基于多主体的高校网络群体极化现象的建模与仿

摘　要：摘要：高校网络群体极化现象对大学生的心理健康，高校和谐校园的构建都有着极为不利的影响。为了研究高校网络群体极化现象的形成机制，本文详细分析了高校中的网络群体极化所具有的特征，并以复杂适应系统理论作为指导，构建了基于主体的高校网络群体极化模型，进行了相应的仿真实现，为高校管理机构今后在高校舆情引导方面的决策提供了支持，为利用复杂性理论和Agent技术研究高校网络群体极化现象提供了有益的思路和方法。

关键词：关键词：高校 网络群体极化 多主体仿真

 
中图分类号：TP393    文献标识码：A    文章编号：
    1. 引言
    网络舆情是社会的晴雨表，而网络群体极化现象是舆论的一种极端表现形式。《2009年中国互联网舆情分析报告》中特别指出：整个社会需要重视网络舆情中的“群体极化”现象。若不能对其进行良好的引导和控制，“群体极化”就有可能演化为“群体激化”，从而导致一些极端行为的发生。高校作为知识分子与青年学子的聚集地，其校园网络舆论具有主题相对集中、内容更易从众等特点，【1】也更加容易引起网络群体极化现象，影响高校大学生的心理健康，不利于和谐校园的建设。如何加强对高校网络舆情进行的及时检测、有效引导以及对网络舆论危机的积极化解，已成为当务之急。【2】
    目前国内已有部分学者对高校网络舆情开展研究。张瑜等对校园网络舆论影响大学生思想和行为的若干重要机制进行探讨，提出了开展校园网上宣传和舆论引导工作的策略。【3】任海等主要结合高校大学生的特点，从理论上分析了其高校网络舆情的形成特点，并提出了相应的对策。【4-5】以上的文献主要集中于对高校网络舆情的理论探讨，提出的策略理论性强，难以具体实施。同时，网络群体极化现象是网络舆情的一种非平衡状态，直接应用现有的理论未必能达到理想的效果。而现在对于这方面的研究较少，仅有的个别研究也主要集中与网络群体极化现象的内涵定义、表现形式、发展特点等【6-8】，实证研究较少。本文与以往的文献不同在与，主要考虑了在高校环境中的网络群体极化现象，并利用多主体的建模方法，构建起针对高校大学生的网络群体极化模型，。
    2. 高校网络群体极化现象的特点
    高校作为一种特殊的组织，网络群体极化现象与一般的社会网络群体极化现象相比有着自己的特点。
    第一、 话题类型以大学、教育、教学等为主线，相对比较集中。大学生网民年龄、经历、知识结构、社会化程度等极为相似，均对校园突发事件、社会利益焦点等比较关注。
    第二、 大学生参与度高，舆论的传播十分迅捷。高校学生访问的站点相对集中，浏览、评论频繁，捕捉热点的能力强，具有明显的雪崩效应。
    第三、 意见领袖作用明显。在高校网络中，意见领袖往往是网络世界中的舆论主宰和引导者，在网络舆论表达中具有很强的号召力和感染，并能明显影响多数学生的想法。
    第四、 校园网络舆论具有“沉默的螺旋”现象。在事件发生后，那些持相同意见的人就会很快把自己的观点表达出来，逐渐形成网的络空间的强势声音；而其他网络用户易把这些意见当作 “多数”或者“优势”意见进行认知，即使不同意见也不轻易发表，一方表述而另一方沉默的发展便开始了一个螺旋过程。
    3. 高校网络群体极化模型的构建
   3.1概念模型的构建
    本文运用基于多Agent的复杂系统建模方法，研究高校网络群体中的群体极化过程的规律。借鉴现有的传播模型研究，并结合高校网络群体极化过程中的实际情况，整个极化过程可以分为部分极化期和完全极化期。在部分极化阶段，高校中的意见领袖对某件事件发表自己的看法，普通学生网民会同时看到意见领袖与其他普通学生网民的意见，综合考虑后就这件事情发表看法。同时，网络媒体也会就该事件发表自己的观点。在全面极化阶段，关注该事件的个体持续增多，彼此之间的交互越来越频繁。高效管理机构可能会公布信息，引导所有参与者的舆论倾向。
    3.2模型的假设
    假设1：高校网络舆论参与者主体为高校学生，忽略少数在高校网络平台发帖的社会人士。
    假设2：假设其中只浏览不发表言论的潜水网民不会对网络舆论的形成产生影响。
    假设3：网民是非理性的，态度会随着与其他主体的接触交换意见而改变。
    假设4：短期内高校网络媒体的个数不会发生太大的变化，认为在一次群体极化过程中，网络媒体的数量基本保持不变。
    3.3主体的分类与属性描述
    根据概念模型，设计普通学生网民、意见领袖、网络媒体、高校管理机构四类主体。

