网络舆情的传播模型研究综述

第６期　２０１６年１２月　中Ｉ鼍鼋；舛譬研宪阪．簪瓤　Ｊｏｕｍａｌ　ｏｆ　ＣＡＥＩＴ　Ｖｏ１．１１　Ｎｏ．６　ＤｅＣ．２０１６　ｌ　绽　囊一　述ｌ｜　ｉ、　石＼　．１、　石　．、　ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６７３－５６９２．２０１６．０６．００５　网络舆情的传播模型研究综述　曾倬颖，李睿深　（中国电子科学研究院，北京摘１０００４１）　要：随着网络媒体的蓬勃发展以及网民规模的不断扩大，网络舆情的重要性日趋凸显。在识　别、评估、处置网络舆情态势的工作中，第一步就是科学建立可尽可能全面反映网络舆情的传播模　型。本文对网络舆情传播模型的研究进行了较为全面的梳理和回顾。其关注点主要集中在传播模　型的生成演化机制、网络结构影响力研究及其相关应用。针对信息传播模型的宏观分析和微观观　测，积累了不少研究成果，但是存在传播基础理论与量化实践分析结合不紧密的问题。一种基于综　合集成研讨厅的人机结合的信息传播模型建模，既具备具体问题具体分析的微观专用性，也具备适　用于多种不同关注角度的广泛通用性，将对网络舆情全方位建模、综合分析提供新的方法。　关键词：网络舆情；传播模型；舆情分析　中图分类号：ＴＰ３９９一Ｃ１　文献标识码：Ａ　文章编号：１６７３—５６９２（２０１６）０６－５８８－０７　Ａ　Ｓｕｒｖｅｙ　ｏｆ　ｔｈｅ　Ｒｅｓｅａｒｃｈ　ｏｎ　Ｄｉｓｓｅｍｉｎａｔｉｏｎ　Ｍｏｄｅｌ　ｏｆ　Ｎｅｔｗｏｒｋ　Ｐｕｂｌｉｃ　Ｏｐｉｎｉｏｎ　ＺＥＮＧ　Ｚｈｕｏ—ｙｉｎｇ，ＬＩ　Ｒｕｉ—ｓｈｅｎ　（Ｃｈｉｎａ　Ａｃａｄｅｍｙ　ｏｆ　Ｅｌｅｃｔｒｏｎｉｃｓ　ａｎｄ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｔｅｃｈｎｏｌｏｇｙ，Ｂｅｉｊｉｎｇ　１０００４１，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ：Ｏｎｌｉｎｅ　ｐｕｂｌｉｃ　ｏｐｉｎｉｏｎ　ｈａｓ　ｂｅｃｏｍｅ　ｍｏｒｅ　ａｎｄ　ｍｏｒｅ　ｉｍｐｏｒｔａｎｔ　ｗｉｔｈ　ｔｈｅ　ｖｉｇｏｒｏｕｓ　ｄｅｖｅｌｏｐｍｅｎｔ　ｏｆ　Ｉｎｔｅｒｎｅｔ　ａｎｄ　ｔｈｅ　ｉｎｃｒｅａｓｉｎｇ　ｎｕｍｂｅｒ　ｏｆ　Ｉｎｔｅｍｅｔ　ｕｓｅｒｓ．Ｉｎ　ｔｈｅ　ｗｏｒｋ　ｏｆ　ｉｄｅｎｔｉｆｙｉｎｇ，ｅｖａｌｕａｔｉｎｇ　ａｎｄ　ｄｉｓｐｏｓｉｎｇ　ｏｆ　ｏｎｌｉｎｅ　ｐｕｂｌｉｃ　ｏｐｉｎｉｏｎ，ｔｈｅ　ｆｉｒｓｔ　ｓｔｅｐ　ｉｓ　ｔｏ　ｅｓｔａｂｌｉｓｈ　ｔｈｅ　ｓｃｉｅｎｔｉｉｃ　ｄｉｓｓｅｍｉｎａｔｉｆｏｎ　ｍｏｄｅｌ　ｏｆ　ｏｎｌｉｎｅ　ｐｕｂｌｉｃ　Ｏ—　ｐｉｎｉｏｎ．Ｉｎ　ｔｈｉｓ　ｐａｐｅｒ，ｗｅ　ｃｏｍｐｒｅｈｅｎｓｉｖｅｌｙ　ｒｅｖｉｅｗｅｄ　ｔｈｅ　ｒｅｓｅａｒｃｈ　ｏｆ　ｏｎｌｉｎｅ　ｐｕｂｌｉｃ　ｏｐｉｎｉｏｎ　ｄｉｓｓｅｍｉｎａｔｉｏｎ　ｍｏｄｅｌ，ｗｈｉｃｈ　ｍａｉｎｌｙ　ｆｏｃｕｓ　ｏｎ　ｔｈｅ　ｇｅｎｅｒａｔｉｏｎ　ａｎｄ　ｅｖｏｌｕｔｉｏｎ　ｍｅｃｈａｎｉｓｍ　ｏｆ　ｔｈｅ　ｐｒｏｐａｇａｔｉｏｎ　ｍｏｄｅｌ，ｔｈｅ　ｉｎ—　ｌｆｕｅｎｃｅ　ｏｆ　ｔｈｅ　ｎｅｔｗｏｒｋ　ｓｔｒｕｃｔｕｒｅ　ａｎｄ　ｉｔｓ　ｒｅｌａｔｅｄ　ａｐｐｌｉｃａｔｉｏｎ．Ａｌｔｈｏｕｇｈ　ｔｈｅ　ｍａｃｒｏｓｃｏｐｉｃ　ａｎａｌｙｓｉｓ　ａｎｄ　ｔｈｅ　ｍｉｃｒｏｓｃｏｐｉｃ　ｏｂｓｅｒｖａｔｉｏｎ　ｏｆ　ｔｈｅ　ｏｎｌｉｎｅ　ｏｐｉｎｉｏｎ　ｄｉｓｓｅｍｉｎａｔｉｏｎ　ｍｏｄｅｌ　ｈａｓ　ｇａｉｎｅｄ　ａ　ｌｏｔ　ｏｆ　ａｃｈｉｅｖｅｍｅｎｔｓ，ｔｈｅｒｅ　ｉｓ　ｓｏｍｅ　ｗｅａｋｎｅｓｓ　ｏｆ　ｃｏｍｂｉｎａｔｉｏｎ　ｂｅｔｗｅｅｎ　ｔｈｅｏｒｙ　ａｎａｌｙｓｉｓ　ａｎｄ　ｐｒａｃｔｉｃｅ　ａｎａｌｙｓｉｓ．Ａ　ｍａｎ－ｍａｃｈｉｎｅ　ｉｎｔｅｇｒａ—　ｔｉｏｎ　ｉｎｆｏｒｍａｔｉｏｎ　ｄｉｓｓｅｍｉｎａｔｉｏｎ　ｍｏｄｅｌ　ｂａｓｅｄ　ｏｎ　Ｈａｌｌ　ｆｏｒ　Ｗｏｒｋｓｈｏｐ　ｏｆ　Ｍｅｔａｓｙｎｔｈｅｔｉｃ　Ｅｎｇｉｎｅｅｒｉｎｇ（ＨＷＭＥ）　ｈａｓ　ｂｏｔｈ　ｍｉｃｒｏ　ａｄｖａｎｔａｇｅｓ　ｆｏｒ　ｓｐｅｃｉｆｉｃ　ｐｒｏｂｌｅｍｓ　ａｎｄ　ｍａｃｒｏ　ａｄｖａｎｔａｇｅｓ　ｆｏｒ　ｇｅｎｅｒａｌ　ａｐｐｌｉｃａｔｉｏｎｓ，ｗｈｉｃｈ　ｗｉｌｌ　ｐｒｏｖｉｄｅ　ａ　ｎｅｗ　ｍｅｔｈｏｄ　ｆｏｒ　ｔｈｅ　ｃｏｍｐｒｅｈｅｎｓｉｖｅ　ａｎａｌｙｓｉｓ　ｏｆ　ｏｎｌｉｎｅ　ｐｕｂｌｉｃ　ｏｐｉｎｉｏｎ．　