luò)輿情的擴(kuò)散常呈現(xiàn)出結(jié)構(gòu)逆轉(zhuǎn)特性。許多群體事件往往是由利益集團(tuán)或政府的決策引起，引發(fā)網(wǎng)絡(luò)輿情，使得群體輿論的支持與反對(duì)情況發(fā)生改變，打破傳統(tǒng)勢(shì)力對(duì)社會(huì)話語(yǔ)權(quán)的控制，導(dǎo)致網(wǎng)絡(luò)輿情結(jié)構(gòu)逆轉(zhuǎn)，即網(wǎng)絡(luò)空間的群體力量對(duì)比發(fā)生逆轉(zhuǎn)，最終改變了利益集團(tuán)或政府最初的決策。普通民眾在現(xiàn)實(shí)處于弱勢(shì)地位，難以改變強(qiáng)勢(shì)群體的決策結(jié)果。但在網(wǎng)絡(luò)空間里普通民眾重新?lián)碛性捳Z(yǔ)權(quán)以表達(dá)自身利益訴求。網(wǎng)絡(luò)輿情擴(kuò)散往往會(huì)挑戰(zhàn)政府的公信力，容易激發(fā)群體性事件，政府必須對(duì)網(wǎng)絡(luò)輿情監(jiān)管，必要時(shí)妥協(xié)網(wǎng)絡(luò)民意達(dá)成輿情結(jié)構(gòu)逆轉(zhuǎn)。

隨著中國(guó)社會(huì)轉(zhuǎn)型的深入，加速了社會(huì)矛盾的涌現(xiàn)與聚合，導(dǎo)致群體性事件呈現(xiàn)出“涌噴”態(tài)勢(shì)。社會(huì)轉(zhuǎn)型下社會(huì)和諧的程度有所不同，影響著網(wǎng)絡(luò)空間群體參與輿情的行為，從社會(huì)轉(zhuǎn)型這個(gè)宏觀因素出發(fā)，來(lái)研究網(wǎng)絡(luò)輿情傳播結(jié)構(gòu)逆轉(zhuǎn)現(xiàn)象的動(dòng)力學(xué)特征。以觀點(diǎn)動(dòng)力學(xué)理論來(lái)研究網(wǎng)絡(luò)輿情在網(wǎng)絡(luò)空間擴(kuò)散的復(fù)雜性，更接近真實(shí)的網(wǎng)絡(luò)輿情現(xiàn)象。Deffuant模型考慮了社會(huì)影響中個(gè)體的心理過(guò)程，個(gè)體之間觀點(diǎn)差別不大時(shí)才會(huì)擴(kuò)散輿情，這符合輿情擴(kuò)散的個(gè)體心理，Deffuant模型的兩兩配對(duì)方式也較適合真實(shí)場(chǎng)景的輿情擴(kuò)散。本文探索網(wǎng)絡(luò)輿情結(jié)構(gòu)逆轉(zhuǎn)背后的計(jì)算機(jī)制，通過(guò)微觀的觀點(diǎn)擴(kuò)散分析，對(duì)Deffuant模型進(jìn)行擴(kuò)展，既考慮個(gè)體觀點(diǎn)的連續(xù)假設(shè)，也考慮個(gè)體觀點(diǎn)的被感知的離散性，建立網(wǎng)絡(luò)輿情逆轉(zhuǎn)的模型以揭示結(jié)構(gòu)逆轉(zhuǎn)現(xiàn)象，并解釋群體異質(zhì)性、社會(huì)轉(zhuǎn)型對(duì)網(wǎng)絡(luò)輿情結(jié)構(gòu)逆轉(zhuǎn)的影響，并揭示網(wǎng)絡(luò)輿情結(jié)構(gòu)逆轉(zhuǎn)的復(fù)雜系統(tǒng)機(jī)制。

1 基于Deffuant模型的網(wǎng)絡(luò)輿情逆轉(zhuǎn)模型

Deffuant模型是針對(duì)連續(xù)觀點(diǎn)進(jìn)行的，以個(gè)體間的微觀互動(dòng)行為來(lái)研究宏觀上的觀點(diǎn)動(dòng)力學(xué)特征及穩(wěn)定性，網(wǎng)絡(luò)輿情在線上與線下在微觀上也具有差異性，線上與線下的微觀個(gè)體Agent之間在接觸性、產(chǎn)生信任上存在明顯差異，線下個(gè)體之間的交互接觸充分、信任感也較強(qiáng)，容易感知到交互對(duì)方的觀點(diǎn)強(qiáng)度，因此Deffuant模型可用于線下的社會(huì)輿情的擴(kuò)散。而線上的網(wǎng)絡(luò)輿情擴(kuò)散時(shí)，微觀個(gè)體交互行為僅通過(guò)網(wǎng)絡(luò)接觸，接觸性難以充分，Agent之間難以體會(huì)到對(duì)方觀點(diǎn)的真實(shí)值，只能體會(huì)到對(duì)方模糊的觀點(diǎn)值，因此，需要對(duì)Deffuant模型中的連續(xù)的觀點(diǎn)進(jìn)行修改。本文考慮社會(huì)轉(zhuǎn)型與社會(huì)和諧等宏觀因素的影響，也需要建立一些新的交互規(guī)則來(lái)擴(kuò)展該模型以適合網(wǎng)絡(luò)輿情擴(kuò)散的在線仿真場(chǎng)景，從而建立網(wǎng)絡(luò)輿情逆轉(zhuǎn)模型。

1.1 Deffuant模型

t時(shí)刻從N個(gè)個(gè)體中隨機(jī)選擇Agenti和j，其觀點(diǎn)值分別為xi(t)和xj(t)，如果xi(t)和xj(t)之間的觀點(diǎn)的距離不小于d，則這兩者的觀點(diǎn)不會(huì)更新；如果xi(t)和xj(t)之間的觀點(diǎn)的距離小于d，即|xi(t) -xj(t)|

(1)

其中，μ∈(0,0.5]為收斂參數(shù)。Agenti在t時(shí)刻的觀點(diǎn)xi(t)連續(xù)分布于[0, 1]，數(shù)值越大表示觀點(diǎn)支持的傾向越強(qiáng)，反之，觀點(diǎn)反對(duì)的傾向越強(qiáng)。

