摘要： 為應(yīng)對(duì)網(wǎng)絡(luò)輿論環(huán)境中信息繭房效應(yīng)的消極影響，考慮在輿論引導(dǎo)過程中將個(gè)體對(duì)引導(dǎo)觀點(diǎn)的接受程度，提出基于心理暗示的溫和觀點(diǎn)引導(dǎo)策略，并構(gòu)建了基于心理暗示的溫和引導(dǎo)策略模型。通過實(shí)驗(yàn)分析了引導(dǎo)強(qiáng)度與引導(dǎo)比例的影響，研究了引導(dǎo)策略對(duì)輿論演化過程的影響，并在多個(gè)網(wǎng)絡(luò)下驗(yàn)證了引導(dǎo)策略的穩(wěn)定性，最后與傳統(tǒng)度引導(dǎo)策略進(jìn)行了對(duì)比。結(jié)果表明溫和引導(dǎo)在引導(dǎo)效果具有優(yōu)越性，尤其是能在中長期對(duì)群體輿論進(jìn)行持續(xù)影響。

關(guān)鍵詞： 觀點(diǎn)演化；線上輿情；溫和輿論引導(dǎo)；心理暗示

中圖分類號(hào)： TB391.9；C94文獻(xiàn)標(biāo)識(shí)碼： A

Moderate Online Opinion Guidance Strategy Based on Psychological Suggestion

LIU Yutong，CHEN Xi

（School of Artificial Intelligence and Automation， Huazhong University of Science and Technology， Wuhan 430074， China）

Abstract：To cope with the negative impact of the information cocoon effect in the network public opinion environment， we take the individual′s acceptance of guiding opinion into consideration， propose a moderate opinion guidance strategy based on psychological suggestion， and propose a moderate opinion dynamic model. We analyze the influence of guidance strength and guidance ratio through simulation experiments， and the influence of moderate guidance strategy on the evolution process of public opinion is studied. Then， we verify the stability of the bootstrapping strategy under multiple networks and compares it with traditional degree booting. The results show the superiority of moderate guidance in guiding effect， especially in the long term.

Keywords： opinion dynamics; online opinion; moderateopinion guidance; phycological suggestion

0 引言

隨著互聯(lián)網(wǎng)發(fā)展，線上社交網(wǎng)絡(luò)成為輿論演化的新環(huán)境。更快的信息流通，更便捷的信息獲取方式使得線上社交網(wǎng)絡(luò)呈現(xiàn)出與真實(shí)社交網(wǎng)絡(luò)中不同的現(xiàn)象。在線上社交網(wǎng)絡(luò)中，個(gè)體自主性更強(qiáng)，意見表達(dá)更加活躍。個(gè)體在豐富信息中自由且精確地選擇感興趣的信息。雖然新型輿論環(huán)境極大程度上便利了宏觀信息流通，卻給其中的微觀個(gè)體加上了無形的限制。學(xué)者們將這種限制稱為信息繭房效應(yīng)。該效應(yīng)是指?jìng)€(gè)體處在一個(gè)特定環(huán)境，環(huán)境中的想法、信息、信念都是已經(jīng)被個(gè)體接受的。個(gè)體就如同蟲被包裹在蟲繭之中［12］。選擇性曝光效應(yīng)研究結(jié)果表明個(gè)體更傾向于選擇自己認(rèn)同輿論環(huán)境［34］，也佐證了信息繭房的研究。

相比于現(xiàn)實(shí)社交輿論環(huán)境，個(gè)體更容易在線上輿論環(huán)境中陷入信息繭房。學(xué)者指出，線上輿論環(huán)境中個(gè)體對(duì)信息源的選擇自由度更高，個(gè)體的信息獲取更加符合自身偏好［5］。這種差異導(dǎo)致個(gè)體將多元化信息排除，最終導(dǎo)致個(gè)體獲得的信息與自身原本觀點(diǎn)高度一致，使得個(gè)體觀點(diǎn)僵化陷入信息繭房。陷入信息繭房的個(gè)體通常會(huì)無視其他多元化觀點(diǎn)。正因如此，線上輿論環(huán)境中往往會(huì)出現(xiàn)群體觀點(diǎn)碎片化或者觀點(diǎn)兩極分化的現(xiàn)象。個(gè)體固執(zhí)己見，群體內(nèi)部觀點(diǎn)無法協(xié)調(diào)，常常引發(fā)輿論爭(zhēng)執(zhí)。這種不和諧的網(wǎng)絡(luò)輿論環(huán)境有可能會(huì)導(dǎo)致輿情危機(jī)的爆發(fā)，也可能激化群體內(nèi)部的各種矛盾。然而，在輿論演化過程中輿論引導(dǎo)對(duì)輿論最終演化結(jié)果具有重要影響，有效的輿論引導(dǎo)能協(xié)調(diào)群體觀點(diǎn)，避免輿論危機(jī)的發(fā)生［6］。為了應(yīng)對(duì)網(wǎng)絡(luò)輿論環(huán)境中信息繭房效應(yīng)帶來的消極影響，對(duì)線上輿論的引導(dǎo)十分重要。

輿論引導(dǎo)是輿論演化研究的分支話題，目標(biāo)是用合理的方式引導(dǎo)群體中部分個(gè)體，使得群體輿論盡可能形成一致或達(dá)到目標(biāo)觀點(diǎn)，其“本質(zhì)上是組織、個(gè)人和媒體通過特定手段對(duì)輿論的發(fā)展趨勢(shì)進(jìn)行調(diào)控和影響，從而使改變?nèi)后w行為和觀點(diǎn)”［7］。在以往基于輿論演化研究的輿論引導(dǎo)研究中，學(xué)者們提出了基于意見領(lǐng)袖的引導(dǎo)策略［89］，基于免疫機(jī)制的引導(dǎo)策略［1011］等。然而這些研究中，引導(dǎo)策略往往過于生硬地改變模型中個(gè)體的觀點(diǎn)。然而，人作為建模對(duì)象，在研究個(gè)體觀點(diǎn)演化時(shí)，個(gè)體復(fù)雜的行為動(dòng)機(jī)應(yīng)該被充分考慮。

個(gè)體觀點(diǎn)演化和觀點(diǎn)引導(dǎo)是一個(gè)涉及到多種因素的復(fù)雜過程，如果單純將研究中的個(gè)體視為可以隨意改變觀點(diǎn)的“智能體”，直接改變個(gè)體觀點(diǎn)或向個(gè)體強(qiáng)行附加目標(biāo)觀點(diǎn)值，將會(huì)失去研究的現(xiàn)實(shí)意義。在輿論演化以及輿論引導(dǎo)研究中引入社會(huì)心理學(xué)的理論進(jìn)行補(bǔ)充十分重要。心理暗示效應(yīng)是社會(huì)心理學(xué)中十分經(jīng)典的效應(yīng)。該效應(yīng)對(duì)個(gè)體觀點(diǎn)的影響，研究者們進(jìn)行了諸多定性研究以及實(shí)證研究。例如文獻(xiàn)［12］提出了同質(zhì)親和性理論在交互的過程個(gè)體中會(huì)選擇與觀點(diǎn)相似的個(gè)體進(jìn)行交互。經(jīng)典的阿希實(shí)驗(yàn)提出個(gè)體的認(rèn)知會(huì)在一定的社會(huì)壓力等外界環(huán)境因素影響下產(chǎn)生改變，最終影響個(gè)體行為決策［13］。然而，針對(duì)心理暗示對(duì)個(gè)體觀點(diǎn)改變的定量化描述卻鮮有研究。

