導(dǎo)語(yǔ)：如何才能寫好一篇網(wǎng)絡(luò)輿情傳播機(jī)理，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公文云整理的十篇范文，供你借鑒。

篇1

關(guān)鍵詞：三維建模；網(wǎng)絡(luò)輿情傳播模擬；元胞自動(dòng)機(jī)；網(wǎng)絡(luò)輿情傳播速度模型；計(jì)算機(jī)仿真

中圖分類號(hào)：TP393.02

網(wǎng)絡(luò)媒體是繼報(bào)紙、廣播、電視之后的“第四媒體”，網(wǎng)絡(luò)已成為反映社會(huì)輿情的主要載體之一，有關(guān)網(wǎng)絡(luò)輿情的研究日益受到重視。目前在社會(huì)網(wǎng)絡(luò)或因特網(wǎng)概率統(tǒng)計(jì)模型[1]、元胞自動(dòng)機(jī)模型[2]和隱馬爾科夫模型[3]三個(gè)方面研究較深入。由于元胞自動(dòng)機(jī)模型能十分方便地復(fù)制出復(fù)雜的現(xiàn)象或動(dòng)態(tài)演變過(guò)程的吸引子、自組織和混沌現(xiàn)象，從而引起了科學(xué)家的興趣，在很多領(lǐng)域得到了很大的應(yīng)用。本文在針對(duì)網(wǎng)絡(luò)輿情傳播過(guò)程的因素方面，提出一種面向三維元胞自動(dòng)機(jī)的輿情傳播基本模型，將三維元胞自動(dòng)機(jī)與網(wǎng)絡(luò)傳播輿情模型相結(jié)合，經(jīng)仿真證明，此算法運(yùn)行高效，能夠在多種因素的約束下快速地模擬網(wǎng)絡(luò)輿情傳播趨勢(shì)。

1 網(wǎng)絡(luò)輿情傳播的三維元胞自動(dòng)機(jī)模型

1.1 三維元胞自動(dòng)機(jī)模型

3 結(jié)論

針對(duì)網(wǎng)絡(luò)輿情的傳播模型，本文基于元胞自動(dòng)機(jī)理論對(duì)網(wǎng)絡(luò)輿情分析和仿真實(shí)驗(yàn)。在提出的元胞自動(dòng)機(jī)算法和模型下，對(duì)影響網(wǎng)絡(luò)輿情傳播趨勢(shì)因素進(jìn)行了研究和分析。結(jié)果表明本文提出的模型很好的分析了網(wǎng)絡(luò)輿情傳播的影響因素，且該模型更接近于實(shí)際網(wǎng)絡(luò)輿情傳播情況。由此，利用三維元胞自動(dòng)機(jī)研究網(wǎng)絡(luò)輿情傳播具有較好的合理性。

參考文獻(xiàn)：

[1]陸題佳.因特網(wǎng)中危機(jī)信息傳播規(guī)律及應(yīng)對(duì)模式研究[D].合肥：中國(guó)科學(xué)技術(shù)大學(xué)，2010.

[2]曾顯葵.基于多數(shù)規(guī)則和協(xié)同規(guī)則的元胞自動(dòng)機(jī)輿論傳播模型研究[D].桂林：廣西師范大學(xué)，2007.

[3]ZENG JIANPING，ZHANG SHIYONG，WU CHENGRONG，et al.Modelling topic propagation over the Internet[J].Mathematical and Computer Modelling of Dynamic Systems，2009，15（1）：83-93.

篇2

關(guān)鍵詞：金融輿情 金融機(jī)構(gòu) 聲譽(yù)管理 聲譽(yù)風(fēng)險(xiǎn) 突發(fā)事件

一、引言

“眾口鑠金，積毀銷骨”；“人言可畏”；“金杯銀杯，不如老百姓的口碑”等成語(yǔ)和概念均說(shuō)明了社會(huì)輿論的影響力。隨著社會(huì)經(jīng)濟(jì)的發(fā)展，輿論醞釀和傳播渠道早已超出了傳統(tǒng)街頭巷尾、田間地頭的范圍，伴隨人們社交范圍的擴(kuò)展、網(wǎng)絡(luò)通訊技術(shù)的進(jìn)步，輿論影響力正呈現(xiàn)日益增強(qiáng)的趨勢(shì)。甚至當(dāng)一些突發(fā)性的風(fēng)險(xiǎn)事件發(fā)生時(shí)，通過(guò)輿論的傳播，會(huì)演變成需要著力控制的大的社會(huì)性風(fēng)險(xiǎn)。輿論成為民眾意見(jiàn)表達(dá)，一致性意見(jiàn)形成，社會(huì)力量匯聚的一種渠道。因此，輿情日益受到政府、企業(yè)和學(xué)術(shù)界的關(guān)注，如何使信息正確傳播、輿論的正確引導(dǎo)也成為各界關(guān)注的主題。作為以信用、信譽(yù)、聲譽(yù)為基礎(chǔ)的商業(yè)性金融機(jī)構(gòu)，尤其是商業(yè)銀行這類存貸款金融機(jī)構(gòu)，更容易受到輿情的影響。如商業(yè)銀行理財(cái)產(chǎn)品“投訴門”、證券業(yè)“忽悠門”、保險(xiǎn)機(jī)構(gòu)“高保低賠”等金融輿情事件，無(wú)不顯示了社會(huì)輿論對(duì)金融機(jī)構(gòu)業(yè)務(wù)的意見(jiàn)。尤其在金融機(jī)構(gòu)突發(fā)風(fēng)險(xiǎn)事件情況下，相關(guān)輿情會(huì)對(duì)金融機(jī)構(gòu)造成較大的聲譽(yù)影響，甚至引發(fā)“擠兌”等更為嚴(yán)重的危機(jī)。因此，作為聲譽(yù)管理的一項(xiàng)重要內(nèi)容，金融機(jī)構(gòu)應(yīng)重視并建立起常態(tài)化的金融輿情監(jiān)測(cè)調(diào)查、分析研究與管理應(yīng)對(duì)機(jī)制。

理論研究對(duì)輿情的關(guān)注在2006年以后開(kāi)始增多，主要是由于網(wǎng)絡(luò)、手機(jī)等新型輿論傳播媒體的廣泛使用而引起，在理論與實(shí)證研究領(lǐng)域都尚未成熟，尤其對(duì)于金融輿情的理論研究幾乎為空白，通過(guò)中國(guó)知網(wǎng)文獻(xiàn)檢索系統(tǒng)使用金融輿情主題詞進(jìn)行文獻(xiàn)檢索，只有12篇文獻(xiàn)，而且均為央行、監(jiān)管機(jī)構(gòu)和商業(yè)金融機(jī)構(gòu)近期的工作實(shí)踐總結(jié)，因此，基于商業(yè)性金融機(jī)構(gòu)聲譽(yù)管理對(duì)金融輿情這一專業(yè)輿情領(lǐng)域進(jìn)行系統(tǒng)研究具有重要的理論與管理實(shí)踐意義。

二、金融輿情影響金融機(jī)構(gòu)聲譽(yù)的作用機(jī)理研究

商業(yè)銀行為代表的商業(yè)性金融機(jī)構(gòu)以信用、信譽(yù)和聲譽(yù)作為其各項(xiàng)業(yè)務(wù)開(kāi)展的基礎(chǔ)性條件，而輿情是影響金融機(jī)構(gòu)聲譽(yù)的重要因素。對(duì)商業(yè)性金融機(jī)構(gòu)而言，金融輿情可以分為金融機(jī)構(gòu)評(píng)價(jià)輿情與金融機(jī)構(gòu)事件輿情兩類，其影響金融機(jī)構(gòu)的作用機(jī)理有所差異。

（一）金融機(jī)構(gòu)評(píng)價(jià)輿情的聲譽(yù)作用機(jī)理

金融機(jī)構(gòu)評(píng)價(jià)輿情即有關(guān)金融機(jī)構(gòu)業(yè)務(wù)能力、經(jīng)營(yíng)效率、服務(wù)質(zhì)量等的評(píng)價(jià)。主要包括基于專業(yè)評(píng)價(jià)的輿情和基于客戶體驗(yàn)的輿情兩種。

1、基于專業(yè)評(píng)價(jià)的金融機(jī)構(gòu)輿情。一些專業(yè)的評(píng)價(jià)、評(píng)估、評(píng)級(jí)機(jī)構(gòu)以及媒體、專家學(xué)者等會(huì)定期、不定期地通過(guò)專業(yè)模型、數(shù)據(jù)調(diào)研、關(guān)聯(lián)者調(diào)研等方式形成對(duì)商業(yè)性金融機(jī)構(gòu)的評(píng)價(jià)、評(píng)級(jí)。其結(jié)果會(huì)通過(guò)一定方式公布，隨后便會(huì)形成有關(guān)的輿情傳播。這種輿情會(huì)影響金融機(jī)構(gòu)的聲譽(yù)，影響客戶、潛在客戶的交易選擇，從而對(duì)相關(guān)金融機(jī)構(gòu)的業(yè)績(jī)產(chǎn)生影響。

2、基于客戶體驗(yàn)的金融機(jī)構(gòu)輿情。在金融機(jī)構(gòu)客戶與金融機(jī)構(gòu)的業(yè)務(wù)交往過(guò)程中，會(huì)不斷積累客戶在業(yè)務(wù)活動(dòng)中的體驗(yàn)信息，這些信息在輿論交流過(guò)程中會(huì)不斷匯聚成較為一致性的輿情趨勢(shì)，從而表現(xiàn)特定金融機(jī)構(gòu)的聲譽(yù)特征。

（二）金融機(jī)構(gòu)事件輿情的聲譽(yù)作用機(jī)理

在金融機(jī)構(gòu)發(fā)生特定事件，尤其是突發(fā)風(fēng)險(xiǎn)事件的情況下，相關(guān)輿情的受關(guān)注程度會(huì)大大強(qiáng)化，并引發(fā)相關(guān)金融機(jī)構(gòu)的聲譽(yù)危機(jī)，傳播速度會(huì)大大加快，傳播范圍大大擴(kuò)展，如果沒(méi)有有效的金融輿情管理應(yīng)對(duì)機(jī)制，及時(shí)有針對(duì)性地處理聲譽(yù)風(fēng)險(xiǎn)，甚至有引發(fā)“擠兌”的危機(jī)。

三、金融機(jī)構(gòu)輿情監(jiān)測(cè)調(diào)查

（一）模式與主體

1、模式。獲得金融輿情的模式可以有被動(dòng)的金融輿情監(jiān)測(cè)模式與主動(dòng)的金融輿情調(diào)查模式兩種。

2主體。我們這里的金融輿情監(jiān)測(cè)調(diào)查與管理的主體指各類商業(yè)性金融機(jī)構(gòu)，即主要包括各類商業(yè)銀行、證券公司、保險(xiǎn)公司，以及信托投資公司、金融租賃公司、風(fēng)險(xiǎn)投資公司等。可以由金融機(jī)構(gòu)各自根據(jù)業(yè)務(wù)范圍和特點(diǎn)建立自己的監(jiān)測(cè)調(diào)查系統(tǒng)，也可以由各金融機(jī)構(gòu)共同建立共享的平臺(tái)機(jī)制。

（二）方式與工具

1、傳統(tǒng)金融輿情監(jiān)測(cè)調(diào)查方式、渠道和工具。包括：（1）傳統(tǒng)媒體信息渠道。如公共媒體的期刊、報(bào)紙、書籍，廣播、電視。（2）輿情調(diào)查。如采用問(wèn)卷調(diào)查的方式了解公眾意見(jiàn)、手機(jī)信息傳播情況等。

2、新型方式。主要是公共互聯(lián)網(wǎng)渠道，通過(guò)專業(yè)的監(jiān)測(cè)調(diào)查軟件系統(tǒng)開(kāi)展金融輿情的監(jiān)測(cè)調(diào)查工作。包括：（1）互聯(lián)網(wǎng)輿論平臺(tái)。通過(guò)微博、博客、BBS等信息內(nèi)容進(jìn)行的輿情監(jiān)測(cè)；（2）互聯(lián)網(wǎng)調(diào)查。通過(guò)專業(yè)網(wǎng)站和軟件系統(tǒng)進(jìn)行輿情調(diào)查。

四、金融輿情信息整理分析

對(duì)收集到的金融輿情信息可以從定性、定量?jī)煞N方法角度建立研究分析機(jī)制。

（一）定性分析

1、金融輿情主題分類整理。分析發(fā)現(xiàn)有關(guān)金融的輿論信息中所關(guān)注的主題，并進(jìn)行分類整理。

2、金融輿情觀點(diǎn)歸納整理：基于各個(gè)主題會(huì)有不同觀點(diǎn)出現(xiàn)，將這些觀點(diǎn)進(jìn)行歸納和分類整理。

（二）定量分析

1、統(tǒng)計(jì)方法。包括：（1）基礎(chǔ)數(shù)據(jù)統(tǒng)計(jì)。如各類主題、各類觀點(diǎn)數(shù)量等。（2）信息指標(biāo)。如各類主題、各類觀點(diǎn)的占比等，以把握輿情方向、趨勢(shì)。

2、計(jì)量方法?；诨A(chǔ)數(shù)據(jù)運(yùn)用計(jì)量分析輿情變化的影響因素分。如分析各類金融事件輿情變化影響因素；以及金融形勢(shì)趨勢(shì)輿情變化的影響因素等，以便引導(dǎo)輿情基于真實(shí)信息向有利于金融穩(wěn)定運(yùn)行的方向發(fā)展。

五、基于聲譽(yù)管理的金融輿情監(jiān)測(cè)調(diào)查與分析研究結(jié)果運(yùn)用

（一）業(yè)務(wù)類型調(diào)整與服務(wù)質(zhì)量信息交流反饋

使金融輿情監(jiān)測(cè)調(diào)查成為金融機(jī)構(gòu)了解和把握客戶金融需求、業(yè)務(wù)需求，獲得服務(wù)質(zhì)量反饋，實(shí)施業(yè)務(wù)管理的一條重要信息交流渠道。在進(jìn)行業(yè)務(wù)調(diào)整時(shí)，通過(guò)金融輿情信息預(yù)測(cè)業(yè)務(wù)實(shí)際效果和社會(huì)接受程度；在業(yè)務(wù)推出后，通過(guò)輿情信息了解業(yè)務(wù)效果好服務(wù)質(zhì)量，從另外一方面印證業(yè)務(wù)實(shí)際運(yùn)行信息。

（二）金融創(chuàng)新活動(dòng)的信息交流反饋

金融機(jī)構(gòu)開(kāi)展金融創(chuàng)新活動(dòng)前，通過(guò)輿情信息了解民眾需求、預(yù)期；在之后把握其效果，以利于金融創(chuàng)新能夠真正符合客戶要求。

（三）突發(fā)風(fēng)險(xiǎn)性金融事件的應(yīng)急處理

突發(fā)金融事件往往是通過(guò)輿論傳播而最終演化成為風(fēng)險(xiǎn)事件，甚至?xí)ㄟ^(guò)輿論傳播影響金融機(jī)構(gòu)信用和金融價(jià)值鏈的正常運(yùn)行，從而誘發(fā)更大范圍的風(fēng)險(xiǎn)發(fā)生。因此，建立健全的應(yīng)對(duì)與引導(dǎo)機(jī)制及早和及時(shí)發(fā)現(xiàn)危機(jī)發(fā)生、蔓延的苗頭，并采取有針對(duì)性的應(yīng)急管理措施是控制、化解突發(fā)金融風(fēng)險(xiǎn)事件的一個(gè)關(guān)鍵點(diǎn)。在這方面需要建立商業(yè)金融機(jī)構(gòu)之間、商業(yè)金融機(jī)構(gòu)與金融管理機(jī)構(gòu)之間的協(xié)調(diào)機(jī)制，以及相應(yīng)的輿情引導(dǎo)機(jī)制。

另外，即便對(duì)于金融市場(chǎng)、機(jī)構(gòu)的正面事件輿情，金融機(jī)構(gòu)也要關(guān)注和引導(dǎo)適度傳播，以免被過(guò)度利用而引發(fā)一哄而上的泡沫性金融投資。

參考文獻(xiàn)：

[1]趙惠春、吳滋興、張職，《人民銀行輿情調(diào)查制度建設(shè)構(gòu)想》，《福建金融》2007年第11期。

[2]肖桂華，《加強(qiáng)督促考核狠抓工作落實(shí)――人行麗江中支輿情監(jiān)測(cè)工作初見(jiàn)成效》，《時(shí)代金融》2009年第4期。

[3]閆利平、陶衛(wèi)江、韓曉虎、靳蘭，《政府網(wǎng)絡(luò)輿情監(jiān)測(cè)分析及預(yù)警》，《現(xiàn)代情報(bào)》2011年第4期。

篇3

〔關(guān)鍵詞〕社交媒體；信息可信度；評(píng)估；綜述

〔中圖分類號(hào)〕G203 〔文獻(xiàn)標(biāo)識(shí)碼〕A 〔文章編號(hào)〕1008-0821（2016）12-0164-06

〔Abstract〕Information credibility assessment research in social media not only contributes to the development and improvement of network information resource management theory，but also helps to improve the effectiveness of social media monitoring public opinion，social media search，social recommendation and so on.The paper firstly reviewed the researches at home and abroad about the social media information research，information credibility research，and social media information credibility assessment research，and then pointed out the problems existing in information credibility assessment research of domestic social media，and finally put forward the solution to it.