1.2 網(wǎng)絡(luò)輿情逆轉(zhuǎn)模型

1.2.1 在線觀點(diǎn)值

在網(wǎng)絡(luò)輿情擴(kuò)散中，觀點(diǎn)在擴(kuò)散過(guò)程中需要表達(dá)出來(lái)，才能為其他人所知曉，個(gè)體自身的觀點(diǎn)與其他人所感知的觀點(diǎn)之間存在差異，即個(gè)體表達(dá)出來(lái)的觀點(diǎn)值與其被其他個(gè)體感知到的觀點(diǎn)值是不同的；另外，線上的個(gè)體之間的交互通過(guò)在線網(wǎng)絡(luò)環(huán)境，這種非直接接觸的交互方式，使得個(gè)體交互難以充分，個(gè)體真實(shí)的觀點(diǎn)值難以被交互個(gè)體完全感知。觀點(diǎn)動(dòng)力學(xué)主要有離散觀點(diǎn)模型和連續(xù)觀點(diǎn)模型，Deffuant模型為連續(xù)觀點(diǎn)模型。仿真場(chǎng)景中，每個(gè)個(gè)體的觀點(diǎn)值是按照Deffuant模型的連續(xù)觀點(diǎn)假設(shè)，但在交互時(shí)其他個(gè)體的感知難以得到確切的觀點(diǎn)值，但能體會(huì)到觀點(diǎn)值的強(qiáng)弱程度，如較弱(0.1)、較強(qiáng)(0.9)，因此個(gè)體能被感知的值以離散觀點(diǎn)表示更好。經(jīng)典離散模型多以2個(gè)值或3個(gè)值來(lái)表示個(gè)體的觀點(diǎn)，體現(xiàn)觀點(diǎn)的態(tài)度傾向是支持還是反對(duì)還是中立，擴(kuò)散結(jié)果也是計(jì)算這2個(gè)值或3個(gè)值在整個(gè)群體的分布狀況。本模型不能這樣簡(jiǎn)單假設(shè)被感知觀點(diǎn)的離散值，以2值或3值來(lái)映射連續(xù)觀點(diǎn)值過(guò)于簡(jiǎn)化，本模型對(duì)個(gè)體能被感知的觀點(diǎn)進(jìn)行了5值劃分，這符合個(gè)體感知中的“很弱、弱、中等、強(qiáng)、很強(qiáng)”的5閾值分類(lèi)。

表1 感知觀點(diǎn)取值Tab.1 The value of perception viewpoint

為每個(gè)個(gè)體的觀點(diǎn)值設(shè)置相應(yīng)的感知觀點(diǎn)值，以標(biāo)識(shí)交互個(gè)體能夠感知到的個(gè)體的在線觀點(diǎn)值，如表1所示，如Agent的觀點(diǎn)在[0,0.2)之間，能被感知的觀點(diǎn)值為0.1，體現(xiàn)觀點(diǎn)強(qiáng)度是很弱的，相反，0.9的感知觀點(diǎn)值體現(xiàn)所感知的觀點(diǎn)強(qiáng)度是很強(qiáng)的。

1.2.2 改進(jìn)Deffuant模型

兩個(gè)利益相關(guān)者Agenti和j，其觀點(diǎn)值為[0, 1]之間的連續(xù)實(shí)數(shù)，分別為xi(t)和xj(t)，其能夠被其他個(gè)體感知到的離散值為xoi(t)和xoj(t)，則兩者之間的交互的觀點(diǎn)僅在下列情況更新，其他情況下觀點(diǎn)不會(huì)更新。如果Agenti感知到Agentj的觀點(diǎn)，xi(t)和xoj(t)之間的觀點(diǎn)距離小于d，即|xi(t) -xoj(t)|

若0≤xi(t)-xoj(t)

xi(t+1)=xi(t)-μ(t)*(xi(t)-xoj(t))

(2)

若0≤xoj(t)-xi(t)

xi(t+1)=xi(t)+μ(t)*(xoj(t)-xi(t))

(3)

與此同時(shí)，需要判斷交互對(duì)方Agentj的觀點(diǎn)xj(t)和xoi(t)之間的觀點(diǎn)距離是否小于閾值d，即|xj(t)-xoi(t)|

xj(t+1)=xj(t)-μ(t)*(xj(t)-xoi(t))

(4)

若0≤xoi(t)-xj(t)

xj(t+1)=xj(t)+μ(t)*(xoi(t)-xj(t))

(5)

此外，收斂系數(shù)u(t)是社會(huì)轉(zhuǎn)型與社會(huì)和諧參數(shù)的函數(shù)，如式(6)，其中，tf表示社會(huì)轉(zhuǎn)型參數(shù)，它表示社會(huì)轉(zhuǎn)型因素對(duì)個(gè)體觀點(diǎn)更新的影響，影響了觀點(diǎn)更新的收斂系數(shù)；sh表示社會(huì)和諧參數(shù)，它表示社會(huì)和諧程度對(duì)觀點(diǎn)更新的收斂系數(shù)的影響系數(shù)。

u(t+1)=u(t)+(1-u(t))*(tf-sh+1)/2

(6)

2 網(wǎng)絡(luò)輿情結(jié)構(gòu)逆轉(zhuǎn)仿真場(chǎng)景

在互聯(lián)網(wǎng)背景下的輿情擴(kuò)散中，潛在參與者Agent數(shù)為N，Agent的集合S為{A1,A2,…,AN}，Agent間存在異質(zhì)性，一類(lèi)是屬于利益相關(guān)群體S1，另一類(lèi)是利益無(wú)關(guān)群體S2，任意Agenti在t時(shí)刻的觀點(diǎn)為xi(t) ∈[0,1]，i=1，2，…，N。當(dāng)xi(t)= 0時(shí)，表示個(gè)體i完全反對(duì)，當(dāng)xi(t)=1，則表示個(gè)體i完全支持，觀點(diǎn)越趨于0，反對(duì)程度更高；越趨向于1，則支持程度越大。每個(gè)個(gè)體i的信任閾值為εi∈[0,1]。在初始每個(gè)個(gè)體受某種事件的推動(dòng)而產(chǎn)生隨機(jī)的觀點(diǎn)xi(0)，t時(shí)刻Agent的觀點(diǎn)集合為{x1(t),x2(t), …,xN(t)}，由于每個(gè)Agent個(gè)體都具有網(wǎng)絡(luò)結(jié)構(gòu)的嵌入性，因此每個(gè)Agent會(huì)在自己的局域網(wǎng)絡(luò)中同其他Agent進(jìn)行交互，這種交互行為依賴于Agent所處的網(wǎng)絡(luò)環(huán)境，在網(wǎng)絡(luò)環(huán)境下，信息的擴(kuò)散更依賴于意見(jiàn)領(lǐng)袖等權(quán)威人物，因此將宏觀的網(wǎng)絡(luò)環(huán)境設(shè)置為無(wú)標(biāo)度網(wǎng)絡(luò)，該網(wǎng)絡(luò)環(huán)境可以按無(wú)標(biāo)度網(wǎng)絡(luò)的生成算法。按照Roger的創(chuàng)新擴(kuò)散的觀點(diǎn)，觀點(diǎn)擴(kuò)散會(huì)受到大眾傳播與口頭傳播兩種影響。Agenti會(huì)受到個(gè)體局域網(wǎng)絡(luò)環(huán)境中臨近Agent的類(lèi)似于“口頭傳播”的微觀交互效應(yīng)，也會(huì)受到宏觀上類(lèi)似于“大眾傳播”的宏觀綜合效應(yīng)來(lái)影響其下一時(shí)刻的觀點(diǎn)xi(t+1)。

