突發(fā)災(zāi)害事件微博輿情蔓延的情報(bào)學(xué)和傳染病學(xué)特征研究

突發(fā)災(zāi)害事件微博輿情蔓延的情報(bào)學(xué)和傳染病學(xué)特征研究

0重大自然災(zāi)害事件頻發(fā),更易形成良好的社會(huì)環(huán)境自2009年8月官方微信服務(wù)以來(lái)，微信在中國(guó)呈現(xiàn)出其個(gè)性、短方、實(shí)時(shí)、互動(dòng)和自由的特點(diǎn)，并以其簡(jiǎn)單的形式迅速增長(zhǎng)。他是網(wǎng)絡(luò)輿論的風(fēng)暴焦點(diǎn)。據(jù)中國(guó)互聯(lián)網(wǎng)信息中心(CNNIC)發(fā)布的《第31次中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r調(diào)查統(tǒng)計(jì)報(bào)告》數(shù)據(jù)顯示,截至2012年12月底,我國(guó)網(wǎng)民規(guī)模達(dá)到5.64億,其中微博用戶數(shù)達(dá)到3.09億,較2011年底增長(zhǎng)了5873萬(wàn),網(wǎng)民中微博用戶比例達(dá)到54.7%。2012年中國(guó)互聯(lián)網(wǎng)輿情分析報(bào)告指出,我國(guó)網(wǎng)絡(luò)輿論發(fā)達(dá)的根本原因是社會(huì)轉(zhuǎn)型期法治的不夠健全,傳統(tǒng)媒體側(cè)重輿論導(dǎo)向而輿論監(jiān)督功能嚴(yán)重弱化,互聯(lián)網(wǎng)成為民眾表達(dá)訴求唯一比較暢通的通道。突發(fā)自然災(zāi)害事件是一種發(fā)生時(shí)間突然,且出乎意料的自然界的異?，F(xiàn)象,會(huì)造成或可能造成嚴(yán)重的社會(huì)危害,需要采取應(yīng)急處置措施予以應(yīng)對(duì)的自然災(zāi)害事。近年來(lái),南方雪災(zāi)、汶川地震、舟曲特大山洪泥石流等自然災(zāi)害事件頻發(fā),給我國(guó)經(jīng)濟(jì)發(fā)展和人民財(cái)產(chǎn)安全帶來(lái)了重大影響。作為當(dāng)前社會(huì)最有影響力的傳播工具,在面臨自然災(zāi)害事件時(shí),錯(cuò)誤的、片面的微博容易引起人們的恐慌,破壞公共安全,擾亂國(guó)家經(jīng)濟(jì)秩序。成本最小、最經(jīng)濟(jì)也是最成功的危機(jī)管理方法避免危機(jī)的發(fā)生或者將危機(jī)消滅萌芽狀態(tài)。因此,研究微博輿情蔓延的規(guī)律,探索引導(dǎo)和控制輿情的策略,為政府實(shí)現(xiàn)對(duì)突發(fā)自然災(zāi)害事件微博輿情應(yīng)急管理提供決策參考意義重大。1研究方法與理論研究綜述微博輿情是指為個(gè)人或者各種社會(huì)群體、組織,通過微博的渠道,對(duì)自己關(guān)心或與自身利益緊密相關(guān)的各種公共事務(wù)所表達(dá)的多種情緒、態(tài)度和意見的總和?！奥印?contagion)在現(xiàn)代漢語(yǔ)詞典中的解釋是像蔓草一樣不斷向周圍擴(kuò)展。在流行病學(xué)領(lǐng)域,人們更喜歡用蔓延來(lái)形容某種疾病的瘋狂傳染。突發(fā)事件微博輿情蔓延是指初始事件通過微博在極短的時(shí)間內(nèi)散布、傳播、流行。