网络舆情引导的Allee效应建模与仿真研究

李奇峰　兰月新　卢金富

关键词： 网络舆情引导； Ａｌｌｅｅ 效应； 引导主体； 引导效能； Ｌｏｇｉｓｔｉｃ 模型

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２３．０６．０１７

〔中图分类号〕Ｇ２０６ 〔文献标识码〕Ａ 〔文章编号〕１００８－０８２１ （２０２３） ０６－０１６６－１１

根据中国互联网络信息中心发布的第４９ 次《中国互联网络发展状况统计报告》显示， 截至２０２１年１２ 月， 我國网民人数达１０.３２ 亿， 互联网普及率已经增加至７３％， 手机网民规模达１０.２９ 亿， 网民使用手机上网的比例为９９.７％， １０ 亿用户接入互联网， 形成了全球最为庞大、生机勃勃的数字社会［１］ 。在这个数字社会中， 网民言论发表愈加便利， 人人都可以是新闻热点的搬运者和传播者，“众声喧哗＂ 成常态， 这使得网络舆情导向更易受影响［２］ 。学者们纷纷对新形势下的网络舆情引导进行探讨， 相关研究主要分为３ 类， 如图１ 所示。

第一类是引导机制、引导策略的研究（＃１， ＃２，＃４， ＃５）， 郑康［３］ 认为， 网络舆情引导需要相关部门从实际出发， 适时干预， 恰当引导， 实现网络舆情的有效、平稳运行。邢鹏飞等［４］ 通过网络舆情文本的质性， 进而分析引导策略。冯雯璐等［５］ 运用计算传播研究方法， 进行舆情演化机制的定性比较分析， 提出以网民实际需求为导向的分众化舆情引导策略。

第二类是网络舆情引导载体、环境的研究（＃８），韦文杰等［６］ 认为， 新媒体促使网络舆情形成了新特征， 传统的舆情引导机制难以适应新的变化， 迫切需要重构引导机制。王妍等［７］ 分析新媒体环境下的网络舆情特征及媒体格局的变化引发的问题， 提出新环境下舆论引导的实践进路。

第三类是大学生等引导客体的相关引导研究（＃３， ＃６）。黄苏芬等［８］ 对高校网络舆情的形成路径进行分析， 并提出了高校网络舆情管控和引导应遵循的基本原则。周升铭等［９］ 分析了高校网络舆情传播给意识形态安全造成的风险， 在此基础上提出了高校网络舆情的引导机制。赵旭等［１０］ 构建网络舆情受众参与行为靶向引导模型， 提出了靶向引导度决策算法实现网络舆情受众参与行为精准靶向引导。

目前， 网络舆情生态发生深刻变化， 引导主体多元化， 信息无处不在、无所不及， 出现网络舆情引导的Ａｌｌｅｅ 效应， 针对网络舆情引导的Ａｌｌｅｅ 效应研究尚缺乏深度的理论研究和科学准确的分析方法， 由此， 本文针对网络舆情引导的Ａｌｌｅｅ 效应进行建模与仿真研究， 为开展网络舆情引导提供新的研究视角。

１网络舆情引导的Ａｌｌｅｅ效应

１.１网络舆情引导的Ａｌｌｅｅ效应现象

党的新闻舆论工作座谈会中强调， 要尊重新闻传播规律， 创新方法手段， 提高新闻舆论传播力、引导力、影响力、公信力［１１］ 。随后， 十九大报告把提高“四力” 作为坚持正确舆论导向、牢牢掌握意识形态工作领导权的根本保障， 明确要求提高“四力”。“四力” 归根结底是舆情引导效能的综合体现， 提高“四力” 则是提高引导主体的引导效能。随着舆情生态发生深刻变化， 网络舆情环境对网络舆情引导产生影响， 出现当引导主体的引导效能低于一定阈值时引导失效的现象， 对提高“四力” 产生影响。

此现象与生态科学中广泛存在的Ａｌｌｅｅ 效应吻合， 生态科学中Ａｌｌｅｅ 效应表现为， 当种群大小、密度低于某一阈值时， 种群将趋于灭绝。同样的，当引导主体的引导效能低于一定阈值时， 引导失效的现象也可以认为是网络舆情引导的Ａｌｌｅｅ 效应。