t時(shí)刻，Agenti會(huì)在網(wǎng)絡(luò)中隨機(jī)選擇與其具有聯(lián)系關(guān)系的Agent(如Agentj)進(jìn)行交互，Agentj能夠被其他Agent感知到的觀點(diǎn)為xoj(t)，xoj(t)與xj(t)的轉(zhuǎn)換關(guān)系如表1，按照Deffuant模型的有限信任原理，Agenti通過(guò)Agentj的感知觀點(diǎn)xoj(t)與自身觀點(diǎn)xi(t)，判斷兩者之間是否在Deffuant模型的閾值范圍內(nèi)，若在其中則相互吸引，否則互斥，以此完成Agenti與其他Agent交互的微觀交互效應(yīng)。同時(shí)，t時(shí)刻Agenti會(huì)受到宏觀綜合效應(yīng)的影響，比如社會(huì)轉(zhuǎn)型、社會(huì)和諧、政府應(yīng)對(duì)輿情的策略等宏觀因素的影響。按照此交互及時(shí)間t的推進(jìn)，模擬每一時(shí)間t的Agent集的觀點(diǎn)情況。對(duì)政府而言，當(dāng)網(wǎng)絡(luò)輿情在整個(gè)群體中較嚴(yán)重時(shí)，如Agent集合具有較高的平均觀點(diǎn)，此時(shí)政府為控制網(wǎng)絡(luò)輿情會(huì)采取一定策略以應(yīng)對(duì)網(wǎng)絡(luò)輿情，該策略與網(wǎng)絡(luò)輿情的嚴(yán)重程度相關(guān)，能影響個(gè)體間交互的閾值，同樣也能從宏觀上影響Agent的宏觀綜合效應(yīng)水平，政府對(duì)宏觀輿情狀況的策略會(huì)直接影響到個(gè)體的觀點(diǎn)，并且這種策略對(duì)于利益無(wú)關(guān)者影響較大，直接可以降低Agent的觀點(diǎn)甚至直接變?yōu)?表示不再關(guān)注該輿情，而利益相關(guān)群體的Agent受到的影響較小，進(jìn)一步有可能會(huì)導(dǎo)致網(wǎng)絡(luò)輿情的結(jié)構(gòu)逆轉(zhuǎn)現(xiàn)象。

在當(dāng)今社會(huì)轉(zhuǎn)型背景下，網(wǎng)絡(luò)輿情擴(kuò)散問(wèn)題更加突出。社會(huì)轉(zhuǎn)型的是結(jié)構(gòu)轉(zhuǎn)換、機(jī)制轉(zhuǎn)軌、利益調(diào)整和觀念轉(zhuǎn)變。社會(huì)轉(zhuǎn)型的主體是社會(huì)結(jié)構(gòu)，它是指一種整體的和全面的結(jié)構(gòu)狀態(tài)過(guò)渡，而不僅僅是某些單項(xiàng)發(fā)展指標(biāo)的實(shí)現(xiàn)。在仿真中設(shè)置社會(huì)轉(zhuǎn)型參數(shù)，以突顯社會(huì)轉(zhuǎn)型的影響，顯然社會(huì)轉(zhuǎn)型影響著每個(gè)Agent的屬性，也影響每個(gè)人在觀點(diǎn)擴(kuò)散時(shí)的行為。在社會(huì)轉(zhuǎn)型時(shí)期，人們的行為方式、生活方式、價(jià)值體系都會(huì)發(fā)生明顯的變化，這必定會(huì)影響到宏觀的社會(huì)和諧，因此，社會(huì)轉(zhuǎn)型與社會(huì)和諧具有一定的聯(lián)系。社會(huì)和諧參數(shù)在網(wǎng)絡(luò)上與線下的現(xiàn)實(shí)社會(huì)中存在不同的影響效果，網(wǎng)絡(luò)上Agent之間是“互不見(jiàn)面”，網(wǎng)絡(luò)的匿名性能夠使得Agent更容易表達(dá)對(duì)不和諧的感受，使得這個(gè)社會(huì)和諧性在網(wǎng)絡(luò)上的影響力被完全釋放。因此，在此仿真中，著重考慮了社會(huì)轉(zhuǎn)型與社會(huì)和諧的宏觀影響力。社會(huì)轉(zhuǎn)型及社會(huì)和諧參數(shù)會(huì)影響著Agent初始觀點(diǎn)的分布。社會(huì)轉(zhuǎn)型參數(shù)越大，觀點(diǎn)分布越不均衡，社會(huì)和諧值越大，觀點(diǎn)分布越趨于均衡。

3 Agent仿真設(shè)計(jì)

Agent表示在線網(wǎng)絡(luò)上的網(wǎng)絡(luò)輿情參與者，它具有自身的屬性和行為。根據(jù)上述場(chǎng)景的描述及Deffuant模型及其改進(jìn)，可設(shè)計(jì)Agent的屬性及其交互規(guī)則。從微觀個(gè)體Agent的屬性與行為出發(fā)來(lái)探索網(wǎng)絡(luò)輿情結(jié)構(gòu)逆轉(zhuǎn)，基于Deffuant有界信任模型，建立網(wǎng)絡(luò)結(jié)構(gòu)逆轉(zhuǎn)的仿真模型。

