基于区块链技术的网络谣言治理研究

2022-02-25 21:42王飞
科技信息·学术版 2022年8期

摘要:网络舆情是指民众在一定的互联网空间,对现实社会发生的事件通过互联网表达态度的一种渠道。互联网传播具有时域即时性、内容不可控性、话语权相对平等性等特点,它让每个人都发出自己的心声,表达自己不同的观点与看法,对事件进行不同角度的评价。网络舆情成为社会舆情在互联网维度的映射,是社会舆情在网络社反映。网络舆情主要利用具有评论功能的平台软件进行传播,比如博客、微博等相关平台,会的直接而舆情传递也呈现出一个急剧上升的态势,越来越多的人们愿意通过互联网表达自己的情感与态度。当前网站技术日趋成熟,互联网上的站点也越来越多,信息量非常的巨大团。同时,互联网呈现出舆情传播多元化、范围广、速度快的发展态势。互联网高速发展过程中,各种恶意炒作的、不良的信息也充斥其中,影响了互联网健康和谐的发展。舆情监测是当前国家与政府及相关部门的重要任务,为了不造成更为严重的后果,不让其影响到社会意识形态,政府相关机关需要建设舆情监控系统,针对互联网舆情开展专业的数据收集、分析、处理工作,进行及时的防治与干预。

关键词:舆情传递;传播过程;舆情监测

1 互联网舆情传递中的 Brookes(布鲁克斯) 知识方程

复杂在线网络中舆情个体之间的信息相互传递的行为,是在线网络结构基础上的舆情传递节点之间信息增长和积累的过程。英国情报学家 Brookes 针对这一过程构建了一个知识方程(即:Brookes 知识方程),用以描述舆情个体所接收的新信息与旧信息的融合过程 即:

其中,K(S)是初始的信息结构,△I是融合之后的信息。 国内外的学者在借鉴 Brookes 知识方程进行研究时,对其进行了一定程度的改进 ,温有奎将 Brookes 知识方程做了如下改进:

其中,K(E)为信息单元,K(S)为初始信息系统,N 为信息导航链接。改进之后的模型同原有模型相比更加接近实际,但是温有奎对 Brookes 知识方程的这种改进仍然

只是静态层面上的所做一种改进,

以上公式中的序列表示了在线网络中网络舆情个体信息所经历的传递过程。

2 舆情实例的传播过程研究分析

2.1 舆情实例

2019年上半年,互联网热点话题丰富,各类议题热度保持高位运行。在社会环境与技术环境的双重推动下,“媒体舆论场”与“民间舆论场”交叠并行、相互影响,交织形成议题丰富的网络公共舆论空间,舆论生态积极向好。

从传播主体上看,传播信息主体泛化、互动性、参与性以及舆情触发敏感性提升等特点进一步显现,公民媒体成为舆论的重要构建者,公众话语表达空间进一步扩大;从媒体关系上看,网络信息传播平台之间的传播关联日趋多维和紧密,多元联动、协作融合成为当下传播媒体发力的重要形式,网络舆论生成机制与发酵情境更为多元和复杂;从媒介发展来看,技术推动下,媒介应用场景的智能化与移动化趋势进一步推进,网络舆论话题的个人空间与公共空间边界日益模糊。

2019年6月17日22时55分,四川宜宾市长宁县(北纬28.34度,东经104.90度)发生6.0级地震。截至6月18日17时,地震已造成13人死亡、199人受伤、14.5万人受灾。在灾难发生的关键时刻,四川多地通过专用地震预警终端、电视和短信等方式发布地震预警提示,为及时疏散民众提供了宝贵机会,灾后,“地震预警”成为网民的热门讨论话题,相关舆情量在6月18日达到顶峰。

2.2 传播过程

我们通过运用brookes(布鲁克斯)知识方程来分析这一事件的传播过程,对此次事件的整体报道,有如下几个方面:

(1)47%的媒体报道关注6月17日四川省宜宾市长宁县发生6.0级地震。媒体实时关注地震灾区救援救灾行动,直击救援现场,及时公布伤亡情况。

(2)21%的媒体报道解析地震预警。在地震造成实质性伤害前,大陆地震预警网通过社区广播、手机、电视等多种途径,成功预警本次地震。地震预警系统全网刷屏,成为舆论焦点之一。媒体解释地震预警系统利用电波比地震波“跑得快”的原理,抢在地震造成伤害前发出全自动秒级响应的地震预警警报。

(3)14%的媒体报道聚焦地震典型事件。除“震时13岁女生指挥撤离”“6岁哥哥带弟弟下楼避险”“7名‘地震宝宝’陆续降生”等震中正能量事件是媒体争相报道的侧重点外,“餐饮店老板朋友圈发地震不当言论”“2名游戏主播调侃宜宾地震”等触及民众情感底线的事件也引发部分媒体关注。

(4)12%的媒体报道澄清不实信息。媒体对网络传播的有关宜宾地震“18日宜宾市将有7.6级地震”“地震大楼出现严重倾斜”“地震裸奔视频”等不实信息进行澄清,并呼吁民众切勿跟风随意转发,发布虚假信息。

(5)其他6%的媒体报道涉及的内容有:专家解析地震原因、科普地震自救等。

分析图如下图所示:

由公式其中,K(S) 表示为网民节点所接收到的初始信息; R 表示为信息传递(即:舆情传递节点借助在线网络所形成的信息传递);DK 表示为新的舆情信息(即:节点在舆情传递过程中从其他舆情个体所接收到的新的舆情信息以及节点本身所掌握的经验信息);△K表  示为新的舆情信息(即:经过在线网络及个人经验的共同作用以后,輿情传递节点所掌握的新的舆情信息)。

2.3 传播过程分析研究

由上图信息可得,关注宜宾地震灾情的为K(S),其他方面关于灾情的报道为△K,则i=1,n=4,R就表示为信息传递,新的舆情信息 △K 与初始舆情信息K(Sn-1)之间相互融合,最后形成一个新的舆情信息个体K(Sn)。舆情个体在进行信息的传递过程中,信息量初始值的数值在相对较后一次舆情传递中会大于相对较前一次的传递过程,这种信息量初始值大小的差异会带来信息势能差,在现实舆情事件里面,表现为网民们的 “猎奇心理”会推动他们进一步去打听、评论和散布网络事件,进而使得舆情个体间舆情信息的传递行为不停的循环发生下去。

在一定的承受范围内对互联网舆情的传播保持一定的容忍程度,把舆情有效控制在一个合理的水平范围之内,在这一范围内内允许舆情有一定程度的传播和扩散,而不是一味的消除。在允许的范围内传播既能保证信息传递的公开和透明,同时又将舆情控制在可控的范围之内,同时还可以在一定程度上引导和控制舆情的发展,使舆情朝着有利的方向发展。

参考文献:

[1] 刘毅.略论网络舆情的概念、特点、表达与传播[J].理论界,2007(01):11-12.

[2] 张春华网络舆情:社会学的阐释[M].北京:社会科学文献出版社,2012:15-18.

[3] 姜胜洪.我国网络舆情的现状及引导[J].广西社会科学,2009,(1):1-4.

[4] 陈力丹.舆论学舆论导向研究[M].上海:上海交通大学出版社,2012:1-8.

作者简介:王飞(1978.07),男,汉族,辽宁阜新人,硕士,甘肃政法大学网络空间安全学院副教授,主要从事网络舆情、区块链方向研究。

基金项目:本文由甘肃省科技计划项目(技术创新引导计划)(20CX9ZA072)资助;本文由甘肃省高等学校创新能力提升项目(2020A-093)资助;

2018年甘肃政法学院校级科研资助重点项目:基于语义统计分析的网络舆情挖掘技术研究 ——(GZF2018XZDLW20)