Ｋｅｙ　ｗｏｒｄｓ：Ｏｎｌｉｎｅ　ｐｕｂｌｉｃ　ｏｐｉｎｉｏｎ，ｄｉｓｓｅｍｉｎａｔｉｏｎ　ｍｏｄｅｌ，ｐｕｂｌｉｃ　ｏｐｉｎｉｏｎ　ａｎａｌｙｓｉｓ．　执政安全、社会安宁与幸福等重大问题。舆情是一　０　引　言　舆论是社会中相当数量的人对于一个特定话题　的社会空间内的舆论动态，网络作为公众接受信　表达意见的平台，集合了较多民众关于社会现　、、问题的信念、态度、意见和情绪等。随着网络新　所表达的个人观点、态度和信念的集合体，也是大众　社会中的一种普遍存在的心理现象，总是涉及政府　体的蓬勃发展以及网络接入的Ｆｔ趋便捷，网络舆　已经从公众舆论的折射场转为了引发地、爆发场，　收稿日期：２０１６—１０－２５　修订日期：２０１６—１１－２９　２０１６年第６期　曾倬颖等：网络舆情的传播模型研究综述　５８９　对线下活动影响深远。截至２０１５年ｌ２月，我国网　民规模已达６．８８亿…，规模巨大的网民和互联网的　特点使得网络舆情的成为了维护意识形态安全、网　络空间安全、社会稳定的重要阵地，成为了民众监督　政府、反腐倡廉、民主法制建设、精神文明建设不可　或缺的力量，从多方面为国家治理带来了巨大的机　遇和挑战。　在关于网络舆情的研究中，传播模型是非常重　要的研究领域，本文针对网络舆情的传播模型，结合　传统新闻社科等领域的传播建模和计算机领域针对　网络舆情传播的研究，总结分析了当前国内外关于　传播模型的主要研究进展，提出了我们下一步工作　的研究重点。　１　网络舆情的概念　网络舆情是以网络为载体，以事件为核心，集合　了广大网民情感、态度、意见、观点的表达、传播、互　动以及后续影响力　，是社会舆论的一种表现　形式。　１．１网络舆情的要素　关于网络舆情的要素划分，尚未形成统一定义。　一种认识是分为舆情主体、舆情客体、舆情信息　。　舆情主体借用社会学中的定义，指的是民众的主体　情绪、表达方式、舆情倾向性。舆情客体是主体产生　意见观点的作用对象，包括社会中各种现象、问题、　社会主体等。舆情信息包括事件基本信息，事件内　容、诉求、危害度等。另一种更为普遍认同的认识则　是网络舆情由发布者、受众、内容三大要素　构成。　发布者是舆情事件的起点，包含舆情影响力、活跃　度、价值观等属性。受众是接受信息的大众，具备参　与度、倾向性、网络分布、兴趣偏好等属性。内容是　舆情事件本身，包括主题、关注度、危害度、敏感性等　属性。　１．２网络舆情的特点　网络舆情的信息传播与传统媒介信息相比，具　有复杂性、开放性、自组织性、虚拟性、随机性等复杂　系统的特征。网络的开放性，使所有用户都能够参　与到网络信息传播中去，成为信息的发布者和传播　者；网络的灵活性和自组织的特点，使得“多对多”　的传播模式贯穿信息传播的始终，传播路径和传播　内容多元化；网络本身具有的虚拟性和随机性等特　点，使得舆情在发展过程中可能朝任一个方向发展，　从而衍生出多个与之相关乃至无关的论题；网络的　便捷打破了时空的界限，使得信息传播具有传播实　时性和快速性等特点。　２传播模型的主要研究现状　关于舆情舆论的研究远在古代就有研究记载。　随着技术迅速发展，网络舆论的影响力爆发式增长，　不仅是社会科学中新闻传播学、政治学的关注重点，　也不断吸引着计算机科学、系统工程学、心理学的广　泛关注。作为跨学科的复杂问题，各个学科都立足　于自有的理论基础和研究方法开展了大量的研究，　其总体思路基本是用可量化的方式去把脉舆情，科　学划分要素并建模分析传播的机制和路径。　２．１生成和演化机制的模型　在网络舆情的基础理论层面，新闻学、传播学、　政治学的学者主要讨论了网络舆情的内涵界定、舆　情生成及其演变的特征规律。　２．１．１传播演变的阶段研究　社科类的研究将网络舆情的传播模型研究聚焦　在阶段的划分和分析上，从不同的角度对网络舆情　传播阶段进行了划分，提出了“潜伏期、扩散期、消　退期”三阶段　、“涨落、序变、冲突和衰退”四阶　段＿６　Ｊ、“潜伏期、萌动期、加速期、成熟期、衰退期”五　阶段　ｊ、“潜伏、成长、蔓延、爆发、衰退和死亡”六阶　段　８　模型。多个阶段模型　９　对舆情传播演化特征　进行描述，并深究其可能产生的背景原因，但是未能　解决各阶段里程碑标志的识别问题，很难通过现有　状态加上背景问题分析预测下一阶段可能的态势　走向。　２．１．２传播演化的机理研究　在风险社会理论、群体极化理论、社会燃烧理论　等一些理论框架下，学者们试图总结了网络舆情的　传播特征¨　皿　，包括羊群效应、蝴蝶效应、六度空间　理论、长尾效应等。