3.1 Agent屬性

觀點(diǎn)xi(t)。Agenti自身的觀點(diǎn)值。某種事件對(duì)Agent產(chǎn)生影響，使得Agent產(chǎn)生對(duì)此事件的觀點(diǎn)，該觀點(diǎn)傳播到一定程度就形成了輿情，仿真場(chǎng)景中為了體現(xiàn)結(jié)構(gòu)逆轉(zhuǎn)，初始定義若干個(gè)體具有較高的觀點(diǎn)值如0.9，以體現(xiàn)事件的影響，其他初始并未接觸到該輿情，其觀點(diǎn)值為0。

感知觀點(diǎn)xoi(t)。Agenti能夠被其他Agent所感知到的觀點(diǎn)值，Agenti自身的觀點(diǎn)不能被其他Agent感知到連續(xù)值，只能感受到一個(gè)離散值，該數(shù)值按照表1計(jì)算，Agentj可根據(jù)該感知觀點(diǎn)值和自身觀點(diǎn)值來(lái)看這兩個(gè)值得差距是否在有界信任的閾值范圍內(nèi)，按照改進(jìn)Deffuant模型的公式計(jì)算自身觀點(diǎn)的變化。

異質(zhì)性h。微觀Agent的特征即為個(gè)體的異質(zhì)性上，由于Agent異質(zhì)性具有多種，但輿情相關(guān)與否的這種異質(zhì)性對(duì)輿情傳播產(chǎn)生實(shí)質(zhì)而直接的影響，如與輿情相關(guān)的當(dāng)事人Agent更具有傳播該輿情的意愿。因此設(shè)置h取值0或1，表示其利益相關(guān)與否的異質(zhì)性，取值1表示該Agent是該輿情相關(guān)者，可設(shè)置Agent的形狀為“person”以圖形化表示其為輿情相關(guān)者。

網(wǎng)絡(luò)環(huán)境。線上的網(wǎng)絡(luò)輿情擴(kuò)散要快于線下社會(huì)輿情的擴(kuò)散，原因在于網(wǎng)絡(luò)結(jié)構(gòu)的差異，在網(wǎng)絡(luò)群體少數(shù)節(jié)點(diǎn)具有大量連接，多數(shù)節(jié)點(diǎn)具有較少連接，在線輿情在網(wǎng)絡(luò)中的Hub節(jié)點(diǎn)的作用下快速擴(kuò)散，如微博大V的影響，其網(wǎng)絡(luò)結(jié)構(gòu)更加呈現(xiàn)出無(wú)標(biāo)度特性。Agent群體所嵌入的網(wǎng)絡(luò)環(huán)境宏觀上呈現(xiàn)無(wú)標(biāo)度網(wǎng)絡(luò)特性，因此需要生成無(wú)標(biāo)度網(wǎng)絡(luò)，本文按照NW無(wú)標(biāo)度網(wǎng)絡(luò)算法生成包含N個(gè)Agent的網(wǎng)絡(luò)環(huán)境，在此無(wú)標(biāo)度網(wǎng)絡(luò)結(jié)構(gòu)下，群體規(guī)模對(duì)擴(kuò)散曲線的性狀并沒(méi)有根本影響，仿真中N取值1 000，如圖2。根據(jù)此網(wǎng)絡(luò)結(jié)構(gòu)可計(jì)算每一Agent自身相關(guān)的網(wǎng)絡(luò)屬性，如度及中心性等。

信任閾值d。按照Deffuant模型的有限信任閾值，每個(gè)Agent具備自身具有該閾值，該閾值可設(shè)置每個(gè)Agent獨(dú)特的自身屬性，也可設(shè)置所有Agent具有相同的有限信任閾值，當(dāng)相同的閾值表示一種總體平均意義上的閾值，與此也會(huì)衍生出每個(gè)Agent的收斂參數(shù)u(t)，即t時(shí)刻Agent更新觀點(diǎn)的速率。

其他Agent屬性。在仿真中用到較多的Agent屬性，一類(lèi)與Agent的圖形化表示有關(guān)，如顏色color，大小size，形狀shape等，如shape為“person”就表述其為輿情相關(guān)者；另一類(lèi)表示在計(jì)算中可能用到的一些臨時(shí)變量，如flag。以flag取值0或者1來(lái)表示該Agent是否已經(jīng)進(jìn)行過(guò)觀點(diǎn)更新。

3.2 Agent行為集

輿情相關(guān)Agent的行為。輿情相關(guān)Agenti是利益相關(guān)者，參與輿情的積極性更高，更容易與其他Agent有共鳴，因此其在與其他Agent直接接觸性交互時(shí)，有限信任閾值取值更大，也更有意愿推動(dòng)輿情在群體的傳播，也更容易被其他的Agent所影響，在閾值范圍內(nèi)，若觀點(diǎn)增大時(shí)，收斂參數(shù)u(t)更大，觀點(diǎn)增大的更快，但若觀點(diǎn)減少時(shí)，利益相關(guān)的屬性使得其觀點(diǎn)減少的較慢，即收斂參數(shù)u(t)值較小。對(duì)Deffuant模型交互式的收斂參數(shù)進(jìn)行修改：若0≤xi(t)-xoj(t)μs(t)。

輿情無(wú)關(guān)Agent的行為。輿情無(wú)關(guān)Agent的行為按照Deffuant模型，按照無(wú)標(biāo)度網(wǎng)絡(luò)環(huán)境，隨機(jī)選擇鄰居Agent進(jìn)行觀點(diǎn)交互，若與鄰居的感知觀點(diǎn)相差不大，則按照Deffuant模型的收斂規(guī)則進(jìn)行，其有限信任閾值及相關(guān)收斂參數(shù)都按照Agent自身屬性值來(lái)計(jì)算。