基于上述思考，本文以觀點(diǎn)演化模型作為定量研究工具，從社會(huì)心理學(xué)的視角引入心理暗示效應(yīng)，在線上網(wǎng)絡(luò)輿論環(huán)境下，對(duì)群體的輿論引導(dǎo)過程進(jìn)行研究。特別是針對(duì)個(gè)體對(duì)引導(dǎo)觀點(diǎn)的接受程度，在引導(dǎo)過程中引入溫和輿論引導(dǎo)觀點(diǎn)，研究動(dòng)態(tài)引導(dǎo)觀點(diǎn)的變化過程，以及個(gè)體受輿論引導(dǎo)后觀點(diǎn)的演化過程，并對(duì)基于心理暗示的溫和輿論引導(dǎo)策略引導(dǎo)效果進(jìn)行分析并與傳統(tǒng)輿論引導(dǎo)策略進(jìn)行對(duì)比。

1 文獻(xiàn)綜述

1.1 輿論演化與輿論引導(dǎo)

在以往研究中，輿論引導(dǎo)一直作為輿論演化研究的引申問題進(jìn)行研究。在研究這類問題時(shí)，學(xué)者們結(jié)合了計(jì)算機(jī)仿真，統(tǒng)計(jì)學(xué)，物理學(xué)以及控制科學(xué)等多學(xué)科知識(shí)，嘗試構(gòu)建模型定量描述人類社會(huì)中的復(fù)雜現(xiàn)象［14］。研究者們基于同質(zhì)親和性理論，社會(huì)認(rèn)同理論等描述群體中觀點(diǎn)聚合，該過程考慮個(gè)體感知外界觀點(diǎn)并與其他個(gè)體“溝通，協(xié)調(diào)，達(dá)成一致”。誠然，現(xiàn)實(shí)中個(gè)體之間不僅僅只有觀點(diǎn)聚合這一種行為。學(xué)者們?yōu)閭€(gè)體間交流補(bǔ)充了規(guī)則。其中最為著名的是有限信任假設(shè)，即個(gè)體只會(huì)在一定范圍內(nèi)與其他個(gè)體進(jìn)行觀點(diǎn)聚合，如果超過這個(gè)限制，則不進(jìn)行交流。該假設(shè)廣泛應(yīng)用在連續(xù)觀點(diǎn)輿論演化模型研究中。經(jīng)典的連續(xù)性輿論演化模型包括FM模型［15］、Deffuant模型［16］、HK模型［17］等，主要用于描述觀點(diǎn)連續(xù)演化情景，例如針對(duì)個(gè)體態(tài)度動(dòng)態(tài)變化過程、群體觀點(diǎn)極化、群體觀點(diǎn)反轉(zhuǎn)的研究等。除此之外，研究者們針對(duì)投票問題、決策問題等離散觀點(diǎn)情景構(gòu)建了離散觀點(diǎn)演化模型，包括Voter模型［1819］、Sznajd模型［20］。

過往對(duì)輿論引導(dǎo)的研究十分充實(shí)，學(xué)者們從傳染病防治，復(fù)雜網(wǎng)絡(luò)，博弈論等角度探索了這個(gè)交叉學(xué)科問題。文獻(xiàn)［1021］借用傳染病研究的免疫機(jī)制構(gòu)建了隨機(jī)免疫控制策略。其思想是通過保持群體中部分個(gè)體觀點(diǎn)不變，從而影響整個(gè)群體的觀點(diǎn)演化過程。后來，研究者提出通過引導(dǎo)意見領(lǐng)袖觀點(diǎn)對(duì)群體觀點(diǎn)進(jìn)行引導(dǎo)，并提出了基于節(jié)點(diǎn)網(wǎng)絡(luò)拓?fù)涮匦缘妮浾撘龑?dǎo)策略［2224］，比如度引導(dǎo)策略、基于介數(shù)中心性的引導(dǎo)策略、基于局部中心性的引導(dǎo)策略等［2526］。Cao［27］提出基于網(wǎng)絡(luò)中節(jié)點(diǎn)信息接收頻率的自適應(yīng)橋節(jié)點(diǎn)輿論控制策略，節(jié)省了獲取網(wǎng)絡(luò)拓?fù)湫畔⒌臅r(shí)間與成本。近些年，輿論演化研究多學(xué)科交叉背景不斷豐富，社會(huì)心理學(xué)對(duì)個(gè)體行為動(dòng)機(jī)進(jìn)行解釋，社會(huì)網(wǎng)絡(luò)分析以及控制論、信息論為輿論演化的定量研究提供基礎(chǔ)。與此同時(shí)，隨著大數(shù)據(jù)技術(shù)普及，原本基于理論和假設(shè)的輿論演化與輿論引導(dǎo)研究引入了真實(shí)數(shù)據(jù)，豐富了原本的模型。例如文獻(xiàn)利用博弈論補(bǔ)充考慮了引導(dǎo)節(jié)點(diǎn)的專業(yè)性和權(quán)威性對(duì)引導(dǎo)效果的影響。Chen等［28］基于現(xiàn)實(shí)數(shù)據(jù)構(gòu)建了基于個(gè)體的公眾權(quán)威度屬性的輿論引導(dǎo)策略，優(yōu)化了輿論引導(dǎo)效果。Afshar等［29］基于社會(huì)心理學(xué)提出了基于知情節(jié)點(diǎn)的引導(dǎo)策略，描述了“對(duì)關(guān)鍵節(jié)點(diǎn)的輿論引導(dǎo)”以及“關(guān)鍵節(jié)點(diǎn)影響群體輿論演化”的過程。文獻(xiàn)［30］提出在電子商務(wù)背景下，目標(biāo)觀點(diǎn)不同的多個(gè)意見領(lǐng)袖的引導(dǎo)對(duì)群體觀點(diǎn)演化的影響。張軒宇等［31］研究了在考慮敵意媒體與偏見同化效應(yīng)情境下，大型媒體發(fā)布的觀點(diǎn)對(duì)個(gè)體觀點(diǎn)的影響。劉琪等［32］研究了意見領(lǐng)袖引導(dǎo)作用對(duì)群體觀點(diǎn)逆轉(zhuǎn)的影響。文獻(xiàn)［33］提出線上網(wǎng)絡(luò)中的輿論引導(dǎo)要充分利用線上環(huán)境的特點(diǎn)，通過增加群體間互動(dòng)的方式增加觀點(diǎn)探討，推動(dòng)輿論演化過程。張?jiān)浦械龋?4］結(jié)合智庫輿論引導(dǎo)力和媒體輿論引導(dǎo)力，提出了基于扎根理論的媒體型智庫輿論引導(dǎo)力。