“钟薛高” 与“雪莲” 雪糕两起食品安全事件都造成了较大的网络舆情， 但舆情引导效果却大相径庭。“雪莲” 官方通过舆情引导有效维护品牌形象， 降低负面舆情； 而“钟薛高” 官方由于Ａｌｌｅｅ效应阈值过高导致引导失效， 无法降低负面舆情热度， 甚至形成多个舆情峰值， 如图２ 百度指数趋势所示。

针对“钟薛高” 官方舆情引导展开分析。２０２２年６ 月２４ 日１７ 时２２ 分， 有网友在新浪微博平台上开始对“钟薛高海盐椰椰雪糕” 进行融化测试，测试后雪糕状态均为半粘稠状态。关于钟薛高室温下不融化、使用了过多添加剂等质疑逐渐走高。

６ 月２９ 日， 有网友爆料一款雪糕的生产车间脏乱不堪， 因其外形酷似“雪莲”， 被传“雪莲塌房了”。针对疑似塌房， 当日， 雪莲官方注册账号于１３ 时４５ 分晒出车间视频进行回应， 并于次日１０ 时９ 分发布相关公告， “塌房” 传言不攻自破。在“雪糕护卫” 的代表雪莲登上热搜的同时， “雪糕刺客” 的代表钟薛高热度同步上升。

７ 月２ 日１９ 时４ 分， “澎湃新闻” 再次曝光钟薛高雪糕高温不化事件， “钟薛高３１ 度室温下放１小时不化” 词条冲上微博热搜， 话题阅读量高达３.９ 亿。当日２１ 时２６ 分， 钟薛高就此事发布官方声明称， 雪糕融化呈粘稠状是因为产品本身固形物含量达到４０％左右。

７ 月５ 日１７ 时２５ 分， 网友测试升级——用打火机烧钟薛高雪糕， 发现雪糕烤不化， 并且表面出现焦黑， 舆情质疑再度升起。

７ 月６ 日１０ 时１１ 分， 钟薛高再次发表官方声明。

根据以上时间节点， 使用清博舆情监测平台统计微博上相关网民情绪， 如表１ 所示。微博信息量如图３ 所示。

阶段Ⅰ： ６ 月２４ 日１７ 时１２ 分—６ 月２９ 日１３时４５ 分， 此时间段为网友发布钟薛高雪糕３ 小时不化视频至“雪莲” 官方发布回应视频之间。在此时间段揭露真相及维护钟薛高品牌形象引导主体形成交互， 但未形成“一边倒” 的舆情环境， 各方引导主体Ａｌｌｅｅ 效应阈值较低， 能产生引导效能， 故此时网民正面、负面情绪较平均。

阶段Ⅱ： ６ 月２９ 日１３ 时４５ 分—７ 月０２ 日１９时０４ 分， 此时间段为雪莲官方发布回应视频至“澎湃新闻” 再次曝光“钟薛高” 雪糕高温不化事件之间。此时间段负面情绪相对阶段Ⅰ增长１１.３９％，正面情绪相对阶段Ⅰ下降８.８２％。分析此阶段的微博博文得到词云图， 如图４ 所示， 此阶段钟薛高相关信息以及负面情绪的爆发主要是由于网民对于高价雪糕的不满， 虽然与“钟薛高” 雪糕高温不化事件无关， 但此时形成的网络舆情环境不利于后续维护钟薛高品牌形象的引导主体进行舆情引导，产生较高的Ａｌｌｅｅ 效应阈值。

阶段Ⅲ： ７ 月２ 日１９ 时０４ 分—７ 月５ 日１７ 时２５ 分， 此时间段为“澎湃新闻” 再次曝光钟薛高雪糕高温不化事件至网友曝光钟薛高雪糕打火机火烧不化之间。钟薛高官方于７ 月２ 日２１ 时２６ 分发布高温不化官方声明， 但由于阶段Ⅱ营造出不利于维护品牌形象引导的网络舆情环境， 维护钟薛高品牌形象的相关引导主体Ａｌｌｅｅ 效应阈值相对阶段Ⅰ较高， 部分引导主体引导失效， 导致此阶段网民负面情绪相对Ⅰ阶段上升５.９１％， 正面情绪相对Ⅰ阶段下降９.５４％。