    4. 仿真实现
    本文基于Delphi平台开发该系统，具体的实现步骤入下：
    第一步： 设置讨论的持续时间、普通学生总数、意见领袖总数等模型初始参数。按照输入的持续时间和总人数，随机生成每天参与讨论的人数，按照相应的约束条件对普通网民的属性进行初始化。
    第二步：随机取一个普通网民，判断他是否进行参与讨论，若是，则进入下一步；若不是，则继续随机取一个普通网民，直到遍历所有的普通网民，并进入第五步。
    第三步： 判断该普通网民的坐标位置所在区域，若是在某个意见领袖的范围内，则与该意见领袖按照交互规则进行交互；若在某个网络的区域里，就与该网络媒体按照交互规则进行交互；否则，进入下一步。
    第四步：判断该网民的活动范围内是否有其他的普通网民，若有，则与其按照交互规则进行交互，进入下一步。
    第五步：判断高校管理机构是否采取了相应的措施，若是，则按照高校管理机构按照交互规则与各主体进行交互，否则，进入下一步。
    第六步：将讨论的天数加一，然后重复第三步至第五步，直到所有的到达规定的讨论天数。
    第七步：根据交互后普通网民的属性值，计算出衡量网络群体极化状态的各属性值，如持反对态度人数占总人数的百分比、持支持态度人数占总人数的百分比强烈支持人数占总人数的百分比，强烈反对人数占总人数的百分比以及极化程度。其中极化程度的计算公式如下所示。

    运行界面上方用户输入调整的参数，包括事件发生的时间长度、学生网民总数、意见领袖总数、网络媒体影响力等。运行界面的左边，是明天交互的高校网民数。界面的中央，可以显示主体之间交互后的属性值。点击界面上的生成模拟图表按钮后，可以看到衡量高校网络群体此时极化程度的各个指标，具体包括持反对态度程度、持支持态度程度等，（图二）运行结果（图六）。
图一 运行界面图                                    图二 群体极化程度图

    5. 结 论
    本文在分析了中国高校网络群体极化的特征后，把整个群体极化过程分为部分极化阶段、完全极化阶段构建其概念模型，明确了高校网络群体极化中普通学生网民、意见领袖、网络媒体、高效管理机构四类主体及属性，并阐述了各主体之间的交互规则，建立起一个基于多主体的高校网络群体极化仿真模型。该模型可以作为研究高校群体极化现象的辅助工具，也可帮助高校管理机构采取有效的措施，避免网络群体极化的发生或者缓解其程度作出决策依据。
    该模型中的人数是随机生成的，对事件的仿真度有所影响。今后可以考虑采用数据挖掘技术、神经网络等技术动态预测出网民的人数变化，以更好地对现实情况进行模拟仿真。
参考文献：
[1] 张涛. 大学生网络舆论的特征及引导策略,新闻知识[J]，2011（09）:114-116
[2] 王健.高校网络舆情的监测与引导.信息网络安全,2009(03): 
[3] 张瑜,焦义菊.高校网络舆论的传播特点、影响机制及其引导策略.学校党建与思想教育.2006（08）
[4] 任海.高校校园网络舆论的形成、特点及引导策略[J],燕山大学学报,2009(06),10(2):134-136
[5] 曾润喜,王国华,徐晓林.高校网络舆情的监测与引导[J],情报理论与实践,2009(11):79-82
[6] 郭光华.论网络舆论主体的“群体极化”倾向[J], 湖南师范大学社会科学学报,2004(06):110-113
[7] 陶文昭.互联网群体极化评析[J], 新德育．思想理论教育,2007(09):9-12
[8] 相喜伟,王秋菊.网络舆论传播中群体极化的成因与对策[J].新闻界,2009(5):94-95
[9]宜慧玉，掌法，复杂系统仿真及应用[M].清华大学出版社，2009:1-213
[10] 刘常显． 基于不对称人际影响的舆论涌现模型［J］． 系统仿真学报，2008，20( 4) : 991－996
[11]刘常显． 基于Agent 的网络舆论传播模型研究［J］． 计算机仿真，2009， 26( 1) : 20－23
[12]孙晓茜． 媒体舆论引导仿真［J］． 智能系统学报， 2010( 2) : 106－111
[13]方美琪，张树人． 复杂系统建模与仿真［M］． 中国人民大学出版社,2005: 220－356
[14]乐媛,杨伯溆 .网络极化现象研究_基于四个中文BBS论坛的内容分析.青年研究,2010（02）
[15]杜蓉,梁红霞. 公共危机事件中政府对网络舆论的引导仿真.情报杂志.2011(11),30(11):61-66
[16] n K Sznajd J． Opinion Evolution in Closed Community ［J］． InternationalJournal of Modern Physics C( S0129－1831) 2000，11( 6) 1157－1165
[17] Fortunato S． The Sznajd Consensus Model with Continuous Opinions［J］． I nt． J． Mod． Phys． C， 2005，16( 1) : 17－24

本文系教育部”大学生创新创业实验项目”部分成果