〔Key words〕social media；information；credibility；assessment；review

1 研究的意義

隨著互聯(lián)網(wǎng)技術(shù)和移動(dòng)技術(shù)的突飛猛進(jìn)，社交媒體盛行，人人可做信息的制造者，制造的信息極為豐富。然而，在這豐富信息的背后，隱藏著漫天飛舞的謠言、病毒般傳播的虛假照片和視頻，這給人們幸福的生活、社會(huì)的穩(wěn)定帶來(lái)了嚴(yán)重的隱患。為了遏制虛假不良信息傳播，營(yíng)造健康向上的網(wǎng)絡(luò)環(huán)境，信息可信度評(píng)估就成了迫在眉睫的問(wèn)題，社交媒體信息急需“鑒定師”和“測(cè)謊儀”。

社交媒體信息可信度評(píng)估研究既有較高的學(xué)術(shù)價(jià)值，也有較強(qiáng)的應(yīng)用價(jià)值。具體來(lái)說(shuō)，學(xué)術(shù)價(jià)值表現(xiàn)在研究社交媒體信息可信度評(píng)估并探討虛假信息的生成機(jī)制、傳播模式、治理措施，是對(duì)社交媒體環(huán)境下網(wǎng)絡(luò)信息資源管理理論的豐富、發(fā)展與完善。應(yīng)用價(jià)值表現(xiàn)在研究社交媒體信息可信度評(píng)估有助于社交媒體用戶判斷信息的可信性，營(yíng)造誠(chéng)信健康的互聯(lián)網(wǎng)環(huán)境，也有助于提高社交媒體信息輿情監(jiān)控、社交媒體信息引導(dǎo)、社交媒體搜索、社會(huì)化推薦等方面的效果。

2 社交媒體信息研究

社交媒體（Social Media）是通過(guò)Web2.0技術(shù)實(shí)現(xiàn)的一類支持用戶自主創(chuàng)造和交換內(nèi)容的媒體，如Twitter、Facebook、Youtube、LinkedIn、Wiki、微博、微信、QQ、論壇、人人網(wǎng)等。自1973年Lipkin、Szpakowski和Felsenstein 3人在美國(guó)加州伯克利市建立全球第一個(gè)公共電子公告牌系統(tǒng) Community Memory后，BBS以及網(wǎng)絡(luò)社區(qū)等早期的社交媒體開(kāi)始映入人們的眼簾?！?015年全球社會(huì)化媒體、數(shù)字和移動(dòng)業(yè)務(wù)數(shù)字統(tǒng)計(jì)趨勢(shì)》報(bào)告表明：全球社交媒體活躍用戶約占全球人口的29%。

2.1 國(guó)外研究

社交媒體的相關(guān)研究從20世紀(jì)80年代開(kāi)始，在2005年左右開(kāi)始進(jìn)入快速發(fā)展階段，發(fā)文量有逐年增加的趨勢(shì)。在國(guó)際期刊中，發(fā)表社交媒體論文較多的要屬《Computers in Human Behavior》。近兩年，關(guān)于社交媒體的國(guó)際會(huì)議主要有ASONAM、SMP、MISNC、SMAP、SCSM。國(guó)外學(xué)者研究?jī)?nèi)容主要集中在以下4個(gè)方面：

2.1.1 社交媒體信息利用研究

社交媒體在商業(yè)領(lǐng)域、教育領(lǐng)域、公共管理領(lǐng)域等都有廣泛的應(yīng)用[1]。如在營(yíng)銷領(lǐng)域，利用社交媒體信息，可以獲知消費(fèi)者態(tài)度和行為[2]，可以獲知客戶交流和推薦對(duì)營(yíng)銷的影響[3-4]，可以獲知社交媒體信息對(duì)營(yíng)銷管理功能的影響[5]。

2.1.2 社交媒體信息檢索與信息推薦研究

側(cè)重于社交媒體信息檢索與信息推薦方法的研究。社交媒體信息的檢索采用主題模型[6]、社會(huì)網(wǎng)絡(luò)[7]、本體[8]等檢索方法。比如，Hong和Davison（2010）使用標(biāo)準(zhǔn)主題模型進(jìn)行社交媒體Twitter信息的檢索。社交媒體信息的推薦采用內(nèi)容推薦[9]、協(xié)同過(guò)濾[10]、時(shí)序推薦[11]、位置推薦[12]、社會(huì)化推薦[13]等方法。比如，Levandoski等（2012）提出位置感知推薦系統(tǒng)（LARS）[12]。

2.1.3 社交媒體信息傳播研究

側(cè)重于反映信息傳播傳播規(guī)律的社交媒體信息傳播模型的構(gòu)建以及通過(guò)模型的構(gòu)建對(duì)實(shí)際問(wèn)題進(jìn)行預(yù)測(cè)等方面的研究。如Galuba等（2010）通過(guò)研究1 500萬(wàn)URL在不同Twitter用戶之間的300小時(shí)傳播，提出了基于內(nèi)容流行度、用戶影響力和傳播速度的線性閾值模型[14]。Adar和Adamic（2005）通過(guò)研究信息在博客中傳播的模式和動(dòng)力學(xué)特性，提出用傳染病模型來(lái)描繪信息傳播的機(jī)理[15]。Asur和Huberman（2010）采用來(lái)自的聊天數(shù)據(jù)通過(guò)簡(jiǎn)單的線性回歸模型預(yù)測(cè)電影票房的收入[16]。

2.1.4 社交媒體用戶隱私研究

在探討社交媒體用戶隱私現(xiàn)存問(wèn)題的基礎(chǔ)上，提出了相應(yīng)的隱私保護(hù)方法。如Viswanath等（2010）首先研究Sybil防御的缺陷，在其基礎(chǔ)上探討了替代Sybil防御的方法[17]。Conti等（2011）采用FaceVPSN解決社交媒體用戶隱私問(wèn)題[18]。

2.2 國(guó)內(nèi)研究

國(guó)內(nèi)學(xué)者的社交媒體研究最早可追溯至20世紀(jì)90年代末，但從2005年后起關(guān)于社交媒體的論文才逐漸表現(xiàn)出增長(zhǎng)態(tài)勢(shì)。國(guó)內(nèi)研究?jī)?nèi)容主要集中在：

2.2.1 社交媒體信息傳播研究

研究?jī)?nèi)容包括：①社交媒體信息傳播模式研究。如韓佳等（2013）提出了基于改進(jìn)SIR的在線社交網(wǎng)絡(luò)信息傳播模型[19]。姜景等（2015）構(gòu)建表征謠言信息與辟謠信息傳播機(jī)理的Lotka-Volterra競(jìng)爭(zhēng)模型[20]。②社交媒體信息傳播中存在的問(wèn)題與對(duì)策研究。如閻?。?015）探討微博傳播存在的問(wèn)題及原因，并提出了加強(qiáng)微博內(nèi)容管理、增強(qiáng)把關(guān)意識(shí)、提高微博用戶的媒介素養(yǎng)等對(duì)策[21]。③社交媒體信息傳播效果研究。如陳遠(yuǎn)和袁艷紅（2012）以新浪微博作為數(shù)據(jù)來(lái)源，把信息覆蓋人數(shù)、評(píng)論數(shù)、轉(zhuǎn)發(fā)數(shù)作為微博信息傳播效果的量化指標(biāo)，從縱橫向兩個(gè)角度研究新浪微博信息傳播過(guò)程造成的效應(yīng)[22]。

2.2.2 社交媒體輿情分析與監(jiān)測(cè)研究

如張J等（2014）以打砸日系車系列突發(fā)公共事件為實(shí)例，探討其在新浪微博和新浪新聞平臺(tái)上輿情傳播的特征與規(guī)律[23]。張瑜等（2015）對(duì)新浪微博熱門話題“北京單雙號(hào)限行常態(tài)化”下的微博進(jìn)行了數(shù)據(jù)采集，將輿情演化劃分為潛伏、成長(zhǎng)、爆發(fā)、衰退、波動(dòng)、死亡6個(gè)階段，并對(duì)各階段進(jìn)行情感分析，為輿情治理提供了支持[24]。唐濤（2014）在分析網(wǎng)絡(luò)輿情五要素的基礎(chǔ)上，探討移動(dòng)互聯(lián)網(wǎng)輿情的新特征，指出面臨的新挑戰(zhàn)，并從信息分析、信息篩選、信息引導(dǎo)等方面提出對(duì)策[25]。

2.2.3 社交媒體營(yíng)銷研究

如唐興通（2012）的著作《社會(huì)化媒體營(yíng)銷大趨勢(shì)：策略與方法》系統(tǒng)總結(jié)了社交媒體營(yíng)銷，并對(duì)眾多社交媒體工具在實(shí)際工作中的應(yīng)用提供了具體的建議[26]。張淼（2014）提出了企業(yè)完善社交媒體營(yíng)銷策略的“9+3”模式[27]。劉曉燕和鄭維雄（2015）采用社會(huì)網(wǎng)絡(luò)分析方法研究企業(yè)微博營(yíng)銷傳播的效果[28]。

3 信息可信度研究

3.1 國(guó)外研究

信息可信度（Information Credibility）是指人們對(duì)信息可相信程度的認(rèn)識(shí)。它由值得信賴（Trustworthiness）和專業(yè)性（Expertise）兩個(gè)關(guān)鍵要素組成[29]。信息可信度比較系統(tǒng)的研究始于20世紀(jì)50年代的傳播領(lǐng)域。Hovland和同事的工作具有里程碑的意義[30]。信息可信度最初關(guān)注的是傳播者的可信度。國(guó)外對(duì)傳統(tǒng)媒體信息可信度的研究主要是從信源可信度、內(nèi)容可信度、渠道可信度三方面展開(kāi)的。隨著互聯(lián)網(wǎng)的出現(xiàn)，網(wǎng)絡(luò)信息可信度的評(píng)估被提上了議事日程。研究情況可歸納如下：

3.1.1 網(wǎng)絡(luò)信息可信度評(píng)估的理論模型

主要有Fogg（2003）的P-I理論模型、Wathen和Burkell（2002）的評(píng)判模型、Sundar（2008）的MAIN Model、Hilligoss和Rieh（2008）的統(tǒng)一模型、Metzger（2007）的雙處理模型以及Lucassen等（2013）的3S模型（修訂版）。以上理論模型是由情境、用戶特征、操作性、處理過(guò)程這些側(cè)面的若干部分構(gòu)建而成的。

3.1.2 網(wǎng)絡(luò)信息可信度研究?jī)?nèi)容

主要有對(duì)網(wǎng)絡(luò)新聞的可信度研究、對(duì)搜索引擎結(jié)果的可信度研究以及對(duì)維基百科內(nèi)容的可信度研究。比如，Nagura等（2006）通過(guò)比較關(guān)于同一主題不同網(wǎng)頁(yè)的相似度來(lái)計(jì)算每個(gè)網(wǎng)頁(yè)的可信度[31]。Yamamoto和Tanaka（2011）利用用戶可信度評(píng)判模型對(duì)網(wǎng)頁(yè)搜索結(jié)果進(jìn)行重新排序，以便從Web搜索結(jié)果的列表中用戶可以更高效的找到可信的網(wǎng)頁(yè)[32]。Adler等（2008）以文章長(zhǎng)度、版本數(shù)量和基于貢獻(xiàn)數(shù)量的作者聲譽(yù)建立模型，計(jì)算出維基百科文章的可信度[33]。

3.1.3 網(wǎng)絡(luò)信息可信度研究方法

主要采用定量研究法。比如，Olteanu等（2013）在調(diào)查網(wǎng)頁(yè)的各種特征（文本內(nèi)容、鏈接結(jié)構(gòu)、網(wǎng)頁(yè)設(shè)計(jì)等）的基礎(chǔ)上，經(jīng)過(guò)統(tǒng)計(jì)分析方法篩選出關(guān)鍵的特征，采用監(jiān)督學(xué)習(xí)算法來(lái)推斷網(wǎng)頁(yè)內(nèi)容的可信度[34]。與網(wǎng)絡(luò)信息可信度有關(guān)的典型系統(tǒng)有日本的WISDOM和Honto？Search。

3.1.4 影響力較大的項(xiàng)目和國(guó)際會(huì)議

影響力較大的項(xiàng)目有互聯(lián)網(wǎng)可信度研究（The Web Credibility Research）項(xiàng)目，影響力較大的國(guó)際會(huì)議有WICOW（Workshop on Information Credibility on the Web）。

3.2 國(guó)內(nèi)研究

1993年的《鑒別虛假信息五法》是國(guó)內(nèi)發(fā)表的早期論文。2004年至今，相關(guān)研究進(jìn)入快速發(fā)展期。相對(duì)于國(guó)外較多研究評(píng)估算法和評(píng)估系統(tǒng)，國(guó)內(nèi)研究重點(diǎn)在于定性分析上，大多采用問(wèn)卷調(diào)查及專家訪談法等進(jìn)行人工評(píng)估。國(guó)內(nèi)研究?jī)?nèi)容主要有：

3.2.1 側(cè)重于信息可信度影響因素研究

比如，龔思蘭等（2013）針對(duì)評(píng)論信息的文本內(nèi)容、長(zhǎng)度、情感傾向、時(shí)效性、者、商家活動(dòng)等特征，通過(guò)問(wèn)卷調(diào)查方式對(duì)大學(xué)生消費(fèi)群體進(jìn)行在線商品評(píng)論信息可信度影響因素實(shí)證分析[35]。蔣洪梅（2013）運(yùn)用理論分析輔以實(shí)證研究的方法，從宏觀的社會(huì)系統(tǒng)、中觀的政策法規(guī)、微觀的媒介與受眾3個(gè)視角分析網(wǎng)絡(luò)新聞信息可信度的影響因素[36]。

3.2.2 側(cè)重于信息可信度指標(biāo)體系的構(gòu)建

比如，胡紅亮（2013）按照信息源、信息加工、信息傳播和信息應(yīng)用等方面采用德?tīng)柗茖＜艺{(diào)查法建立了學(xué)術(shù)著作可信度的基本評(píng)價(jià)模型[37]。潘勇和孔棟（2007）基于第三方認(rèn)證機(jī)構(gòu)的視角，構(gòu)建了電子商務(wù)網(wǎng)站的信用評(píng)價(jià)指標(biāo)體系及評(píng)價(jià)因素集，并建立灰色關(guān)聯(lián)信用評(píng)估模型[38]。當(dāng)然，也有少量基于機(jī)器學(xué)習(xí)的信息可信度自動(dòng)化評(píng)估實(shí)驗(yàn)研究，比如，馬偉瑜（2011）提出一種采用改進(jìn)的PageRank算法評(píng)估網(wǎng)頁(yè)信息可信度的方法[39]。

4 社交媒體信息可信度評(píng)估研究

4.1 國(guó)外研究

國(guó)外相關(guān)研究較早。社交媒體信息可信度的相關(guān)研究隨著B(niǎo)BS的出現(xiàn)隨之展開(kāi)，最早可追溯到20世紀(jì)80年代。目前可以說(shuō)，研究處于繁榮期。國(guó)外研究情況可歸納如下：

4.1.1 社交媒體信息可信度評(píng)估研究?jī)?nèi)容

研究?jī)?nèi)容主要包括：①不實(shí)信息的判斷識(shí)別。如Qazvinian等（2011）提取Twitter信息的文本特征、網(wǎng)絡(luò)特征和微博元素特征，構(gòu)建貝葉斯分類器甄別謠言[40]。Zhao等（2015）通過(guò)研究查詢帖以便及早識(shí)別社交媒體謠言[41]。②話題新聞的可信度評(píng)估。如Castillo等（2011）選取了有關(guān)用戶特征、文本特征、主題特征、信息傳播特征，采用J48決策樹(shù)評(píng)估Twitter中話題新聞的可信度[42]。

4.1.2 社交媒體信息可信度評(píng)估方法

評(píng)估方法主要有監(jiān)督學(xué)習(xí)[43]，統(tǒng)計(jì)分析[44]，與可信信息來(lái)源的相似性比較[45-46]，社交網(wǎng)絡(luò)的鏈接結(jié)構(gòu)分析與主題模型的利用[47]等。它們主要采用自動(dòng)評(píng)估，具體來(lái)說(shuō)：①選取的特征：選取的特征主要是用戶特征、文本特征、信息傳播特征。比如，西班牙的Castillo和智利的Mendoza、Poblete（2011）選取用戶特征（如注冊(cè)時(shí)間、粉絲量、好友量），文本特征（如是否包含#標(biāo)簽、是否包含問(wèn)號(hào)、Tweet中包含的URL數(shù)量、是否轉(zhuǎn)發(fā)），主題特征（如帶#標(biāo)簽Tweet的比例、Tweet數(shù)量、Tweet的平均長(zhǎng)度、Tweet的平均情感分值、積極情緒或消極情緒的比例），以及信息傳播特征（如傳播樹(shù)的深度），采用J48決策樹(shù)評(píng)估Twitter信息的可信度[42]。②評(píng)估的方法：大多通過(guò)構(gòu)建SVM分類器、Bayesian分類器、Decision Tree分類器等方法，并對(duì)結(jié)果進(jìn)行分類，以達(dá)到評(píng)估社交媒體信息可信度的目的。上例Castillo等采用J48決策樹(shù)構(gòu)建分類器，并對(duì)結(jié)果進(jìn)行分類，從而評(píng)估Twitter信息的可信度[42]。當(dāng)然，也有通過(guò)對(duì)結(jié)果進(jìn)行排序的實(shí)例，從而達(dá)到評(píng)估社交媒體信息可信度的目的。比如，Gupta和Kumaraguru（2012）采用Rank-SVM與PRF相結(jié)合的方法，按照可信度得分對(duì)Twitter信息進(jìn)行排序[43]。

4.1.3 有較大影響的在研項(xiàng)目與系統(tǒng)

由歐盟資助七國(guó)科研人員聯(lián)合攻關(guān)的PHEME項(xiàng)目研究的重點(diǎn)是社交媒體信息的真實(shí)性，該項(xiàng)目在國(guó)際上有較大影響。Jacob Ratkiewicz等（2011）開(kāi)發(fā)出可實(shí)時(shí)追蹤Twitter上政治謠言的Truthy系統(tǒng)[48]。Gupta等（2014）、Lorek等（2015）分別開(kāi)發(fā)出一款可自動(dòng)評(píng)估推文可信度的工具TweetCred、TwitterBOT[49-50]。

4.2 國(guó)內(nèi)研究

2007年《博客信息“可信度不亞于紐約時(shí)報(bào)”？》拉開(kāi)了國(guó)內(nèi)探討社交媒體信息可信度評(píng)估的序幕。目前研究還處于發(fā)展的初期。社交媒體信息可信度評(píng)估研究主要有：

4.2.1 社交媒體信息可信度影響因素研究

如劉雪艷和閆強(qiáng)（2013）探討政府微博中的熱點(diǎn)事件信息可信度的影響因素[51]。丁科芝（2015）從信息傳播者、渠道、信息內(nèi)容和用戶基本信任觀念4個(gè)方面構(gòu)建社交網(wǎng)絡(luò)可信度影響因素模型[52]。薛傳業(yè)等（2015）從信息來(lái)源可信度、信息傳播渠道可信度、信息內(nèi)容可信度以及信息評(píng)論反饋多維度探討了突發(fā)事件中社交媒體信息可信度的影響因素[53]。