阶段Ⅳ： ７ 月５ 日１７ 时２５ 分—７ 月６ 日１０ 时１１ 分， 此时间段为网友曝光钟薛高雪糕打火机火烧不化至钟薛高官方二次发表官方声明之间。由于Ⅱ、Ⅲ阶段舆情的演化， 此阶段网络舆情环境有利于揭露真相的引导主体进行舆情引导， 相关引导主体Ａｌｌｅｅ 效应阈值较低。且在此过程中网络舆情环境发生进一步变化， 维护钟薛高品牌形象的引导主体Ａｌｌｅｅ 效应阈值继续上升。

阶段Ⅴ： ７ 月６ 日１０ 時１１ 分—７ 月９ 日１０ 时１１ 分， 此时间段为钟薛高官方二次发表官方声明之后的７２ 小时。由于前几个阶段事件发展所造成的网络舆情环境不利于维护钟薛高品牌形象的相关引导， 相关引导主体Ａｌｌｅｅ 效应阈值过大， 钟薛高官方二次发表官方声明引导失效。这一阶段负面情绪再次升高， 占比达３７.４３％， 相对于Ⅳ阶段再次提高。

１.２网络舆情引导的Ａｌｌｅｅ 效应机理

生态科学中Ａｌｌｅｅ 效应出现源于种群之间的相互作用， 产生Ａｌｌｅｅ 效应的原因很多， 由于物种的不同而各不相同， 如寻找伴偶困难、繁衍生殖能力较差、过度掠夺、环境条件较差等， 影响个体适合度的可以度量的成分都可以称为形成Ａｌｌｅｅ 效应的原因［１２］ 。

网络舆情引导的Ａｌｌｅｅ 效应源于多元引导主体自由发声， 各引导观点交互影响而形成网络舆情环境， 具体表现为当引导主体的引导效能低于网络舆情环境形成的Ａｌｌｅｅ 效应阈值时， 引导效能将出现负增长， 引导效能逐渐消失。

Ａｌｌｅｅ 效应作用下， 网络舆情引导的机理如图５ 所示。引导主体进行舆情引导时存在不同的引导类型， 不同引导类型具有不同的引导效能， 因而受Ａｌｌｅｅ 效应的影响不同。同时， 引导主体进行舆情引导时存在引导主体的交互， 交互过程中引导主体的引导效能将发生改变。

１.２.１网络舆情引导主体及其引导类型的划分

现有研究认为， 网络舆情引导主体主要有政府部门、媒体、意见领袖［１３－１４］ 。其中意见领袖是活跃在人际传播网络中， 经常为他人提供信息、观点或意见并对他人施加个人影响的人物［１５］ 。本文研究网络舆情引导的Ａｌｌｅｅ 效应时基于以上３ 类引导主体展开。

以上３ 类引导主体进行舆情引导时存在引导类型的区别［１６］ 。引导类型的差异由引导主体主观能动性的发挥及对客观规律性的把握情况不同而产生， 各引导主体的引导类型具有不同的引导效能，表现为初始引导效能和引导效能上限的不同。引导主体主要有两种引导类型， 分别是理想型引导和一般型引导。理想型引导是指引导主体积极参与舆情引导， 引导内容及引导方式都达到较好程度， 例如运用引导技巧或对被引导方采取思想、情感的说服， 引导效果最好。一般型引导是指引导主体通过转发信息等间接的方式参与引导， 引导内容及引导方式较一般。

１.２.２网络舆情引导主体的性质与交互关系

综合现有研究成果［１７－１９］ ， 引导主体性质可划分为正向引导主体和负向引导主体。正向引导主体是指在事件发生后， 对事件的真实性、准确性和影响力做到合理把控， 并传播客观、正面信息的引导主体； 负向引导主体是指在事件发生后， 对事件的真实性、准确性和影响力没有做到合理把控， 或刻意为了隐瞒事件真实性而传播负面、负向、虚假、炒作信息的引导主体。一般而言， 政府部门是正向引导主体， 媒体、意见领袖既可以是正向引导主体也可以是负向引导主体。