宏觀因素對(duì)Agent行為的影響。在t時(shí)刻，Agent行為都會(huì)受到宏觀因素影響，主要有社會(huì)轉(zhuǎn)型、社會(huì)和諧和政府輿情策略，會(huì)直接或間接影響Agent自身觀點(diǎn)的更新；如政府輿情策略可以直接影響Agent自身的觀點(diǎn)，輿情相關(guān)Agent在群體的網(wǎng)絡(luò)輿情較嚴(yán)重時(shí)，源于政府輿情策略的嚴(yán)厲，并且由于策略的實(shí)施效果的有限性，我們?cè)O(shè)置該Agent按照某種概率被選擇來(lái)減少自身的觀點(diǎn)，并且對(duì)于不同異質(zhì)性的Agent，政策效果也有差別，如利益相關(guān)者其觀點(diǎn)減少的較少甚至產(chǎn)生對(duì)抗，而利益無(wú)關(guān)者則觀點(diǎn)減少的更多甚至直接減少為0從而不再關(guān)注該觀點(diǎn)。社會(huì)轉(zhuǎn)型對(duì)Agent的觀點(diǎn)影響則體現(xiàn)了一定的間接性，直觀上來(lái)看，社會(huì)轉(zhuǎn)型期，社會(huì)和諧程度低，社會(huì)矛盾多且容易激化，加之個(gè)體的網(wǎng)絡(luò)的話語(yǔ)權(quán)增加，更容易產(chǎn)生網(wǎng)絡(luò)輿情。因此，社會(huì)轉(zhuǎn)型參數(shù)應(yīng)該與網(wǎng)絡(luò)輿情的發(fā)展正相關(guān)，而且這種影響是間接的，影響Agent交互時(shí)的相關(guān)參數(shù)，如Deffuant模型中的u(t)或d。

3.3 仿真參數(shù)

在仿真中，需要設(shè)置一些宏觀的仿真參數(shù)和Agent自身的屬性參數(shù)，一些宏觀的參數(shù)如社會(huì)轉(zhuǎn)型參數(shù)(st)、社會(huì)和諧參數(shù)(sh)、政府輿情策略參數(shù)(gp)、群體的異質(zhì)性比例參數(shù)h、群體規(guī)模N等，一些微觀的Agent自身屬性參數(shù)如flag、xi(t)、xoi(t)、d、ui(t)。仿真計(jì)算實(shí)驗(yàn)中的這些需要設(shè)置的Agent的屬性參數(shù)及仿真的宏觀參數(shù)的默認(rèn)值與相應(yīng)的解釋如表2所示。

3.4 算法流程

由上述的描述，歸納該仿真步驟包含：初始化、觀點(diǎn)交互更新、宏觀影響、Agent屬性更新、判斷群體觀點(diǎn)是否穩(wěn)定，若t時(shí)刻群體觀點(diǎn)穩(wěn)定，則仿真結(jié)束，輸入相關(guān)的統(tǒng)計(jì)指標(biāo)；若t時(shí)刻群體觀點(diǎn)不穩(wěn)定，則t=t+1，繼續(xù)進(jìn)行輿情觀點(diǎn)的演化，由此循環(huán)直至群體觀點(diǎn)達(dá)到穩(wěn)定。具體的仿真流程圖如圖1所示。

表2 Agent屬性及默認(rèn)參數(shù)Tab.2 Agent properties and default parameters

圖1 仿真流程圖Fig.1 Simulation flow chart

4 仿真結(jié)果與分析

基于上述的仿真模型，使用NetLogo對(duì)網(wǎng)絡(luò)輿情的觀點(diǎn)動(dòng)力學(xué)特征進(jìn)行計(jì)算實(shí)驗(yàn)。首先對(duì)在線網(wǎng)絡(luò)輿情的擴(kuò)散結(jié)果分析，進(jìn)而對(duì)網(wǎng)絡(luò)輿情的社會(huì)轉(zhuǎn)型度、社會(huì)和諧度和群體異質(zhì)性對(duì)擴(kuò)散的動(dòng)力學(xué)過(guò)程的影響進(jìn)行了計(jì)算實(shí)驗(yàn)。

4.1 仿真結(jié)果

線下社會(huì)輿情擴(kuò)散網(wǎng)絡(luò)主要體現(xiàn)小世界效應(yīng)，而線上互聯(lián)網(wǎng)的意見(jiàn)領(lǐng)袖的無(wú)門(mén)檻接觸的特性，使得網(wǎng)絡(luò)凸顯無(wú)標(biāo)度效應(yīng)，無(wú)標(biāo)度的擴(kuò)散網(wǎng)絡(luò)結(jié)構(gòu)如圖2所示，由于在線接觸不充分的特征，使得Agent交互時(shí)感知的觀點(diǎn)并非個(gè)體的準(zhǔn)確的觀點(diǎn)值，按照表1所示。在默認(rèn)參數(shù)下，網(wǎng)絡(luò)輿情擴(kuò)散仿真結(jié)果如圖3所示，圖中明顯出現(xiàn)了結(jié)構(gòu)逆轉(zhuǎn)現(xiàn)象，模型具有一定的解釋力。圖3顯示，在仿真初期，群體中的Agent對(duì)于突發(fā)事件較快的擁有了初始的觀點(diǎn)，隨后較快的達(dá)到了觀點(diǎn)的最高值，然后在政府管制的作用下，群體系統(tǒng)的平均觀點(diǎn)快速衰減穩(wěn)定態(tài)。網(wǎng)絡(luò)輿情快速擴(kuò)展到最高點(diǎn)后，繼續(xù)快速的衰減到穩(wěn)定態(tài)，結(jié)構(gòu)逆轉(zhuǎn)過(guò)程較快速。