有针对性的关注了网络危机事　件、网络群体性事件、网络谣言的生成及演化机　制　，文献［１６］界定了群体性突发事件的概念　内涵及典型的构成要素和阶段特征，文献［１７］阐释　了群体性事件在网络舆情视角下的构成要素、特征　和类型，文献［１８—２Ｏ］对网络谣言的概念进行了界　定，分心了成因，文献［２１］列举分析了网络谣言的　主题分类、生成机制、传播机制及社会危害。　５９０　中ＩｉＩ雹；舛．鼍ｆ研雹阪哥瓤　２０１６年第６期　文献［２２—２４］试图在网络舆情传播特征定性　描述的基础上，加入定量的模型分析，对突发事件进　行分级别量化和阶段性评估，在理想条件的假设下　进行了传播模型演进规律与控制模型的推演。　一些管理学、统计学、计算机科学的研究人员将　更多技术，如文本挖掘主题聚类、情感分析、意见领　袖识别等，应用到网络舆情的演化模型的分析之中，　对现实中网络舆情危机事件的演化阶段性特征和影　响进行了量化分析。文献［２５］通过文本挖掘技术　对微博数据进行了主题聚类、情感倾向分析，针对群　体性突发事件的演化周期及阶段性特征完成了量化　结果对比演化机制的验证。　概括而言，对网络舆情的生成及演化机制的研　究主要是就既发生的网络舆情事件进行宏观机制的　描述，通过分类分析对演化特征进行定性归纳或者　定量分析，形成了一系列演化特征及效应的理论描　述，但是在对微观行为的观测、描述以及对未来趋势　的预测方面还有所欠缺。　２．２信息传播模型　为了对网络舆情未来发展趋势进行把握、预测，　在传播机制、兴趣衰减等规律的基础上，一些以计算　机科学、管理学为代表的研究人员着手用社会网络　分析的研究路径来关注网络舆情，对其进行微观观　测，重点研究了传播过程中信息本质上所反映出的　态度、观点，以及信息在网络传播中的扩散演化。信　息本质方面的研究主要是语义分析，研究语义倾向　性、意见挖掘、观点抽取、情感分析等等。在研究扩　散演化方面，主要借用复杂网络分析、动力学模型、　传染病模型，将多影响因素量化后与信息相融合进　行网络结构分析，涉及到的多影响因素包括网络拓　扑结构特点、信息内容的可信度、话题属性、信息提　供者的权威度和影响力、受众的注意力和兴趣等。　２．２．１社会网络分析基本理论　社会网络的概念在１９５４年就已提出，用于解释　文化是如何规范有界群体内部的成员行为　。社　会网络是由个体之间社会关系构成的，相对稳定的　网络系统，有许多不同的节点（包括个人或组织），　反映着社会关系的基本结构　。将社会网络的概　念投射到网络社交平台上，社交网络真实反映了社　交媒体中信息共享与传播的人际关系结构，其中每　个用户都可能是关键节点，这些“节点”对后续信息　传播的影响力与其自身社会网络的广泛性以及夹杂　在该网络上的其他节点的影响力高度正相关。据此　来看，不同“个体节点”之间的相互连接共同组建而　成的网络，共同支撑了整个网络的行动。每个节点　既可是内容的创造者、接受者与传播者，也可以藉由　共同兴趣爱好，联系到更多的相似网络用户群，从而　形成更大的网络节点，使信息传播更广泛＿２　。　２．２．２网络拓扑结构、影响力模型　文献［２９—３１］利用度分布、聚类系统、群聚系　统、定点度相关系统等网络量化指标研究了社交网　络的网络拓扑结构演化特性，但是缺少相关的传播　理论引导以及机理分析。文献［３２—３４］提出了基　于传染病动力学的Ｄａｌｅｙ、Ｋｅｎｄａｌｌ（ＤＫ）模型，其将　网络用户节点分为未知者、传播者、免疫者三类。在　网络中，传播行为主要发生在不同状态节点相互连　接所产生的边。文献［３５—３７］在传播动力学的基　础上探讨了网络拓扑对传播的影响，在大量理想条　件下对网络拓扑的讨论中发现规则网络的传播能力　最差，同质随机网络传播能力最强，中间部分随机网　络优于小世界网络等一些共性的规律。　一系列计算机、系统工程背景的学者就传播能　力、影响力最大化的问题进行了深入探讨，其研究主　要是基于线性阈值模型（Ｌｉｎｅａｒ　Ｔｈｒｅｓｈｏｌｄ　Ｍｏｄｅｌ，　ＬＴ）、独立级联模型（Ｉｎｄｅｐｅｎｄｅｎｔ　Ｃａｓｃａｄｅ　Ｍｏｄｅｌ，　ＩＣ）对影响力最大化问题的优化求解。［３８—４０］先　后从度值、ＰａｇｅＲａｎｋ值、Ａｕｔｈｏｒｉｔｙ值、Ｈｕｂ值来衡量　有向网络中节点的影响力，文献［４１］的研究发现无　关于节点度值，网络核心的节点比网络边缘的节点　具有更高的影响力。进而文献［４２—４３］讨论了如　何识别具有重要影响力的节点。