然而，以往的研究忽略了輿論引導(dǎo)過程中個(gè)體觀點(diǎn)變化的基本假設(shè)。由于個(gè)體的認(rèn)知閉合需求［35］以及同質(zhì)親和性［12，36］，個(gè)體觀點(diǎn)不會(huì)出現(xiàn)巨大的變化。本文認(rèn)為個(gè)體的認(rèn)知改變是一個(gè)連續(xù)漸進(jìn)的過程，通過直接改變個(gè)體觀點(diǎn)來引導(dǎo)群體觀點(diǎn)的引導(dǎo)策略違背了個(gè)體認(rèn)知改變的基本規(guī)則。所以本文提出在構(gòu)建引導(dǎo)策略時(shí)，個(gè)體對(duì)引導(dǎo)信息的接受程度應(yīng)該被充分考慮。

1.2 心理暗示效應(yīng)

心理暗示是指在無對(duì)抗條件下，用含蓄、抽象誘導(dǎo)的間接方法對(duì)人們的心理和行為產(chǎn)生影響，從而誘導(dǎo)人們按照特定的方式行動(dòng)或接受某種意見，使其思想、行為與暗示者期望的目標(biāo)相符合［37］。研究表明心理暗示能對(duì)個(gè)體購物行為的選購決策［38］，藥物療效的主觀認(rèn)知［39］以及特定事物的主觀記憶［4041］都產(chǎn)生影響。在輿論演化的研究中，社會(huì)心理學(xué)作為補(bǔ)充能很好地解釋個(gè)體在接收外部信息后的復(fù)雜應(yīng)對(duì)行為。當(dāng)個(gè)體接收外部信息時(shí)，如果個(gè)體自身觀點(diǎn)與外部信息相差較大，個(gè)體則會(huì)主觀地忽視外部信息，不受外部信息的干擾。而當(dāng)個(gè)體自身觀點(diǎn)與外部信息相似時(shí)，個(gè)體會(huì)通過吸納外部信息強(qiáng)化自身觀點(diǎn)。個(gè)體對(duì)外部信息的處理方式在許多的輿論演化研究模型中都得到了體現(xiàn)。例如，在有界信任模型中，個(gè)體不會(huì)接收信任閾值外的信息；在FM模型中，個(gè)體會(huì)對(duì)觀點(diǎn)差距較大的觀點(diǎn)進(jìn)行排斥［15］。在通過博弈論描述輿論演化的研究中，個(gè)體的期望收益會(huì)因?yàn)榕c交流個(gè)體觀點(diǎn)差異過大而降低［42］。后真相時(shí)代的輿論研究［31］中也提及個(gè)體會(huì)基于自身觀點(diǎn)對(duì)外部信息進(jìn)行偏見同化。諸多社會(huì)心理學(xué)的實(shí)證研究都驗(yàn)證了心理暗示效應(yīng)能十分有效地改變個(gè)體的觀點(diǎn)［13，42］。其本質(zhì)在于包含心理暗示的外部信息往往同時(shí)滿足與個(gè)體自身觀點(diǎn)相似以及對(duì)目標(biāo)觀點(diǎn)具有偏向性兩個(gè)特點(diǎn)。這種外部信息使個(gè)體自身觀點(diǎn)逐漸發(fā)生改變，并逐漸接受目標(biāo)觀點(diǎn)。

2 基于心理暗示的溫和引導(dǎo)策略

相比于在引導(dǎo)之初就直接向受引導(dǎo)個(gè)體直接推送相差很大的引導(dǎo)觀點(diǎn)，利用心理暗示進(jìn)行引導(dǎo)，更符合現(xiàn)實(shí)情況，受引導(dǎo)的個(gè)體也更容易接受目標(biāo)觀點(diǎn)。本文提出在引導(dǎo)過程中引入帶有心理暗示作用的溫和觀點(diǎn)來對(duì)受引導(dǎo)個(gè)體進(jìn)行引導(dǎo)?？紤]受引導(dǎo)個(gè)體自身觀點(diǎn)演化規(guī)律，溫和觀點(diǎn)將由受引導(dǎo)個(gè)體觀點(diǎn)動(dòng)態(tài)決定。在引導(dǎo)過程中，利用線上輿論環(huán)境，不斷向受引導(dǎo)個(gè)體推送偏向引導(dǎo)目標(biāo)的觀點(diǎn)，使得個(gè)體觀點(diǎn)逐漸向引導(dǎo)目標(biāo)靠近，最終實(shí)現(xiàn)引導(dǎo)。在該策略的引導(dǎo)過程中，引導(dǎo)不會(huì)扭曲個(gè)體原本的信息獲取偏好，不會(huì)劇烈改變個(gè)體的觀點(diǎn)，總體上是通過對(duì)個(gè)體進(jìn)行較為溫和的漸進(jìn)式引導(dǎo)來實(shí)現(xiàn)引導(dǎo)目的。

引導(dǎo)過程具體如圖1所示，首先確定引導(dǎo)目標(biāo)觀點(diǎn)，然后確定受引導(dǎo)個(gè)體觀點(diǎn)，計(jì)算兩者的觀點(diǎn)距離，如果個(gè)體能接受引導(dǎo)目標(biāo)觀點(diǎn)（在個(gè)體的信任閾值內(nèi)），則直接推送目標(biāo)觀點(diǎn)。反之，則推送個(gè)體能接受且偏向于目標(biāo)觀點(diǎn)的溫和觀點(diǎn)，對(duì)個(gè)體進(jìn)行心理暗示，引導(dǎo)個(gè)體觀點(diǎn)向目標(biāo)觀點(diǎn)改變。這個(gè)過程中若個(gè)體不能馬上接受目標(biāo)觀點(diǎn)，也會(huì)受到暗示逐漸向目標(biāo)觀點(diǎn)靠攏。由于群體中其他個(gè)體會(huì)與受引導(dǎo)個(gè)體交流，所以他們會(huì)間接受到引導(dǎo)的作用，使群體觀點(diǎn)逐漸向目標(biāo)觀點(diǎn)演化。

3 基于心理暗示的溫和引導(dǎo)模型構(gòu)建

互聯(lián)網(wǎng)的交流環(huán)境中，個(gè)體會(huì)與其他個(gè)體產(chǎn)生交流并更新自己的觀點(diǎn)；其次，個(gè)體還會(huì)接收到媒體的消息推送。由于互聯(lián)網(wǎng)環(huán)境下個(gè)體自主選擇能力更強(qiáng)，且個(gè)體一般情況下只與跟自己觀點(diǎn)相近的個(gè)體交互，這樣的交流特點(diǎn)與有界置信模型的交流規(guī)則十分接近，所以本文將基于有界置信HK模型以及其基本假設(shè)來構(gòu)建研究模型。HK模型僅僅考慮了其他個(gè)體觀點(diǎn)對(duì)個(gè)體觀點(diǎn)的影響，學(xué)者們?cè)贖K模型上又做出了許多改進(jìn)。慣性HK考慮了個(gè)體在改變觀點(diǎn)時(shí)歷史觀點(diǎn)的粘性［43］，CSHK模型則結(jié)合了上述模型綜合考慮了個(gè)體在場(chǎng)依存和場(chǎng)獨(dú)立兩種認(rèn)知下的觀點(diǎn)演化［44］。CSHK模型中場(chǎng)獨(dú)立部分為個(gè)體獨(dú)立分析理解的觀點(diǎn)，在互聯(lián)網(wǎng)輿論環(huán)境下可以用來描述個(gè)體受媒體信息影響所產(chǎn)生的觀點(diǎn)；場(chǎng)依存部分為個(gè)體與群體中其他個(gè)體交流產(chǎn)生的觀點(diǎn)，可以視為個(gè)體在互聯(lián)網(wǎng)中與其他個(gè)體交流產(chǎn)生的觀點(diǎn)。CSHK模型能將互聯(lián)網(wǎng)交流環(huán)境中個(gè)體的觀點(diǎn)演化過程清晰描述，本文將基于CSHK模型描述個(gè)體的觀點(diǎn)演化過程，普通個(gè)體的觀點(diǎn)演化規(guī)則為