圖2 擴(kuò)散網(wǎng)絡(luò)結(jié)構(gòu)Fig.2 The structure of diffusion network

圖3 仿真結(jié)果Fig.3 Simulation result

由于無(wú)標(biāo)度的網(wǎng)絡(luò)結(jié)構(gòu)，網(wǎng)絡(luò)輿情擴(kuò)散速度肯定快于線下的社會(huì)輿情擴(kuò)散。無(wú)標(biāo)度網(wǎng)絡(luò)中的hub節(jié)點(diǎn)，即意見(jiàn)領(lǐng)袖在輿情擴(kuò)散中的意義要遠(yuǎn)大于現(xiàn)實(shí)社會(huì)中的意見(jiàn)領(lǐng)袖，如微博中一些大V具有百萬(wàn)甚至上千萬(wàn)的節(jié)點(diǎn)，具有巨大的影響力，在自媒體時(shí)代的影響力也要遠(yuǎn)強(qiáng)于傳統(tǒng)媒體。網(wǎng)絡(luò)輿情具有爆發(fā)快速、快速結(jié)束的特征，短期內(nèi)的輿情的快速發(fā)展引起公眾輿論危機(jī)，對(duì)當(dāng)權(quán)者存在一定的不利因素，任其發(fā)展會(huì)影響當(dāng)權(quán)者的公信力，而公信力的降低會(huì)陷入“塔西佗陷阱”，此時(shí)無(wú)論相關(guān)部門(mén)如何發(fā)聲也難以取信于民。網(wǎng)絡(luò)輿情的擴(kuò)散速度快、影響范圍大，對(duì)公共管理部門(mén)的管理提出了挑戰(zhàn)。這使得我們?cè)趯?duì)網(wǎng)絡(luò)輿情的管控時(shí)，要從網(wǎng)絡(luò)結(jié)構(gòu)的視角，提出政策以應(yīng)對(duì)網(wǎng)絡(luò)輿情的擴(kuò)散特征與沖擊。社會(huì)輿情的擴(kuò)散已經(jīng)高度引起政府的關(guān)注和研究者的深入探索，而在網(wǎng)絡(luò)時(shí)代、自媒體時(shí)代，網(wǎng)絡(luò)輿情更需要引起政府的關(guān)注。

4.2 社會(huì)轉(zhuǎn)型影響

社會(huì)轉(zhuǎn)型無(wú)疑會(huì)對(duì)網(wǎng)絡(luò)輿情的擴(kuò)散產(chǎn)生影響，在默認(rèn)條件下，并沒(méi)有考慮社會(huì)轉(zhuǎn)型度的影響，假定在其他參數(shù)不變，令社會(huì)轉(zhuǎn)型參數(shù)st取值依次為0，0.3，0.6，0.9時(shí)，仿真結(jié)果如圖4。圖4顯示，社會(huì)轉(zhuǎn)型度參數(shù)的變化與否對(duì)于網(wǎng)絡(luò)輿情的擴(kuò)散性狀并沒(méi)有本質(zhì)的影響，兩者都是快速的增加到高點(diǎn)，然后衰減到穩(wěn)定點(diǎn)，不同的是，具有較低水平的社會(huì)轉(zhuǎn)型度的網(wǎng)絡(luò)輿情擴(kuò)散能快速達(dá)到穩(wěn)定狀態(tài)，而較高水平的社會(huì)轉(zhuǎn)型度中的群體的網(wǎng)絡(luò)輿情處于一種相對(duì)穩(wěn)定的波動(dòng)不大的狀態(tài)。實(shí)質(zhì)上，這其中存在本質(zhì)的差別，默認(rèn)結(jié)果下的穩(wěn)定狀態(tài)之所以呈現(xiàn)水平狀態(tài)，原因在于只有根深蒂固的輿情相關(guān)者本身持有對(duì)事件的觀點(diǎn)，其他Agent都處于不激活的狀態(tài)，即不再關(guān)注該網(wǎng)絡(luò)輿情，而后3個(gè)子圖中的波動(dòng)式的穩(wěn)定，顯示群體內(nèi)對(duì)該網(wǎng)絡(luò)輿情依然存在一定的關(guān)注，這種關(guān)注會(huì)在某種條件下重新產(chǎn)生輿情危機(jī)。雖然我們?cè)O(shè)置了較低的政府預(yù)警點(diǎn)，但依然可以從這兩圖的對(duì)比中可以看出，社會(huì)轉(zhuǎn)型參數(shù)較大時(shí)，在輿情擴(kuò)散初期會(huì)產(chǎn)生相對(duì)較大的輿情危機(jī)，且同一時(shí)期較大的參數(shù)具有相對(duì)高一些的平均觀點(diǎn)。這說(shuō)明，社會(huì)轉(zhuǎn)型會(huì)影響網(wǎng)絡(luò)輿情在群體內(nèi)擴(kuò)散的充分程度，更容易激發(fā)網(wǎng)絡(luò)輿情，在社會(huì)轉(zhuǎn)型期有關(guān)部門(mén)更要關(guān)注網(wǎng)絡(luò)輿情的發(fā)展過(guò)程；不同于完全水平的穩(wěn)定狀態(tài)，社會(huì)轉(zhuǎn)型的影響對(duì)于網(wǎng)絡(luò)輿情有緩慢的結(jié)構(gòu)逆轉(zhuǎn)過(guò)程，因此在社會(huì)轉(zhuǎn)型期需要對(duì)一直警惕網(wǎng)絡(luò)輿情的發(fā)展。社會(huì)轉(zhuǎn)型影響著社會(huì)和諧，不和諧的網(wǎng)絡(luò)氛圍更加容易產(chǎn)生網(wǎng)絡(luò)輿情。網(wǎng)絡(luò)輿情起源較小的導(dǎo)火索，但社會(huì)轉(zhuǎn)型因素是網(wǎng)絡(luò)輿情的根源之一，社會(huì)轉(zhuǎn)型期的利益分配不均，很小的導(dǎo)火索也會(huì)引起網(wǎng)絡(luò)輿情。