4.2.2 構(gòu)建社交媒體信息可信度指標(biāo)體系研究

它大多采用問(wèn)卷調(diào)查及專家訪談法進(jìn)行人工評(píng)估。屈文建和謝冬（2013）從站點(diǎn)層次、版塊層次、主題層次、內(nèi)容層次4方面，采用模糊綜合信用評(píng)估模型對(duì)網(wǎng)絡(luò)學(xué)術(shù)論壇信息可信度進(jìn)行評(píng)估[54]。莫祖英等（2013）從微博信息量、信息內(nèi)容質(zhì)量、信息來(lái)源質(zhì)量和信息利用情況等方面進(jìn)行問(wèn)卷調(diào)查，采用層次分析法構(gòu)建微博信息質(zhì)量評(píng)估模型[55]。當(dāng)然國(guó)內(nèi)也有少量自動(dòng)化評(píng)估的例子。比如，賀剛等（2013）引入關(guān)鍵詞分布特征和時(shí)間差等新特征，基于SVM算法來(lái)預(yù)測(cè)新浪微博信息是否為謠言[56]。程亮等（2013）提出基于BP神經(jīng)網(wǎng)絡(luò)模型及改進(jìn)其激發(fā)函數(shù)，同時(shí)引入沖量項(xiàng)，對(duì)微博話題在傳播過(guò)程中演變?yōu)橹{言進(jìn)行檢測(cè)[57]。路同強(qiáng)（2015）采用半監(jiān)督學(xué)習(xí)算法檢測(cè)微博謠言，但不足之處在于未考慮信息的深層特征[58]。

4.3 存在的問(wèn)題

對(duì)比國(guó)內(nèi)外研究情況，可發(fā)現(xiàn)國(guó)內(nèi)研究存在如下問(wèn)題：

4.3.1 研究?jī)?nèi)容

關(guān)于社交媒體信息可信度研究，國(guó)內(nèi)外目前以微博研究較多。與國(guó)外豐富的研究?jī)?nèi)容相比，國(guó)內(nèi)在該領(lǐng)域的研究還主要集中于對(duì)影響因素以及特征的探討上。

4.3.2 研究方法

國(guó)外定量研究較多，很多涉及自動(dòng)化評(píng)估，而國(guó)內(nèi)定性研究較多，大多采用問(wèn)卷調(diào)查法、專家訪談法等進(jìn)行人工評(píng)估。

總之，現(xiàn)有研究大多是針對(duì)Twitter等英文社交媒體，其研究成果大多不能直接應(yīng)用于中文社交媒體。盡管也有少量研究是面向中文社交媒體的，但研究成果零散，還缺乏系統(tǒng)性。另外，在特征選擇上，選擇范圍面較窄，考慮社交媒體深層的隱含特征較少。

5 結(jié) 語(yǔ)

為了解決中文社交媒體的可信度評(píng)估問(wèn)題，在吸收前人研究的基礎(chǔ)上[59-63]，很有必要對(duì)中文社交媒體信息可信度進(jìn)行系統(tǒng)研究，特別是在參考國(guó)外信息可信度評(píng)估系統(tǒng)的基礎(chǔ)上，很有必要研制開(kāi)發(fā)中文社交媒體信息可信度評(píng)估系統(tǒng)，實(shí)現(xiàn)中文社交媒體信息可信度的自動(dòng)評(píng)估。在進(jìn)行中文社交媒體信息可信度評(píng)估中，應(yīng)注意下列問(wèn)題：

1）評(píng)估要在對(duì)信息資源分類的基礎(chǔ)上，對(duì)不同的類別采用不同的評(píng)估指標(biāo)體系，以提高評(píng)估工作的科學(xué)性和合理性。

2）評(píng)估既要重視定性評(píng)估，也要重視定量評(píng)估，尤其是自動(dòng)化評(píng)估。特別是在大數(shù)據(jù)環(huán)境下，應(yīng)針對(duì)評(píng)估的實(shí)際需求，制定科學(xué)的評(píng)估方案，選擇恰當(dāng)?shù)脑u(píng)估方法，構(gòu)建適合評(píng)估工作需要的自動(dòng)化評(píng)估系統(tǒng)。

3）評(píng)估指標(biāo)、評(píng)估模型的選取以及參數(shù)的訓(xùn)練，既要考慮研究結(jié)果的精確度，又要考慮系統(tǒng)的運(yùn)算時(shí)間。

4）評(píng)估模型構(gòu)建后，不僅要進(jìn)行實(shí)驗(yàn)室評(píng)估，還應(yīng)進(jìn)行實(shí)際效果評(píng)估。

參考文獻(xiàn)

[1]Ngai，E.W.T.，Moon，K.K.，Lam，S.S.，Chin，E.S.K.and Tao，S.S.C..Social media models，technologies，and applications[J].Industrial Management and Data Systems，2015，115（5）：769-802.

[2]Gamboa，A.M.and Gonalves，H.M..Customer loyalty through social networks：lessons from Zara on Facebook[J].Business Horizons，2014，57（6）：709-717.

[3]Jin，S-A.A.and Phua，J.Following celebrities tweets about brands：the impact of Twitter-based electronic word-of-mouth on consumers source credibility perception，buying intention，and social identification with celebrities[J].Journal of Advertising，2014，43（2）：181-195.

[4]Colliander，J.and Dahlén，M.Following the fashionable friend：the power of social media[J].Journal of Advertising Research，2011，51（1）：313-320.

[5]Moncrief，W.C.，Marshall，G.W.and Rudd，J.M..Social media and related technology：drivers of change in managing the contemporary sales force[J].Business Horizons，2015，58（1）：45-55.

[6]Hong，Liangjie and Davison，B.D..Empirical study of topic modeling in twitter[C]∥Proceedings of the First Workshop on Social Media Analytics（SOMA10）.ACM，New York，NY，USA，2010：80-88.

[7]Kleinberg，J.M..Authoritative sources in a hyperlinked environment[J].Journal of the ACM，1999，46（5）：604-632.

[8]Tobar，C.M.，Germer，A.S.，Adan-Coello，J.M.，and De Freitas，R.L..Information retrieval in Wikis using an ontology[J].Computational Science and Engineering，2009：826-831.

[9]Kim，Y.and Shim，K.TWILITE：A recommendation system for Twitter using a probabilistic model based on latent Dirichlet allocation[J].Information Systems，2014：59-77.

[10]Ramesh，A.，Anusha J.，Clarence，J.M.T..A novel，generalized recommender system for social media using the collaborative-filtering technique[J].ACM SIGSOFT Software Engineering Notes，2014：1-4.

[11]Zimdars，A.，Chickering，D.M.，and Meek，C.Using Temporal Data for Making Recommendations[C]∥Proceedings of the Seventeenth conference on Uncertainty in artificial intelligence（UAI01），Jack Breese and Daphne Koller（Eds.）.Morgan Kaufmann Publishers Inc.，San Francisco，CA，USA，2001：580-588.

[12]Levandoski，J.J.，Sarwat，M.，Eldawy，A.and Mokbel，M.F..LARS：A Location-Aware Recommender System[C]∥IEEE 28th International Conference on Data Engineering，Washington，DC，2012：450-461.

[13]Jamali，M.and Ester，M.Trust Walker：a random walk model for combining trust-based and item-based recommendation[C]∥Proceedings of the 15th ACM SIGKDD international conference on Knowledge discovery and data mining（KDD09）.ACM，New York，NY，USA，2009：397-406.

[14]Galuba W，Aberer K，Chakraborty D，Despotovic Z，Kellerer W.Outtweeting the twitterers-predicting information cascades in microblogs[C]∥Proceedings of the 3rd Workshop on Online Social Networks，USENIX Association，Boston，MA，USA，2010：1-9.

[15]Adar，E.and Adamic，L.A..Tracking Information Epidemics in Blogspace[C]∥Proceedings of the 2005 IEEE/WIC/ACM International Conference on Web Intelligence（WI05）.IEEE Computer Society，Washington，DC，USA，2005：207-214.

[16]Asur，S and Huberman，B.A..Predicting the Future with Social Media[C]∥2010 IEEE/WIC/ACM International Conference on Web Intelligence and Intelligent Agent Technology（WI-IAT），Toronto，2010：492-499.

[17]Viswanath，B.，Post，A.，Gummadi，K.P.，and Mislove，A.An analysis of social network-based Sybil defenses[J].Acm Sigcomm Computer Communication Review，2010，40（4）：363-374.

[18]Conti，M.，Hasani，A.，and Crispo，B.Virtual Private Social Networks[C]∥Proceedings of the 1st ACM Conference on Data and Application Security and Privacy（ACM SIGSAC CODASPY 2011），San Antonio，TX，USA，2011：39-50.

[19]韓佳，肖如良，胡耀，等.在線社交網(wǎng)絡(luò)中信息傳播模式的特征分析[J].計(jì)算機(jī)應(yīng)用，2013，（1）：105-107，111.

[20]姜景，李丁，劉怡君.基于競(jìng)爭(zhēng)模型的微博謠言信息與辟謠信息傳播機(jī)理研究[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2015，（1）：182-191.

[21]閻俊.微博傳播的問(wèn)題與對(duì)策研究[D].錦州：渤海大學(xué)，2015：1-38.

[22]陳遠(yuǎn)，袁艷紅.微博信息傳播效果實(shí)證研究[J].信息資源管理學(xué)報(bào)，2012，（3）：28-34.

[23]張，孫霄凌，朱慶華.突發(fā)公共事件輿情傳播特征與規(guī)律研究――以新浪微博和新浪新聞平臺(tái)為例[J].情報(bào)雜志，2014，（4）：90-95.

[24]張瑜，李兵，劉晨.面向主題的微博熱門話題輿情監(jiān)測(cè)研究――以“北京單雙號(hào)限行常態(tài)化”輿情分析為例[J].中文信息學(xué)報(bào)，2015，（5）：143-151，159.

[25]唐濤.移動(dòng)互聯(lián)網(wǎng)輿情新特征、新挑戰(zhàn)與對(duì)策[J].情報(bào)雜志，2014，（3）：113-117.

[26]唐興通.社會(huì)化媒體營(yíng)銷大趨勢(shì)：策略與方法（第2版）[M].北京：清華大學(xué)出版社，2012：1-235.

[27]張淼.社會(huì)化媒體在市場(chǎng)營(yíng)銷中的應(yīng)用研究[D].北京：首都經(jīng)濟(jì)貿(mào)易大學(xué)，2014：1-47.

[28]劉曉燕，鄭維雄.企業(yè)社會(huì)化媒體營(yíng)銷傳播的效果分析――以微博擴(kuò)散網(wǎng)絡(luò)為例[J].新聞與傳播研究，2015，（2）：89-102，128.

[29]Fogg，B.J.，and Tseng，H.The elements of computer credibility[C]∥Proceedings of the SIGCHI conference on Human Factors in Computing Systems，Pittsburgh，Pennsylvania，USA，1999：80-87.

[30]Rieh，S and Danielson，D.Credibility：A Multidisciplinary Framework[J].Annual Review of Information Science and Technology，2007：307-364.

[31]Nagura，R.，Seki，Y.，Kando，N and Aono，M.A method of rating the credibility of news documents on the web[C]∥Proceedings of the 29th annual international ACM SIGIR conference on Research and development in information retrieval（SIGIR06）.ACM，New York，NY，USA，2006：683-684.

[48]Ratkiewicz，J.，Conover，M.，Meiss，M.，Gonalves，B.，Patil，S.，F(xiàn)lammini，A.and Menczer，F(xiàn).Truthy：mapping the spread of astroturf in microblog streams[C]∥Proceedings of the 20th international conference companion on World wide web（WWW11）.ACM，New York，NY，USA，2011：249-252.

[49]Gupta，A.，Kumaraguru，P.，Castillo，C.，and Meier，P.TweetCred：Real-Time Credibility Assessment of Content on Twitter[C]∥Social Informatics.Springer International Publishing，2014：228-243.

[50]Krzysztof，L.，Jacek，S.W.，Michal，J.L.，and Amit，G.Automated Credibility Assessment on Twitter[J].Computer Science，2015，（2）：157-168.

[51]劉雪艷，閆強(qiáng).政府微博中的熱點(diǎn)事件信息可信度研究[J].北京郵電大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2013，（2）：6-12.

[52]丁科芝.社交網(wǎng)絡(luò)信息可信度研究[D].武漢：華中師范大學(xué)，2015：1-61.

[53]薛傳業(yè)，夏志杰，張志花，等.突發(fā)事件中社交媒體信息可信度研究[J].現(xiàn)代情報(bào)，2015，（4）：12-16.

[54]屈文建，謝冬.網(wǎng)絡(luò)學(xué)術(shù)論壇信息可信度的灰度分析[J].圖書情報(bào)知識(shí)，2013，（2）：112-118.

[55]莫祖英，馬費(fèi)成，羅毅.微博信息質(zhì)量評(píng)價(jià)模型構(gòu)建研究[J].信息資源管理學(xué)報(bào)，2013，（2）：12-18.

[56]賀剛，呂學(xué)強(qiáng)，李卓，等.微博謠言識(shí)別研究[J].圖書情報(bào)工作，2013，（23）：114-120.

[57]程亮，邱云飛，孫魯.微博謠言檢測(cè)方法研究[J].計(jì)算機(jī)應(yīng)用與軟件，2013，（2）：226-228，262.

[58]路同強(qiáng)，石冰，閆中敏，等.一種用于微博謠言檢測(cè)的半監(jiān)督學(xué)習(xí)算法[J].計(jì)算機(jī)應(yīng)用研究，2016，（3）：744-748.

[59]Ginsca，A.L.，Popescu，A.，and Lupu，M.Credibility in Information Retrieval[J].Foundations and Trends in Information Retrieval，2015：355-475.

[60]Lazar，J.Meiselwitz，G.and Feng，J.Understanding Web Credibility：A Synthesis of the Research Literature[M].Now Publishers Inc，2007：1-80.

[61]Zafarani，R.Abbasi，M.A.，and Liu，H.社會(huì)媒體挖掘[M].北京：人民郵電出版社，2015：1-240.

篇4

【關(guān)鍵詞】網(wǎng)絡(luò)視頻；Lotka-Volterra模型；共生研究

【Abstract】Based on the symbiotic idea of population competition， observe the user of watch web-video， analysis the characters of the online-behavior between watching a web-video and comment on micro-blog by utility the Lotka-Volterra model. We make a conclusion of the characters of population increasing according to the web-video content.

【Key words】Web-video； Lotka-Volterra model； Symbiosis

0 引言

伴S智能手機(jī)的廣泛推廣，移動(dòng)用戶的行為研究逐漸成為網(wǎng)絡(luò)行為研究的主要對(duì)象。中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）2016年1月的《中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》顯示，截止到2015年12月，中國(guó)網(wǎng)民數(shù)量達(dá)到6.88億，手機(jī)網(wǎng)民數(shù)量達(dá)到6.2億，超過(guò)96%的網(wǎng)民采用移動(dòng)上網(wǎng)的形式。網(wǎng)絡(luò)視頻用戶的規(guī)模達(dá)到5.04億，超過(guò)73%的網(wǎng)民為網(wǎng)絡(luò)視頻用戶，手機(jī)視頻用戶為4.05億，有58.9%的網(wǎng)民使用手機(jī)觀看網(wǎng)絡(luò)視頻[1]。網(wǎng)絡(luò)熱播視頻內(nèi)容因?yàn)橛脩舻膮⑴c數(shù)量眾多，其直接影響及衍生影響成為當(dāng)前網(wǎng)絡(luò)行為研究的重要內(nèi)容。伴隨移動(dòng)端視頻豐富度的提升，大量的手機(jī)用戶培育了碎片化時(shí)間內(nèi)欣賞熱播視頻的行為。與此同時(shí)，微信、微博等自媒體平臺(tái)的信息以口碑的形式進(jìn)行指數(shù)級(jí)擴(kuò)散，大量的移動(dòng)端用戶參與到熱播視頻內(nèi)容的討論當(dāng)中，并由此引發(fā)更多的移動(dòng)用戶關(guān)注熱播視頻。

1 研究綜述

網(wǎng)絡(luò)技術(shù)的提升促進(jìn)了我國(guó)移動(dòng)互聯(lián)網(wǎng)產(chǎn)業(yè)的快速發(fā)展，移動(dòng)互聯(lián)網(wǎng)產(chǎn)業(yè)的競(jìng)爭(zhēng)經(jīng)歷了“互聯(lián)網(wǎng)絡(luò)移動(dòng)化階段”、“網(wǎng)絡(luò)內(nèi)容增值服務(wù)階段”和“個(gè)性化用戶服務(wù)階段”三個(gè)階段[2]。圍繞移動(dòng)用戶的個(gè)性化需求，構(gòu)建移動(dòng)服務(wù)內(nèi)容、軟硬件技術(shù)平臺(tái)、APP訪問(wèn)端口、評(píng)價(jià)反饋機(jī)制等相協(xié)同的生態(tài)化模式成為主要的移動(dòng)網(wǎng)絡(luò)產(chǎn)業(yè)形態(tài)。4G網(wǎng)絡(luò)技術(shù)的普及促進(jìn)了移動(dòng)網(wǎng)絡(luò)產(chǎn)業(yè)的快速發(fā)展，以手機(jī)視頻為主的移動(dòng)內(nèi)容服務(wù)成為市場(chǎng)關(guān)注的熱點(diǎn)，用戶對(duì)于新產(chǎn)品的采納程度及內(nèi)容的偏好成為吸引用戶的重要因素[3]。用戶對(duì)于移動(dòng)端的內(nèi)容偏好性選擇受到交際人群環(huán)境的影響[4]，移動(dòng)端推送內(nèi)容的影響力受到感知娛樂(lè)性的正向影響并顯著地受影響于技術(shù)的兼容性[5]。李慧娟和李彥的研究從時(shí)空分區(qū)的視角提出移動(dòng)網(wǎng)絡(luò)的虛擬社會(huì)存在人類社會(huì)的動(dòng)態(tài)多變的群體特征[6]，移動(dòng)網(wǎng)民的行為具備較高的例行性、長(zhǎng)期性和固定性特征，重復(fù)性、模仿成為一種規(guī)律的表現(xiàn)[7]。黃微等從網(wǎng)絡(luò)輿情的研究視角提出依托大數(shù)據(jù)平臺(tái)及移動(dòng)端設(shè)備的網(wǎng)絡(luò)視頻等信息的傳播，依托信息交互的多樣性，表現(xiàn)出復(fù)雜的多元性反饋特征[8]。由此可見(jiàn)，移動(dòng)用戶的群體性特征、多樣性特征、復(fù)雜知識(shí)性特征對(duì)于網(wǎng)絡(luò)視頻內(nèi)容的反饋既有個(gè)體的差異性，也會(huì)表現(xiàn)出群體的趨同性。