各引导主体相互影响、相互作用， 存在互惠、竞争、净化交互关系。互惠交互下各引导主体的引导内容有利于各方引导效能提升， 竞争交互下各引导主体的引导内容不利于各方引导效能提升， 净化交互是指正向引导主体所引导的内容对负向引导主体所引导的内容起到整顿作用， 抑制负向引导主体引导效能增长。互惠交互发生在正向引导主体与正向引导主体之间、负向引导主体与负向引导主体之间， 竞争、净化交互发生在正向引导主体与负向引导主体之间。

２网络舆情引导的Ａｌｌｅｅ 效应机理建模

２.１基本模型

自然生态中， 种群由于受到自然环境资源的限制， 增长规律符合Ｌｏｇｉｓｔｉｃ 模型， 表现为增长速度随着种群密度的上升而逐渐降低， 从早期的迅速升高到一定规模后减慢， 直至饱和［２０］ 。同样， 引导主体的引导效能会经历从形成、增长到稳定的演化过程。为揭示引导主体的引导规律， 根据生态学理论提出引导主体的引导效能演化符合Ｌｏｇｉｓｔｉｃ 模型的假设， 并以此为基础构建模型进行仿真研究。

网络舆情生态系统中存在很多不同的引导主体进行交互， 但其交互机理本质上相同。因此， 以引导主体Ａ 和引导主体Ｂ 为多引导主体的代表构建基本模型（１）。

α、β 分别代表Ａ、Ｂ 引导主体之间的交互系数， 根据引导主体交互方式的定义， 设定交互系数如表２ 所示。

３网络舆情引导的Ａｌｌｅｅ 效应仿真研究

假设政府部门、媒体和意见领袖引导效能的固有增长率ｒ 分别为０.３、０.２、０.１。各引导主体的引导类型具有不同的引导效能， 表现为初始引导效能和引导效能上限的不同。根据引导主体和引导类型的定义， 本文假设各引导主体的引导类型初始引导效能如表４ 所示， 通过后文仿真表明， 此假设能较好地仿真出网络舆情引导的Ａｌｌｅｅ 效应。引导效能上限随具体事件发展而变化， 通常难以预先假设， 且本文模型对引导主体引导效能进行了归一化处理， 因此不对引导效能上限进行假设。

３.１互惠交互

３.１.１正向引导主体互惠交互

政府部门理想型引导对网络舆情的走势、其余引导主体的影响最大。因此， 正向引导主体互惠交互以政府部门理想型引导同各引导主体的不同引导类型进行仿真研究。

情况１： 政府部门等引导效能高的正向引导介入事件较早， 能最大程度构建正向网络舆情环境，故此时与政府部门理想型引导处于互惠交互下的相关正向引导主体的Ａｌｌｅｅ 效应的阈值较低。

情况２： 考虑政府部门等引导效能高的正向引导存在介入较晚的情况， 在前期负向引导主体的影响下网络舆情环境仍有负向性， 故此时相关正向引导主体的Ａｌｌｅｅ 效应的阈值相较情况１ 高。

设定政府部门Ａ 理想型引导与政府部门Ｂ 理想型引导之间的交互符合情况１， 交互参数α、β为０.１、０.１５， Ａｌｌｅｅ 效应的阈值Ａ１、Ａ２ 为０.０１、０.０１， 仿真结果如图７（Ⅰ）所示。

政府部门Ａ 理想型引导与媒体Ｂ 理想型引导之间的交互符合情况１， 交互参数α、β 为０.１、０.１６， Ａｌｌｅｅ 效应的阈值Ａ１、Ａ２ 为０.０１、０.０５， 仿真结果如图７（Ⅱ）所示。