圖4 社會(huì)轉(zhuǎn)型參數(shù)的影響Fig.4 Effects of social transformation parameters

4.3 群體異質(zhì)性影響

h是仿真群體的異質(zhì)性比例參數(shù)，表示利益相關(guān)群體在整個(gè)網(wǎng)絡(luò)群體中所占的比例，Agent在個(gè)體屬性上存在輿情相關(guān)與否的差異，顯然跟輿情無(wú)關(guān)者對(duì)比，輿情相關(guān)者對(duì)于輿情的推動(dòng)更能起到作用。將h設(shè)置為0.1、0.3、0.6、0.9，與默認(rèn)條件下的0.5的取值相比，結(jié)果如圖5。圖5結(jié)果顯示，隨著輿情相關(guān)群體者數(shù)量增多，網(wǎng)絡(luò)輿情擴(kuò)散程度更高，該值越大，網(wǎng)絡(luò)中能達(dá)到的輿情最高點(diǎn)也越大，說(shuō)明群體異質(zhì)性比例對(duì)網(wǎng)絡(luò)輿情的推動(dòng)具有強(qiáng)烈的影響，但是把h取值0.9長(zhǎng)期的仿真結(jié)果與取值0.1與0.5的仿真結(jié)果對(duì)比發(fā)現(xiàn)，這3個(gè)圖在結(jié)構(gòu)逆轉(zhuǎn)點(diǎn)時(shí)具有類(lèi)似的取值，即網(wǎng)絡(luò)輿情結(jié)構(gòu)逆轉(zhuǎn)時(shí)群體的平均觀點(diǎn)相差不大，這說(shuō)明異質(zhì)性比例參數(shù)使得結(jié)構(gòu)逆轉(zhuǎn)的過(guò)程變長(zhǎng)，從而使得網(wǎng)絡(luò)輿情長(zhǎng)期在網(wǎng)絡(luò)空間存在，但是，對(duì)結(jié)構(gòu)逆轉(zhuǎn)時(shí)的輿情擴(kuò)散程度影響并不明顯。這說(shuō)明此參數(shù)對(duì)于輿情的長(zhǎng)期存在具有明顯的正向影響，利益相關(guān)群體在整個(gè)群體中占的比例越大時(shí)，則網(wǎng)絡(luò)輿情越可能在一個(gè)極高的擴(kuò)散程度上長(zhǎng)期存在。整個(gè)網(wǎng)絡(luò)群體中利益相關(guān)者越多，會(huì)推動(dòng)網(wǎng)絡(luò)輿情的不斷擴(kuò)散，會(huì)影響網(wǎng)絡(luò)輿情結(jié)構(gòu)逆轉(zhuǎn)的進(jìn)程。因此，在網(wǎng)絡(luò)輿情的監(jiān)測(cè)預(yù)警時(shí)，需要關(guān)注群體的規(guī)模，特別是其中利益相關(guān)群體的規(guī)模大小，利益相關(guān)群體的規(guī)模大，即使政府采用一定的管控措施，也會(huì)使得群體觀點(diǎn)的一致性過(guò)程變長(zhǎng)，結(jié)構(gòu)逆轉(zhuǎn)的過(guò)程會(huì)較長(zhǎng)，這要求政府有關(guān)部分在網(wǎng)絡(luò)輿情中需要重視該參數(shù)的影響。

圖5 異質(zhì)性參數(shù)的影響Fig.5 Effects of heterogeneity parameter

4.4 討論及啟示

仿真實(shí)驗(yàn)結(jié)果顯示了網(wǎng)絡(luò)輿情的結(jié)構(gòu)逆轉(zhuǎn)現(xiàn)象，表明網(wǎng)絡(luò)逆轉(zhuǎn)模型具有一定的解釋能力。網(wǎng)絡(luò)輿情結(jié)構(gòu)逆轉(zhuǎn)現(xiàn)象在真實(shí)的網(wǎng)絡(luò)輿情事件中隨處可見(jiàn)，觀點(diǎn)在網(wǎng)絡(luò)上的擴(kuò)散，擴(kuò)散影響范圍大、影響程度高，都可能會(huì)引起網(wǎng)絡(luò)輿情，乃至出現(xiàn)結(jié)構(gòu)逆轉(zhuǎn)現(xiàn)象。現(xiàn)實(shí)中導(dǎo)致網(wǎng)絡(luò)輿情逆轉(zhuǎn)的根源有以下因素，首先，政府出于對(duì)網(wǎng)絡(luò)輿情的預(yù)警與監(jiān)控。網(wǎng)絡(luò)輿情的擴(kuò)散時(shí)，當(dāng)在網(wǎng)絡(luò)群體中擴(kuò)散較高時(shí)，此時(shí)網(wǎng)絡(luò)自媒體具有了輿論導(dǎo)向作用，可能會(huì)挑戰(zhàn)政府的公信力，政府常采取信息披露或公開(kāi)聲明等措施，會(huì)產(chǎn)生輿論導(dǎo)向的反轉(zhuǎn)，從而產(chǎn)生輿情結(jié)構(gòu)逆轉(zhuǎn)現(xiàn)象；如“80后白發(fā)書(shū)記”的事件[34]，其白發(fā)蒼蒼的面貌引發(fā)了網(wǎng)民對(duì)“年齡造假”的強(qiáng)烈質(zhì)疑，在云南楚雄州政府新聞辦進(jìn)行信息披露后，網(wǎng)絡(luò)輿情結(jié)構(gòu)逆轉(zhuǎn)快速完成。其次，網(wǎng)絡(luò)自媒體報(bào)道失實(shí)或選擇性的報(bào)道。網(wǎng)民在掌握話語(yǔ)權(quán)的網(wǎng)絡(luò)空間里有了肆意評(píng)論和發(fā)聲的權(quán)力，且多數(shù)網(wǎng)民不具備去偽存真的信息辨識(shí)能力，網(wǎng)絡(luò)媒體的失實(shí)報(bào)道，如2018年的“重慶萬(wàn)州公交墜江”事件[34]，媒體的失實(shí)報(bào)道導(dǎo)致小轎車(chē)女司機(jī)被千夫所指，在真實(shí)的信息報(bào)道之后，產(chǎn)生網(wǎng)絡(luò)輿情結(jié)構(gòu)逆轉(zhuǎn)。

網(wǎng)絡(luò)輿情的擴(kuò)散速度要快于線下的社會(huì)輿情的擴(kuò)散，源于網(wǎng)絡(luò)結(jié)構(gòu)上的差異，互聯(lián)網(wǎng)空間的群體網(wǎng)絡(luò)呈現(xiàn)無(wú)標(biāo)度特性，而真實(shí)世界呈現(xiàn)小世界效應(yīng)，根據(jù)復(fù)雜網(wǎng)絡(luò)理論，無(wú)標(biāo)度網(wǎng)絡(luò)的節(jié)點(diǎn)免疫需要針對(duì)影響力大的節(jié)點(diǎn)進(jìn)行免疫，這使得在網(wǎng)絡(luò)輿情擴(kuò)散時(shí)，需要關(guān)注核心節(jié)點(diǎn)或意見(jiàn)領(lǐng)袖，可利用社會(huì)網(wǎng)絡(luò)分析方法，分析網(wǎng)絡(luò)的核心節(jié)點(diǎn)或意見(jiàn)領(lǐng)袖，以此針對(duì)性的實(shí)施防護(hù)措施，這也是網(wǎng)絡(luò)輿情“微博大V集體失聲”的主要原因。群體中利益相關(guān)者越多，會(huì)推動(dòng)網(wǎng)絡(luò)輿情的涌現(xiàn)，越會(huì)影響結(jié)構(gòu)逆轉(zhuǎn)的進(jìn)程，此時(shí)即使采用相關(guān)措施也會(huì)使得結(jié)構(gòu)逆轉(zhuǎn)的過(guò)程較長(zhǎng)。這需要在網(wǎng)絡(luò)輿情的監(jiān)測(cè)預(yù)警時(shí)，要關(guān)注相關(guān)群體的訴求，影響這類(lèi)群體，要對(duì)這類(lèi)群體采取針對(duì)性的“分而治之”措施，以減少其群體規(guī)模。