xit+1=c·ω·xit+1-ω·xit-1+1-c·1Ni∑j∈Nixjt（1）

Nit=j∈V|xit-xjt≤εi（2）

受引導(dǎo)個(gè)體還會(huì)在輿論演化過程中受到動(dòng)態(tài)的溫和引導(dǎo)，這種引導(dǎo)是通過線上網(wǎng)絡(luò)平臺(tái)推送直接作用于個(gè)體的，屬于個(gè)體場(chǎng)獨(dú)立認(rèn)知對(duì)個(gè)體輿論觀點(diǎn)的影響。受到引導(dǎo)的個(gè)體觀點(diǎn)演化規(guī)則為

xit+1=c·1-β·ω·xit+1-ω·xit-1+β·pit+1-c·1N∑j∈Nixjt（3）

其中，c為場(chǎng)獨(dú)立認(rèn)知方式的比重系數(shù)，ω為歷史消息的比重系數(shù)，εi為個(gè)體i的信任閾值，Ni表示在個(gè)體i信任閾值內(nèi)的個(gè)體數(shù)。β為引導(dǎo)強(qiáng)度，強(qiáng)度越強(qiáng)引導(dǎo)觀點(diǎn)的比重就越大，個(gè)體受到的監(jiān)督與引導(dǎo)就越強(qiáng)。pit為個(gè)體所接受的心理暗示信息觀點(diǎn)值，pit取值根據(jù)個(gè)體觀點(diǎn)值進(jìn)行動(dòng)態(tài)調(diào)整，調(diào)整規(guī)則：

pit=P|P-xit|≤ xit+sgnP-xit· |P-xit|> （4）

其中，P為輿論引導(dǎo)的目標(biāo)觀點(diǎn)?？紤]到個(gè)體對(duì)引導(dǎo)觀點(diǎn)的接受程度，在個(gè)體觀點(diǎn)與目標(biāo)觀點(diǎn)距離較大時(shí)個(gè)體無法直接接受目標(biāo)觀點(diǎn)，本文引入溫和觀點(diǎn)對(duì)個(gè)體進(jìn)行引導(dǎo)。當(dāng)個(gè)體觀點(diǎn)與目標(biāo)觀點(diǎn)距離大于個(gè)體信任閾值時(shí)，受引導(dǎo)個(gè)體將根據(jù)自身觀點(diǎn)接收動(dòng)態(tài)變化的溫和觀點(diǎn)。反之，受引導(dǎo)個(gè)體將直接接收目標(biāo)觀點(diǎn)。當(dāng)β=1且 趨近于無窮時(shí)，受引導(dǎo)個(gè)體的觀點(diǎn)演化規(guī)則可退化成傳統(tǒng)的度引導(dǎo)策略引導(dǎo)規(guī)則。pit隨P和xi（t）的取值分布如圖2所示。

4 仿真實(shí)驗(yàn)以及結(jié)果分析

為驗(yàn)證基于心理暗示的溫和引導(dǎo)策略的有效性，本文設(shè)置了3組實(shí)驗(yàn)。首先，本文在全連通網(wǎng)絡(luò)中研究了溫和引導(dǎo)模型內(nèi)部參數(shù)對(duì)引導(dǎo)效果的影響。接著，通過對(duì)比，分析了不同引導(dǎo)強(qiáng)度下的輿論演化結(jié)果。最后，本文在多種網(wǎng)絡(luò)模型下驗(yàn)證了溫和引導(dǎo)模型的有效性，并與度引導(dǎo)策略進(jìn)行了對(duì)比。實(shí)驗(yàn)中，個(gè)體總數(shù)N=1 000，期望目標(biāo)觀點(diǎn)P=1，信任閾值ε=0.1。實(shí)驗(yàn)在群體達(dá)到穩(wěn)態(tài)或最大步長時(shí)停止。參數(shù)c和ω已在文獻(xiàn)［44］中進(jìn)行了研究，均設(shè)置為0.5。場(chǎng)獨(dú)立認(rèn)知系數(shù)c的取值代表，在后續(xù)所有的仿真實(shí)驗(yàn)中假設(shè)場(chǎng)獨(dú)立認(rèn)知與場(chǎng)依存認(rèn)知對(duì)個(gè)體的認(rèn)知起到相同的作用。歷史消息比重ω的取值代表在后續(xù)的仿真實(shí)驗(yàn)中假設(shè)個(gè)體在線上輿論環(huán)境中接受到的信息推送受到其前兩期的歷史觀點(diǎn)的影響。

4.1 引導(dǎo)強(qiáng)度和引導(dǎo)比例對(duì)群體輿論演化結(jié)果的影響

為了研究溫和引導(dǎo)模型內(nèi)部參數(shù)對(duì)群體輿論演化以及引導(dǎo)效果的影響，實(shí)驗(yàn)在全連通網(wǎng)絡(luò)下進(jìn)行，最大步長T=10 000。模型中引導(dǎo)效果取決于兩個(gè)因素：引導(dǎo)強(qiáng)度（β）和引導(dǎo)比例（K）。其中，引導(dǎo)比例是指群體中受到引導(dǎo)個(gè)體所占群體總?cè)藬?shù)的比例，它能對(duì)引導(dǎo)結(jié)果產(chǎn)生最直接的影響，即引導(dǎo)比例越大，受到直接影響的人數(shù)就越多。引導(dǎo)強(qiáng)度是指受引導(dǎo)個(gè)體所受到的引導(dǎo)大小，引導(dǎo)強(qiáng)度越強(qiáng)，個(gè)體在場(chǎng)獨(dú)立認(rèn)知中受到引導(dǎo)信息的影響就越大。