文献［４４］提出了　具有启发性质的贪心算法来提高影响力最大化问题　的求解规模和求解速度，文献［４５］纳入了传播概率　与时间的关系，将离散时间的传播问题转化成了连　续时间上的影响力传播，并提出了ＩｎｆｌｕＭａｘ模型。　在影响力模型的基础上，计算机科学讨论了很多细　分问题，例如文献［４６］利用机器学习的方法，重点　融合了内容特征，对社交网络潜在影响力模型进行　了链接及偏好预测，文献［４７］在节点影响力消退模　型的基础上结合谣言传播机理对社交平台上的谣言　传播进行了预测。文献［４８］将群体心理纳入模型　分析，建立了一个考虑群体情绪传播的动力学机制。　文献［４９］在推导信息传播概率时引入了用户的画　像以及信息内容的影响。由于影响力传播与抑制行　为的本质是传播方与抑制方之间的一种博弈关系，　文献［５０］提出了面对不确定性和策略性影响源，有　效、鲁棒地进行影响力传播抑制的方法。　２０１６年第６期　曾倬颖等：网络舆情的传播模型研究综述　５９１　总的说来，关于信息传播模型的研究主要聚焦　影响力模型的演化，多利用数理方程来描述影响力　的扩张、消退、抑制，实验所用的算例有的是理想条　件下物理仿真，有的是通过微博获取的内容数据进　行网络拓扑仿真，以实际发生的网络舆情事件作为　案例进行模型验证的研究比较少见。　２．３传播模型的应用　网络舆情的传播模型及其演化机理的一个重点　应用就是网络舆情的监测、预警与引导处置，已建成　一些具备网络舆情汇聚监测功能的系统。另外，学　术界开展了一系列用来评价舆情状态的预警指标体　系研究，同时提出了一些网络舆情引导处置建议。　２．３．１网络舆情监测平台　人民网舆情监测室　、新华网舆情监测平　台　建立了基于大数据的全维度舆情监测分析平　台，可实现２４ｈ监测和专业的统计分析，并形成监　测分析研究报告等成果。清博舆情　建立了全方　位整合舆情信息的数据采集平台，重点关注消费　者的商业兴趣与社交行为的预测。军犬　、优　讯　等数据舆情平台，可实现对网络重点人物的　监控、热点事件的预警、公共网络行为分析等　工作。　２．３．２预警指标体系　指标可以对舆情某一时刻的状态进行刻画、评　价、衡量，结合演化机理、规律，可以对舆情发展获得　一些预测分析的能力。［３，５６］等从主题分类的角度　重点列出了网络舆情信息分析的指标，［５７］等认为　舆情的热度同事件本身、网络媒体以及网民三者的　合力成比例，尝试建立了一种非常规突发事件网络　舆情指标体系。［５８］构建了警源、警兆、警情三类　指标体系，指标侧重于反映舆情本身的演化。［５９］　基于网络舆情的阶段模型，融会了现有指标体系中　认可度较高的指标，建立了要素覆盖完整、逻辑清晰　的指标体系。总的说来，预警指标的研究对要素分　解，属性汇聚做了很多方法论层面的探讨，但是在指　标数据的获取、计算上与现有舆情监测系统的衔接　存在较大的鸿沟。　３一种基于综合研讨的传播机制建模　３．１基本认识　无论是网络舆情研究还是社会网络分析，其作　为学科交叉领域，各学科努力相互借鉴相互吸收其　他学科的理论成果、研究方法，以本学科理论为基础　开展研究。作为热点问题，网络舆情、社会网络分析　积累相当丰富的学术成果，获得了国家社科基金、国　家自然科学基金、地方社科及自然基金以及其他重　大项目的广泛关注，其中在舆情监测与预警、舆情影　响力分析的学术讨论相当广泛，但是真正在舆情监　测平台中指导舆情分析工作，使之能够智能识别舆　情危机、及时预测舆情扩散态势的功能还没有真正　发挥起来。是什么造成了这样的困局？我们认为，　像网络舆情这样集成了大量复杂的社会、经济、政　治、技术要素的复杂系统，以一个学科为主的解构角　度是很难观测和诠释问题全貌的，需要在研究层面　上使各学科研究角度共融，在系统层面汇聚各学科　的方法论综合分析。钱学森在上世纪９０年代提出　的从定性到定量的综合集成法　为我们提供了一　种逻辑框架严密、研究路线清晰的系统方法论。综　合集成研讨厅的构想是以人为主、人机结合，使参加　研讨的集体在讨论问题时互相启发、互相激活，并充　分利用信息技术不受时空的限制，把大量的各种信　息与知识（包括经验知识）及千百万人的聪明才智　和古人的智慧（通过书本记载或知识工程中的专家　系统）综合集成起来，从而得到科学的认识与　结论　。　综合集成研讨通过定性与定量相结合，把机器　体系、知识体系、专家体系三大体系集成为人机结合　的复杂巨系统问题求解体系。