微博這一自媒體平臺(tái)因?yàn)槠鋫鞑サ姆秶鷱V、影響的群體眾多、具備較高的滲透性，逐步成為分析研究網(wǎng)民行為的主要途徑 [9]。對(duì)于網(wǎng)絡(luò)焦點(diǎn)事件和內(nèi)容，微博在傳遞信息的同時(shí)，能夠起到孕育熱點(diǎn)關(guān)注，引導(dǎo)、擴(kuò)散多樣性點(diǎn)評(píng)，加速網(wǎng)絡(luò)受眾群體的關(guān)注程度，對(duì)于熱議內(nèi)容的傳播具有放大作用[10]。微博的信息傳播機(jī)制具有一定的規(guī)律，其傳播受到發(fā)生時(shí)間、涉及區(qū)域、使用媒介的類型、關(guān)注群體的特征影響，受信息獲得方式、便捷程度正向影響[11]。從微博的信息屬性、信息服務(wù)模式進(jìn)行分析，結(jié)合微博的用戶活躍程度及盈利模式，發(fā)現(xiàn)內(nèi)容服務(wù)商、服務(wù)運(yùn)營(yíng)商、SNS網(wǎng)站、網(wǎng)民群體構(gòu)建了內(nèi)容服務(wù)的網(wǎng)絡(luò)生態(tài)系統(tǒng)[12]。

本文在上述研究的基礎(chǔ)上，通過(guò)分析微博、移動(dòng)視頻內(nèi)容及移動(dòng)視頻平臺(tái)的相關(guān)數(shù)據(jù)，利用生物數(shù)學(xué)模型，探討網(wǎng)絡(luò)視頻與微博言論的共生性特征。

2 研究模型

2.1 共生增長(zhǎng)理論模型

在達(dá)爾文的進(jìn)化理論中，競(jìng)爭(zhēng)和協(xié)同進(jìn)化是物種發(fā)展的重要途徑，兩個(gè)或兩個(gè)以上的物種彼此之間具備競(jìng)爭(zhēng)、依存的關(guān)系。在同一個(gè)生存環(huán)境下，一個(gè)物種的性狀發(fā)生了改變，另一個(gè)或更多物種的性狀有針對(duì)性的發(fā)生了改變，這種改變代表了物種對(duì)于生存環(huán)境的一種適應(yīng)過(guò)程[13]。視頻播放平臺(tái)上放映的熱播內(nèi)容作為資源被網(wǎng)絡(luò)用戶觀看，網(wǎng)絡(luò)用戶就此熱播內(nèi)容通過(guò)微博平臺(tái)發(fā)表個(gè)人觀點(diǎn)。受到微博平臺(tái)的輿論傳播及視頻播放平臺(tái)的推送影響，大量的網(wǎng)民通過(guò)互聯(lián)網(wǎng)和口碑等形式了解了熱播內(nèi)容，出于好奇開(kāi)始觀看熱播視頻內(nèi)容，并據(jù)此內(nèi)容發(fā)表個(gè)人觀點(diǎn)。網(wǎng)絡(luò)群體對(duì)于熱播內(nèi)容的觀看和對(duì)微博話題的關(guān)注呈指數(shù)型增長(zhǎng)，因?yàn)闊岵?nèi)容的被關(guān)注程度較高，有更多網(wǎng)民參與到視頻的觀看，并參與話題討論。產(chǎn)生一種微博討論群體和視頻觀看群體的共生增長(zhǎng)現(xiàn)象。

網(wǎng)民群體具備較高的同質(zhì)性，主要體現(xiàn)在年齡、性別、學(xué)歷、行業(yè)背景、興趣偏好等個(gè)體屬性，容易形成群體性眾發(fā)式行為。從網(wǎng)絡(luò)信息生態(tài)的視角去研究，發(fā)現(xiàn)每個(gè)個(gè)體都以信息節(jié)點(diǎn)的形式存在于網(wǎng)絡(luò)信息生態(tài)鏈中，大量信息主體（網(wǎng)絡(luò)節(jié)點(diǎn)）依托頻繁密集的信息交互形式與其他節(jié)點(diǎn)發(fā)生輻射狀信息的傳遞[14]。網(wǎng)民在個(gè)體信息傳遞的過(guò)程中，依托自身的社會(huì)網(wǎng)絡(luò)資源及信息的內(nèi)容特征擴(kuò)大傳播范圍，增加相關(guān)內(nèi)容的傳播效果。

2.2 數(shù)據(jù)模型

本研究的對(duì)象《太陽(yáng)的后裔》在中文網(wǎng)絡(luò)的播放依托愛(ài)奇藝視頻平家進(jìn)行，新浪微博是用戶發(fā)表個(gè)人觀點(diǎn)的主要平臺(tái)。可以將熱播視頻、愛(ài)奇藝視頻平臺(tái)和微博平臺(tái)看作是一個(gè)共生系統(tǒng)。在這個(gè)共生系統(tǒng)之中，熱播視頻就是一種資源，將愛(ài)奇藝視頻平臺(tái)上的觀看群體看作是一個(gè)生物群體，將微博平臺(tái)上發(fā)表評(píng)論的用戶看做另一個(gè)共生生物群體。這兩個(gè)群體有個(gè)體的交集，考慮本研究重在分析群體增長(zhǎng)的共生性，這種交集的影響恰好反應(yīng)這種內(nèi)生的共性，因此可以看做兩個(gè)群體。這兩個(gè)群體基于相同的資源形成共生的生態(tài)模式，Lotka-Volterra生態(tài)模型主要用于分析生物種群的競(jìng)爭(zhēng)共存的生態(tài)特征，可以采用這一模型分析本研究?jī)?nèi)容。假設(shè)在t時(shí)間，愛(ài)奇藝的視頻指數(shù)是Xa（t），微博指數(shù)是Xw（t），受到各種因素的影響，指數(shù)增長(zhǎng)的限制分別為ka和kw，指數(shù)內(nèi)生增長(zhǎng)率分別為ra和rw，愛(ài)奇藝的視頻指數(shù)對(duì)于微博指數(shù)的貢獻(xiàn)系數(shù)為δa，微博指數(shù)對(duì)愛(ài)奇藝視頻指數(shù)的貢獻(xiàn)系數(shù)為δw。愛(ài)奇藝視頻指數(shù)的增長(zhǎng)模型可以描述為一個(gè)Logistic方程：

上述公式（4）和（5）中，bi0代表了種群?jiǎn)为?dú)生存時(shí)的限定參數(shù)，bi1代表了當(dāng)前種群與另一種群的相互影響限定參數(shù)，bi2代表了觀察參數(shù)，通過(guò)觀察bi2的符號(hào)變化判斷兩個(gè)種群之間的關(guān)系。

3 數(shù)據(jù)演算結(jié)果及分析

3.1 指數(shù)特征描述

本文研究的網(wǎng)絡(luò)熱播視頻選自韓國(guó)熱播電視劇《太陽(yáng)的后裔》，是中國(guó)和韓國(guó)第一部同步播出的韓劇。這部熱播電視劇采用網(wǎng)絡(luò)平家播放的形式進(jìn)行投放，該視頻每周播放2集，每集30分鐘。就時(shí)間長(zhǎng)度而言，符合移動(dòng)用戶的碎片化觀看時(shí)間。

通過(guò)對(duì)比表2的數(shù)據(jù)，微指數(shù)顯示微博的男女比例與愛(ài)奇藝視頻指數(shù)所顯示的觀看視頻男女比例一致，關(guān)注這部熱播電視劇的女性比例達(dá)到79%，參與到這部熱播劇話題互動(dòng)的女性也達(dá)到了79%。愛(ài)奇藝指數(shù)表明收看該視頻最大的群體就是18-24和25-35歲的人群占總?cè)巳旱?6.6%，利用微博發(fā)表言論的群體是19-24和25-34歲的人群占總?cè)巳旱?0.29%。從視頻的關(guān)注程度到就此發(fā)表的網(wǎng)絡(luò)言論都是女性群體，這部熱播劇內(nèi)容的設(shè)置及目標(biāo)群體主要是18-35歲之間的女性群體。就設(shè)備分布而言，利用移動(dòng)端進(jìn)行視頻的觀看的人群達(dá)到85%，用移動(dòng)端發(fā)表評(píng)論的人群達(dá)到了79%，符合該視頻突出碎片化時(shí)間播放的初衷。愛(ài)奇藝指數(shù)與微博指數(shù)的熱議區(qū)域的前8個(gè)地區(qū)中，有5個(gè)地區(qū)重合，但是熱議區(qū)域的前3個(gè)區(qū)域只有1個(gè)重合，說(shuō)明觀看的群體中有一部分將個(gè)人的觀后感進(jìn)行分享并參與評(píng)論的互動(dòng)，有一部分是先參與互動(dòng)后進(jìn)行的視頻觀看。愛(ài)奇藝指數(shù)同時(shí)提供了觀看人群的學(xué)歷水平，發(fā)現(xiàn)比較集中在本科和大專，與年齡分布相吻合。因?yàn)槲⒉┲笖?shù)沒(méi)有提供學(xué)歷指數(shù)所以無(wú)從考證數(shù)據(jù)，參照愛(ài)奇藝的數(shù)據(jù)特征，參考年齡指數(shù)分布進(jìn)行分析。

因?yàn)椤短?yáng)的后裔》共分8周播放16集，因此數(shù)據(jù)截取了8周的數(shù)據(jù)進(jìn)行分析繪圖，表3和表4分別給出了這8周的數(shù)據(jù)分布。通過(guò)對(duì)比發(fā)現(xiàn)，這兩個(gè)指數(shù)圖表的分布有較大相似。伴隨熱播視頻的播放呈周期性上升的趨勢(shì)，在播放的周中會(huì)達(dá)到頂峰然后回落，在下一集播放前再形成一輪升勢(shì)，總體趨勢(shì)向上發(fā)展。第一周的播放指數(shù)明顯低于微指數(shù)，明顯在視頻播放前大家更多通過(guò)自媒體平臺(tái)對(duì)于這部韓劇的期待，大量的移動(dòng)網(wǎng)民因?yàn)闆](méi)有購(gòu)買會(huì)員（非會(huì)員需要延后1周收看），采用等待免費(fèi)播放的方式來(lái)觀看視頻，造成該播放指數(shù)的平緩。因此從數(shù)據(jù)上看，表2中第一周的波峰不明顯。第二、三周的視頻播放指數(shù)大幅升高，說(shuō)明因?yàn)榇蠹彝ㄟ^(guò)對(duì)該視頻的了解在可以觀看的第一時(shí)間關(guān)注了該視頻的內(nèi)容，并在自媒體平臺(tái)上發(fā)表了相關(guān)評(píng)論，進(jìn)而造成微博指數(shù)也有大幅度提升。第六、七兩周微博平臺(tái)的評(píng)論發(fā)生了下降，代表媒體評(píng)論的熱度下降，播放指數(shù)呈現(xiàn)W形態(tài)，沒(méi)有明顯的人群增加，表3的微博指數(shù)在此期間多了一個(gè)波峰，是因?yàn)樵摕岵ヒ曨l主創(chuàng)人員來(lái)中國(guó)大陸只做了一期綜藝節(jié)目，引起了人們的熱議，這個(gè)熱議沒(méi)有產(chǎn)生對(duì)該視頻的播放。最后一周播放的內(nèi)容是大結(jié)局，網(wǎng)民經(jīng)過(guò)在微博平臺(tái)的熱議，爆發(fā)式的觀看了大結(jié)局，產(chǎn)生了巨大的增幅。

3.2 模型數(shù)據(jù)分析

本研究采用Lotka-Volterra生態(tài)模型進(jìn)行定量的證分析，涉及到兩個(gè)生態(tài)群體的數(shù)據(jù)。代表了指數(shù)的增長(zhǎng)速度，通過(guò)每天指數(shù)的差額來(lái)表示指數(shù)的增長(zhǎng)。借鑒已有研究成果，采用灰色估計(jì)方法對(duì)Lotka-Volterra生態(tài)模型進(jìn)行參數(shù)估計(jì)[15]。利用一階微分方程組及灰色估計(jì)的建模方法可以得到Lotka-Volterra模型的時(shí)間序列關(guān)系式：

本研究所選用的數(shù)據(jù)來(lái)自于2016年2月22日至2016年4月17日期間的數(shù)據(jù)，按照日作為時(shí)間跨度，因此n=62。根據(jù)上述公式帶入愛(ài)奇藝視頻指數(shù)和微博指數(shù)，采用矩陣計(jì)算公式計(jì)算出A1、A2、Y1和Y2。

利用公式（8）和公式（9）計(jì)算出系數(shù)。

因此公式（4）和公式（5）表示為：

Lotka-Volterra生態(tài)模型的參數(shù)分析表明，在整個(gè)熱播視頻的播放周期內(nèi)，這兩個(gè)種群的增長(zhǎng)不是一種協(xié)同成長(zhǎng)的過(guò)程，是一種“被捕食-捕食”的過(guò)程體現(xiàn)。愛(ài)奇藝指數(shù)的增長(zhǎng)速度超過(guò)了微博增長(zhǎng)速度，反映出觀看熱播視頻人群的增長(zhǎng)超過(guò)了微博熱議人群的增長(zhǎng)速度。從視頻播放第一周的數(shù)據(jù)可以發(fā)現(xiàn)，愛(ài)奇藝的指數(shù)與微博的指數(shù)相似，而伴隨愛(ài)奇藝平臺(tái)視頻的播放，該熱播劇的播放指數(shù)增長(zhǎng)程度明顯加快，超過(guò)微博平臺(tái)的數(shù)據(jù)增加程度。說(shuō)明當(dāng)網(wǎng)絡(luò)用戶逐步關(guān)注這部熱播劇時(shí)，會(huì)第一時(shí)間用移動(dòng)端觀看該視頻，并有部分網(wǎng)民結(jié)合觀看的的內(nèi)容到微博平臺(tái)觀看體驗(yàn)。用戶利用移動(dòng)端的自媒體平臺(tái)傳播的體驗(yàn)信息迅速影響其關(guān)聯(lián)的其他用戶，依靠群體擴(kuò)散效應(yīng)迅速增加熱播視頻的被關(guān)注程度，進(jìn)而構(gòu)成用戶群體數(shù)量的巨幅增加。

4 結(jié)論

本研究是從生物學(xué)的視角去研究針對(duì)網(wǎng)絡(luò)熱播視頻，其視頻播放平臺(tái)與網(wǎng)絡(luò)自媒體評(píng)論平臺(tái)之間的網(wǎng)民群體增長(zhǎng)的關(guān)系，利用了種群生物競(jìng)爭(zhēng)模型Lotka-Volterra生態(tài)模型對(duì)所提出的理論進(jìn)行分析和驗(yàn)證，并結(jié)合數(shù)據(jù)分析了兩個(gè)網(wǎng)民群體的增長(zhǎng)特征。利用理論分析可以得到，移動(dòng)網(wǎng)民觀看熱播視頻的群體性增長(zhǎng)受到視頻的關(guān)注程度影響，利用自媒體平臺(tái)對(duì)熱播視頻進(jìn)行評(píng)論，有助于提升熱播視頻的被關(guān)注程度，進(jìn)而加速移動(dòng)在線熱播視頻的擴(kuò)散速度。通過(guò)模型進(jìn)行數(shù)據(jù)分析發(fā)現(xiàn)，視頻播放平臺(tái)的用戶擴(kuò)張速度迅速，伴隨自媒體平臺(tái)的熱議程度提升，極大加速了視頻關(guān)注群體的數(shù)量提升。

綜上所述，結(jié)合本研究發(fā)現(xiàn)網(wǎng)絡(luò)熱播視頻的關(guān)注群體的迅速增加受到移動(dòng)設(shè)備的普及、特定時(shí)間點(diǎn)的需求、網(wǎng)民群體的特征等因素外，利用自媒體等移動(dòng)端網(wǎng)絡(luò)信息的傳播來(lái)增加用戶對(duì)視頻的關(guān)注進(jìn)而提升視頻的被關(guān)注程度，能夠迅速擴(kuò)大熱播視頻的被關(guān)注。通過(guò)這一結(jié)果有助于相關(guān)視頻類產(chǎn)品的移動(dòng)網(wǎng)絡(luò)的傳播。與此同時(shí)，網(wǎng)絡(luò)熱播視頻的播放周期與自媒體的熱議周期同步，說(shuō)明網(wǎng)絡(luò)熱播視頻通常在播放的過(guò)程中會(huì)大量的吸引網(wǎng)民的關(guān)注，伴隨播放時(shí)間的推移，衍生關(guān)注程度會(huì)下降，采用持續(xù)跟蹤、提升自媒體曝光等方式有助于幫助熱播內(nèi)容衍生品的傳播。

【參考文獻(xiàn)】

[1]中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心，第37次中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告[R].2016.1.

[2]程德杰.淺析移動(dòng)中國(guó)互聯(lián)網(wǎng)絡(luò)商業(yè)模式[J].移動(dòng)通信，2012（5）：16-17.

[3]殷月紅，黎小平.移動(dòng)數(shù)字內(nèi)容服務(wù)用戶采納行為理論模型及實(shí)證研究[J].情報(bào)科學(xué)，2014，32（10）：33-37.

[4]HSULU，Adoption of the mobile Internet：An empirical study of multimedia message service[J].International Journal of ManagementScience，2007，35（6）：715-726.

[5]Tan， Felix B， Chou， The relationship between mobile service quality， perceived technology compatibility， and users’perceived playfulness in the context of mobile information and entertainment services[J].International Journal of Human Computer Interaction，2008，24（7）：649-671.

[6]李慧娟，李.從線下到線上：移動(dòng)互聯(lián)網(wǎng)的時(shí)空分區(qū)效應(yīng)研究[J].國(guó)際新聞界， 2015，37（10）：18-36.

[7]夏玉珍，姜利標(biāo).社會(huì)學(xué)中的時(shí)空概念與類型范疇：評(píng)吉登斯的時(shí)空概念與類型[J].黑龍江社會(huì)科學(xué)，2010（3）：130-135.

[8]黃微，李瑞，孟佳林.大數(shù)據(jù)環(huán)境下多媒體網(wǎng)絡(luò)輿情傳播要素及運(yùn)行機(jī)理研究[J].圖書情報(bào)工作，2015，59（21）：38-44，62.

