个体保守度和犹豫度对舆情反转的影响

个体由于在性格特征、行为意愿等方面存在较大差异，对于新事物、新消息和新观点的接纳程度会有所不同。因此，通过个体心理层面的保守度和犹豫度可以进一步解释个体态度转变的缘由，进而分析影响舆情反转的内在动力。

（1）个体保守度的静态分布对舆情反转进程的影响

首先，根据保守度的取值区间，将群体中的个体分为3类，即将保守度k∈［0，2/3）的个体称为具有弱保守度的个体，将保守度k∈［2/3，4/3）的个体称为具有一般保守度的个体，将保守度k∈［4/3，2］的个体称为具有强保守度的个体，通过讨论各类保守度个体在群体中所占的比例来分析其对舆情反转过程的影响。这里取I1=-0.6、I2=0.8、T=50，并且设定个体关注度α服从N～（0.9，0.4），个体犹豫度h服从U～［0，2］。

图8-12和图8-13分别为不同比例的3类保守度个体下群体态度分布柱状图和极化率曲线。由图8-12和图8-13可知，当群体中具有强保守度的个体占比较大时，群体中的态度并未产生较大程度的极化和反转现象，说明当某个热点事件的舆情未能突破个体心理保守度底线时，即没有引起个体参与的兴趣时，个体并不会积极参与对相关事件的评论，从而不会爆发大规模的群体事件。而当群体中具有弱保守度的个体比例增加时，群体态度的正向极化率和负向极化率都随之增加，在T=50时刻前后形成了明显的舆情反转现象。这说明，当某些舆情话题突破较多公众的心理保守度底线时，公众的参与热情会明显增强，进而形成较强的舆情极化和反转现象。

图8-12　不同比例的3类保守个体下群体态度分布柱状图

图8-13　不同比例的3类保守度个体下群体态度极化率曲线

（2）个体保守度的动态变化对舆情反转进程的影响

随着外部信息的逐渐释放，个体对社会热点事件的关注度会逐渐提高，此时个体面对相关外部信息的态度会更加开放。当外部信息释放后，个体针对事件本身也会更加乐意去发表评论，而这种个体心理层面的动态变化往往会对舆情演化过程起到重要的推动作用。因此，为了描述个体保守度动态变化的状况，下面将通过在不同时刻设定不同的3种保守度个体所占比例，来研究个体保守度动态变化对舆情演化的影响。

图8-14　不同时刻、不同比例的3类保守度个体分布图

图8-14为不同时刻、不同比例的3类保守度个体分布图，图8-15和图8-16分别为不同时刻、不同比例的3类保守度个体下群体态度分布柱状图和极化率曲线。由图8-15和图8-16可知，0—50时间段，当群体中强保守度个体的占比较大时，群体的态度分布和极化率相比初始状态并未产生较大的变化，而随着弱保守度个体占比的增加，负向极化率也上升。在50—100时间段，由于弱保守度个体的占比较大，群体中的正向极化率始终保持较高的水平，且未受前期极端观点数量的影响。这说明，随着个体心理层面的保守度不断降低，个体更加乐意参与对相关事件的讨论，进而推动舆情产生反转现象。因而，在舆情干预过程中，不能因为前期公众参与程度较低而置之不管，因为这会使得后期爆发更大规模的网络舆情。

图8-15　不同时刻、不同比例的3种保守度个体下群体态度分布柱状图

图8-16　不同时刻、不同比例的3类保守度个体下群体态度极化率曲线

（3）3类保守度个体、犹豫度个体所占比例与态度极化率的关系

为了更好地分析3类保守度或犹豫度个体在网络中的分布对舆情反转的影响，在上述仿真的基础上，本部分分别进行200次实验，每次实验均随机生成不同数量的3类保守度个体或犹豫度个体并组合成不同的社交网络（如弱保守度个体占42%、一般保守度个体占28%、强保守度个体占30%为1种组合，但三者相加为100%），记录下每种组合下产生的负向极化率和正向极化率，并绘制出极化率的四维散点图，如图8-17所示。图中每个散点表示1次仿真结果，x、y、z轴分别表示弱保守度个体、一般保守度个体、强保守度个体所占的比例，散点颜色则表示极化率，其中颜色越浅表示极化率越高，反之则表示极化率越低，具体如右侧色阶所示。(https://www.xing528.com)