将知识体系、机器体　系的逻辑理性以及专家体系以时间经验为基础的非　逻辑、非理性智能集成在一起，通过一系列技术方法　的融合，包括学术讨论、模拟仿真、情报信息技术、人　工智能、虚拟现实技术、人机交互技术、大数据技术、　系统工程方法等技术，从而形成复杂问题的优化　决策。　３．２下一步工作　综合集成研讨的理论框架为我们试图开展的基　于人机结合的网络舆情分析研究提供了顶层指导，　建立了基于综合集成研讨的网络舆情分析设想体　系，如图１所示。　通过集成机器、知识、专家体系，自底向上地进　行网络舆情知识的螺旋上升，对网络舆情事件进行　人机结合的建模分析与反复迭代，形成针对网络舆　情事态扩散、危机预警、科学引导的决策智慧。我们　会在下一步工作中，在综合集成研讨的框架下提出　５９２　Ｉｉｉ雹善舛嗜嘲宪　宪学１Ｉ一　备一定的参考作用。　参考文献：　２０１６年第６期　群体智慧　专家体系　［１］　中国互联网络信息中心，第３７次中国互联网络发展　状况统计报告［Ｒ］．ｈｔｔｐ：／／ｗｗｗ．ｃａｃ．ｇｏｖ．ｃｎ／２０１６４３１／　２２／ｅｉ　１　１　７８６０８３０．ｈｔｍ　——知　！体系　［２］　李弼程，邬江兴等．网络舆情分析［Ｍ］．北京：国防工　业出版社，２０１５：４＿６．　［３］　谈国新，方一．突发公共事件网络舆情监测指标体系　研究［Ｊ］．华中师范大学学报（人文社会科学版），２０１０　机器体系　（３）：６６—７０．　［４］　周东浩，韩文报等．基于节点和信息特征的社会网络　信息传播模型［Ｊ］．计算机研究与发展，２０１５（１）：　ｌ５６一ｌ６６．　图１综合集成研讨厅集成群体智慧的螺旋结构　［５］　刘毅．网络舆情研究概论［Ｍ］．天津人民出版社，　２００７：９２—３２６　人机结合的网络舆情事件的信息传播模型。其应具　备以下三个特征：一是涵盖较全面的舆情要素，并对　各个要素的属性进行规范描述，并全部可通过技术　手段量化表征；二是对网络结构进行图论和传播机　理的融合表征，使得网络技术与传播学机理上具备　较高的适配性；三是提出的舆情事件分析模型在客　观反映当前态势的基础上，可以根据用户的关注角　［６］　曹劲松等．网络舆情的发展规律［Ｊ］．新闻与写作，　２０１０（５）：４５４７．　［７］　谢科范，赵浞，陈刚，等．网络舆情突发事件的生命周　期原理及集群决策研究［Ｊ］．武汉理工大学学报，２０１０　（４）：４８２－４８６．　［８］　吉祥等．基于观点挖掘的网络舆情信息分析［Ｊ］．现代　情报，２０１０（１　１）：４６－４９．　度而置于其自定义的关注坐标系中，为辅助专家研　判提供科学评估依据。　［９］　兰月新，曾润喜等．突发事件网络舆情传播规律与预　警阶段研究［Ｊ］．情报杂志，２０１３（５）：１６－１９．　［１０］乐国安等，网络集群行为的理沦解释模型探索［Ｊ］．南　开学报（哲学社会科学版），２０１１（５）：１１６．１２４．　［１ｌ１］邓若伊等．网络传播与“意见领袖”理论调适［Ｊ］．《当　８　代传播》，２０１１（３）：３０—３７．　［１２］方付建．突发事件网络舆情演变研究［Ｄ］．华中科技　大学博士学位论文，２０１　１．　［１３］王艳玲等．论网络舆论生成的三要素［Ｊ］．现代传播，　２０１１（４）：１３８—１３９．　［１４］谢耘耕，荣婷．微博舆论生成演变机制和舆论引导策　略［Ｊ］．现代传播，２０１Ｉ（５）：７０—７４．　［１５］田卉，柯惠新．网络环境下的舆论形成模式及调控分　０　析［Ｊ］．现代传播（中国传媒大学学报），２０１０（１）：　４０４５．　［１６］肖唐镖等．当代中国的“群体性事件”：慨念、类型与　经济　政治　性质辨析［Ｊ］．人文杂志，２０１２（０４）：１４７—１５５．　图２在自定义关注坐标系中的舆情事件传播　影响力模型样例　［１７］陈月生．群体性突发事件构成要素、特征和类型的舆　情视角［Ｊ］．理论月刊，２００６（０２）：８２—８５．　［１８］沈远新．政治谣言：界定、生存机制及其控制［Ｊ］．探　索，２０００（１）：７４－７７．　该信息传播模型服务于一种人机结合、学科融　合的网络舆情事件分析方法，是综合集成研讨理论　框架下的一点微观实践，既具备具体问题具体分析　的微观专用性，也具备适用于多种不同关注角度的　广泛通用性，对网络舆情综合分析、科学引导工作具　［１９］郭小安．网络谣言的政治诱因：理论整合与中国经验　［Ｊ］．武汉大学学报：人文科学版，２０１３（３）：１２０—１２４．　［２０］张盈，杨锦，孙瀛等．论网络政治谣言及其成因［Ｊ］．　沈阳大学学报，２０１０（２）：３２－３３．　２０１６年第６期　曾倬颖等：网络舆情的传播模型研究综述　５９３　［２１］童文胜，王建成等．