政府部门Ａ 理想型引导与意见领袖Ｂ 理想型引导之间的交互符合情况１， 交互参数α、β 为０.１、０.１７， Ａｌｌｅｅ 效应的阈值Ａ１、Ａ２ 为０.０１、０.１，仿真结果如图７（Ⅲ）所示。

政府部门Ａ 理想型引导与政府部门Ｂ 一般型引导之间的交互条件同政府部门Ａ 理想型引导与意见领袖Ｂ 理想型引导之间的交互参数， 仿真结果如图７（Ⅳ）所示。

政府部门Ａ 理想型引导与媒体Ｂ 一般型引导之间的交互在情况１、２ 下分别讨论， 交互参数α、β 为０.１、０.１８， Ａｌｌｅｅ 效应的阈值［ Ａ１、Ａ２ ］ 为［０.１、０.１５］、［０. １、０.５］， 仿真结果如图７（Ⅴ）所示。

政府部门Ａ 理想型引导与意见领袖Ｂ 一般型引导之间的交互在情况１、２ 下分别讨论， 交互参数α、β 为０.１、０.２， Ａｌｌｅｅ 效应的阈值［Ａ１、Ａ２ ］为［０.１、０. ２］、［０. １、０.５］， 仿真结果如图７（Ⅵ）所示。

３.１.２负向引导主体互惠交互

在负向引导主体互惠交互中， 负向的媒体理想型引导对其余引导主体的影响最大。因此， 互惠交互以媒体理想型引导同各引导主体的不同引导类型进行仿真研究。同时， 针对网络舆情环境是否有利于负向引导设置仿真参数。

设定网络舆情环境不利于负向引导时Ａｌｌｅｅ 效应阈值Ａ_１、Ａ_２为０.５、０.６， 媒体Ａ 理想型引导与媒体、意见领袖各引导之间的交互参数α、β 为０.１、０.１５。有利于负向引导时， 媒体Ａ 理想型引导与媒体Ｂ 理想型引导之间的Ａｌｌｅｅ 效应阈值Ａ_１、Ａ_２为０.１、０.１， 仿真结果如图８（Ⅰ）所示。有利于负向引导时， 媒体Ａ 理想型引导与意见领袖Ｂ理想型引導之间的Ａｌｌｅｅ 效应阈值Ａ_１、Ａ_２为０.１、０.１５， 仿真结果如图８（Ⅱ）所示。有利于负向引导时， 媒体Ａ 理想型引导与媒体Ｂ 一般型引导之间的Ａｌｌｅｅ 效应阈值Ａ_１、Ａ_２为０.１、０.２， 仿真结果如图８（Ⅲ）所示。有利于负向引导时， 媒体Ａ 理想型引导与意见领袖Ｂ 一般型引导之间的Ａｌｌｅｅ 效应阈值Ａ１、Ａ２ 为０.１、０. ２５， 仿真结果如图８（Ⅳ）所示。

通过３.１ 节引导主体间的互惠交互得出以下结论：

１） 由图７（Ⅰ～Ⅵ）、图８（Ⅰ～Ⅳ）仿真结果可知， 在引导主体互惠型交互下， 若Ａｌｌｅｅ 效应阈值低于引导主体初始引导效能， 引导主体受其余引导主体的互惠作用由交互系数决定， 交互系数越大，引导主体受其余引导主体的互惠作用越大， 其引导效能提升越大； 若Ａｌｌｅｅ 效应阈值高于引导主体初始引导效能（图７Ⅴ、Ⅵ， 图８Ⅰ～Ⅳ）， 若当时网络舆情环境不利于舆情引导， 即使处于互惠性交互， 在受Ａｌｌｅｅ 效应的影响下， 引导主体引导效能仍可能出现负增长。

２） 图７（Ⅲ）中［ｒ_１，ｒ_２］分别为［０.３，０.１］， 图７（Ⅳ）中［ｒ_１，ｒ_２］为［０.３，０.３］， 其余条件相同， 由仿真结果可以看出， 引导效能增长率变化能改变引导效能达到饱和的时间。