蔓延是一個(gè)隨機(jī)過程,其本質(zhì)上是一個(gè)動(dòng)態(tài)的現(xiàn)象:當(dāng)相關(guān)性在不可預(yù)知的情況下突然發(fā)生變化,蔓延就發(fā)生了。初始事件在交互共享的微博網(wǎng)絡(luò)上蔓延,極易形成單一事件向多級(jí)事件發(fā)展的結(jié)果,產(chǎn)生無(wú)法預(yù)知、不可控制的變化。初始事件網(wǎng)絡(luò)突發(fā)事件的風(fēng)險(xiǎn)根源主要在于其蔓延與變異性。目前,國(guó)內(nèi)已有一部分學(xué)者嘗試從不同的研究視閾對(duì)突發(fā)事件輿情進(jìn)行了研究。馬壽帥(2011)對(duì)突發(fā)事件微博謠言傳播進(jìn)行了分析;孫瑋(2011)等對(duì)突發(fā)自然災(zāi)害事件中網(wǎng)絡(luò)輿論傳導(dǎo)特征及其合理表達(dá)進(jìn)行了探討,并總結(jié)了網(wǎng)絡(luò)輿論表達(dá)與引導(dǎo)途徑;唐曉波(2012)等將共詞網(wǎng)絡(luò)分析和復(fù)雜網(wǎng)絡(luò)的思想與方法拓展到微博輿情分析中,設(shè)計(jì)了基于網(wǎng)絡(luò)可視化的微博輿情分析模型;姜鑫(2012)等通過網(wǎng)絡(luò)中介中心性分析,運(yùn)用小世界理論研究了微博社區(qū)內(nèi)的信息傳播理論;錢穎(2012)等基于SIR模型對(duì)微博輿情傳播進(jìn)行了實(shí)證研究,分析了不同情景下的微博輿情傳播規(guī)律。蘭月新(2013)在突發(fā)事件微博輿情影響趨勢(shì)的基礎(chǔ)上,建立了微分方程模型來(lái)研究微博輿情擴(kuò)散規(guī)律。對(duì)于突發(fā)事件網(wǎng)絡(luò)輿情的研究存在以下的不足:a.研究起步晚,論文數(shù)量少,現(xiàn)有的研究多從新聞?shì)浾摰慕嵌葋?lái)分析,從情報(bào)的角度開展研究的學(xué)者不多;b.現(xiàn)有的研究多為定性分析,缺乏定量分析與模型支持。c.少部分的研究采用實(shí)證分析,但研究過于注重定量,缺乏理論深度,對(duì)微博輿情蔓延規(guī)律研究不夠深入。本文對(duì)突發(fā)自然災(zāi)害事件微博輿情蔓延規(guī)律進(jìn)行了研究,利用信息在微博網(wǎng)絡(luò)上傳播方式與病毒傳播類似的特性,建立了微博輿情蔓延的傳染病模型(SIR模型),并用2013年4月20日四川省雅安地震這一重大自然災(zāi)害事件在新浪微博上的傳播進(jìn)行實(shí)證研究,開創(chuàng)性地從情報(bào)學(xué)和傳染病學(xué)兩個(gè)角度來(lái)探究微博輿情蔓延規(guī)律,為政府實(shí)行微博輿情控制、引導(dǎo)與利用提供數(shù)量模型與決策方面的支持。2面對(duì)突發(fā)事件，輿論交流過程和模式建設(shè)2.1用戶初始狀態(tài)的轉(zhuǎn)變?cè)谖⒉┚W(wǎng)絡(luò)中,所有節(jié)點(diǎn)的個(gè)數(shù)為N,即微博的用戶總數(shù);健康用戶數(shù)S,感染用戶數(shù)I,免疫用戶數(shù)R,整個(gè)網(wǎng)絡(luò)只有S、I、R三種用戶,則有:N=S+I+R。初始狀態(tài)時(shí),系統(tǒng)中只有S態(tài)用戶和I態(tài)用戶,R態(tài)用戶數(shù)目為零;最終,系統(tǒng)中所有的感染用戶I都會(huì)轉(zhuǎn)變?yōu)镽態(tài)用戶,系統(tǒng)中只有S態(tài)用戶和R態(tài)用戶。