[9]楊娟娟，楊蘭蓉，曾潤(rùn)喜，等.公共安全事件中政務(wù)微博網(wǎng)絡(luò)輿情傳播規(guī)律研究：――基于“上?！钡膶?shí)證[J].情報(bào)雜志，2013，32（9）：11-15.

[10]李彪.網(wǎng)絡(luò)輿情的傳播機(jī)制研究-以央視新臺(tái)址大火為例[J].國(guó)際新聞界，2009（5）：95-99.

[11]曾潤(rùn)喜，徐曉林.網(wǎng)絡(luò)輿情的傳播規(guī)律與網(wǎng)民行為：一個(gè)實(shí)證研究[J].中國(guó)行政管理，2010（11）：18-22.

[12]武琳，陳文嘉.微博客網(wǎng)站的比較及發(fā)展策略[J].情報(bào)理論與實(shí)踐，2011，34（1）：86-88.

[13]張凌志，何金生.基于生物進(jìn)化模式下的知識(shí)進(jìn)化機(jī)理研究[J].情報(bào)雜志，2011，2（30）：105-109.

篇5

一、風(fēng)波乍起與“沉默的螺旋”是否相關(guān)？

杭州市某數(shù)碼市場(chǎng)一位網(wǎng)名“漁翁”的員工，于今年3月15日上午10時(shí)左右，在自家電腦上敲下一段不到60個(gè)字的“消息”，發(fā)在了幾個(gè)QQ群上。“消息”原文如下：

“據(jù)有價(jià)值信息，日本核電站爆炸對(duì)山東海域有影響，并不斷地污染，請(qǐng)轉(zhuǎn)告周邊的家人朋友儲(chǔ)備些鹽、干海帶，暫一年內(nèi)不要吃海產(chǎn)品?！?/p>

這條“消息”不脛而走，直至演化為兩天后全國(guó)范圍內(nèi)的輻射恐慌和“搶鹽”風(fēng)波，發(fā)生了蝴蝶效應(yīng)。無(wú)獨(dú)有偶，一周后韓國(guó)也淪為“鹽荒子孫”。這起事件耐人尋味，值得深思。

從心理層面講，有一種理論叫做“沉默的螺旋”似乎能予部分解釋。該理論源于德國(guó)傳播學(xué)家伊麗莎白?諾依曼的實(shí)證觀察，在上世紀(jì)70年代她提出了一個(gè)頗具影響力的社會(huì)公眾意見(jiàn)形成假說(shuō)：“沉默的螺旋”理論。其主旨可歸結(jié)為以下兩點(diǎn)：

一是從眾心理行為假設(shè)。個(gè)人意見(jiàn)的形成是一個(gè)社會(huì)心理過(guò)程。人們力圖從周圍環(huán)境中尋求支持，避免陷入孤立狀態(tài)。“跟風(fēng)從眾”是人的某種“社會(huì)天性”。

二是正反饋機(jī)制。人們?cè)诒磉_(dá)自己想法和觀點(diǎn)時(shí)，如果看到自己贊同的觀點(diǎn)，并且受到廣泛歡迎，就會(huì)積極參與進(jìn)來(lái)，這類觀點(diǎn)就會(huì)越發(fā)大膽地發(fā)表和擴(kuò)散，集結(jié)成強(qiáng)勢(shì)論調(diào)、形成“意見(jiàn)氣候”；而當(dāng)發(fā)覺(jué)某一觀點(diǎn)較少有人理會(huì)，即使自己贊同它，也會(huì)保持沉默或作違心之舉。此時(shí)，意見(jiàn)一方的沉默造成另一方意見(jiàn)的增勢(shì)，如此循環(huán)往復(fù)，便形成一方的聲音越來(lái)越強(qiáng)大，另一方越來(lái)越沉默下去的螺旋發(fā)展過(guò)程，此即正反饋?？刂普摳嬖V我們：系統(tǒng)的正反饋是一種催化、發(fā)散機(jī)制，導(dǎo)致系統(tǒng)失控。

據(jù)此，再看看當(dāng)時(shí)陷入“搶鹽”風(fēng)波的人們，既緣于心理恐慌，也受到盲從誘導(dǎo)、“跟風(fēng)從眾”“社會(huì)天性”的驅(qū)使。但仔細(xì)分析，在風(fēng)波發(fā)生前，人們籠罩在震后核輻射恐慌的氛圍之中，社會(huì)群體根本沒(méi)有出現(xiàn)“搶鹽”或“不搶鹽”的態(tài)度分野，因而也就根本不存在所謂“沉默的螺旋”那種心理勢(shì)能的積累與選項(xiàng)過(guò)程，換言之，“搶鹽”風(fēng)波有點(diǎn)無(wú)厘頭，此前并無(wú)任何征兆表明它在社會(huì)群體中是一個(gè)“非此即彼”可供選擇、站隊(duì)歸宗的價(jià)值取向，更不是一個(gè)由公共態(tài)度肯定或否定選項(xiàng)所激蕩引發(fā)的行為。

然而，無(wú)厘頭的事件既然發(fā)生了，那就探究其背后的動(dòng)力機(jī)制與成因。筆者認(rèn)為“搶鹽”風(fēng)波驟起是輿情“動(dòng)量”向“沖量”迅猛轉(zhuǎn)化、而累積動(dòng)量被無(wú)序釋放所致。

二、累積輿情動(dòng)量向沖量轉(zhuǎn)化是一種內(nèi)在必然

“動(dòng)量”原本是物理學(xué)中度量運(yùn)動(dòng)的一個(gè)工具，主要用來(lái)揭示系統(tǒng)的運(yùn)動(dòng)狀態(tài)和成因。因?yàn)槿魏芜\(yùn)動(dòng)絕不會(huì)是無(wú)緣無(wú)故的，動(dòng)量發(fā)生改變要么因吸收沖量而增加，要么因釋放沖量而減少。輿情動(dòng)量也是如此。

輿情動(dòng)量既可基于信息量來(lái)定義，也可基于受眾量來(lái)觀測(cè)。若從信息量出發(fā)，輿情動(dòng)量可定義為消息的信息量與受眾覆蓋速率的乘積；若從受眾量出發(fā)，輿情動(dòng)量可定義為所溝通的受眾量與信息傳播速度的乘積；而輿情沖量是動(dòng)量的改變過(guò)程，被定義為信息的影響力與其傳播時(shí)程的累積。

具體地講，輿論動(dòng)量與事件信息量、與受眾量、與信息傳播速度以及受眾覆蓋速率四個(gè)因素均成正比。定性講來(lái)，動(dòng)量與沖量的相互轉(zhuǎn)化是系統(tǒng)行為的一種內(nèi)在必然。

再結(jié)合 “搶鹽”個(gè)案來(lái)探討輿論動(dòng)量是如何集成并通過(guò)上述因素產(chǎn)生社會(huì)影響的。

首先需要強(qiáng)調(diào)的是： “搶鹽”風(fēng)波事前已積累了相當(dāng)?shù)摹拜浾搫?dòng)量”。因?yàn)槿毡?月11日大地震舉世矚目，我國(guó)媒體從發(fā)生之日起，就不間斷地播發(fā)了大量相關(guān)新聞，家喻戶曉。距“搶鹽”事件始作俑者發(fā)第一貼3月15日已經(jīng)累積5天時(shí)間的背景信息量。

大家知道，網(wǎng)絡(luò)電子時(shí)代均可實(shí)現(xiàn)“實(shí)時(shí)”傳播，各種信息的傳播速度可達(dá)到媒體信息的最大荷載，只要信道容量許可，寬帶網(wǎng)終端平均傳輸率多在100bit/s以上。由于是史無(wú)前例的大地震，5天時(shí)間內(nèi)其信息量、受眾量早累積到無(wú)以計(jì)數(shù)，受眾覆蓋速率亦毫無(wú)疑義地達(dá)到極大值，這些均在情理之中。

所以，無(wú)論是基于信息量來(lái)測(cè)量“輿論動(dòng)量”（=信息量×受眾覆蓋速率），抑或基于受眾量來(lái)估計(jì)“輿論動(dòng)量”（=受眾量×信息傳播速度），我們均有足夠的根據(jù)判斷：“搶鹽”事件爆發(fā)前早已累積了龐大的輿論動(dòng)量，那則60字的“消息”不過(guò)是壓死駱駝的最后一根稻草而已。

其次，“搶鹽”風(fēng)波之所以舉國(guó)搖動(dòng)，還與那則“消息”的貼近性相關(guān)。貼近性既是消息接受的心理機(jī)制，也是一種利益驅(qū)動(dòng)機(jī)制、是受眾行為的原動(dòng)力。

鹽是百姓居家過(guò)日子的必需品，謠傳的“消息”與百姓生活攸關(guān)，有極強(qiáng)的貼近性。根據(jù)《人民網(wǎng)》輿情監(jiān)測(cè)室分析，此次謠言的主要傳播途徑為口耳相傳和固定電話、手機(jī)短信傳播，其傳播群體主要是家庭主婦與老年人。他們限于社會(huì)認(rèn)知的局限和獲取信息途徑的缺乏，成為“囤鹽”的主力軍。

官方分析也證實(shí)：造成食鹽搶購(gòu)的原因，一方面是日本地震海嘯造成核泄漏，民間盛傳含碘食物可以預(yù)防核輻射，造成部分民眾盲目搶購(gòu)囤積碘鹽；另一方面，民眾擔(dān)心海水受到污染，以后買不到?jīng)]有污染的食鹽了，所以搶購(gòu)囤積，加之少數(shù)不法商家趁機(jī)提價(jià)牟利、推波助瀾也加劇了不理性的瘋搶勢(shì)頭。

三、“對(duì)沖機(jī)制”對(duì)輿論動(dòng)量的消解

“搶鹽”風(fēng)波既已驟起，何以驟落呢？這得益于輿情引導(dǎo)正確使用了“對(duì)沖機(jī)制”，正所謂“作用力等于反作用力”，解鈴還須系鈴人。我們從辟謠所動(dòng)員的社會(huì)資源和媒體力量的前后對(duì)比來(lái)看，為消解既成的輿論動(dòng)量的沖擊，國(guó)家上下聯(lián)動(dòng)，打了一場(chǎng)干凈利落、十分漂亮的反擊戰(zhàn)。

我們知道，從那位叫“漁翁”的網(wǎng)民3月15日發(fā)貼，到16日北京、廣東、浙江、江蘇、湖北等地發(fā)生搶購(gòu)食鹽的現(xiàn)象，其信息傳播時(shí)程只不過(guò)區(qū)區(qū)20小時(shí)。

如果將官方組織的“辟謠”視作原“消息”的反作用力來(lái)觀測(cè)，也可粗略推斷原“消息”負(fù)面輿論的影響力有多大。

例如：3月17日13時(shí)49分，中國(guó)鹽業(yè)總公司開(kāi)通新浪微博，一天之內(nèi)了50條博文，其中一個(gè)帖子在新浪等微博網(wǎng)站上一共被轉(zhuǎn)發(fā)和評(píng)論了11.5萬(wàn)次。

又如，CCTV動(dòng)用緊急視頻，3月16日、17日反復(fù)播報(bào)辟謠內(nèi)容以平息事態(tài)，姑且不說(shuō)其他各大媒體和地方媒體的立體化跟進(jìn)、強(qiáng)勢(shì)介入所形成的正面辟謠聲勢(shì)。

動(dòng)量守恒原理告訴我們：動(dòng)量的減少必借助沖量來(lái)釋放，故負(fù)面消息需通過(guò)正面辟謠來(lái)平息以正視聽(tīng)?！皳岥}”風(fēng)波能驟起快落，得到有效控制，主要是黨和政府利用傳媒機(jī)器采取果斷應(yīng)對(duì)措施，有針對(duì)性地權(quán)威信息、正確引導(dǎo)輿論的結(jié)果。其高效率、高強(qiáng)度、高密度的正面信息所形成的“對(duì)沖機(jī)制”快速消解了先前累積的負(fù)面輿情動(dòng)量，扭轉(zhuǎn)了輿情動(dòng)量的方向。

綜觀“搶鹽”風(fēng)波，還與媒體對(duì)日本地震過(guò)度報(bào)道有關(guān)，因累積了“輿論動(dòng)量”，物極必反產(chǎn)生“報(bào)道泡沫”，膨化為“搶鹽”風(fēng)波。鬧出一場(chǎng)：“日本地震、鄰國(guó)心震，別人受傷、我們喊痛”的集體無(wú)意識(shí)悲劇。

篇6

所謂思想政治教育機(jī)制，是指為了實(shí)現(xiàn)人們所期望的思想政治教育目標(biāo)，追求思想政治教育各要素的構(gòu)成方式、作用方式及由此產(chǎn)生的思想政治教育活動(dòng)的整體的運(yùn)行方式和有效調(diào)節(jié)方式的綜合[1]。思想政治教育涉及的領(lǐng)域?qū)挿?、人員眾多、矛盾復(fù)雜，所以要滿足社會(huì)實(shí)踐的需要，促進(jìn)其功能的有效發(fā)揮，就必須科學(xué)地運(yùn)行其機(jī)制。本文對(duì)思想政治教育的輿情匯集與分析機(jī)制、監(jiān)測(cè)機(jī)制與對(duì)話機(jī)制、教育與激勵(lì)機(jī)制、協(xié)調(diào)機(jī)制與保障機(jī)制進(jìn)行研究，以便使他們?cè)谏鐣?huì)實(shí)踐中科學(xué)地運(yùn)行。

1.輿情匯集與分析機(jī)制

輿情就是處在一定社會(huì)環(huán)境中的社會(huì)成員對(duì)一定社會(huì)問(wèn)題、社會(huì)現(xiàn)象的看法、意見(jiàn)或觀點(diǎn)等。一定的輿情往往具有反映現(xiàn)實(shí)及群眾心理動(dòng)向的重要作用，是化解社會(huì)矛盾的有效參照。然而，目前的社會(huì)輿情和分析機(jī)制仍然不夠完善。輿情是社會(huì)動(dòng)向的晴雨表和顯示器，它在一定程度上反映國(guó)家的形象和社會(huì)的精神面貌，是思想政治教育理應(yīng)重視的內(nèi)容，是解決社會(huì)實(shí)際問(wèn)題、提高人們思想素質(zhì)的參照，也是其功能可以有所發(fā)揮的有效陣地。

輿情匯集機(jī)制就是要為群眾提供合適的申訴和宣泄情緒的途徑，加強(qiáng)與群眾的交流和溝通，敢于讓群眾表達(dá)自己的意見(jiàn)和不滿，要善于傾聽(tīng)群眾的意見(jiàn)，了解群眾的所思所想，從而把握人民群眾的思想動(dòng)向及帶傾向性的社會(huì)動(dòng)態(tài)。而輿情分析機(jī)制指的是，對(duì)匯集而來(lái)的社會(huì)輿情進(jìn)行系統(tǒng)、科學(xué)的分析、整理，從而為進(jìn)一步采取相應(yīng)的措施做鋪墊。一方面，一定的輿情是人們的心理情緒、愿望心聲、矛盾聚焦的綜合表象。思想政治教育能夠從社會(huì)輿情中及時(shí)發(fā)現(xiàn)問(wèn)題、預(yù)測(cè)社會(huì)問(wèn)題，做到未雨綢繆、有備無(wú)患。另一方面，對(duì)于匯集、分析出來(lái)的人們比較關(guān)注的社會(huì)問(wèn)題或突發(fā)事件，要有效利用報(bào)紙、電視、互聯(lián)網(wǎng)等媒體手段給予正確的引導(dǎo)，掌握主動(dòng)權(quán)。首先，要始終堅(jiān)持運(yùn)用的基本立場(chǎng)、觀點(diǎn)和方法，進(jìn)行科學(xué)、有效的分析，根據(jù)各種不同的情況，采取相應(yīng)的宣傳方式，幫助人們抵制各種錯(cuò)誤思潮和腐朽思想，同時(shí)也要堅(jiān)持正確的輿論導(dǎo)向，依靠社會(huì)主義核心價(jià)值體系的震懾力和影響力，引領(lǐng)多元社會(huì)思潮、凈化社會(huì)風(fēng)氣；其次，要在緊要關(guān)頭和重大問(wèn)題上，堅(jiān)定立場(chǎng)，牢牢把握輿論話語(yǔ)權(quán)，有效引導(dǎo)社會(huì)輿論健康理性的發(fā)展，從而給廣大人民群眾以積極和正面的引導(dǎo)，預(yù)防社會(huì)問(wèn)題，為社會(huì)創(chuàng)設(shè)良好的輿論環(huán)境，避免社會(huì)震蕩，促進(jìn)社會(huì)和諧。

2.監(jiān)測(cè)機(jī)制與對(duì)話機(jī)制

首先，監(jiān)測(cè)機(jī)制是指在實(shí)施思想政治教育的過(guò)程中，利用網(wǎng)絡(luò)等信息手段，把握社會(huì)各群體、個(gè)人的現(xiàn)實(shí)處境、情緒動(dòng)態(tài)和政治信仰等，為其功能的發(fā)揮提供制定相應(yīng)對(duì)策的依據(jù)。一個(gè)社會(huì)共同的價(jià)值觀、政治認(rèn)同感是維持社會(huì)穩(wěn)定的關(guān)鍵。思想政治教育的監(jiān)測(cè)機(jī)制，必須在社會(huì)主義價(jià)值觀的指導(dǎo)下運(yùn)行，如實(shí)地反映群眾的意見(jiàn)和建議，在緊要關(guān)頭安撫群眾、解決矛盾、傳播社會(huì)正氣。監(jiān)測(cè)機(jī)制一方面能夠?yàn)樯鐣?huì)管理提供相關(guān)的信息數(shù)據(jù)，有利于它的順利進(jìn)行，另一方面還能夠降低社會(huì)矛盾及突發(fā)事件所帶來(lái)的負(fù)面效應(yīng)和消極影響。先進(jìn)的信息技術(shù)、各種傳媒、各學(xué)科的綜合知識(shí)等在思想政治教育過(guò)程中的充分使用，對(duì)社會(huì)成員的思想認(rèn)識(shí)和行為趨勢(shì)進(jìn)行分析并得出相對(duì)準(zhǔn)確的數(shù)據(jù)，然后根據(jù)得出的數(shù)據(jù)提前制定相應(yīng)的應(yīng)對(duì)措施和方法，從而提高對(duì)社會(huì)矛盾、突發(fā)事件的反應(yīng)能力。此外，還要加強(qiáng)調(diào)查和研究，緊密跟蹤受到極大關(guān)注的社會(huì)熱點(diǎn)和重點(diǎn)問(wèn)題，盡量使各種矛盾能夠被消解在搖籃里，節(jié)約社會(huì)管理的成本。

