信息强度对舆情反转的影响实证研究

结合前述的舆情反转模型，这里首先对模型演化的初始参数进行设定，假定初始状态下的信息强度为0，表示此时社会热点事件尚未发生。另外，设定Agent i的初始态度值为，表示其对于以往相似事件的经验态度值，服从N～（0，0.4）的正态分布，并且映射于［-1，1］区间，将小于-1的态度值设定为-1，大于1的态度值设定为1，以此保证大多数个体的初始态度较为中立，仅有极少部分个体持极端化态度。该假设符合现实世界中群体对于某类事件的态度分布。

为了更好地描述群体中极端化态度的分布，这里定义个体态度值大于0.9或者小于-0.9时称为个体态度极化，并分别称为正向态度极化和负向态度极化，同时将极化个体在群体中所占的比例称为极化率，并将其进一步细分为正向极化率和负向极化率，其中正向极化率表示正向极化个体的数量占总数的比重，负向极化率表示负向极化个体的数量占总数的比重。仿真网络基于BA网络［23］构建，节点规模设置为500。综合可视化考虑，其他参数设定为：d1=0.3，d2=0.3，μ=0.3，β=0.2，a=1，k=0.1，h=0.2，演化时间T=50。

考虑到Zhu et al.［11］已经就外部信息对舆情反转的影响进行了较为深入的探讨，本章对外部干预信息的影响仅做简要阐述。由于舆情场中的信息通常具有一定的“失真性”，事件的真相往往需要多种信息的佐证才能得以明晰。当外部干预信息释放后，网络节点个体会针对相关信息展开讨论，进而形成观点共识，即舆情极化现象；伴随着新一轮消息的释放和个体内在特征的影响，网络节点个体会展开新一轮的讨论，从而使得原有观点共识产生波动或反转，即舆情反转，故需要研究舆情极化后的反转过程。这里设定首发信息强度I1=-0.6，二次信息强度I2分别为0.2，0.4，0.6，0.9。具体的仿真结果如图8-5、图8-6和图8-7所示。

图8-5　不同信息强度下不同阶段群体态度演化图

图8-5、图8-6和图8-7表示在I1=-0.6，I2分别为0.2，0.4，0.6，0.9时的群体态度演化图、群体态度分布柱状图和极化率曲线。由图8-5、图8-6和图8-7可知，在I1=-0.6时，群体态度形成极化现象，随着二次信息的介入，群体中的态度发生了不同程度的变化；当I2较小时，群体中的态度仅发生了轻微的波动，整体的态度倾向并未发生较大的改变，反而有少数个体强化了自身原有的态度倾向。但是随着I2的逐渐增大，绝大多数个体的态度倾向跟随二次信息的导向发生改变，并且某些中立个体的态度最先受其影响，说明二次信息的影响过程具有一定的渐近性。另外，随着二次信息强度的逐渐增强，负向极化率不断下降，正向极化率逐渐上升，群体中绝大多数个体对二次信息所传递的倾向性观点予以支持。此时，舆情演化的两个时间段（T=50前后）形成了完全对立的“一正一负”的极化效果，网络舆情形成了明显的反转现象。(www.xing528.com)

图8-6　不同信息强度下不同阶段群体态度分布柱状图

图8-7　不同信息强度下不同阶段群体态度极化率曲线