３.２竞争交互

当一些企业、公众人物发生了负面事件， 其利益相关的媒体、意见领袖等负向引导主体为了维护企业、公众人物的利益， 隐瞒事件真实性， 利用虚假炒作信息进行舆情引导。在此期间， 对事件的真实性、准确性和影响力没有做到合理把控， 或为了刻意隐瞒事件真实性而传播负面、负向、虚假、炒作信息的负向引导主体引导不断同正向引导主体竞争引导效能。此时网络舆论环境错综复杂， 网民无法对事件本质做出理性的判断， 若政府部门等正向引导主体理想型引导无法及时介入， 将对网络空间安全产生危害， 甚至是线下群体性事件。

情况３： 政府部门等引导效能高的正向引导主体尚未掌握事实真相， 未对舆情展开引导， 传播负面、负向、虚假、炒作信息的负向引导主体进行负向引导， 此时网络舆情环境趋于负向， 正向引导主体的Ａｌｌｅｅ 效应的阈值较高。

情况４： 逐步有政府部门或媒体针对事实真相开展舆情引导， 在前期负向引导主体的影响网络舆情环境仍有负向性， 故此时相关正向引导主体的Ａｌｌｅｅ 效应的阈值相较情况３ 低。

由于竞争交互下媒体（负向）理想型引导对网络舆情的走势、其余引导主体的影响最大， 因此竞争交互以媒体（负向）Ａ 理想型引导在不同网络舆情环境下同各引导主体Ｂ（正向）的不同引导类型进行仿真研究。

设媒体Ａ 理想型引导与媒体Ｂ 理想型引导之间的交互参数α、β 为－０.１、－０.１１， 情况４、３ 的Ａｌｌｅｅ 效应阈值［Ａ_１、Ａ_２］为［０.１、０.１］、［０.１、０.５］，仿真结果如图９（Ⅰ）所示。

设媒体Ａ 理想型引导与政府部门Ｂ 一般型引导之间的交互参数α、β 为－０.１、－０. １２， 情况４、３ 的Ａｌｌｅｅ 效应阈值［ Ａ_１、Ａ_２］ 为［ ０.１、０.１５］、［０.１、０.５］， 仿真結果如图９（Ⅱ）所示。媒体Ａ理想型引导与意见领袖Ｂ 理想型引导之间交互条件同媒体Ａ 理想型引导与政府部门Ｂ 一般型引导之间的交互， 仿真结果如图９（Ⅲ）所示。

媒体Ａ 理想型引导与媒体Ｂ 一般型引导之间的交互参数α、β 为－０.１、－０.１３， 情况４、３ 的Ａｌｌｅｅ 效应阈值［Ａ_１、Ａ_２］为［０.１、０.２］、［０.１、０.５］，仿真结果如图９（Ⅳ）所示。

媒体Ａ 理想型引导与意见领袖Ｂ 一般型引导之间的交互参数α、β 为－０.１、－０.１４， 情况４、３的Ａｌｌｅｅ 效应阈值［Ａ_１、Ａ_２］为［０.１、０.２５］、［０. １、０. ５］， 仿真结果如图９（Ⅴ）所示。

由图９ 的仿真结果可知， 在引导主体竞争型交互下， 若Ａｌｌｅｅ 效应阈值低于引导主体初始引导效能， 引导主体受其余引导主体的竞争作用越大， 其引导效能越低； 若Ａｌｌｅｅ 效应阈值高于引导主体初始引导效能， 在受Ａｌｌｅｅ 效应的影响下， 引导主体引导效能出现负增长。

３.３净化交互

正向引导主体对事件的真实性、准确性和影响力做到合理把控， 开始传播客观、正面的信息， 有效地抑制了负向引导主体为了隐瞒事件真实性而传播负面、负向、虚假、炒作的信息， 网民对事件本质做出理性的判断， 网络舆情环境趋于正向。根据正向引导主体介入舆情引导时间的先后， 得到情况５、６。