網(wǎng)絡(luò)輿情結(jié)構(gòu)逆轉(zhuǎn)中，螺旋式發(fā)展倒逼出事實(shí)與真相，所投射的社會(huì)深層問(wèn)題仍不容忽視。我國(guó)近年來(lái)的劇烈的社會(huì)轉(zhuǎn)型，對(duì)當(dāng)前的社會(huì)和諧也產(chǎn)生劇烈影響。網(wǎng)絡(luò)新媒體的傳播特征造成了網(wǎng)民的認(rèn)知偏差，公眾非理性情緒涌向網(wǎng)絡(luò)，社會(huì)轉(zhuǎn)型帶來(lái)的社會(huì)分化刺激了網(wǎng)絡(luò)輿情的產(chǎn)生。從仿真來(lái)看，社會(huì)轉(zhuǎn)型對(duì)網(wǎng)絡(luò)輿情擴(kuò)散具有明顯的影響作用，而社會(huì)轉(zhuǎn)型影響著社會(huì)和諧。社會(huì)轉(zhuǎn)型度越低，社會(huì)更加和諧，網(wǎng)絡(luò)中不會(huì)充斥更多的偏激人群，網(wǎng)絡(luò)輿情越不容易發(fā)展。這對(duì)公共管理者提供了宏觀角度的思考，網(wǎng)絡(luò)輿情雖然可能源于較小的導(dǎo)火索，但宏觀的社會(huì)轉(zhuǎn)型因素，可能是網(wǎng)絡(luò)輿情產(chǎn)生的根源。社會(huì)轉(zhuǎn)型期的利益分配不均，社會(huì)矛盾加劇，引起社會(huì)和諧程度降低，“仇權(quán)仇富”者比比皆是，很小的導(dǎo)火索也會(huì)點(diǎn)燃整個(gè)網(wǎng)絡(luò)空間。因此，在社會(huì)轉(zhuǎn)型期更需要關(guān)注網(wǎng)絡(luò)輿情發(fā)生及發(fā)展過(guò)程。需要選擇高效的輿情發(fā)掘與分析方法，避免小的事件發(fā)展為社會(huì)熱點(diǎn)事件，在管理過(guò)程中也要高效的應(yīng)對(duì)，如避免過(guò)多的請(qǐng)示。

5 結(jié)論

本文研究網(wǎng)絡(luò)輿情擴(kuò)散中的結(jié)構(gòu)逆轉(zhuǎn)，基于Deffuant有界信任模型，對(duì)網(wǎng)絡(luò)輿情的結(jié)構(gòu)逆轉(zhuǎn)以微觀視角進(jìn)行分析，從網(wǎng)絡(luò)空間的個(gè)體感知觀點(diǎn)和社會(huì)轉(zhuǎn)型等方面對(duì)Deffuant模型加以改進(jìn)，建立本文的網(wǎng)絡(luò)輿情結(jié)構(gòu)逆轉(zhuǎn)模型，并進(jìn)行了仿真計(jì)算及相關(guān)參數(shù)的敏感性分析。仿真實(shí)驗(yàn)顯示，該模型對(duì)網(wǎng)絡(luò)輿情結(jié)構(gòu)逆轉(zhuǎn)現(xiàn)象具有一定的解釋能力，社會(huì)轉(zhuǎn)型因素影響著社會(huì)和諧，進(jìn)而影響網(wǎng)絡(luò)輿情的結(jié)構(gòu)逆轉(zhuǎn)，社會(huì)轉(zhuǎn)型程度會(huì)嚴(yán)重影響網(wǎng)絡(luò)輿情擴(kuò)散及其結(jié)構(gòu)逆轉(zhuǎn)，能延長(zhǎng)輿情結(jié)構(gòu)逆轉(zhuǎn)過(guò)程。網(wǎng)絡(luò)群體的異質(zhì)性也會(huì)影響到輿情擴(kuò)散的充分程度及其結(jié)構(gòu)逆轉(zhuǎn)的過(guò)程，如群體中利益相關(guān)者越多，越會(huì)影響結(jié)構(gòu)逆轉(zhuǎn)的進(jìn)程，此時(shí)即使采用相關(guān)措施也會(huì)使得結(jié)構(gòu)逆轉(zhuǎn)的過(guò)程較長(zhǎng)。

相關(guān)部門(mén)需要關(guān)注核心節(jié)點(diǎn)或意見(jiàn)領(lǐng)袖；也要關(guān)注影響社會(huì)轉(zhuǎn)型時(shí)期的社會(huì)矛盾及社會(huì)分化，這些都會(huì)影響整個(gè)網(wǎng)絡(luò)空間的社會(huì)和諧，減少網(wǎng)絡(luò)輿情發(fā)生的可能；相關(guān)部門(mén)要重視利益群體，有針對(duì)性的滿足相關(guān)群體的需求，采取分化的措施，合理的轉(zhuǎn)化利益群體。政府要發(fā)揮網(wǎng)絡(luò)輿情監(jiān)測(cè)主導(dǎo)作用，實(shí)時(shí)追蹤輿論走向，在信息公開(kāi)中實(shí)現(xiàn)與網(wǎng)民的良性互動(dòng)，以提升政府的公信力。網(wǎng)絡(luò)媒體需優(yōu)化內(nèi)部運(yùn)行機(jī)制以有效的自身監(jiān)管，充分發(fā)揮“把關(guān)人”作用，關(guān)鍵時(shí)刻需及時(shí)發(fā)聲。針對(duì)網(wǎng)絡(luò)輿情結(jié)構(gòu)逆轉(zhuǎn)，在理論模型上要更深入，本文基于經(jīng)典Deffuant模型，但一些新模型可能也具有解釋力，如J-A模型等；同時(shí)也需要結(jié)合機(jī)器學(xué)習(xí)及大數(shù)據(jù)技術(shù)對(duì)網(wǎng)絡(luò)輿情監(jiān)測(cè)與預(yù)警，以探索輿情結(jié)構(gòu)逆轉(zhuǎn)模型的實(shí)際應(yīng)用。