基于政治传播视角的网络政治谣　言生成机制及控制策略研究［Ｊ］电子政务２０１５（１）：　２４—３３　［２２］兰月新等．突发事件网络舆情演进规律模型研究［Ｊ］．　情报杂志２０１１（８）：４７－５０．　［２３］张一文等．网络舆情与非常规突发事件作用机制一基　于系统动力学建模分析［Ｊ］．情报杂志，２０１０（９）：１－６　［２４］方付建．突发事件网络舆情演变研究［Ｄ］．华中科技　大学博士学位论文，２０１　１．　［２５］侯万友．群体性突发事件微博舆情演化分析［Ｄ］．哈　尔滨工业大学管理学硕士学位论文．　［２６］Ｂａｒｎｅｓ　Ｊ　Ａ．Ｃｌａｓｓ　ａｎｄ　Ｃｏｍｍｉｔｔｅｅｓ　ｉｎ　ａ　Ｎｏｒｗｅｇｉａｎ　Ｉｓｌａｎｄ　Ｐａｒｉｓｈ［Ｊ］．Ｈｕｍａｎ　Ｒｅｌａｔｉｏｎｓ，１９５４（７）：３９－５８．　［２７］Ｗｅｌｌｍａｎ　Ｂ，Ｂｅｒｋｏｗｉｔｚ　Ｓ　Ｄ，Ｓｔｒｕｃｔｕｒａｌ　Ａｎａｌｙｓｉｓ：Ａ　Ｎｅｔ—　ｗｏｒｋ　Ａｐｐｒｏａｃｈ［Ｍ］．Ｎｅｗ　Ｙｏｒｋ，ＵＳＡ，Ｃａｍｂｒｉｄｇｅ　Ｕｎｉｖｅｒ—　ｓｉｔｙ　Ｐｒｅｓｓ，１９８８：１９－６１．　［２８］林聚任．社会网络分析：理论、方法与应用［Ｍ］．　Ｅ　京，北京师范大学出版社，２００９．　［２９］Ｋｕｍａｒ　Ｒ，Ｎｏｖａｋ　Ｊ，Ｒａｇｈａｖａｎ，Ｐ．，Ｔｏｍｋｉｎｓ　Ａ，：Ｓｔｒｕｃ—　ｔｕｒｅ　ａｎｄ　ｅｖｏｌｕｔｉｏｎ　ｏｆ　ｏｎｌｉｎｅ　ｓｏｃｉａｌ　ｎｅｔｗｏｒｋｓ［Ｃ］，２００６　Ｉｎ—　ｔｅｍａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｋｎｏｗｌｅｄｇｅ　Ｄｉｓｃｏｖｅｒｙ　ａｎｄ　Ｄａｔａ　Ｍｉｎｉｎｇ，Ｐｒｏｃｅｅｄｉｎｇ　ｏｆ　ｔｈｅ　１２　ＡＣＭ　ＳＩＧＫＤＤ　Ｉｎｔｅｒｕａｔｉｏｎ—　ａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｋｎｏｗｌｅｄｇｅ　Ｄｉｓｃｏｖｅｒｙ　ａｎｄ　ｄａｔａ　ｍｉｎｉｎｇ，　Ｐｈｉｌａｄｅｌｐｈｉａ，ＰＡ，ＵＳＡ，２００６　Ａｕｇ．２０－２３，ＰＰ：６－１１．　［３０］Ｍｉｓｌｏｖｅ　Ａ，Ｍａｒｃｏｎ　Ｍ，Ｇｕｍｍａｄ　Ｋ　Ｐ，Ｍｅａｓｕｒｅｍｅｎｔ　ａｎｄ　ａｎａｌｙｓｉｓ　ｏｆ　ｏｎｌｉｎｅ　ｓｏｃｉａｌ　ｎｅｔｗｏｒｋ［Ｃ］．２００７　Ｉｎｔｅｒｎｅｔ　Ｍｅａｓｕｒｅｍｅｎｔ　Ｃｏｎｆｅｒｅｎｃｅ，Ｐｒｏｃｅｅｄｉｎｇ　ｏｆ　ｔｈｅ　７　ＡＣＭ　ＳＩＧＣＯＭＭ　ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｉｎｔｅｒｕｅｔ　ｍｅａｓｕｒｅｍｅｎｔ，Ｓａｎ　Ｄｉｅ—　ｇｏ，Ｃａｌｉｆｏｒｎｉａ，ＵＳＡ，２００７．Ｏｃｔ　２４—２６，ＰＰ：２９—３６．　［３１］Ｓｕｒｉ　Ｎ　Ｒａｍａ，Ｎａｒａｈａｒｉ　Ｙ，Ｄｅｔｅｒｍｉｎｉｎｇ　ｔｈｅ　ｔｏｐ　Ｋ　ｎｏｄｅｓ　ｉｎ　ｓｏｃｉａｌ　ｎｅｔｗｏｒｋｓ　ｕｓｉｎｇ　ｔｈｅ　ｓｈａｐｅｌｙ　ｖａｌｕｅ，Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　ｔｈｅ　７恤　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｊｏｉｎｔ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ａｕｔ０ｎｏｍｏｕｓ　Ａｇｅｎｔｓ　ａｎｄ　Ｍｕｌｔｉａｇｅｎｔ　Ｓｙｓｔｅｍｓ，Ｅｓｔｏｒｉｌ，Ｐｒｏｔｕｇａｌ，２００８：　１５００—１５１２　［３２］Ｄａｌｅｙ　Ｄ，Ｇｅｎｉ　Ｊ，Ｅｐｉｄｅｍｉｃ　Ｍｏｄｅｌｉｎｇ［Ｍ］．Ｃａｍｂｒｉｄｇｅ　Ｕｎｉｖｅｒｓｉｔｙ　Ｐｒｅｓｓ，２００１．　［３３］Ｋｅｎｄａｌｌ，Ｅｐｉｄｅｍｉｃｓ　ｒｕｍｏｕｒｓ［Ｊ］．Ｎａｔｕｒｅ，１９６４（２０４）：　１１１８—１．　［３４］Ｄａｌｅｙ　Ｄ，Ｋｅｎｄａｌｌ　Ｄ　Ｇ，Ｓｔｏｃｈａｓｔｉｃ　ｒｕｍｏｕｒｓ［Ｊ］，ＩＭＡ　ｊｏｕｒｕａｌ　ｏｆ　Ａｐｐｌｉｅｄ　Ｍａｔｈｅｍａｔｉｃｓ，１９６５，１（１）：４２－５５．　［３５］Ｐａｓｔｏｒ　Ｒ，Ｖｅｓｐｉｇｎａｎｉ　Ａ，Ｅｐｉｄｅｍｉｃ　ｓｐｒｅａｄｉｎｇ　ｉｎ　ｓｃａｌｅ—　ｆｒｅｅ　ｎｅｔｗｏｒｋｓ［Ｊ］，Ｐｈｙｓｉｃａｌ　Ｒｅｖｉｅｗ　Ｌｅｔｔｅｒｓ，２００１，８６：　３２００．３２０３．　