首先分析引導(dǎo)比例對(duì)輿論演化的影響，仿真實(shí)驗(yàn)結(jié)果如圖3所示。其中，Y軸為穩(wěn)態(tài)時(shí)群體平均觀點(diǎn)，X軸為引導(dǎo)比例。隨著引導(dǎo)比例提升，穩(wěn)態(tài)時(shí)群體平均觀點(diǎn)逐漸向目標(biāo)觀點(diǎn)靠近。由于引導(dǎo)比例決定了受引導(dǎo)個(gè)體的數(shù)量，因此引導(dǎo)比例越高，受到引導(dǎo)直接影響的個(gè)體就越多，引導(dǎo)結(jié)果肯定就越好。但是圖3也反映出在不同的引導(dǎo)強(qiáng)度下，群體的輿論演化有著不同的特點(diǎn)，圖中虛線代表在普通個(gè)體完全不與受引導(dǎo)個(gè)體發(fā)生交流時(shí)，群體輿論演化的理論結(jié)果。所以實(shí)線與虛線在Y軸上的差距就代表著引導(dǎo)策略對(duì)群體的間接引導(dǎo)結(jié)果。由圖3可以看出引導(dǎo)強(qiáng)度為0.1的間接引導(dǎo)效果要優(yōu)于強(qiáng)度更大的情況?？紤]到現(xiàn)實(shí)情況下提升引導(dǎo)比例需要耗費(fèi)巨大的成本，引導(dǎo)應(yīng)該在較低的引導(dǎo)比例下進(jìn)行。所以，引導(dǎo)強(qiáng)度的選擇十分關(guān)鍵。本文將通過仿真實(shí)驗(yàn)進(jìn)一步探究引導(dǎo)強(qiáng)度對(duì)引導(dǎo)效果的影響。

圖4展示了引導(dǎo)強(qiáng)度對(duì)引導(dǎo)效果的影響。可以看出在引導(dǎo)比例保持一致的情況下，引導(dǎo)效果隨著引導(dǎo)強(qiáng)度的升高先增后減，過高的引導(dǎo)強(qiáng)度反倒使得引導(dǎo)效果變差。具體分析可以發(fā)現(xiàn)，由于引導(dǎo)比例不變，直接受到引導(dǎo)效果的個(gè)體數(shù)量不變，引導(dǎo)的直接效果在引導(dǎo)強(qiáng)度變化中未改變，引導(dǎo)強(qiáng)度的變化影響了間接引導(dǎo)效果。為綜合分析引導(dǎo)強(qiáng)度和引導(dǎo)比例影響，本文進(jìn)行多次仿真實(shí)驗(yàn)所得的引導(dǎo)效果熱力圖，見圖5，可以看出在適當(dāng)?shù)囊龑?dǎo)比例與引導(dǎo)強(qiáng)度下（紅色區(qū)域）引導(dǎo)策略能成功將群體引導(dǎo)到目標(biāo)觀點(diǎn)。但是，當(dāng)引導(dǎo)強(qiáng)度高于0.5時(shí)，仿真結(jié)果顯示，為了成功引導(dǎo)整個(gè)群體所要求的引導(dǎo)比例快速升高。隨著增大引導(dǎo)強(qiáng)度而帶來的引導(dǎo)效果的降低是反直覺的。接下來，本文將分析反直覺現(xiàn)象的底層原因。

4.2 輿論演化過程分析

為了分析引導(dǎo)強(qiáng)度升高反倒造成引導(dǎo)效果下降的原因，本節(jié)選取合適的引導(dǎo)比例（K=0.2），針對(duì)合適的引導(dǎo)強(qiáng)度（β=0.2）與過高的引導(dǎo)強(qiáng)度（β=0.8）進(jìn)行輿論演化過程仿真實(shí)驗(yàn)。仿真實(shí)驗(yàn)依舊在個(gè)體總數(shù)N=1 000的全連通網(wǎng)絡(luò)上進(jìn)行。其余參數(shù)與4.1小節(jié)仿真實(shí)驗(yàn)相同。通過仿真實(shí)驗(yàn)所得到的群體觀點(diǎn)變化趨勢(shì)，以及個(gè)體觀點(diǎn)變化趨勢(shì)對(duì)在不同引導(dǎo)強(qiáng)度的群體輿論演化進(jìn)行細(xì)節(jié)上的過程分析。

圖6、7為仿真實(shí)驗(yàn)得到的不同引導(dǎo)強(qiáng)度下的輿論演化過程圖。圖6展示了具有適當(dāng)引導(dǎo)強(qiáng)度的輿論演化過程，而圖7為具有相同引導(dǎo)比例但引導(dǎo)強(qiáng)度較高的輿論演化過程。兩圖的a圖是群體平均觀點(diǎn)隨演化步長的變化曲線，b圖是群體中所有個(gè)體的觀點(diǎn)演化過程。對(duì)比圖6、7的a圖可以發(fā)現(xiàn)，在適當(dāng)引導(dǎo)強(qiáng)度下（見圖6a），受引導(dǎo)群體的觀點(diǎn)始終與普通個(gè)體群體觀點(diǎn)接近，且偏向目標(biāo)觀點(diǎn)。這表明受引導(dǎo)個(gè)體受到直接引導(dǎo)后先向目標(biāo)觀點(diǎn)演化，并且?guī)?dòng)普通個(gè)體群體觀點(diǎn)產(chǎn)生向目標(biāo)觀點(diǎn)演化的傾向。最后，整個(gè)群體的觀點(diǎn)在目標(biāo)觀點(diǎn)達(dá)到統(tǒng)一。然而在圖7a中，受引導(dǎo)群體的平均觀點(diǎn)快速與普通群體產(chǎn)生差距，普通群體的平均觀點(diǎn)變換逐漸平緩。從最終的引導(dǎo)結(jié)果看出，引導(dǎo)強(qiáng)度為0.8時(shí)僅部分普通個(gè)體能被成功引導(dǎo)。

進(jìn)一步分析圖6b和圖7b的群體觀點(diǎn)演化過程可以發(fā)現(xiàn)，在輿論演化初期，個(gè)體快速形成小型輿論群體。如果小群體內(nèi)存在受引導(dǎo)個(gè)體，則小型輿論群體將受到輿論引導(dǎo)的間接影響，小群體的觀點(diǎn)將逐漸向目標(biāo)觀點(diǎn)演化。圖6b展現(xiàn)了理想的輿論演化情景。在這個(gè)情景下，受引導(dǎo)個(gè)體觀點(diǎn)相較于其所處的小群體觀點(diǎn)更偏向于目標(biāo)觀點(diǎn)，能有效引導(dǎo)小群體內(nèi)的普通個(gè)體向目標(biāo)觀點(diǎn)方向改變觀點(diǎn)。然而，一個(gè)群體中如果沒有受引導(dǎo)的個(gè)體，小群體的觀點(diǎn)就不會(huì)受到引導(dǎo)，將在群體內(nèi)觀點(diǎn)達(dá)到一致后保持觀點(diǎn)穩(wěn)定。在引導(dǎo)強(qiáng)度過高的圖7b情景下，被引導(dǎo)個(gè)體更新觀點(diǎn)幅度過大，快速脫離原本所處的小群體，使得小群體內(nèi)部的普通個(gè)體不再與受引導(dǎo)個(gè)體進(jìn)行觀點(diǎn)交流，導(dǎo)致只剩下普通個(gè)體的小群體不再受到間接引導(dǎo)，小群體的觀點(diǎn)變得穩(wěn)定，不再接收信任閾值外的信息，小群體出現(xiàn)觀點(diǎn)固化的現(xiàn)象。