图8-17　3类保守度个体随机占比时的态度极化率

图8-17为3类保守度个体随机占比时的态度极化率。由图8-17可知，在0—50时间段，在负向外部信息的影响下，随着弱保守度个体占比的增加，散点颜色越来越浅，说明此时的负向极化率随着弱保守度个体数量的增加而不断提高。同时，在50—100时间段，在正向信息的影响下，随着弱保守度个体占比的增加，图中的浅色散点数量更多，说明此时的正向极化率更高，因此说明由于弱保守度个体数量的增加，舆情产生了较大程度的反转，个体保守度对舆情反转的影响较为明显。

图8-18表示了3类保守度个体、犹豫度个体与态度极化率的关系。图中的每一个立方体代表1种组合形式下［例如（弱保守度，强犹豫度）、（强保守度，弱犹豫度）］产生的态度极化率。同时，为了保证仿真条件的一致，在实验时设定网络中每类保守度个体及犹豫度个体的比例均为100%。从图8-18可以看出，在0—50时间段，当群体中的个体均为弱保守度个体时，负向极化率普遍较高，受个体犹豫度变化的影响较小。在50—100时间段，当群体中的个体均为弱保守度个体时，正向极化率普遍较高，随着个体犹豫度的减弱，正向极化率呈现小幅提升趋势。这说明，个体保守度是影响舆情极化和反转的重要因素，个体犹豫度仅会在舆情反转过程中起到一定程度上的影响。

图8-18　3类保守度个体、犹豫度个体与态度极化率的关系

（4）影响舆情反转的各因素组合分析

通过上述仿真分析可以看出，影响舆情反转的因素较多。而在现实的舆情分析过程中，由于网络舆情发展的迫切性和紧急性，通常需要针对关键环节进行重点处理，从而及时应对舆情的进一步爆发。因此，从众多影响舆情反转的因素中找出最为关键的因素，是更加符合现实要求的。本节将通过对影响舆情反转各因素的组合分析，找出影响舆情极化和反转的关键因素。

图8-19表示信息强度、个体保守度与态度极化率之间的关系情况。由图8-19可知，在0—50时间段，随着外部信息强度的增加，负向极化率在一定程度上有所增长，当网络中均为弱保守度个体时，负向极化率普遍高于其他两种情况，说明此时个体保守度对观点的极化产生了重要影响。在50—100时间段，在外部信息强度较小时，正向极化率普遍较低，说明此时并未形成明显的舆情反转，随着外部信息强度的进一步增强，正向极化率显著提高，说明此时形成了较显著的正向极化，前后两阶段形成了明显的舆情反转。由此可知，个体保守度对舆情的初始极化状态影响更大，而后续外部介入信息的强度对舆情的进一步反转影响更大。

图8-19　信息强度、个体保守度与态度极化率的关系图

图8-20表示信息强度、个体关注度与态度极化率的关系情况。由图8-20可知，在0—50时间段，随着外部信息强度和个体关注度的逐渐增强，负向极化率明显增加，说明在外部信息强度和个体关注度的影响下，群体中的个体形成了明显的观点共识。在50—100时间段，外部信息强度和个体关注度的影响更加明显，即当外部信息强度和个体关注度都较强时，正向极化率产生了明显的变化，形成了新一轮的正向极化现象，从而使得前后两阶段产生了较为明显的舆情反转现象。另外，由图8-20可知，个体的关注度较弱时，即使有很强的外部信息干预，也不会产生较强的舆情反转。因此可以认为，外部信息强度和个体关注度的强弱是影响舆情极化和反转的关键因素，同时个体关注度对舆情反转的影响程度更大。

图8-20　信息强度、个体关注度与态度极化率的关系图

图8-21表示个体保守度、个体关注度与态度极化率的关系情况。由图8-21可知，在0—50时间段，当群体中的个体均为一般保守度个体或强保守度个体时，个体关注度的变化并没有使得负向极化率产生变化；而当群体中均为弱保守度个体时，负向极化率产生了较为明显的提高，这说明此时个体保守度对舆情极化起关键影响。而50—100时间段，当群体中个体的关注度较弱时，个体保守度的变化并未使正向极化率发生变化；而当群体中个体的关注度普遍较强时，正向极化率才产生了较为明显的提高，这说明此时的个体关注度对舆情的新一轮极化起着关键作用。由此可知，个体保守度对舆情的初始极化起关键作用，而个体关注度对舆情的后续反转起着重要作用。

图8-21　个体保守度、个体关注度与态度极化率的关系图

综上，个体保守度是影响舆情初始极化的关键因素，信息强度和个体关注度则是引起舆情反转的关键因素。