因此,最終R態(tài)用戶的數(shù)目則能夠反應(yīng)突發(fā)自然事件對(duì)微博網(wǎng)絡(luò)的影響范圍。2.2微博廣告?zhèn)鞑ツＪ狡渲?s(t)、i(t)、r(t)是t時(shí)刻S態(tài)、I態(tài)、R態(tài)用戶的數(shù)量。2.3微博輿情蔓延突發(fā)事件發(fā)生時(shí),微博輿情在網(wǎng)絡(luò)中的蔓延過程可以大致分為兩個(gè)階段:a.蔓延增長(zhǎng)過程。在微博輿情蔓延達(dá)到巔峰前,蔓延速度大于消退速度,則有:所以,當(dāng)有效傳播率μ大于R態(tài)用戶與I態(tài)用戶的總數(shù)與S態(tài)用戶數(shù)之比時(shí),微博輿情蔓延呈增長(zhǎng)態(tài)勢(shì);b.蔓延衰退過程。同理,當(dāng)有效蔓延率μ小于R態(tài)用戶與I態(tài)用戶的總數(shù)與S態(tài)用戶之比時(shí),微博輿情蔓延呈消退態(tài)勢(shì)。3從大災(zāi)時(shí)特性看,以東南角微博為代表的社交媒體為突發(fā)自然災(zāi)害應(yīng)急救援提供了新的平臺(tái)2013年4月20日上午8時(shí)02分,四川省雅安市蘆山縣(北緯30.3,東經(jīng)103.0)發(fā)生7.0級(jí)地震,成都、重慶及陜西的寶雞、漢中、安康等地均有較強(qiáng)震感。截至4月28日,蘆山地震致四川200多萬(wàn)人受災(zāi),196人遇難,給當(dāng)?shù)貛?lái)了巨大的損失。四川雅安地震是一起重大突發(fā)自然災(zāi)害事件,短時(shí)間內(nèi),雅安聚焦了全國(guó)人民的目光。當(dāng)各種救援隊(duì)伍緊急趕赴地震災(zāi)區(qū)的時(shí)候,以新浪微博為代表的社交媒體又一次凸顯了強(qiáng)大的平臺(tái)影響力和號(hào)召力,成為地震的“信息中心”,成為突發(fā)自然災(zāi)害中民間與官方實(shí)現(xiàn)信息最快準(zhǔn)確流動(dòng)的平臺(tái),為大災(zāi)下亟待救援的生命搭建起一條網(wǎng)絡(luò)生命線,提升了災(zāi)難救助的效率。本文以四川雅安地震事件在新浪微博中傳播為例,來(lái)研究自發(fā)自然災(zāi)害時(shí)間下微博輿情蔓延規(guī)律。3.1動(dòng)態(tài)挖掘的效果采用不同的關(guān)鍵詞,會(huì)采集到不同的數(shù)據(jù)結(jié)果。本次地震相關(guān)的熱門關(guān)鍵詞有“雅安地震”、“蘆山地震”、“地震”、“援助”、“祈?！?、“雅安尋人”等。經(jīng)過搜索,4月20日8時(shí)—5月4日8時(shí)(兩周),以“雅安”為關(guān)鍵詞的各類微博大大多于其它關(guān)鍵詞的結(jié)果,共有37234622條;其它關(guān)鍵詞的搜索博文結(jié)果大多和“雅安”同時(shí)出現(xiàn);為了更準(zhǔn)確地獲取關(guān)鍵詞,本文采集到4月6日8時(shí)—20日8時(shí)(前兩周)以“雅安”為關(guān)鍵詞的微博作為比較,共有620條,同地震發(fā)生后兩周的微博相比,可以忽略不計(jì);4月22日在內(nèi)蒙古自治區(qū)通遼與遼寧省阜新交界處發(fā)生5.3級(jí)地震,用“地震”作為關(guān)鍵詞會(huì)影響對(duì)雅安地震事件輿情蔓延的監(jiān)測(cè)。