結(jié)合上文仿真實(shí)驗(yàn)，在適當(dāng)?shù)囊龑?dǎo)強(qiáng)度與比例下，基于心理暗示的溫和引導(dǎo)策略能有效引導(dǎo)群體在目標(biāo)觀點(diǎn)達(dá)到共識(shí)。引導(dǎo)比例決定了引導(dǎo)的直接效果，引導(dǎo)的間接效果受到很小的引導(dǎo)強(qiáng)度就能引導(dǎo)群體中大部分個(gè)體觀點(diǎn)向目標(biāo)觀點(diǎn)演化并最終達(dá)到目標(biāo)觀點(diǎn)。但是，并不是引導(dǎo)強(qiáng)度越高引導(dǎo)結(jié)果越好。若引導(dǎo)過于劇烈會(huì)導(dǎo)致被引導(dǎo)的個(gè)體過快改變自身觀點(diǎn)并脫離其原本輿論環(huán)境，這種情況下雖然群體整體輿論環(huán)境偏向目標(biāo)觀點(diǎn)但是會(huì)導(dǎo)致群體出現(xiàn)碎片化的小群體，引導(dǎo)效果不佳。同時(shí)現(xiàn)實(shí)情形中，引導(dǎo)比例和引導(dǎo)強(qiáng)度提高意味著引導(dǎo)成本提高。所以，制定引導(dǎo)策略時(shí)需要選取盡可能小的引導(dǎo)比例和引導(dǎo)強(qiáng)度。

4.3 溫和引導(dǎo)模型在不同網(wǎng)絡(luò)下的有效性研究

前文仿真實(shí)驗(yàn)在全連通網(wǎng)絡(luò)中探究了模型本身參數(shù)的影響。本節(jié)將驗(yàn)證溫和引導(dǎo)策略在不同網(wǎng)絡(luò)下的穩(wěn)定性。由于社交網(wǎng)絡(luò)與全連通網(wǎng)絡(luò)存在很大區(qū)別，對(duì)引導(dǎo)有效性的驗(yàn)證需要在能反映線上社交網(wǎng)絡(luò)特點(diǎn)的網(wǎng)絡(luò)模型中進(jìn)行。ER網(wǎng)絡(luò)，BA無標(biāo)度網(wǎng)絡(luò)和WS小世界網(wǎng)絡(luò)都一定程度描述了現(xiàn)實(shí)網(wǎng)絡(luò)結(jié)構(gòu)的特點(diǎn)，且認(rèn)可度較高。本文將在3個(gè)網(wǎng)絡(luò)下分別進(jìn)行仿真模擬，并分析實(shí)驗(yàn)結(jié)果。為了確?？杀刃裕竟?jié)選擇了相同網(wǎng)絡(luò)規(guī)模的網(wǎng)絡(luò)，并使3個(gè)網(wǎng)絡(luò)中節(jié)點(diǎn)的平均度相等。在實(shí)驗(yàn)的下一部分中，本節(jié)使用的網(wǎng)絡(luò)包括1 000個(gè)節(jié)點(diǎn)，網(wǎng)絡(luò)的平均度為6。本節(jié)以固定的引導(dǎo)強(qiáng)度（β=0.2）重復(fù)10次仿真實(shí)驗(yàn)。在每個(gè)網(wǎng)絡(luò)下，每個(gè)仿真實(shí)驗(yàn)的最大時(shí)間步長T=10 000。當(dāng)觀點(diǎn)穩(wěn)定或達(dá)到最大步長時(shí)，仿真將終止。

圖8顯示了在不同網(wǎng)絡(luò)下溫和引導(dǎo)策略的平均引導(dǎo)效果。盡管在不同的網(wǎng)絡(luò)下，溫和引導(dǎo)策略的效果略有不同，但從圖8可以看出引導(dǎo)效果具有穩(wěn)定性。與全連通網(wǎng)絡(luò)相比，這些網(wǎng)絡(luò)的拓?fù)涮卣髋c真實(shí)網(wǎng)絡(luò)更加接近。當(dāng)引導(dǎo)比例K>30%時(shí)，由于本文所提出的基于心理暗示的輿論引導(dǎo)策略的受引導(dǎo)個(gè)體是在群體中隨機(jī)選取的，不依賴群體中的觀點(diǎn)關(guān)鍵節(jié)點(diǎn)，所以溫和引導(dǎo)策略在3種網(wǎng)絡(luò)下的引導(dǎo)效果較為相似。當(dāng)引導(dǎo)比例較小時(shí)，WS小世界網(wǎng)絡(luò)下成功引導(dǎo)人數(shù)略微少于另外兩個(gè)網(wǎng)絡(luò)，其原因在于小世界特性，網(wǎng)絡(luò)聚度系數(shù)較大，引導(dǎo)信息難以在網(wǎng)絡(luò)中擴(kuò)散。在引導(dǎo)比例升高后，3種網(wǎng)絡(luò)的引導(dǎo)效果幾乎一致。

本節(jié)還將溫和引導(dǎo)策略與度引導(dǎo)策略進(jìn)行了對(duì)比。在對(duì)比過程中，本節(jié)主要考慮引導(dǎo)策略的兩個(gè)因素：一是成功引導(dǎo)的個(gè)體C，二是引導(dǎo)所需時(shí)間T。但是，這兩個(gè)因素都不能反映整個(gè)情況。盡管C是最終目標(biāo)，但收斂時(shí)間（T）太長則不切實(shí)際。簡而言之，理想的引導(dǎo)策略應(yīng)在合理的時(shí)間內(nèi)引導(dǎo)盡可能多的人。為了全面評(píng)估兩種策略，本節(jié)引入了一個(gè)綜合因子E=1-0.5（（N-C）/N+T/Tmax），其中Tmax為最長的T，N為網(wǎng)絡(luò)中個(gè)體的總數(shù)。引導(dǎo)過程花費(fèi)的時(shí)間越長，得到的E越小。成功引導(dǎo)的個(gè)體數(shù)C越大，E越大。簡而言之，E越大越能體現(xiàn)引導(dǎo)對(duì)于群體輿論演化的有效性。本節(jié)從多次模擬中收集數(shù)據(jù)，結(jié)果見圖9。

從圖9可以看出，在3個(gè)網(wǎng)絡(luò)下，溫和引導(dǎo)策略優(yōu)于度引導(dǎo)策略，更能有效地引導(dǎo)群體。但是，從圖9還可以看出，指標(biāo)E之下的兩種引導(dǎo)策略之間的差距較小。由于指標(biāo)E綜合考慮了引導(dǎo)效果指標(biāo)C和引導(dǎo)所花費(fèi)的時(shí)間，導(dǎo)致溫和引導(dǎo)策略與度引導(dǎo)策略在指標(biāo)E上差距較小的原因在于溫和引導(dǎo)策略花費(fèi)的時(shí)間更長。在前文討論中，輿論演化圖6、圖7表明，溫和引導(dǎo)在引導(dǎo)過程中緩慢改變?nèi)后w的觀點(diǎn)。在引導(dǎo)末期，個(gè)體緩慢向目標(biāo)觀點(diǎn)轉(zhuǎn)移，觀點(diǎn)變化十分緩慢。

