《表2“时度效”仿真参数表》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于舆情大数据的突发事件负面情感引导“时度效”研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

观察发现：（1）当政府正向引导负面情感时，前置引导（最佳引导时间内）负面情感数量大幅降低，降低程度为33.33%、50%、60%和66.67%，而对于后置引导，负面情感数量出现先增加，突破模型上限后降低的现象，这与模型假设（信息量函数为单调递增函数）相矛盾，这就意味着负面情感演化出现不确定因素，该因素刺激负面情感信息量短时间激增，改变其原有演化趋势，进而突破模型上限。这说明同样是正向引导，时间前置可以有效降低负面情感信息量，时间后置则可能面临诸多不确定因素，例如负面情感信息量基数过大，负面情感信息敏感性突出，虚假信息和网络谣言导致的情感起伏，以及线上线下复杂关联导致的衍生舆情或者次生舆情等，这些情况都可能催发更多负面情感；并且由于t2-t1时间短（1.7559），提前或者延后0.5个时间单位对负面情感引导影响显著。当政府负向引导负面情感时，前置引导和后置引导差距不大，负面情感数量均有大幅提高，提升程度为11.11%、25%、42.86%和66.67%。（2）无论政府采用前置引导还是后置引导，负向引导对应的负面情感变化量差距不大，而正向引导情况下，由于后置引导破坏了模型假设，使得后置引导效果不稳定。综合以上两点，对于重特大突发事件而言，初值较大，信息增长率较大，负面情感在单位时间内变化较大，政府在引导此类事件负面情感时，引导反应时间非常短（往往小于一个时间单位），所以，在此类突发事件发生后，政府应采取先“时”后“度”的策略，即负面情感引导的及时性是第一位的。可以通过历史舆情大数据分析，确定基本的引导策略，第一时间进行负面情感引导，并随着实时情感大数据的增多，持续、动态调整引导措施，在确保占据时间先动优势的同时，不断提升负面情感引导的准确性、全面性、针对性。