因此本文以“雅安”為關(guān)鍵詞,可以較為準(zhǔn)確地刻畫雅安地震事件微博輿情蔓延情況。本文對(duì)于雅安地震事件每日的總微博,原創(chuàng)微博,轉(zhuǎn)發(fā)微博(非原創(chuàng)微博),圖片微博,視頻微博,鏈接微博(帶有鏈接的微博)進(jìn)行了統(tǒng)計(jì)。表1是采集的雅安地震事件4月20日8時(shí)—5月4日8時(shí)的微博數(shù)據(jù)。3.2輿情蔓延規(guī)律a.根據(jù)表1的數(shù)據(jù)可以得到總微博量、原創(chuàng)微博量、轉(zhuǎn)發(fā)微博量走勢(shì)(見圖2),我們發(fā)現(xiàn),地震事件后,微博中關(guān)于本事件的輿情蔓延呈現(xiàn)幾何級(jí)增長(zhǎng),總微博量和轉(zhuǎn)發(fā)微博量的變化趨勢(shì)基本相近。第1天(24h),事件已經(jīng)成為整個(gè)微博網(wǎng)絡(luò)的輿論中心,并繼續(xù)蔓延,原創(chuàng)微博量達(dá)到峰值,而總微博量、轉(zhuǎn)發(fā)微博量蔓延呈增長(zhǎng)態(tài)勢(shì);第2天,總微博量、轉(zhuǎn)發(fā)微博量達(dá)到峰值,形成輿論沸點(diǎn);第三天,二者大幅下滑;3—7天,輿情進(jìn)一步消退;第8天,總微博量、轉(zhuǎn)發(fā)微博量再次大幅下滑;8—14天,該事件的輿情蔓延趨于平緩,但仍然是微博網(wǎng)絡(luò)中的熱點(diǎn)。這個(gè)過程中,原創(chuàng)微博從第2天開始漸漸衰退,趨于平緩。b.根據(jù)表1的數(shù)據(jù)可以得到圖片微博量、原創(chuàng)鏈接微博量走勢(shì)(見圖3),我們發(fā)現(xiàn),圖片微博和原創(chuàng)鏈接微博的蔓延規(guī)律相近。第1天,蔓延呈現(xiàn)幾何級(jí)增長(zhǎng);第2天,蔓延到達(dá)峰值;2—6天,蔓延不斷衰退;第7天,出現(xiàn)小幅增長(zhǎng);8—14天,該事件的輿情蔓延趨于平緩。c.觀察圖2,我們發(fā)現(xiàn),總微博量、轉(zhuǎn)發(fā)微博量蔓延規(guī)律相近,而原創(chuàng)微博量比前兩者提到一天到達(dá)峰值。比較而言,原創(chuàng)微博能更及時(shí)地傳遞信息,是微博輿情蔓延的發(fā)起源,引領(lǐng)著微博輿情的蔓延。同時(shí),我們也發(fā)現(xiàn),地震事件發(fā)生后的前三天,輿情蔓延處于高位。和其它突發(fā)自然災(zāi)害事件相比,地震事件尤其特殊性———“黃金72小時(shí)”。這段事件是地質(zhì)災(zāi)害發(fā)生后的黃金救援期,災(zāi)民的存活率極高。輿情的焦點(diǎn)基本都在救援工作上。事件發(fā)生7天后,輿情趨于平緩。d.觀察圖3,我們發(fā)現(xiàn),圖片微博量、原創(chuàng)鏈接微博量在地震發(fā)生后的第七天時(shí),輿情蔓延呈現(xiàn)小幅增長(zhǎng)。原因是地震發(fā)生第七天,四川省政府將其定為全省哀悼日,微博上的網(wǎng)友和四川人民一道深切緬懷遇難同胞。e.從表1中,我們發(fā)現(xiàn)事件發(fā)生后,原創(chuàng)鏈接微博量要遠(yuǎn)遠(yuǎn)大于原創(chuàng)視頻微博量。