基于UIGP模型预测分析下高校网络群体极化研究.docVIP

基于UIGP模型预测分析下高校网络群体极化研究 　　摘 要：随着当前网络的迅猛发展，高校网络群体极化现象对高校和谐校园的构建和大学生的心理健康产生了渐趋重要的影响。以UIGP模型为工具，探索和模拟高校网络舆情的事前管理、事中管理和事后管理，为高校管理机构的决策提供支持。 　　关键词：高校 网络群体极化 多主体 仿真 KPI 　　中图分类号：TP391.9 文献标识码：A 文章编号：1007—3973（2012）009—085—02 　　1 研究背景与目的 　　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》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。”高校作为青年学子的聚集地，其网络舆论的形成与发展往往具有舆论主题相对集中、舆论内容更易从众、舆论性格张扬等特点，也更容易引发网络群体极化现象，不利于高校大学生的心理健康与和谐校园的建设。如何加强对高校网络舆情的及时检测、有效引导及对网络舆论危机的积极化解，已成为当务之急。 　　从国内外该领域研究现状看，众多成果理论性强而实践性不高，因此本文将结合实际，运用多主体建模和全面KPI考核方法构建高校网络群体极化模型（UIGP模型），模拟高校网络群体极化现象和过程，为高校管理机构的管理提供预测性支持。 　　2 研究方法——多主体建模与全面KPI考核 　　基于多主体的复杂系统建模方法分为构建模型、运行模型、效果评价三个核心步骤。其基本程序为：构造微观个体模型→个体之间进行交互作用→形成人工社会或虚拟世界→计算机多次试验运行→观察系统呈现的宏观模式→得到一般规律。 　　全面KPI考核方法的思路是：确定考核目标→建立考核工作领导小组→确定并培训考评者→构建绩效考评指标体系→动员和实施考评→信息反馈、效果评价和考评结果的运用。 　　3 高校网络群体极化模型的构建 　　3.1 UIGP“事前事中”模型——基于多主体的仿真 　　3.1.1 概念模型的构建 　　结合高校网络群体极化过程中的实际情况，整个过??可以分为三个阶段：萌芽期——部分极化期——完全极化期。在萌芽阶段，高校中的意见领袖对某件事件发表自己的看法，并提出相应的证据来支持自己的观点。网络中的其他普通网民看到这些信息后，感兴趣的人会受到意见领袖的影响发表看法。在部分极化阶段，随着消息的扩散，得知该事件的普通学生逐渐增多，普通学生网民同时看到意见领袖与其他普通学生网民的意见并就事情发表看法。在这个过程中，由于事件影响力的增大，网络媒体也往往会介入到讨论中，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。当高校管理机构意识到事件对整个校园的严重影响时将公布事件信息，逐步引导包括意见领袖、普通学生网民、网络媒体在内的所有参与者的舆论。 　　3.1.2 模型的假设 　　该模型的假设有：高校网络舆论平台的参与者主体为高校学生；浏览而不发言的网民不影响网络舆论；网民态度会随着与其他主体接触而改变；高校网络媒体数量短期内不变。 　　3.1.3 主体分类与属性描述 　　根据上述概念模型，主体及属性如表1。 　　3.1.4 主体之间通信规则构建 　　（1）普通学生网民之间的行为规则。 　　普通学生网民之间的影响程度则与自身的从众性大小和对方观点的可信度大小成正比，由此定义普通学生网民j受到i的影响函数为 　　如果网民i与网民j的态度发生相互的影响，则i调整后的态度和观点的可信度分别为： 　　opinioni（t+1）=opinioni（t）+f（i，j）*（opinionj（t）—opinioni（t）） 　　reliabilityi（t+1）=reliabilityi+f（i，j）*（reliabilityj（t）—reliabilityi（t）） 　　（2）普通学生网民与意见领袖之间的行为规则和普通学生网民与网络媒介之间的交互规则的建立同上思路，由于篇幅所限不再赘述。 　　（3）高校学生网民、意见领袖、网络媒体与高校管理机构之间的交互规则。 　　高校学生网民、意见领袖、网络媒体都在大学校园内，对高校管理机构的态度都会比较关注。而且人群的聚集使得线上线下的交流十分频繁，一旦高校管理机构发布信息，高校学生网民、意见领袖、网络媒体会在第一时间得知该消息，受到的影响程度与高效管理机构自身的公信力、信息的透明度、公开速度成正比，与网民的从众性成正比，由此定义高校学生网民i、意见领袖n，网络媒体v受到高校管理机构u的影响函数分别为： 　　高校管理机构能以x（i，u），x（n，u），x（v，u）的概率影响网民、意见领袖、高校管理机构的态度，同理可得到普通网