情况５： 正向引导主体刚介入舆情引导， 网络舆情环境趋于负向， 此时相关正向引导主体的Ａｌｌｅｅ效应的阈值较高。

情况６： 正向引导主体介入舆情引导有一定的时间， 网络舆情环境趋于正向。此时相关正向引导主体的Ａｌｌｅｅ 效应的阈值相较情况５ 低。

政府部门Ａ 理想型引导与媒体Ｂ 理想型引导之间的交互参数α、β 为０.１、－０.２５， 情况６、５的Ａｌｌｅｅ 效应阈值［Ａ_１、Ａ_２］为［０.１、０.１］、［０.０５、０. ５］， 仿真结果如图１０（Ⅰ）所示。

政府部门Ａ 理想型引导与意见领袖Ｂ 理想型引导之间的交互参数α、β 为０.１、－０. ３， 情况６、５的Ａｌｌｅｅ 效应阈值［Ａ_１、Ａ_２］为［０.１、０.１２］、［０.０５、０.５］， 仿真结果如图１０（Ⅱ）所示。政府部门Ａ 理想型引导与政府部门Ｂ 一般型引导之间的交互条件同政府部门Ａ 理想型引导与意见领袖Ｂ 理想型引导之间的交互， 仿真结果如图１０（Ⅲ）所示。

政府部门Ａ 理想型引导与媒体Ｂ 一般型引导之间的交互参数α、β 为０.１、－０.３５， 情况６、５的Ａｌｌｅｅ 效应阈值［Ａ_１、Ａ_２］为［０.１、０.１４］、［０.０５、０.５］， 仿真结果如图１０（Ⅳ）所示。

政府部门Ａ 理想型引导与意见领袖Ｂ 一般型引导之间的交互参数α、β 为０.１、－０. ４， 情况６、５的Ａｌｌｅｅ 效应阈值［Ａ_１、Ａ_２］为［０.１、０.１６］、［０.０５、０.５］， 仿真结果如图１０（Ⅴ）所示。

由图１０ 的仿真结果可知， 在引导主体净化交互下， 若Ａｌｌｅｅ 效应阈值低于引导主体初始引导效能， 引导主体受其余引导主体的净化作用越大， 其引导效能减弱速率越大； 若Ａｌｌｅｅ 效应阈值高于引导主体初始引导效能， 受Ａｌｌｅｅ 效应的影响， 引导主体引导效能减弱再次加速。

对比６ 种情况仿真结果可知， Ａｌｌｅｅ 效应影响引导主体对网络舆情的引导， 当网络舆情环境不利于舆情引导， 即使处于互惠性交互， 在受Ａｌｌｅｅ 效应的影响下， 引导主体引导效能仍可能出现负增长。引导主体需要把握引导时机， 在监测和研判到舆情发展的苗头时， 主动发声， 力争在舆情态势升级之前， 营造正向的网络舆情环境， 降低正向引导主体舆情引导的Ａｌｌｅｅ 效应阈值， 避免因真相缺位、谣言泛滥而陷入舆情引导的被动局面。同时，引导主体需要保障引导内容的质量， 尊重事件的真实性、客观性、准确性， 使引导内容直达人心， 被公众所接受， 实现理想型引导方式， 获得较高的引导效能初值和引导效能上限， 无论网络舆情环境如何发展， 都能克服Ａｌｌｅｅ 效应， 引导舆情正向发展。

４结语

通过分析网络舆情引导的Ａｌｌｅｅ 效应， 以Ｌｏ?ｇｉｓｔｉｃ 模型为基础模型， 构建Ａｌｌｅｅ 效应作用下网络舆情引导主体的交互模型， 通过仿真探索Ａｌｌｅｅ 效应作用下网络舆情引导主体引导效能的演化特征，明晰互惠、竞争、净化交互下Ａｌｌｅｅ 效应对于引导主体理想型和一般型引导的作用机理。

本文对网络舆情引导研究的理论贡献体现在：通过数理建模刻画了网络舆情引导的Ａｌｌｅｅ 效应，并重点研究了Ａｌｌｅｅ 效应下政府部门、媒体、意见领袖三大引导主体的理想型引导和一般型引导在互惠、竞争、净化交互下引导效能演化规律。限于篇幅， 未对其余交互类型和引导类型进行深入研究，未来仍需拓展更多的交互类型和引导类型， 进一步丰富网络舆情引导的Ａｌｌｅｅ 效应理论研究。