通常我們會(huì)認(rèn)為帶有視頻的微博會(huì)更容易蔓延,但在現(xiàn)實(shí)的情況下,I態(tài)用戶更愿意傳播含有鏈接的微博,一方面是新浪活躍用戶中75%是通過手機(jī)等移動(dòng)設(shè)備訪問微博,在流量相對(duì)較為昂貴的條件下,視頻未受青睞;另一方面,通過鏈接能夠在最短的時(shí)間內(nèi)了解事情的真相,而不需要等待視頻的緩沖與廣告。3.3微博輿情蔓延的基本情況根據(jù)新浪2012年第四季度財(cái)報(bào),新浪微博注冊(cè)用戶總數(shù)達(dá)到了5.03億,日活躍用戶數(shù)達(dá)到了4620萬(wàn)人。剩余的4.568億人為不活躍用戶,這部分用戶對(duì)于雅安地震事件微博輿情的蔓延影響較小,為了仿真的需要,我們只考慮4620萬(wàn)活躍用戶。通過搜索,我們發(fā)現(xiàn)第一條發(fā)布地震消息的政務(wù)微博來(lái)自成都高新減災(zāi)研究所,發(fā)布時(shí)間是08時(shí)02分;第一條來(lái)自當(dāng)?shù)鼐W(wǎng)友的地震微博于8點(diǎn)過4分發(fā)出:“雅安震感強(qiáng)烈”。地震發(fā)生后的幾分鐘內(nèi),新浪微博的時(shí)事熱搜榜上,“地震”、“雅安”迅速躥升至前兩位。在自媒體時(shí)代,微博網(wǎng)絡(luò)中每一個(gè)節(jié)點(diǎn)都可能成為傳播源頭。我們采集了4月20日8:02—9:00之間的原創(chuàng)微博42848條,在本模型中,將此數(shù)據(jù)視為9:00時(shí)I態(tài)感染用戶數(shù)目I(0)。此時(shí)S態(tài)健康用戶用S(0)表示,R態(tài)免疫用戶用R(0)表示。因此,根據(jù)現(xiàn)有的資料,雅安地震事件微博輿情蔓延模型的相關(guān)參數(shù)如下:使用MATLAB對(duì)模型進(jìn)行分段擬合,結(jié)果見圖4。從圖4中,我們發(fā)現(xiàn)在雅安地震事件中,微博輿情蔓延的SIR模型仿真數(shù)據(jù)和歷史數(shù)據(jù)基本一致:事件發(fā)生后,微博輿情呈幾何級(jí)蔓延,在第二天達(dá)到峰值后又急速衰退;黃金72小時(shí)候,開始緩慢衰退;事件發(fā)生一周后再次急速衰退;第八天后趨于平緩,逐漸平息。整個(gè)過程表明突發(fā)自然災(zāi)害事件后微博輿情蔓延的過程與傳染病蔓延的過程相近,微博輿情蔓延SIR模型仿真數(shù)據(jù)與歷史數(shù)據(jù)應(yīng)證了這一點(diǎn)。4傳染病學(xué)與臨床實(shí)際微博輿情的蔓延既體現(xiàn)了情報(bào)學(xué)的特征,同時(shí)也體現(xiàn)了傳染病學(xué)的特征。為了更深入地研究突發(fā)自然災(zāi)害事件微博輿情蔓延規(guī)律,需要挖掘出微博輿情蔓延的情報(bào)學(xué)與傳染病學(xué)特征。4.1微博廣告廣告的特點(diǎn)4.1.1效果上:微博輿情可能加速傳播,但碎片化傳播在Web2.0時(shí)代,自媒體是微博的典型特性,每一個(gè)微博用戶積極互動(dòng)、自由獲取、及時(shí)傳播、個(gè)性交流,每一個(gè)用戶都可以是信息源,微博輿情蔓延呈現(xiàn)離散分布現(xiàn)象。另一方面,我們也發(fā)現(xiàn)在微博輿情蔓延的過程中,被轉(zhuǎn)發(fā)和評(píng)論較多的微博多為政務(wù)微博、媒體微博、意見領(lǐng)袖微博等,這也符合情報(bào)離散分布現(xiàn)象的布拉德福(Bradford)定律。這實(shí)質(zhì)上是情報(bào)離散分布基礎(chǔ)上形成的核心趨勢(shì)和集中取向,是“成功”累積的結(jié)果,也是“馬太效應(yīng)”的表現(xiàn)形式。