為了進(jìn)一步比較這兩種引導(dǎo)策略，本節(jié)還將仿真時(shí)間限制為300，比較了這兩種策略的短期引導(dǎo)效果，結(jié)果見圖10所示。圖10中溫和引導(dǎo)策略仍然可以引導(dǎo)更多的個(gè)體達(dá)到期望的目標(biāo)，得到更高的指標(biāo)c評(píng)分。在相對(duì)較短的演化時(shí)間內(nèi)，溫和引導(dǎo)策略仍具有較好的引導(dǎo)作用。此外，被引導(dǎo)個(gè)體還能持續(xù)吸引未達(dá)到目標(biāo)觀點(diǎn)的普通個(gè)體，以便成功地引導(dǎo)更多的個(gè)體。綜上所述，與度引導(dǎo)策略相比，溫和引導(dǎo)策略能在短期內(nèi)達(dá)到更好的引導(dǎo)效果，并且還能持續(xù)引導(dǎo)群體內(nèi)未達(dá)到目標(biāo)觀點(diǎn)的個(gè)體向目標(biāo)觀點(diǎn)演化。

5 結(jié)論

針對(duì)互聯(lián)網(wǎng)環(huán)境的信息繭房效應(yīng)，本文提出了基于心理暗示的溫和引導(dǎo)策略。相較于以往的引導(dǎo)策略，溫和引導(dǎo)策略考慮了引導(dǎo)過程中個(gè)體的接受程度，結(jié)合心理暗示原理，引入了利于個(gè)體接受的溫和觀點(diǎn)。結(jié)合仿真實(shí)驗(yàn)結(jié)果，溫和引導(dǎo)策略能有效引導(dǎo)群體在目標(biāo)觀點(diǎn)到達(dá)一致。

本文主要得出了3個(gè)結(jié)論：1）引導(dǎo)比例決定直接引導(dǎo)效果，與最終的引導(dǎo)效果正相關(guān)；引導(dǎo)強(qiáng)度決定間接引導(dǎo)效果，過高的引導(dǎo)強(qiáng)度并不利于群體觀點(diǎn)統(tǒng)一。本文通過輿論演化過程分析解釋了這種反直覺現(xiàn)象。溫和引導(dǎo)策略在適當(dāng)?shù)囊龑?dǎo)強(qiáng)度和引導(dǎo)比例下能有效引導(dǎo)群體實(shí)現(xiàn)觀點(diǎn)統(tǒng)一。2）在無標(biāo)度網(wǎng)絡(luò)、小世界網(wǎng)絡(luò)以及隨機(jī)網(wǎng)絡(luò)中，溫和引導(dǎo)策略均能對(duì)群體進(jìn)行有效引導(dǎo)，其受拓?fù)浣Y(jié)構(gòu)的影響較小，能在復(fù)雜的社會(huì)網(wǎng)絡(luò)環(huán)境中有效應(yīng)用。3）在無標(biāo)度網(wǎng)絡(luò)、小世界網(wǎng)絡(luò)以及隨機(jī)網(wǎng)絡(luò)中，溫和引導(dǎo)策略所得到的引導(dǎo)效果指數(shù)都優(yōu)于度引導(dǎo)策略。在進(jìn)一步的對(duì)比中，溫和引導(dǎo)策略在短期引導(dǎo)效果優(yōu)于度引導(dǎo)的基礎(chǔ)上，能更長期更廣泛地影響群體觀點(diǎn)。溫和引導(dǎo)策略不僅能引導(dǎo)中立個(gè)體接收目標(biāo)觀點(diǎn)，還能通過長期影響引導(dǎo)原本持有觀點(diǎn)與目標(biāo)觀點(diǎn)有較大差距的個(gè)體。

綜上所述，基于心理暗示的溫和引導(dǎo)策略能有效對(duì)群體輿論演化過程進(jìn)行引導(dǎo)。未來的研究可以在兩個(gè)方向中發(fā)展：建立一個(gè)更加精細(xì)的模型用于討論個(gè)體受到直接引導(dǎo)后的觀點(diǎn)改變過程；嘗試構(gòu)建一個(gè)考慮非線性的個(gè)體觀點(diǎn)接受模型。

參考文獻(xiàn)：

［1］SUNSTEIN C R. Republic. com［M］. Princeton： Princeton University Press， 2001.

［2］JAMIESON K H， CAPPELLA J N. Echo chamber： rush Limbaugh and the conservative media establishment［M］. Oxford： Oxford University Press， 2008.

［3］IYENGAR S， HAHN K S. Red media， blue media： evidence of ideological selectivity in media use［J］. Journal of Communication， 2009， 59（1）： 1939.

［4］LAWRENCE E， SIDES J， FARRELL H. Self-segregation or deliberation？ blog readership， participation， and polarization in American politics［J］. Perspectives on Politics， 2010， 8（1）： 141157.

［5］FLAXMAN S， GOEL S， RAO J M. Filter bubbles， echo chambers， and online news consumption［J］. Public Opinion Quarterly， 2016， 80（Special Issue1）： 298320.

［6］何建佳，胡祖平. 基于元胞自動(dòng)機(jī)的網(wǎng)絡(luò)輿論演化建模及仿真［J］. 情報(bào)理論與實(shí)踐， 2018，41（5）：155160.

HE J， HU Z. Modeling and simulation of network public opinion evolution based on cellular automata［J］. Information Studies： Theory & Application， 2018，41（5）：155160.

［7］計(jì)永超， 劉蓮蓮. 新聞?shì)浾撘龑?dǎo)力：理論淵源、現(xiàn)實(shí)依據(jù)與提升路徑［J］. 2a9a577f1d452519614fb5bea6e72c13新聞與傳播研究， 2016，23（9）：1526，126.

JI Y， LIU L. Guidance of news： theoretical origin， practical basis and improvement path［J］. Journalism & Communication， 2016，23（9）：1526，126.

［8］FLYNN L R， GOLDSMITH R E， EASTMAN J K. Opinion leaders and opinion seekers： two new measurement scales［J］. Journal of the Academy of Marketing Science， 1996， 24（2）： 137147.

［9］DAVIS R L. Accelerating the diffusion of innovations using opinion leaders［J］. Annals， 1999，556（1）： 5567.

［10］ PASTOR-SATORRAS R， VESPIGNANI A. Immunization of complex networks［J］. Physical Review E-Statistical Physics， Plasmas， Fluids， and Related Interdisciplinary Topics， 2002， 65（3）： 18.

［11］ COHEN R， HAVLIN S， BEN-AVRAHAM D. Efficient immunization strategies for computer networks and populations［J］. Physical Review Letters， 2003， 91（24）： 25.

［12］ GARGIULO F， GANDICA Y. The role of homophily in the emergence of opinion controversies［J］. Journal of Artificial Societies and Social Simulation， 2017， 20（3）：8.

［13］ LARSEN K S. Conformity in the asch experiment［J］. Journal of Social Psychology， 1974， 94（2）： 303304.

［14］ CASTELLANO C， FORTUNATO S， LORETO V. Statistical physics of social dynamics［J］. Reviews of Modern Physics， 2009， 81（2）： 591646.