［３６］Ｎｅｗｍａｎ　Ｍ　Ｅ　Ｊ，Ｗａｔｔｓ　Ｄ　Ｊ，Ｓｃａｌｉｎｇ　ａｎｄ　ｐｅｒｃｏｌａｔｉｏｎ　ｉｎ　ｔｈｅ　ｓｍａｌｌ—ｗｏｒｌｄ　ｎｅｔｗｏｒｋ　ｍｏｄｅｌ［Ｊ］，Ｐｈｙｓｉｃａｌ　Ｒｅｖｉｅｗ　Ｅ，　１９９９，６０：７３３２－７３４２．　［３７］Ｍｏｕｋａｒｚｅｌ　Ｃ　Ｆ，Ｓｐｒｅａｄｉｎｇ　ａｎｄ　ｓｈｏｒｔｅｓｔ　ｐａｔｈ　ｉｎ　ｓｙｓｔｅｍｓ　ｗｉｔｈ　ｌｏｎｇ　ｒａｎｇｅ　ｃｏｎｎｅｃｔｉｏｎ［Ｊ］，Ｐｈｙｓｉｃａｌ　Ｒｅｖｉｅｗ，１９９９，　６０：６２６３－６２６６．　［３８］Ｄｉｎｇ　Ｙｉｎｇ。Ｙａｈ　Ｅｒ－ｊｉａ，Ｆｒａｚｈｏ　Ａｒｔｈｕｒ，ｅｔ　ａ１．ＰａｇｅＲａｎｋ　ｆｏｒ　ｒａｎｋｉｎｇａｕｔｈｏｓｒ　ｉｎ　ｃｏ—ｃｉｔａｔｉｏｎ　ｎｅｔｗｏｒｋｓ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ－　ｔｈｅ　Ａｍｅｒｉｃａｎ　Ｓｏｃｉｅｔｙｆｏｒ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｓｃｉｅｎｃｅ　ａｎｄ　Ｔｅｅｈｎｏｌ・　ｏｇｙ，２００９，６０（１１）：２２２９－２２４３．　［３９］Ｋｌｅｉｎｂｅｒｇ　Ｊ　Ｍ．Ａｕｔｈｏｒｉｔａｔｉｖｅ　ｓｏｌｕｔｉｏｎ　ｉｎ　ａ　ｈｙｐｅｄｉｎｋｅｄ　ｅｎ・　ｖｉｒｏｎｍｅｎｔ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　ｔｈｅ　ＡＣＭ，１９９９，４６（５）：　６０４－６３２．　［４０］Ｋｉｔｓａｋ　Ｍ，Ｇａｌｌｏｓ　Ｌ　Ｋ，ｅｔ　ａ１．Ｉｄｅｎｔｉｉｆｃａｔｉｏｎ　ｏｆ　ｉｎｆｌｕｅｎｔｉａｌ　ｓｐｒｅａｄｅｒｓ　ｉｎ　ｃｏｍｐｌｅｘ　ｎｅｔｗｏｒｋｓ［Ｊ］．Ｎａｔｕｒｅ　Ｐｈｙｓｉｃｓ，２０１０，　６（１１）：８８８—８９３．　［４１］Ｌｅｓｋｏｖｅｃ　Ｊ，Ｈｕｔｔｅｎｌｏｃｈｅｒ　Ｄ．Ｋｌｅｉｎｂｅｒｇ　Ｊ．Ｓｉｇｎｅｄ　ｎｅｔ—　ｗｏｒｋｓ　ｉｎ　ｓｏｃｉａｌ　ｍｅｄｉａ，Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　ｔｈｅ　２８　Ｉｎｔｅｒｎａｔｉｏｎ—　ａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｈｕｍａｎ　Ｆａｃｔｏｒｓ　ｉｎ　Ｃｏｍｐｕｔｉｎｇ　Ｓｙｓｔｅｍｓ．　Ａｔｌａｎｔａ，ＵＳＡ，２０１０：１３６１—１３７０．　［４２］Ｗａｎｇ　Ｙｉ　Ｔｏｎｇ，Ｆｅｎｇ　ｅｔ　ａ１．，Ａ　Ｐｏｔｅｎｔｉａｌ　ｂａｓｅｄ　Ｎｏｄｅ　Ｓｅ—　ｌｅｃｔｉｏｎ　Ｓｔｒａｔｅｇｙ　ｆｏｒ　Ｉｎｆｌｕｅｎｃｅ　Ｍａｘｉｍｉｚａｔｉｏｎ　ｉｎ　Ｓｏｃｉｌａ　Ｎｅｔ—　ｗｏｒｋ，Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　ｔｈｅ　５　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ａｄｖａｎｃｅｄ　Ｄａｔａ　Ｍｉｎｉｎｇ　ａｎｄ　Ａｐｐｌｉｃａｔｉｏｎｓ．Ｂｅｉｊｉｎｇ，Ｃｈｉｎａ，　２００９：３５０—３６１．　［４３］Ｃｈｅｎ　Ｄｕａｎ—ｂｉｎｇ，Ｌｖ　Ｌｉｎ—ｙｕａｎ，Ｓｈａｎｇ　Ｍｉｎｇ—ｓｈｅｎｇ，ｅｔ　ａ１．　Ｉｄｅｎｔｉｆｙｉｎｇ　ｉｎｆｌｕｅｎｔｉａｌ　ｎｏｄｅｓ　ｉｎ　ｃｏｍｐｌｅｘ　ｎｅｔｗｏｒｋｓ［Ｊ］．　Ｐｈｙｓｉｃａ　Ａ：ＳｔａｆｆｓｔｉｃａｌＭｅｃｈａｎｉｃｓ　ａｎｄ　ｉｔｓ　Ａｐｐｌｉｃａｔｉｏｎｓ，　２０１２，３９１（４）：１７７７—１７８７．　［４４］Ｌｅｓｋｏｖｅｃ　Ｊ，Ｋｒａｕｓｅ　Ａ，Ｇｕｅｓｔｒｉｎ　Ｃ，ｅｔ　１ａ．，Ｃｏｓｔ—ｅｆｆｅｃｔｉｖｅ　ｏｕｔｂｒｅａｋ　ｄｅｔｅｃｔｉｏｎ　ｉｎ　ｎｅｔｗｏｒｋｓ，Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　ｔｈｅ　１３　ＡＣＭ　ＳＩＧＫＤＤ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｋｎｏｗｌｅｄｇｅ　Ｄｉｓｃｏｖｅｒｙ　ａｎｄ　Ｄａｔａ　Ｍｉｎｉｎｇ，Ｓａｎ　Ｊｏｓｅ，ＵＳＡ，２００７：　４２０－４２９．　［４５］Ｍａｎｕｅｌ　Ｇ．