微博輿情在傳播內(nèi)容上呈現(xiàn)碎片化的特征,雖然在一定程度上影響了傳播內(nèi)容的深度,但能夠凸顯微博分眾傳媒的特點(diǎn),加速輿情的傳播。掌握了離散分布原理,對(duì)于微博輿情蔓延的速度會(huì)有更深刻的認(rèn)識(shí)。4.1.2小世界格局下的信息交互共享小世界原理,又稱六度分離理論,指無(wú)論聯(lián)系如何困難,一個(gè)人最多通過六個(gè)人可以認(rèn)識(shí)世界另一端的任一陌生人。微博輿情在蔓延的過程中,信息在網(wǎng)絡(luò)空間中交互共享,體現(xiàn)了小世界理論。馬費(fèi)成教授指出,小世界現(xiàn)象實(shí)質(zhì)上揭示的是人類信息聯(lián)系和信息對(duì)象之間的相關(guān)性,亦即,無(wú)論世界多么大,人口怎樣多,分布如何廣,網(wǎng)絡(luò)結(jié)構(gòu)多么復(fù)雜、節(jié)點(diǎn)數(shù)量如何巨大,都可以通過相關(guān)的信息達(dá)到最短的路徑聯(lián)系。掌握了小世界理論,對(duì)于微博輿情蔓延的廣度會(huì)有更深刻的認(rèn)識(shí)。4.1.3性選擇的特征最小努力性原理是指用戶在選擇性認(rèn)知和獲取相應(yīng)的情報(bào)信息時(shí),具有能動(dòng)性選擇的特征,趨向于成本小、效用大的現(xiàn)象。微博輿情蔓延的過程中,從原創(chuàng)微博、轉(zhuǎn)發(fā)微博、評(píng)論微博都體現(xiàn)了用戶主動(dòng)參與和能動(dòng)選擇的最小努力性原理。掌握了最小努力性原理,對(duì)于微博輿情蔓延的深度會(huì)有更深刻的認(rèn)識(shí)。4.2微博廣告廣告的特點(diǎn)4.2.1傳染病防控在傳染病學(xué)中,病原體是一種寄生物,其通過與宿主在一定環(huán)境下相互作用,產(chǎn)生傳染病。在本研究中,突發(fā)自然災(zāi)害事件因具有突發(fā)性、危害性、緊迫性、不確定性等特征,是微博輿情蔓延的“病原體”。4.2.2互傳播的擔(dān)保性傳染病能夠在宿主之間直接或通過媒介物相互傳播,即具有傳染性。在微博輿情蔓延過程中,微博輿情能夠在微博用戶發(fā)表、轉(zhuǎn)發(fā)微博等時(shí)在微博網(wǎng)絡(luò)中蔓延,具有傳染性。4.2.3得對(duì)病原的免疫在傳染病學(xué)中,患者在感染后,宿主與病原體相互作用,通過免疫反應(yīng)獲得對(duì)病原體的免疫力,即具有感染后免疫。在微博輿情蔓延過程中,原有的未感染用戶如果先前已經(jīng)知道了該消息,則感染用戶可能會(huì)認(rèn)為傳播此消息沒有價(jià)值,則傳染用戶會(huì)以一定的概率成為具有免疫功能的用戶,即具有免疫性。4.3微博輿論傳播的控制4.3.1從“傳染源”上減少代言蔓延的心理阻力微博的自媒體、可匿名、全民參與等特性使得微博平臺(tái)成為謠言傳播的溫床。謠言傳播的根本原因是信息不對(duì)稱。網(wǎng)絡(luò)僅僅是信息流動(dòng)的載體和前提條件,真正產(chǎn)生傳播效能的是網(wǎng)絡(luò)中流動(dòng)的信息流,即傳播的內(nèi)容。不實(shí)的言論會(huì)轉(zhuǎn)換群眾的注意力,誘導(dǎo)群眾情緒化,改變?nèi)藗兊募w想象,擾亂人們正常邏輯思維,破壞核心道德使群眾迷茫,從而引發(fā)社會(huì)紊亂,扭轉(zhuǎn)社會(huì)前進(jìn)的方向。