［15］ FLACHE A， MACY M W. Small worlds and cultural polarization［J］. Journal of Mathematical Sociology， 201 35（13）： 146176.

［16］ DEFFUANT G， NEAU D， AMBLARD F， et al. Mixing beliefs among interacting agents［J］. Advances in Complex Systems， 2000， 3（4）： 8798.

［17］ HEGSELMANN R， KRAUSE U. Opinion dynamics and bounded confidence models， analysis and simulation［J］. Journal of Artificial Societies and Social Simulation， 2002， 5（3）：2.

［18］ CAMPBELL A， GURIN G， MILLER W E. The Voter Decides［M］.Oxford， England： Row， Peterson， and Co， 1954.

［19］ SOOD V， REDNER S. Voter model on heterogeneous graphs［J］. Physical Review Letters， 2005， 94（17）： 69.

［20］ SZNAJD-WERON K. Sznajd model and its applications［J］. Acta Physica Polonica B， 2005， 36（8）： 25372547.

［21］ YANG D， LIAO X， SHEN H， et al. Dynamic node immunization for restraint of harmful information diffusion in social networks［J］. Physica A： Statistical Mechanics and Its Applications， 2018， 503： 640649.

［22］ IOANNIDIS E， VARSAKELIS N， ANTONIOU I. Change agents and internal communications in organizational networks［J］. Physica A： Statistical Mechanics and Its Applications， 2019， 528： 121385.

［23］ SABIDUSSI G. The centrality index of a graph［J］. Psychometrika， 1966， 31（4）： 581603.

［24］ FREEMAN L C. A set of measures of centrality based on betweenness［J］. American Sociological Association， 1977， 40（1）： 3541.

［25］ VALENTE T W， PUMPUANG P. Identifying opinion leaders to promote behavior change［J］. Health Education and Behavior， 2007， 34（6）： 881896.

［26］ CHEN D， L L， SHANG M S， et al. Identifying influential nodes in complex networks［J］. Physica A： Statistical Mechanics and Its Applications， 2012， 391（4）： 17771787.

［27］ Qian C， Cao J， Lu J， et al. Adaptive bridge control strategy for opinion evolution on social networks［J］. Chaos： an Interdisciplinary Journal of Nonlinear Science， 201 21（2）： 025116.

［28］ Chen X， Xiong X， Zhang M， et al. Public authority control strategy for opinion evolution in social networks［J］. Chaos： an Interdisciplinary Journal of Nonlinear Science， 2016， 26（8）： 083105.

［29］ AFSHAR M， ASADPOUR M. Opinion formation by informed agents［J］. Journal of Artificial Societies and Social Simulation， 2010， 13（4）：5

［30］ ZHAO Y， KOU G， PENG Y， et al. Understanding influence power of opinion leaders in e-commerce networks： an opinion dynamics theory perspective［J］. Information Sciences， 2018， 426： 131147.

［31］ 張軒宇，陳曦，肖人彬.后真相時(shí)代基于敵意媒體效應(yīng)的觀點(diǎn)演化建模與仿真［DB/OL］. ［20220624］. https：//kns.cnki.net/kcms2/article/abstract？v=3uoqIhG8C45S0n9fL2suRadTyEVl2pW9UrhTDCdPD65FzzQr8IgOxMTUujzlt9MGZG3cQV-UiqPngqocS_bONte_6UebBG4-&uniplatform=NZKPT.

XUANYU Z， XI C， RENBIN X.Modeling and simulation of opinion evolution based on hostile media effect in the post-truth era［DB/OL］. ［20220624］. https：//kns.cnki.net/kcms2/article/abstract？v=3uoqIhG8C45S0n9fL2suRadTyEVl2pW9UrhTDCdPD65FzzQr8IgOxMTUujzlt9MGZG3cQV-UiqPngqocS_bONte_6UebBG4-&uniplatform=NZKPT.

［32］ 肖人彬，劉琪. 觀點(diǎn)動(dòng)力學(xué)視角下基于意見領(lǐng)袖的網(wǎng)絡(luò)輿情反轉(zhuǎn)研究［J］. 復(fù)雜系統(tǒng)與復(fù)雜性科學(xué)， 2019，16（1）：113.

XIAO R， LIU Q. Anopinion dynamics approach to public opinion reversion with the guidance of opinion leaders［J］. Complex Systems and Complexity Science， 2019，16（1）：113.

［33］ 張镕，張?jiān)浦校跻梨? 基于情感分析的媒體型智庫輿論引導(dǎo)力測(cè)度研究［J］. 情報(bào)理論與實(shí)踐， 202 44（4）， 130137.

ZHANG R， ZHANG Y， WANG Y.Research on public opinion guidance measurement of media-based think tanks based on sentiment analysis［J］. Information Studies： Theory & Application， 202 44（4）， 130137.

［34］ 張镕，張?jiān)浦? 基于扎根理論的媒體型智庫輿論引導(dǎo)力構(gòu)成與作用機(jī)制研究［J］. 情報(bào)理論與實(shí)踐， 202 44（11），8088.

ZHANG R， ZHANG Y. Research oncomposition and mechanism of media-based think tanks’ public opinion guidance based on grounded theory［J］. Information Studies： Theory & Application， 202 44（11），8088.

［35］ WEBSTER D M， KRUGLANSKI A W. Individual differences in need for cognitive closure［J］. Journal of Personality and Social Psychology， 1994， 67（6）： 1049.

［36］ MILLER MCPHERSON， LYNN SMITH-LOVIN， JAMES M. COOK. Birds of a feather： homophily in social networks［J］. Annual Review of Sociology， 200 27： 415444.

［37］ 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：中國傳媒大學(xué)學(xué)報(bào)， 201 178（5）： 7074.

XIE Y， RONG T.Weibo opinion dynamics and guidance strategy［J］. Modern Communication（Journal of Communication University of China）， 201 178（5）： 7074.

［38］ LEE L， FREDERICK S， ARIELY D. Try it， you’ ll like it［J］. Psychological Science， 2006， 17（12）： 10541059.

［39］ MCCLUNG M， COLLINS D. “Because I know it will！”： placebo effects of an ergogenic aid on athletic performance［J］. Journal of Sport & Exercise Psychology， 2007， 29（3）： 382394.

［40］ MICHAEL R B， GARRY M， KIRSCH I. Suggestion， cognition， and behavior［J］. Current Directions in Psychological Science， 2012， 21（3）： 151156.

［41］ PARKER S， GARRY M， EINSTEIN G O， et al. A sham drug improves a demanding prospective memory task［J］. Memory， 201 19（6）： 606612.

［42］ YIN X， WANG H， YIN P， et al. Agent-based opinion formation modeling in social network： a perspective of social psychology［J］. Physica A： Statistical Mechanics and Its Applications， 2019， 532：121786

［43］ CHAZELLE B， WANG C. Inertial hegselmann-krause systems［J］. IEEE Transactions on Automatic Control， 2017， 62（8）： 39053913.

［44］ CHEN X， ZHAO S， LI W. Opinion dynamics model based on cognitive styles： field-dependence and field-independence［J］. Complexity， 2019， 2019（1）：2864124.

（責(zé)任編輯 李 進(jìn)）