其次，建立對(duì)話機(jī)制，通過(guò)面對(duì)面的交流對(duì)話，了解社會(huì)成員的心理動(dòng)向和內(nèi)在訴求，積極利用思想政治教育社會(huì)管理功能中的溝通和導(dǎo)向功能，增強(qiáng)化解社會(huì)矛盾的意識(shí)和能力。其一，與人民群眾交流的渠道需要思想政治教育去拓展，引領(lǐng)他們合理、合法地表達(dá)自己的欲望及需求，不僅如此還要及時(shí)、公正、公平地回應(yīng)他們的要求；其二，對(duì)于人民群眾的內(nèi)部矛盾，思想政治教育要盡量以春風(fēng)化雨的方式給予解決。

在進(jìn)行監(jiān)測(cè)機(jī)制和對(duì)話機(jī)制的過(guò)程中，要堅(jiān)持靈活性和原則性、藝術(shù)性和規(guī)范性相結(jié)合的原則，立足于發(fā)現(xiàn)問(wèn)題、分析問(wèn)題、解決問(wèn)題，用理性和智慧引導(dǎo)社會(huì)成員的價(jià)值觀，積極推進(jìn)思想政治教育功能的發(fā)揮，促進(jìn)社會(huì)問(wèn)題的源頭治理，推進(jìn)社會(huì)管理、社會(huì)建設(shè)的有序發(fā)展。

3.教育與激勵(lì)機(jī)制

思想政治教育的教育和激勵(lì)機(jī)制就是指，依據(jù)一定的目標(biāo)，以社會(huì)生活中的具體事件為情境，在解決現(xiàn)實(shí)問(wèn)題的同時(shí)，激發(fā)和鼓勵(lì)受教育者，使他們沉睡的自我意識(shí)得以蘇醒，從而推動(dòng)他們積極主動(dòng)地改造自身、改造社會(huì)[2]。思想政治教育的溝通和對(duì)話的方法可以為其所用，真實(shí)地了解社會(huì)成員的生活需要、實(shí)際能力，在此基礎(chǔ)上激發(fā)他們的能動(dòng)性和自覺(jué)性，以社會(huì)主義的優(yōu)越性引導(dǎo)他們自覺(jué)地把社會(huì)整體的發(fā)展方向作為自我發(fā)展的方向。但是，在具體的實(shí)施過(guò)程中，絕不能無(wú)視社會(huì)成員參差不齊的階段性特征和層次性。這是因?yàn)槊總€(gè)個(gè)體的知識(shí)結(jié)構(gòu)、心理素質(zhì)、家庭背景、外在社會(huì)環(huán)境等都存在很大的差異性，思想政治教育要增強(qiáng)自身的能動(dòng)性和實(shí)踐性，就必須在教育和激勵(lì)目標(biāo)上突出各自的獨(dú)特性，使先進(jìn)性和廣泛性因社會(huì)成員的實(shí)際情況而有所區(qū)別，積極地致力于實(shí)現(xiàn)預(yù)先設(shè)定的教育和激勵(lì)目標(biāo)。只有通過(guò)教育和激勵(lì)機(jī)制提高社會(huì)成員的思想修養(yǎng)、政治品質(zhì)、實(shí)踐能力，才能夠使社會(huì)成員認(rèn)識(shí)到思想政治教育和社會(huì)管理是與自己的日常生活、自身的發(fā)展密切相關(guān)的，從而促使他們能動(dòng)地參與社會(huì)管理，充分發(fā)揮自身的聰明才智，同時(shí)積極地接受思想政治教育，改造自我，努力將自我價(jià)值的實(shí)現(xiàn)與社會(huì)價(jià)值保持一致，使思想政治教育功能得到有效的發(fā)揮。

4.協(xié)調(diào)機(jī)制與保障機(jī)制

篇7

關(guān)鍵詞：公共危機(jī)　信息管理　危機(jī)信息　危機(jī)管理

中圖分類號(hào)：　D630.8　文獻(xiàn)標(biāo)識(shí)碼：　A　文章編號(hào)：　1003-6938（2012）06－0081-10

公共危機(jī)信息管理（Public　Crisis　Information　Management，　PCIM）是公共危機(jī)管理與信息管理交叉而成的一個(gè)新的學(xué)科前沿領(lǐng)域，主要研究公共危機(jī)管理中的信息問(wèn)題和信息管理問(wèn)題。由于信息滲透于公共危機(jī)管理的各方面和全過(guò)程，是公共危機(jī)管理體系的基礎(chǔ)和核心，因此，PCIM的研究對(duì)促進(jìn)公共危機(jī)管理的理論完善和實(shí)踐發(fā)展具有基礎(chǔ)性意義。從目前研究現(xiàn)狀來(lái)看，國(guó)內(nèi)外PCIM研究成果眾多且增長(zhǎng)迅速，但總體來(lái)看研究顯得比較分散，問(wèn)題域（problem　domain）設(shè)置比較隨意，使公共危機(jī)管理研究的深入在信息維度上存在明顯的不足和缺陷。

為了從總體上認(rèn)識(shí)和把握公共危機(jī)信息管理，本文提出了PCIM的EPFMS理論分析框架，認(rèn)為PCIM領(lǐng)域有以下5個(gè)核心問(wèn)題域或研究范疇，即PCIM要素論（Element）、PCIM過(guò)程論（Process）、PCIM功能論（Function）、PCIM方法論（Methodology）和PCIM系統(tǒng)論（System），每個(gè)問(wèn)題域或研究范疇都有其核心科學(xué)問(wèn)題和研究側(cè)重點(diǎn)，它們共同構(gòu)成PCIM的EPFMS理論分析框架（見(jiàn)表1）。

1　PCIM要素論

要素論主要研究PCIM的構(gòu)成要素以及要素之間的關(guān)系，通過(guò)揭示各要素的基本內(nèi)涵和理論問(wèn)題，分析常態(tài)和危機(jī)狀態(tài)下各要素之間的聯(lián)系方式和作用機(jī)制，建立關(guān)于PCIM結(jié)構(gòu)要素的基本認(rèn)識(shí)和知識(shí)。

從廣義的角度，可把PCIM的構(gòu)成要素概括為主體要素（包括政府、媒介、公眾、企業(yè)、NGO等）、客體要素（信息）及環(huán)境要素（政策法規(guī)、經(jīng)濟(jì)、技術(shù)、文化等）（見(jiàn)圖1）。

PCIM主體要素有政府、媒介、公眾、企業(yè)、NGO等。根據(jù)公共治理理論，有效的公共危機(jī)管理應(yīng)該是政府、企業(yè)組織、NGO、公眾等多元主體共同參與的過(guò)程。他們是公共危機(jī)管理的利益相關(guān)者（Stakeholders），在危機(jī)管理過(guò)程中有不同的地位、作用、利益需求以及表達(dá)渠道與方式，需要探尋不同主體間的信息協(xié)調(diào)機(jī)制，尤其是不同主體信息平臺(tái)的良性互動(dòng)和不同主體間良性信息關(guān)系的構(gòu)建等問(wèn)題。根據(jù)公共危機(jī)中利益相關(guān)者的相關(guān)度、影響力和緊急性三個(gè)屬性，可以將利益相關(guān)者劃分為三類，即核[圖1　公共危機(jī)信息管理的構(gòu)成要素]　[環(huán)境

（教育、人文）][環(huán)境

（法律、政策）][媒體][環(huán)境

（技術(shù)）][環(huán)境

（經(jīng)濟(jì)）][公眾][政府][信息][][接受][反饋][使用][使用][傳播]　[企業(yè)][NGO]

心的利益相關(guān)者、邊緣的利益相關(guān)者和潛在的利益相關(guān)者。一般來(lái)說(shuō)，政府、受害的社會(huì)組織和公眾、危機(jī)誘發(fā)者是核心的利益相關(guān)者，媒體、NGO、公共服務(wù)部門是邊緣的利益相關(guān)者，危機(jī)旁觀者是潛在的利益相關(guān)者［1］。N.　Bharosa從社區(qū)（宏觀）、組織（中觀）、個(gè)人（微觀）三個(gè)層面分析了災(zāi)害響應(yīng)過(guò)程中影響信息共享和協(xié)作的因素，發(fā)現(xiàn)救災(zāi)工作者更愿意獲取對(duì)他們有用的信息而不是向其他人提供信息。要實(shí)現(xiàn)信息共享，理解每一個(gè)人及其他組織的工作過(guò)程和信息系統(tǒng)的性能是非常重要的，并據(jù)此提出了對(duì)信息系統(tǒng)設(shè)計(jì)者及政策制定者的六條建議［2］。

信息是PCIM的客體要素，是PCIM要素論研究的核心內(nèi)容。危機(jī)信息的概念有廣義和狹義之分，狹義的危機(jī)信息是危機(jī)潛伏、爆發(fā)、持續(xù)、解決等一系列過(guò)程中與危機(jī)管理相關(guān)的各種信息，廣義的危機(jī)信息除了信息要素之外，還包括危機(jī)管理過(guò)程中與信息相關(guān)的人員、技術(shù)、設(shè)備、資金等，即危機(jī)信息資源［3］。信息要素的研究首先需要分析公共危機(jī)的信息需求，研究危機(jī)信息及其傳播特點(diǎn)；其次對(duì)相關(guān)信息進(jìn)行分類分級(jí)，建立信息目錄體系，按目錄層級(jí)和輕重緩急收集和分析信息；再次從信息主體和客體間的相互作用研究信息的傳遞、共享和使用問(wèn)題，主要圍繞信息機(jī)構(gòu)如何組織信息資源、政府機(jī)構(gòu)如何信息、媒介組織如何傳播信息、社會(huì)公眾如何接受和選擇信息這幾條主線展開(kāi)。

環(huán)境要素是PCIM主體要素和客體要素之間相互作用的通道和橋梁，主要包括與PCIM相關(guān)的政策法規(guī)、產(chǎn)業(yè)經(jīng)濟(jì)條件、信息技術(shù)、減災(zāi)防災(zāi)文化等。環(huán)境要素是PCIM的支持要素和保障要素，良好的環(huán)境是PCIM主客體有效作用、信息順暢傳遞和發(fā)揮作用的有力保障。

PCIM要素論要研究的主要內(nèi)容有：（1）PCIM構(gòu)成要素及其相關(guān)理論問(wèn)題；（2）PCIM主體間的信息關(guān)系及相互作用問(wèn)題，如政府和媒體、政府和公眾、媒體和公眾、政府和企業(yè)、政府和NGO等之間的信息傳遞與信息溝通；（3）PCIM主體、客體與環(huán)境之間的相互作用及信息關(guān)系問(wèn)題，如信息流程、信息共享、信息反饋、信息架構(gòu)（Information　Architecture）以及信息倫理、信息政策、信息成本控制等。

2　PCIM過(guò)程論

美國(guó)危機(jī)和緊急情況管理手冊(cè)（Handbook　of　Crisis　and　Emergency　Management）提出了公共危機(jī)管理的四階段模型，即減除（Mitigation）、預(yù)防（Preparedness）、反應(yīng)（Response）和恢復(fù)（Recovery）［4］?！皽p除”是指減少影響人類生命、財(cái)產(chǎn)的自然或人力危險(xiǎn)要素，如實(shí)施建筑標(biāo)準(zhǔn)、推行災(zāi)害保險(xiǎn)、頒布安全法規(guī)等；“準(zhǔn)備”是指發(fā)展應(yīng)對(duì)各種突發(fā)事件的能力，如制訂應(yīng)急計(jì)劃、建立預(yù)警系統(tǒng)、成立應(yīng)急運(yùn)行中心、進(jìn)行災(zāi)害救援培訓(xùn)與演練等；“響應(yīng)”是指災(zāi)害發(fā)生的事前、事中與事后采取行動(dòng)以挽救生命、減少損失，如激活應(yīng)急計(jì)劃、啟動(dòng)應(yīng)急系統(tǒng)、提供應(yīng)急醫(yī)療援助、組織疏散與搜救等；“恢復(fù)”既指按照最低運(yùn)行標(biāo)準(zhǔn)將重要生存支持系統(tǒng)復(fù)原的短期行為，也指推動(dòng)社會(huì)生活恢復(fù)常態(tài)的長(zhǎng)期活動(dòng)，如清理廢墟、控制污染、提供災(zāi)害失業(yè)救助、提供臨時(shí)住房等。PCIM過(guò)程論就是從公共危機(jī)管理的四個(gè)階段出發(fā)，研究每一階段的信息保障和信息管理問(wèn)題（見(jiàn)圖2）。

從管理學(xué)的PDCA（計(jì)劃、執(zhí)行、檢查、糾正）活動(dòng)角度看，PCIM不僅僅是在公共危機(jī)的全流程管理中提供有效的信息，它應(yīng)以“決策和執(zhí)行”為軸心，在危機(jī)信息管理活動(dòng)中不斷重復(fù)PDCA管理功能，不斷改進(jìn)，形成螺旋式的公共危機(jī)信息管理循環(huán)。公共危機(jī)管理的每個(gè)階段都有PDCA循環(huán)，后一階段的PDCA循環(huán)以前一階段為基礎(chǔ)，是對(duì)前一階段的修正和改進(jìn)。例如，響應(yīng)階段的PDCA以準(zhǔn)備階段的PDCA為前提和基礎(chǔ)。

公共危機(jī)管理的四個(gè)階段都涉及信息的收集、處理、存儲(chǔ)、傳播和使用，但各個(gè)階段的信息管理內(nèi)容是有所側(cè)重和不同的?！皽p除”階段主要內(nèi)容有：風(fēng)險(xiǎn)信息收集、風(fēng)險(xiǎn)地圖繪制、危機(jī)預(yù)測(cè)、風(fēng)險(xiǎn)評(píng)估等；“準(zhǔn)備”階段主要內(nèi)容有：信息監(jiān)測(cè)、信息分析、預(yù)案研發(fā)、預(yù)警系統(tǒng)等；“響應(yīng)”階段內(nèi)容有：信息公開(kāi)、信息傳播、信息資源配置、決策信息支持等；“恢復(fù)”階段主要內(nèi)容有：災(zāi)害評(píng)估、危機(jī)善后、災(zāi)后重建等。

從公共危機(jī)管理的發(fā)展趨勢(shì)來(lái)看，其重心已從災(zāi)后應(yīng)對(duì)轉(zhuǎn)向?yàn)?zāi)前準(zhǔn)備，進(jìn)而轉(zhuǎn)向風(fēng)險(xiǎn)管理，即由被動(dòng)響應(yīng)變?yōu)橹鲃?dòng)防御，由主動(dòng)防御變?yōu)轱L(fēng)險(xiǎn)消除。與此相對(duì)應(yīng)，PCIM的研究重點(diǎn)也將逐步轉(zhuǎn)向風(fēng)險(xiǎn)信息管理和災(zāi)前信息準(zhǔn)備，信息備災(zāi)將作為一個(gè)重要概念提出并逐步上升為PCIM的一個(gè)重大研究領(lǐng)域。

3　PCIM功能論

功能論主要研究PCIM在公共危機(jī)管理中的功能和作用，探析PCIM最基本、最普遍的功能及其作用機(jī)理與方式。一方面，這些最基本、最普遍的功能可以概括各種具體的PCIM的工作目標(biāo)，另一方面，這些最基本、最普遍的功能又是相互不能替代和兼容的，它們表征了PCIM的基本價(jià)值和作用。

在經(jīng)典文獻(xiàn)中，阿利森和澤利科在《決策的本質(zhì)——解析古巴導(dǎo)彈危機(jī)》（Essence　of　Decision：　Explaining　the　Cuban　Missile　Crisis）中闡述了危機(jī)與決策的關(guān)系以及決策模式，將危機(jī)管理看成是決策論的一個(gè)分支加以研究，強(qiáng)調(diào)了信息在危機(jī)決策中的作用。米特洛夫和皮爾森在其著作《危機(jī)管理》（Crisis　Management）中指出，搜集、分析和傳播信息是危機(jī)管理的直接任務(wù)［5］。奧托·萊爾賓格爾在《危機(jī)主管：直面風(fēng)險(xiǎn)與不確定性》一文中，從信息角度分析了危機(jī)管理者的職能和素質(zhì)［6］。羅納德·伯克和卡里·庫(kù)珀在《持續(xù)性危機(jī)溝通：規(guī)劃、管理和響應(yīng)》一書中分析了危機(jī)管理中的信息需求問(wèn)題，提出了持續(xù)性的危機(jī)管理方法，探討了信號(hào)尋求、危機(jī)預(yù)防、危機(jī)準(zhǔn)備、危機(jī)識(shí)別、危機(jī)遏阻、危機(jī)恢復(fù)等相關(guān)問(wèn)題［7］。

通過(guò)歸納、比較、綜合各種不同層次、不同類型的公共危機(jī)信息管理所提出的工作任務(wù)，結(jié)合公共危機(jī)管理對(duì)PCIM工作的需求，將PCIM的功能劃分為基礎(chǔ)功能和核心功能兩大部分?；A(chǔ)功能包括對(duì)危機(jī)信息的收集、處理（組織）、存儲(chǔ)、傳播和使用；核心功能包括利用危機(jī)信息進(jìn)行預(yù)測(cè)、預(yù)警、決策、執(zhí)行（指揮、調(diào)度）和評(píng)估?；A(chǔ)功能是一般信息管理所共有的功能，核心功能是在基礎(chǔ)功能的基礎(chǔ)上，PCIM支持公共危機(jī)管理的最基本、最普遍的功能。PCIM的基礎(chǔ)功能和核心功能都貫穿于整個(gè)公共危機(jī)管理活動(dòng)中，基礎(chǔ)功能是前提和基礎(chǔ)，核心功能是本質(zhì)和中心；任何一個(gè)核心功能的實(shí)現(xiàn)都離不開(kāi)基礎(chǔ)功能，同樣基礎(chǔ)功能要想體現(xiàn)其價(jià)值和作用，又要通過(guò)核心功能來(lái)實(shí)現(xiàn)（見(jiàn)圖3）。

[圖3　公共危機(jī)信息管理功能論]