Ｒ，Ｂｅｒｎｈａｒｄ　Ｓ，Ｉｌｆｎｕｅｎｃｅ　Ｍａｘｉｍｉｚａｔｉｏｎ　ｉｎ　Ｃｏｎｔｉｎｕｏｕｓ　Ｔｉｍｅ　Ｄｉｆｆｕｓｉｏｎ［Ｃ］，Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　ｔｈｅ　２９　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｍａｃｈｉｎｅ　Ｌｅａｒｎｉｎｇ，Ｅｄｉｎ—　ｂｕｒｇｈ，Ｓｃｏｔｌａｎｄ，ＵＫ，２０１２．　［４６］王祯骏，王树徽等．基于社交内容的潜在影响力传播　模型的论文［Ｊ］．计算机学报，２０１６（８）：１５２８—１５４０．　［４７］蒙在桥，傅秀芬等．基于ＯＳＮ的谣言传播模型及影响　力节点研究［Ｊ］．复杂系统与复杂性科学，２０１５（３）：　４５．５１．　［４８］王雷．基于系统动力学的群体情绪传播模型［Ｊ］．心理　科学，２０１４（３）：６７８－６８２．　［４９］Ｓａｉｔｏ　Ｋ，Ｏｈａｒａ　Ｋ，Ｙａｍａｇｉｓｈｉ　Ｙ，ｅｔ　ａ１．Ｌｅａｒｎｉｎｇ　ｄｉｆｆｕ—　ｓｉｏｎ　ｐｒｏｂａｂｉｌｉｔｙ　ｂａｓｅｄ　ｏｎ　ｎｏｄｅ　ａｔｔｉｒｂｕｔｅｓ　ｉｎ　ｓｏｃｉａｌ　ｎｅｔ—　ｗｏｒｋｓ［Ｍ］，Ｆｏｕｎｄａｔｉｏｎｓ　ｏｆ　Ｉｎｔｅｌｌｉｇｅｎｔ　Ｓｙｓｔｅｍｓ．Ｂｅｒｌｉｎ：　Ｓｐｒｉｎｇｅｒ，２０１１：１５３－１６２．　［５０］李劲，岳昆．社会网络中影响力传播的鲁棒抑制方法　［Ｊ］．计算机研究与发展，２０１６（３）：６０１－６１０．　［５１］人民网舆情［ＥＢ／ＯＬ］ｈｔｔｐ：／／ｙｕｑｉｎｇ．ｐｅｏｐｌｅ．ｔｏｍ．ｃｎ／　（下转第６０２页）　６０２　５　结　语　中ＩｉＩ鼋；纠譬研雹陛学瓤　刊，２０１０，９（０１）：１９－２１．　２０１６年第６期　［４］李容．基于ＭＶＣ模式的ＷＥＢ应用研究［Ｊ］．软件导　［５］胡君．基于ＭＶＣ模式的数据访问模型设计［Ｊ］．电脑　本文基于企业无纸化办公的信息需求，分析了　ＭＶＣ模式在开发中的主导作用，通过对ＡＳＰ．ＮＥＴ　ＭＶＣ框架构建Ｗｅｂ项目的流程、思想、应用、技术　的研究，并对ＭＶＣ三层结构进行完善，完成一套基　于ＡＳＰ．ＮＥＴ　ＭＶＣ的、完整覆盖表现层、逻辑层、数　与信息技术，２０１０，１８（５）：６８－７０．　［６］陈辉，丁春莉，孙悦．ＡＳＰ．ＮＥＴ　ＭＶＣ软件架构模式在　学生实训管理系统的应用［Ｊ］．电子设计工程，２０１５，７　（１３）：１１—１４．　［７］　高宏，王婷婷．基于ＭＶＣ和Ｅｎｔｉｔｙ　Ｆｒａｍｅｗｏｒｋ的团餐系　统［Ｊ］．计算机与现代，２０１４，１２：６５－６８．　据访问层等三层架构的ＡＳＰ．ＮＥＴ平台开发架构，在　软件系统开发中有实际的应用意义。　参考文献：　［１］蒋金楠．ＡＳＰ．ＮＥＴ　ＭＶＣ４框架揭秘［Ｍ］．北京：电子工　业出版社，２０１３：１３．　作者简介　仝茵（１９８７一），女，河北人，主要研　究方向为信息技术；　Ｅ—ｍａｉｌ：７８１　１６３６４７＠ｑｑ．ｃｏｒｎ　［２］　刘耀钦，袁承芬．ＭＶＣ设计模式在Ｗｅｂ开发中的应用　与研究［Ｊ］．信息技术，２０１３，１１：７８—８Ｏ．　［３］　查卫亮．基于．ＮＥＴ环境的ＭＶＣ开发模式［Ｊ］．软件开　发与应用，２０ｌ５，２１：３７—３９．　（上接第５９３页）　［５２］新华网舆情一新华网［ＥＢ／ＯＬ］ｈｔｔｐ：／／ｘｉｎｈｕａｎｅｔ．ｃｏｒｎ／　ｙｕｑｉｎｇ／　的复杂巨系统及其方法论［Ｊ］．自然杂志，１９９０，１３　（１）：３－１０．　［６１］戴汝为．综合集成研讨厅的研制［Ｊ］．管理科学学报，　２００２，（３）：１０—１６．　［５３］清博舆情首页［ＥＢ／ＯＬ］ｈｔｔｐ：／／ｙｕｑｉｎｇ．ｇｓｄａｔａ．ｃｎ／　［５４］中科点击军犬舆情采集［ＥＢ／ＯＬ］ｈｔｔｐ：／／ｗｗｗ．　５４ｓｐｉｄｅｒ．ｃｏｍ／ｃｈａｎｎｅｌ２０．ｈｔｍｌ　作者简介　［５５］优讯网［ＥＢ／ＯＬ］ｈｔｔｐ：／／ｗｗｗ．ｕｕｗａｔｃｈ．ｃｏｒｎ／　［５６］李雯静．网络舆情指标体系设计与分析［Ｊ］．情报科　学，２００９（７）．　曾倬颖（１９８８一），女，四川人，工程　师，主要研究方向电子信息战略研究；　Ｅ—ｍａｉｌ：ｃｅｉｓｚｚｙ＠１６３．ｃｏｍ　［５７］张一文．非常规突发事件网络舆情热度评价指标体系　构建［Ｊ］．情报杂志，２０１０（１１）：７１—７６．　［５８］曾润喜．网络舆情突发事件预警指标体系构建［Ｊ］．情　报理论与实践，２０１０（１）：７７—８０．　［５９］王青．网络舆情监测及预警指标体系构建研究［Ｊ］．情　报研究，２０１１（８）：５４－５７．　李睿深（１９７６一），男，甘肃人，＿７７－程师，主要研究方向电　子信息战略研究及政策研究。　［６０］钱学森，于景元，戴汝为．一个科学的新领域——开放