在微博輿情蔓延的過程中,政府、媒體、企業(yè)等輿情主體要能夠把握輿情蔓延規(guī)律,第一時(shí)間公布真實(shí)信息,從“傳染源”上減少謠言的產(chǎn)生。雅安地震發(fā)生后的幾十秒內(nèi),第一條發(fā)布地震消息的政務(wù)微博就來(lái)自成都高新減災(zāi)研究所。4.3.2發(fā)揮好意見領(lǐng)袖的作用,加強(qiáng)與微博輿情發(fā)展的溝通微博輿情蔓延的離散分布原理告訴我們,輿論的話語(yǔ)權(quán)更多的掌握在意見領(lǐng)袖手中,他們是輿論生成、蔓延的關(guān)鍵。政府若要更好地引導(dǎo)微博輿情發(fā)展就需要高度重視和發(fā)揮意見領(lǐng)袖的作用,加強(qiáng)與他們的溝通、交流與互動(dòng);同時(shí)積極培養(yǎng)自己的微博意見領(lǐng)袖,可以邀請(qǐng)相關(guān)官員、權(quán)威媒體人、知名學(xué)者、企業(yè)精英等,在微博上發(fā)表權(quán)威言論,疏通謠言蔓延信道,引導(dǎo)輿情正確走向。4.3.3弘揚(yáng)核心文化,樹立正確的指導(dǎo)思想微博具有碎片化、情緒化的特性,使得微博輿情在蔓延時(shí),被一小部分別有居心者扭曲、放大、利用,煽動(dòng)不滿情緒,造成重大的損失。這就需要政府、企業(yè)、意見領(lǐng)袖等大力弘揚(yáng)核心文化、主流文化,號(hào)召?gòu)V大群眾團(tuán)結(jié)一致,眾志成城,地砥礪前行。核心文化基因是一個(gè)社會(huì)賴以存在的核心文化觀念和思想核心文化詮釋著中國(guó)人民的堅(jiān)強(qiáng)不屈,博愛進(jìn)取。在重大自然災(zāi)害發(fā)生的第一時(shí)間,在微博上提倡“正能量”,彰顯“中國(guó)精神”,能夠?qū)ξ⒉┹浨檫M(jìn)行正確的疏導(dǎo),也能夠增強(qiáng)廣大群眾在面對(duì)謠言時(shí)的免疫能力,更能夠號(hào)召?gòu)V大群眾加入救災(zāi)行動(dòng),促性救災(zāi)工作平穩(wěn)、高效進(jìn)行。5微博輿情蔓延的基本理論本文對(duì)突發(fā)自然災(zāi)害事件微博輿情的蔓延行為進(jìn)行了分析,建立了微博輿情蔓延SIR模型,以雅安地震事件為例,采用MATLAB仿真,驗(yàn)證了模型的有效性。本文研究開創(chuàng)性地從情報(bào)學(xué)和傳染病學(xué)兩個(gè)角度來(lái)探究微博輿情蔓延規(guī)律,為科學(xué)地調(diào)控突發(fā)自然災(zāi)害事件輿情蔓延,減少蔓延過程中謠言傳播,為突發(fā)自然災(zāi)害事件應(yīng)急管理提供理論和實(shí)踐支持。研究的不足是僅以雅安地震事件作為案例,在以后的研究中將會(huì)對(duì)其它自然災(zāi)害事件微博輿情蔓延展開研究,以期對(duì)其更深入地探討。經(jīng)典的傳染病模型(SIR模型)由Kermack等人在1927年提出。本文用SIR模型來(lái)模擬突發(fā)自然災(zāi)害事件發(fā)生時(shí)其相關(guān)輿情在微博網(wǎng)絡(luò)上的傳播過程。假設(shè)微博網(wǎng)絡(luò)中有N個(gè)節(jié)點(diǎn),代表可向其粉絲傳播信息的用戶。由于微博網(wǎng)絡(luò)中存在信息不對(duì)稱,信息只能沿有向邊傳遞。本文將網(wǎng)絡(luò)中全部的用戶分為三類:健康的用戶為S態(tài),即不知道信息的用戶;被感染的用戶