3.1　PCIM基礎(chǔ)功能

（1）信息收集：實(shí)時(shí)、準(zhǔn)確、全面地監(jiān)測(cè)和收集與公共危機(jī)相關(guān)的各種數(shù)據(jù)和信息，強(qiáng)調(diào)對(duì)危機(jī)征兆信息的捕捉，重視遙感、遙測(cè)、GIS、GPS等信息技術(shù)的使用以及信息的實(shí)時(shí)動(dòng)態(tài)更新。隨著社交媒體的興起，社交媒體正成為公共危機(jī)信息監(jiān)測(cè)與收集的重要渠道［8］。

（2）信息處理：對(duì)危機(jī)信息進(jìn)行選擇、組織和加工整理，是把無(wú)序的信息流轉(zhuǎn)化為有序信息流和支持危機(jī)決策的知識(shí)。在當(dāng)前大數(shù)據(jù)環(huán)境下，對(duì)海量實(shí)時(shí)危機(jī)信息流的處理和挖掘分析在技術(shù)上已成為可能，正成為社會(huì)計(jì)算（Social　Computing）、計(jì)算社會(huì)科學(xué)（Computational　Social　Science）、商務(wù)智能（Business　Intelligence）等學(xué)科的研究熱點(diǎn)［9］。

（3）信息存儲(chǔ)：是將已加工處理的危機(jī)信息存儲(chǔ)到介質(zhì)中，以方便公共危機(jī)利益相關(guān)者使用和傳播。云存儲(chǔ)和云計(jì)算是海量實(shí)時(shí)危機(jī)信息存儲(chǔ)的一個(gè)基本趨勢(shì)。

（4）信息傳播：將經(jīng)過(guò)處理的危機(jī)信息提供給用戶，以滿足用戶信息需求的過(guò)程。信息公開(kāi)是PCIM的一個(gè)核心原則。新媒體在危機(jī)信息傳播中的作用日益受到關(guān)注［10-12］的同時(shí)，公共危機(jī)中虛假信息和偽信息的傳播問(wèn)題也成為研究熱點(diǎn)［13-14］。

（5）信息使用：利益相關(guān)者利用信息或信息服務(wù)進(jìn)行公共危機(jī)管理的過(guò)程。信息使用是PCIM的目的和歸宿，是PCIM基礎(chǔ)功能和核心功能聯(lián)系的橋梁和紐帶。

信息收集、信息處理、信息存儲(chǔ)、信息傳播和信息使用構(gòu)成信息的生命周期（Information　Life　Cycle），是一個(gè)不斷循環(huán)往復(fù)的過(guò)程。

3.2　PCIM核心功能

（1）預(yù)測(cè)與預(yù)警：貫穿于危機(jī)生命周期全過(guò)程。在危機(jī)爆發(fā)前需要對(duì)其進(jìn)行監(jiān)測(cè)和預(yù)測(cè)，找到潛在的危機(jī)并盡可能的消除。在危機(jī)發(fā)生伊始，要對(duì)所發(fā)生的危機(jī)做出恰當(dāng)?shù)念A(yù)警，引導(dǎo)和指揮公眾應(yīng)對(duì)危機(jī)。在危機(jī)爆發(fā)后，也需要根據(jù)危機(jī)的不斷變化和特有性征調(diào)整計(jì)劃和方案，達(dá)到以少量代價(jià)解決危機(jī)的目的。危機(jī)預(yù)控職能是有效避免危機(jī)的關(guān)鍵職能，主要處于危機(jī)爆發(fā)前的潛伏期、生成期和期中。利用無(wú)線傳感網(wǎng)絡(luò)、空間視頻系統(tǒng)及人工智能（移動(dòng)機(jī)器人）等可以有效地收集地理數(shù)據(jù)和環(huán)境狀態(tài)數(shù)據(jù)［15-18］，并通過(guò)預(yù)測(cè)模型得出哪些地區(qū)會(huì)受到威脅，及時(shí)做出預(yù)警。利用從急救中心及突發(fā)事件舉報(bào)中心獲得的數(shù)據(jù)，可以分析危機(jī)事件發(fā)生的頻率及時(shí)空分布［19-20］。

（2）決策：支持危機(jī)決策是PCIM的核心功能，危機(jī)信息的收集、組織、分析、解讀均以決策目標(biāo)為中心。賈尼斯在《決策與危機(jī)管理中的領(lǐng)導(dǎo)》（Crucial　Decision：　Leadership　in　Policymaking　and　Crisis　Management）一書中，在總結(jié)各類決策模式的基礎(chǔ)上，提出了危機(jī)決策流程的約束模型和四大步驟，闡述了信息搜集在問(wèn)題確認(rèn)、信息資源利用、分析和方案形成以及評(píng)估和選擇中的作用［21］。Roberto　G.aldunate等人研究并提出了一種分布式協(xié)同決策模型，主要用于大規(guī)模減災(zāi)中的決策制定［22］。De　Maio等研究了一種基于語(yǔ)義網(wǎng)絡(luò)來(lái)協(xié)調(diào)異質(zhì)數(shù)據(jù)和柔性計(jì)算的方法，用來(lái)處理不確定性因素和模擬植入在應(yīng)急計(jì)劃中的因果推理，來(lái)支持應(yīng)急決策和資源調(diào)度［23］。GIS可通過(guò)獲取數(shù)據(jù)、存儲(chǔ)數(shù)據(jù)、處理數(shù)據(jù)、分析數(shù)據(jù)以及可視化數(shù)據(jù)，為危機(jī)管理者提供了決策支持［24］。除決策系統(tǒng)設(shè)計(jì)之外，決策信息的傳達(dá)及決策中領(lǐng)導(dǎo)績(jī)效的測(cè)量也受到了關(guān)注［25-26］。

決策功能貫穿于整個(gè)危機(jī)管理活動(dòng)中，事前的決策主要是以常規(guī)決策和程序化決策為主，決策的問(wèn)題一般都具有良好的結(jié)構(gòu)，可以廣泛征求意見(jiàn)，充分發(fā)揚(yáng)和體現(xiàn)民主決策。協(xié)商民主（Deliberative　Democracy）、基于地理信息的協(xié)商（GeoDeliberation）等作為重要研究主題，在公共危機(jī)管理領(lǐng)域正引起廣泛的關(guān)注［27-28］。危機(jī)一旦發(fā)生，危機(jī)的決策目標(biāo)就會(huì)隨著危機(jī)事態(tài)的演變而變化，人們需要不斷地做出調(diào)整和修正，危機(jī)決策變?yōu)榉浅绦蚧瘺Q策。這時(shí)決策的第一目標(biāo)是控制危機(jī)的蔓延和事態(tài)的進(jìn)一步惡化，決策者通常以經(jīng)驗(yàn)和靈感決策為主，由于情況緊急，往往將權(quán)威決策者的決定作為最后的決策結(jié)果。

決策過(guò)程中要解決的主要信息問(wèn)題有：①準(zhǔn)確定義危機(jī)決策問(wèn)題；②針對(duì)可能出現(xiàn)的各種危機(jī)情境，應(yīng)用專家知識(shí)和經(jīng)驗(yàn)編制危機(jī)應(yīng)急預(yù)案和應(yīng)對(duì)計(jì)劃；③根據(jù)出現(xiàn)的異常問(wèn)題，判別危機(jī)情境，借助于DSS、知識(shí)庫(kù)、預(yù)案仿真等技術(shù)得到處理危機(jī)的初步方案。

（3）執(zhí)行。高效的執(zhí)行是危機(jī)決策發(fā)揮作用的有利保證。執(zhí)行階段主要的問(wèn)題有人員設(shè)備和其他資源的調(diào)度，災(zāi)害現(xiàn)場(chǎng)的實(shí)時(shí)反饋，突況的靈活應(yīng)對(duì)等。在執(zhí)行的過(guò)程中協(xié)作是至關(guān)重要的，大規(guī)模的危機(jī)事件響應(yīng)是一個(gè)綜合協(xié)作的過(guò)程，需要相鄰區(qū)域的多部門主動(dòng)參與和有效協(xié)作［29］。對(duì)公眾參與來(lái)說(shuō)，開(kāi)放地理信息系統(tǒng)（volunteered　geographic　information）［30］、移動(dòng)地理信息系統(tǒng)［31］等是有效工具，一方面會(huì)提供重要的信息交互，另一方面也會(huì)提高應(yīng)急處置的效率。

（4）評(píng)估。不僅指對(duì)危機(jī)后的評(píng)價(jià)，還包括對(duì)危機(jī)前的風(fēng)險(xiǎn)評(píng)估以及危機(jī)中“可減緩性”、“可挽救性”與“可恢復(fù)性”的評(píng)價(jià)，其中尤其要注重危機(jī)前的風(fēng)險(xiǎn)評(píng)價(jià)，因?yàn)樗哂小翱上浴保?2］。美國(guó)聯(lián)邦應(yīng)急管理署（FEMA）了一系列與風(fēng)險(xiǎn)有關(guān)的文件，其中包括風(fēng)險(xiǎn)地圖、評(píng)估和規(guī)劃（RiskMAP）的項(xiàng)目管理、戰(zhàn)略、技術(shù)服務(wù)和用戶數(shù)據(jù)服務(wù)等［33］。日本學(xué)者Ana　Maria　Cruz　和Norio　Okada研究了城市由自然災(zāi)害引發(fā)的技術(shù)災(zāi)難（Natech）［34］，并提出了針對(duì)此類災(zāi)難進(jìn)行風(fēng)險(xiǎn)評(píng)估的一套方法論。德國(guó)的備災(zāi)評(píng)估項(xiàng)目中建立了比較成熟的備災(zāi)指標(biāo)和框架，可進(jìn)行多種與災(zāi)難相關(guān)的評(píng)估［35］（Center　for　Hazards　Research　and　Policy　Development　University　of　Louisville，2006）。在火山、地震、泥石流、海嘯等自然災(zāi)害風(fēng)險(xiǎn)評(píng)估與災(zāi)害影響評(píng)估中，交互式繪圖信息系統(tǒng)、地理空間信息技術(shù)、遙感遙測(cè)等技術(shù)得到了廣泛應(yīng)用［36-39］。

4　PCIM方法論

著名學(xué)者拉普拉斯說(shuō)過(guò)：認(rèn)識(shí)研究方法比發(fā)明、發(fā)現(xiàn)本身更重要。如果我們把發(fā)明和發(fā)現(xiàn)比喻為“黃金”，那么研究方法就是“煉金術(shù)”［49］。方法論是對(duì)方法的理論說(shuō)明與邏輯抽象，是具體的、個(gè)別的方法的體系化與理論化，因此相對(duì)于方法而言，方法論具有理論性、系統(tǒng)性和統(tǒng)一性等特征。

信息管理方法研究在危機(jī)管理領(lǐng)域雖然取得了一定的發(fā)展，但還沒(méi)有形成系統(tǒng)的成果。公共危機(jī)信息管理有其自身的特點(diǎn)，所運(yùn)用的方法要側(cè)重于應(yīng)用性與可操作性，必須與實(shí)際情況相適應(yīng)，這就決定了PCIM的方法體系與傳統(tǒng)的信息管理方法有所不同。

對(duì)PCIM方法體系的建構(gòu)來(lái)說(shuō)，一方面，方法是實(shí)現(xiàn)PCIM各項(xiàng)具體工作目標(biāo)或任務(wù)的工具，因此，方法的結(jié)構(gòu)應(yīng)該從總體上保證PCIM各種功能的實(shí)現(xiàn)，即符合功能—結(jié)構(gòu)的對(duì)應(yīng)原則。另一方面，由于PCIM方法的來(lái)源是多方面的，方法的類別和數(shù)量是眾多的，方法的性質(zhì)是多元的，固此，應(yīng)構(gòu)建一個(gè)盡可能全面的、有機(jī)的方法框架，既明確反映各種具體方法的“位置”、反映方法之間的聯(lián)系和區(qū)別，又是可以擴(kuò)充和發(fā)展的，可為新方法的并入提供余地。

根據(jù)公共危機(jī)管理的四階段模型，從支持公共危機(jī)管理流程的主要功能出發(fā)，建構(gòu)了與主要功能相對(duì)應(yīng)的PCIM方法體系（見(jiàn)圖4）［41］。

PCIM方法體系由需求分析方法、信息采集方法、危機(jī)預(yù)測(cè)方法、危機(jī)監(jiān)測(cè)方法、環(huán)境分析方法、深度研究方法、應(yīng)急決斷方法、執(zhí)行控制方法和綜合評(píng)價(jià)方法9大類方法構(gòu)成，每一類方法又包括各種具體方法，本文只列舉了部分常用或重要方法。

公共危機(jī)發(fā)生之前是信息管理的準(zhǔn)備階段，所需要做的是需求分析、信息采集與危機(jī)預(yù)測(cè)。需求分析方法保證了需求分析階段所劃定的信息需求范圍的合理性，信息采集方法保證了所采集信息的質(zhì)量與數(shù)量，而危機(jī)預(yù)測(cè)方法則直接關(guān)系到危機(jī)預(yù)報(bào)的準(zhǔn)確性。

公共危機(jī)過(guò)程中的信息管理過(guò)程就是危機(jī)決策的過(guò)程，對(duì)應(yīng)于危機(jī)決策的5個(gè)步驟，信息管理也執(zhí)行危機(jī)監(jiān)測(cè)、環(huán)境分析、深度研究、應(yīng)急決斷與執(zhí)行控制5個(gè)功能。這個(gè)過(guò)程直接關(guān)系到公共危機(jī)管理的效果，對(duì)各類方法的應(yīng)用也最為廣泛。

公共危機(jī)后信息管理的作用是對(duì)危機(jī)管理的效果進(jìn)行評(píng)價(jià)并進(jìn)行及時(shí)反饋，此時(shí)的方法也主要是各類評(píng)價(jià)方法。

5　PCIM系統(tǒng)論

PCIM系統(tǒng)論主要研究支持公共危機(jī)管理的各種應(yīng)用信息系統(tǒng)、信息架構(gòu)和信息技術(shù)。美國(guó)紐約大學(xué)商學(xué)院勞頓教授認(rèn)為：信息系統(tǒng)不只是一個(gè)技術(shù)系統(tǒng)，而且還是一個(gè)管理系統(tǒng)和組織系統(tǒng)，是一個(gè)社會(huì)系統(tǒng)。危機(jī)管理信息系統(tǒng)是基于不同層次、不同功能和技術(shù)的多維整合（見(jiàn)圖5）［42］。

從技術(shù)維的角度，各種公共危機(jī)管理應(yīng)用信息系統(tǒng)和信息平臺(tái)的建設(shè)需要廣泛采用各種信息技術(shù)。除計(jì)算機(jī)硬件、軟件、存儲(chǔ)技術(shù)、通訊和網(wǎng)絡(luò)技術(shù)等最基本的技術(shù)之外，還需要利用遙感技術(shù)（RS）、GPS技術(shù)和分布式數(shù)據(jù)庫(kù)技術(shù)，有效地集成分散的信息資源；采用網(wǎng)格技術(shù)、GMS（Geo-code　Mapping　System）技術(shù)、數(shù)據(jù)倉(cāng)庫(kù)（DM）等，建立完整、動(dòng)態(tài)的危機(jī)管理綜合數(shù)據(jù)庫(kù)；采用GIS技術(shù)、信息可視化技術(shù)、XML技術(shù)和決策模型，建立相互關(guān)聯(lián)的決策支持子系統(tǒng)；采用地理空間信息技術(shù)，建立協(xié)作式危機(jī)管理系統(tǒng)［43-44］；采用網(wǎng)絡(luò)輿情監(jiān)測(cè)技術(shù)，實(shí)現(xiàn)對(duì)網(wǎng)絡(luò)群體性突發(fā)事件危機(jī)信息傳播動(dòng)態(tài)的實(shí)時(shí)監(jiān)測(cè)［45］；采用仿真技術(shù)，實(shí)現(xiàn)對(duì)危機(jī)事件的發(fā)生、演化機(jī)理分析，加深人們對(duì)危機(jī)治理的理解和認(rèn)知［46-47］。

在經(jīng)典文獻(xiàn)中，1984年，沙特朗（R.　L.　Chartrand）等人在名為《用于應(yīng)急管理的信息技術(shù)》（Information　Technology　for　Emergency　Management：Report）的研究報(bào)告中，著重研究了應(yīng)急通信系統(tǒng)、與自然災(zāi)害有關(guān)的信息存儲(chǔ)與檢索系統(tǒng)，以及其它信息技術(shù)在減災(zāi)和危機(jī)管理等方面的應(yīng)用問(wèn)題［48］?？屏郑∟ick　Collin）討論了危機(jī)信息管理中對(duì)信息和技術(shù)管理重構(gòu)的重要性［49］。1999年，美國(guó)國(guó)家研究理事會(huì)（National　Research　Council，　NRC）編著的《用于危機(jī)管理的信息技術(shù)研究》（Information　Technology　Research　for　Crisis　Management）詳細(xì)介紹了各種可用于危機(jī)管理的信息技術(shù)的特點(diǎn)、作用等，并強(qiáng)調(diào)要通過(guò)信息技術(shù)的運(yùn)用來(lái)應(yīng)對(duì)各種危機(jī)［50］。在危機(jī)管理實(shí)踐中，全球著名的ESI公司開(kāi)發(fā)了基于Web的應(yīng)急信息管理系統(tǒng)——Web　EOC系統(tǒng)，已得到了廣泛利用，可以使組織在沒(méi)有建立緊急事件處理中心的情況下也能很好地預(yù)防和應(yīng)對(duì)危機(jī)［51］。

從層次維的角度，地方危機(jī)管理信息系統(tǒng)支持地方政府的公共危機(jī)管理，各應(yīng)用信息系統(tǒng)一般由政府專門部門建設(shè)，一般系統(tǒng)可操作性強(qiáng)，但可集成、可擴(kuò)展性差。國(guó)家危機(jī)管理信息系統(tǒng)支持國(guó)家層面的公共危機(jī)管理，是地方危機(jī)管理信息系統(tǒng)的集成，建設(shè)中主要解決不同系統(tǒng)間的數(shù)據(jù)融合、共享和擴(kuò)展問(wèn)題。全球戰(zhàn)略與區(qū)域應(yīng)對(duì)信息管理系統(tǒng)支持國(guó)際層面的公共危機(jī)管理，在“全球風(fēng)險(xiǎn)社會(huì)”背景下，是支持跨國(guó)危機(jī)管理和全球危機(jī)管理的信息基礎(chǔ)設(shè)施。在上述三個(gè)層次的危機(jī)信息系統(tǒng)中，國(guó)家危機(jī)管理信息系統(tǒng)居于核心地位。以美國(guó)國(guó)家突發(fā)事件管理系統(tǒng)（National　Incident　Management　System，　NIMS）為例，美國(guó)國(guó)土安全部成立后，NIMS將美國(guó)已有的最佳經(jīng)驗(yàn)整合為一個(gè)統(tǒng)一的適用于各級(jí)政府和職能部門應(yīng)對(duì)各種災(zāi)難的國(guó)家突發(fā)事件管理方案，使聯(lián)邦、州、各級(jí)地方府與私人團(tuán)體能夠有效、高效、協(xié)調(diào)一致地對(duì)國(guó)內(nèi)突發(fā)事件作出準(zhǔn)備、反應(yīng)以及從突發(fā)事件中恢復(fù)［52］。在實(shí)用系統(tǒng)層面，Sahana作為一個(gè)開(kāi)放的災(zāi)害管理信息系統(tǒng)，能有效地促進(jìn)政府、公眾、企業(yè)及非政府組織之間的協(xié)作，協(xié)作主體可以跨越組織界限共享數(shù)據(jù)，共同響應(yīng)災(zāi)害［53］。

從功能維的角度，公共危機(jī)管理信息系統(tǒng)按照功能可以劃分為安全信息采集系統(tǒng)、動(dòng)態(tài)數(shù)據(jù)監(jiān)測(cè)系統(tǒng)、危機(jī)預(yù)測(cè)預(yù)警系統(tǒng)、應(yīng)急預(yù)案系統(tǒng)、應(yīng)急演練系統(tǒng)、應(yīng)急仿真系統(tǒng)、應(yīng)急決策系統(tǒng)、應(yīng)急指揮系統(tǒng)、應(yīng)急資源配置與調(diào)度系統(tǒng)、環(huán)境污染評(píng)測(cè)系統(tǒng)、災(zāi)害綜合理賠系統(tǒng)、財(cái)產(chǎn)損害評(píng)估系統(tǒng)、醫(yī)療救助系統(tǒng)等。這些應(yīng)用信息系統(tǒng)通過(guò)統(tǒng)一的應(yīng)急信息平臺(tái)進(jìn)行集成，支持公共危機(jī)管理各項(xiàng)功能的實(shí)現(xiàn)。

6　結(jié)語(yǔ)

EPFMS分析框架是在公共危機(jī)管理與信息管理雙重視域的交叉結(jié)合中基于問(wèn)題域及其關(guān)系建構(gòu)起來(lái)的PCIM研究框架，說(shuō)明PCIM既有其背景學(xué)科——公共危機(jī)管理與信息管理——的知識(shí)支撐，又有其不同于背景學(xué)科的獨(dú)特的知識(shí)元素和學(xué)科氣質(zhì)。

EPFMS分析框架的PCIM要素論主要研究PCIM的構(gòu)成要素以及要素之間的關(guān)系，建立關(guān)于PCIM結(jié)構(gòu)要素的基本認(rèn)識(shí)和知識(shí)；PCIM過(guò)程論基于公共危機(jī)管理的典型生命周期過(guò)程，研究每一階段的信息保障和信息管理問(wèn)題；PCIM功能論主要研究PCIM在公共危機(jī)管理中的功能和作用，探析PCIM最基本、最普遍的功能及其作用機(jī)理與方式；PCIM方法論研究PCIM的方法來(lái)源、方法原理、方法應(yīng)用以及方法體系的建構(gòu)問(wèn)題；PCIM系統(tǒng)論主要研究支持公共危機(jī)管理的各種應(yīng)用信息系統(tǒng)、信息架構(gòu)和信息技術(shù)。每個(gè)研究范疇都有其核心科學(xué)問(wèn)題和研究側(cè)重點(diǎn)，它們共同構(gòu)成公共危機(jī)信息管理的EPFMS理論分析框架。為了便于對(duì)EPFMS分析框架有更加明確的認(rèn)識(shí)，將其主要研究?jī)?nèi)容以及未來(lái)研究方向等總結(jié)如下表（見(jiàn)表2）。

[EPFMS

框架＼&研究

時(shí)間＼&研究的

成熟度＼&研究的核心問(wèn)題＼&未來(lái)發(fā)展

方向＼&要素論＼&稍晚＼&不成熟＼&公共危機(jī)信息管理的主體、客體、環(huán)境，以及主體和客體間的信息傳遞、作用機(jī)制等。＼&由要素內(nèi)容轉(zhuǎn)向要素關(guān)系研究＼&過(guò)程論＼&較早＼&欠成熟＼&以決策為軸心研究公共危機(jī)信息的螺旋式周期管理＼&由災(zāi)害應(yīng)對(duì)轉(zhuǎn)向信息備災(zāi)和風(fēng)險(xiǎn)管理＼&功能論＼&較早＼&較成熟＼&以決策功能為核心研究公共危機(jī)信息收集、處理、存儲(chǔ)、傳播和使用中的問(wèn)題，支持危機(jī)預(yù)測(cè)預(yù)警、決策、評(píng)估。＼&智能化決策，突發(fā)事件的動(dòng)態(tài)仿真與計(jì)算實(shí)驗(yàn)＼&方法論＼&稍晚＼&不成熟＼&危機(jī)信息的收集方法、組織方法、決策方法、評(píng)估方法以及改進(jìn)＼&新方法的引入，獨(dú)有方法的建構(gòu)＼&系統(tǒng)論＼&早＼&較成熟＼&支持信息系統(tǒng)建設(shè)的關(guān)鍵技術(shù)，如GIS、網(wǎng)格技術(shù)、衛(wèi)星遙感、可視化技術(shù)等。不同信息系統(tǒng)的集成和融合問(wèn)題，如數(shù)據(jù)共享、數(shù)據(jù)兼容＼&綜合危機(jī)信息管理系統(tǒng)＼&][表2　EPFMS的主要研究?jī)?nèi)容和方向]

參考文獻(xiàn)：

［1］沙勇忠，　劉紅芹.公共危機(jī)的利益相關(guān)者分析模型［J］.科學(xué)·經(jīng)濟(jì)·社會(huì)，　2009，?。?）：　58-61.

［2］N.　Bharosa，　J.　Lee.　Challenges　and　Obstacles　in　Sharing　and　Coordinating　Information　During　Multi-Agency　Disaster　Response：　Propositions　From　Field　Exercises［J］.　Information　Systems　Frontiers，　2010，　12（1）：　49-65.

［3］　F.　W.　Horton，　D.　A.　Marchand.　Information　Management　in　Public　Administration［M］，　Arlington，　Va.?。骸nformation　Resources　Press，　1982.

［4］［澳］羅伯特·希斯.　王成，　宋炳輝，　金瑛，　譯.　危機(jī)管理［M］.　北京：中信出版社，　2001：　30-31.

［5］Mitroff　，　Pearson.　Crisis　Management［M］.　San　Francisco：　Jossey-Bass　Publishers，　1993.

［6］Otto　Lerbinger.　the　Crisis　Manager：　Facing　Risk　And　Responsibility［M］.　New　Jersey：　Lawrence　Erlubaum　Associates，　1997.

［7］Ronald　J　Burke，　Cary　L　Cooper.　the　Organization　in　Crisis　：Downsizing，　Restructuring　and　Privatization［M］.　Malden，　Ma：　Blackwell　Publishers，　2000.

［8］Austin，　Lucinda，　Liu，　Brooke　Fisher，　Jin，　Yan.　How　Audiences　Seek　Out　Crisis　Information：　Exploring　the　Social-Mediated　Crisis　Communication　Model［J］.　Journal　of　Applied　Communication　Research，　2012，　40（2）：　188-207.

［9］Dearstyne，　Bruce　W.　Big　Data's　Management　Revolution［J］.　Harvard　Business　Review.　2012，　90（12）：16-17.

［10］Wei　Jiuchang.　Estimating　The　Diffusion　Models　of　Crisis　Information　in　Micro　Blog［J］.　Journal　of　Informetrics，　2012，　6（4）：　600-610.

［11］Allan　Jonathan.　Using　Social　Networking，　Mobile　Apps　to　Distribute　Tsunami　Hazard　Information［J］.　Sea　Technology，　2012，　53（4）：　61-64.

［12］Song　Xiaolong.　Influencing　Factors　of　Emergency　Information　Spreading　in　Online　Social　Networks：　a　Simulation　Approach［J］.　Journal　of　Homeland　Security　and　Emergency　Management，　2012，　9（1），　1515/1547-7355.

［13］沙勇忠，史忠賢.　公共危機(jī)偽信息傳播影響因素仿真研究［J］.　圖書情報(bào)工作，2012，56（5）：36-41，　111.

［14］Nostro　Concetta，　Amato　Alessandro，　Cultrera　Giovanna.　Turning　the　Rumor　of　The　May　11，　2011，　Earthquake　Prediction　in　Rome，　Italy，　Into　An　Information　Day　on　Earthquake　Hazard［J］，　Annals　Of　Geophysics，　2012，　55（3）：　413-420.

［15］Curtis　Andrew，　Mills　Jacqueline　W.　Spatial　Video　Data　Collection　in　a　Post-Disaster　Landscape：　the　Tuscaloosa　Tornado　of　April　27th　2011［J］.　Applied　Geography，　2012，　32（2）：　393-400.

［16］Munaretto　Daniele.　Resilient　Data　Gathering　and　Communication　Algorithms　For　Emergency　Scenarios［J］.　Telecommunication　Systems，　2012，　48（3）：　317-327.

［17］F.　A　Matsuno.　Mobile　Robot　For　Collecting　Disaster　Information　And　A　Snake　Robot　For　Searching［J］.　Advanced　Robotics，　2002，　16（6）：　517-520.

［18］Schumann　Guy，　Hostache　Renaud.　High-Resolution　3-D　Flood　Information　From　Radar　Imagery　For　Flood　Hazard　Management［J］.　Ieee　Transactions　On　Geoscience　And　Remote　Sensing，　2012，　45（6）：　1715-1725.

［19］Barrientos　Francisco.　Interpretable　Knowledge　Extraction　From　Emergency　Call　Data　Based　On　Fuzzy　Unsupervised　Decision　Tree［J］.　Knowledge-Based　Systems，　2012，　25（1）：77-87.

［20］Jasso　Hector.　Using　9-1-1　Call　Data　And　The　Space-Time　Permutation　Scan　Statistic　For　Emergency　Event　Detection［J］.　Government　Information　Quarterly，　2009，　26（2）：　265-274.

［21］Janis　Irving　L.　Crucial　Decision：　Leadership　In　Policymaking　And　Crisis　Management［M］.　New　York：　Freepress，　1989.

［22］Roberto　G.　Aldunate，　Feniosky　Pena-Mora，　Genee.　Robinson.　Collaborative　Distributed　Decision　Making　For　Large　Scale　Disaster　Relief　Operations：　Drawing　Analogies　From　Robust　Natural　Systems［M］.Wiley　Periodicals，　Inc.　2005.

［23］Kruke　Bjorn　Ivar，　Olsen　Odd.　Einarknowledge　Creation　and　Reliable　Decision-Making　In　Complex　Emergencies［J］.　Disasters，　2012，　36（2）：　212-232.

［24］A.　E.　Gunes.　Modified　Crgs　（M-Crgs）　Using　Gis　in　Emergency　Management　Operations［J］．Journal　of　Urban　Planning　and　Development-Asce，2000，（68）：6-149.

［25］De　Maio，　G　Fenza.　Knowledge-Based　Framework　For　Emergency　Dss［J］.　Knowledge-Based　Systems，　2011，　24（8）：　1372-1379.

［26］Constance　Noonan　Hadley.　Measuring　The　Efficacy　Of　Leaders　To　Assess　Information　And　Make　Decisions　In　A　Crisis：　The　C-Lead　Scale［J］，　Leadership　Quarterly，　2011，　22（4）：　633-648.

［27］Sieber　R.　Public　participation　geographic　information　systems-a　literature　review　and　framework［J］.　Annals　of　the　Association　of　American　Geographers，　2006，96（3）：　491-507.

［28］Hartz-Karp　J.　A　Case　Study　in　DeliberativeDemocracy-　Dialogue　with　the　City［EB/OL］.［2012-12-25］.http：///resources/Dialogue%20with%20the%20City%20Case%20Study%20published.pdf.

［29］Aedo　Ignacio，　Diaz　Paloma，　Carroll　John　M.　End-User　Oriented　Strategies　To　Facilitate　Multi-Organizational　Adoption　Of　Emergency　Management　Information　Systems［J］.Information　Processing　&　Management，2011，　46（1）：11-21.

［30］Dchild　Michael　F，　Glennon　J　Alan.　Crowdsourcing　Geographic　Information　For　Disaster　Response：A　Research　Frontier［J］.International　Journal　of　Digital　Earth，　2011，　3（3）：　231-241.

［31］Erharuyi　N，　Fairbairn　D.　Mobile　Geographic　Information　Handling　Technologies　To　Support　Disaster　Management［J］.　Geography，　2003，（88）：312-318.

［32］陳安.　現(xiàn)代應(yīng)急管理理論與方法［M］.北京：科學(xué)出版社.2009.

［33］Federal　Emergency　Management　Agency　Risk　Mapping，　Assessment，　And　Planning?。≧iskmap）　Draft　Statement　Of　Objectives（Program　Management）［EB/OL］.［2009-06-04］.Http：//　Fema.　Gov/Pdf/Plan/Program_Management_Draft_Soo_02202008.Pdf.

［34］Ana　Maria　Cruz，　Norio　Okada.　Methodology　For　Preliminary　Assessment　of　Natech　Risk　In　Urban　Areas［J］.Nat　Hazards，　2008，（46）：199-220.

［35］Center　For　Hazards　Research　And　Policy　Development　University　Of　Louisville.　Indicator　Issues　And　Proposed　Framework　For　A　Disaster　Preparedness　Index?。―pi）　Draft　Report　To　The：　Fritz　Institute.　Disaster　Preparedness　Assessment　Project［EB/OL］．［2009-07-08］.　Http：///PdFs/White　Paper/Davesimpson%20indicatorsrepor.Pdf.

［36］Saksa　Martin，　Minar　Jozef.　Assessing　The　Natural　Hazard　Of　Gully　Erosion　Through　A　Geoecological　Information　System?。℅eis）：　A　Case　Study　From　The　Western　Carpathians［J］.　Geografie，　2012，　117（2）：　152-169.

［37］Kunz　Melanie，　Gret-Regamey　Adrienne，　Hurni　Lorenz.　Visualization　Of　Uncertainty　In　Natural　Hazards　Assessments　Using　An　Interactive　Cartographic　Information　System［J］.　Natural　Hazards，　2011，　59（3）：　1735-1751.

［38］Kussul，　Sokolov.　Zyelyk，　Ya.　I..　Disaster　Risk　Assessment　Based　On　Heterogeneous　Geospatial　Information［J］.　Journal　Of　Automation　And　Information　Sciences，　2010，　42（12）：　32-45

［39］Barnes　Christopher　F，　Fritz　Hermann，　Yoo　Jeseon.　Hurricane　Disaster　Assessments　With　Image-Driven，　Data　Mining　In　High-Resolution　Satellite　Imagery［J］.　Ieee　Transactions　On　Geoscience　And　Remote　Sensing，　2007，　45（6）：　1631-1640.

［40］吳生林.巴普洛夫選集［M］.北京：科學(xué)出版社，1955：49.

［41］程立斌，林春應(yīng).軍事情報(bào)研究方法體系探析［J］.　情報(bào)雜志，　2007，（2）：89-91.

［42］Laudon　Kenneth　C，　Laudon　Jane　P.　Management　Information　Systems：　Organization　And　Technology　In　The　Networked　Enterprise［M］.London：Prentice—Hall　Inc.，1999.

［43］A.　M.　Maceachren，　G.　Cai，　M.　Mcneese，　R.　Sharma，　S.　Fuhrmann.　Geocollaborative　Crisis　Management：　Designing　Technologies　To　Meet　Real-World　Needs［EB/OL］.［2012-12-28［.http：///10.1145/115

0000/1146624/p71-maceachren.pdf？ip=219.246.184.83

&acc=ACTIVE%20SERVICE&CFID=162474839&CFT

OKEN=80491407&__acm__=1356662450_b2b6864570

21deb54e161bc7e8e7c1f3.

［44］Gguoray　Cai，　A.　M.　Maceachren.　Map-Mediated　Geocollaborative　Crisis　Management，　Intelligence　And　Security　Informatics［C］，Berlin：Springer　Berlin　Heideberg，　2005：429-435.

［45］O.　Oh，　M.　Agrawal.　Information　Control　An　Terrorism：　Tracking　The　Mumbai　Terrorist　Attack　Through　Twitter［J］．Inormation　Systems　Frontiers，　2010（13）：33-43.

［46］Kim　Sung-Duk.　Lee　Ho-Jin，　Park　Jae-Sung.　Simulation　Of　Seawater　Intrusion　Range　In　Coastal　Aquifer　Using　The　Femwater　Model　For　Disaster　Information［J］.　Marine　Georesources　&　Geotechnology，　2012，　30（3）：　210-221.

［47］L.　K.　Comfort，　K.　Ko.　Coordination　In　Rapidly　Evolving　Disaster　Response　Systems：　The　Role　Of　Information［J］．American　Behavioral　Scientist，2004（48）：295-313　.

［48］張建宇.對(duì)企業(yè)危機(jī)信息管理的思考［J］.現(xiàn)代企業(yè)，　2003，（11）：　14-15.

［49］Nick　Collin.　Information　Management　In　Crisis?。篏etting　Value　For　Money　From　It　Investments　By　Rethinking　The　Management　Of　Information　And　Technology［J］.Computer　Audit　Update，　1995，（2）：　6-11.

［50］David　Mendon？a.　National　Research　Council　.Information　Technology　Research　For　Crisis　Management［M］.National　Academy　Press，　1999.

［51］基于web的應(yīng)急信息管理系統(tǒng)——Web　Eoc系統(tǒng)［EB／OL］.［2009-06-08］.Http：//Esi911.　Com/Esi/Products/Webeoc.Shtml.

［52］盧一郡，　賈紅軒.　美國(guó)突發(fā)事件管理系統(tǒng)簡(jiǎn)介［J］.　中國(guó)急救發(fā)素與災(zāi)害醫(yī)學(xué)雜志，　2007，　2（6）：　367-380.