由于老虎伤人事件涉及生命安全、监管、动物保护等方面,并且人和老虎双双死亡极易引发民众对此事件的持续跟进,同时引发热议。“人与虎之死到底该同情谁”等问题层出不穷,使这一事件在传播过程中,得到人们的高度关注,百度指数统计如图3-15所示。
事件发生在2017年1月29日,至30日舆情达到高潮,网友的搜索指数达到峰值。在整体环境的感染下,个体的从众性非常强,这种情况下,只要有其中一方的声音较强,整个网络就会开始向那一方倾斜。例如,在事件发生后,“受害者不遵守规则闯入园区,最终致使老虎被杀害”这一观点很快被多数人认可并不断产生影响,致使持有这一观点的个体越来越多,从而周围个体逐渐受到呼应,调整自己的态度倾向,朝着同情老虎、指责死者行为的方向偏移。而这与事件最终的走向如出一辙。根据新浪微博评论随时间的演化情况分析,事件由初期发展到高潮阶段,舆情基本偏向对老虎之死的同情及对死者翻墙入园行为的不认同。在新浪微博发起的话题讨论中,网友站老
虎一方和死者一方的比例为8∶1,站老虎一方的网友给出的理由是:①死者逃票入园,违反动物园的规定,无视警示,在明知道有风险的情况下冒险,就该为自己的行为负责;②老虎将死者视为自己的猎物,追捕猎物为它的天性,最后被射杀更显无辜。站死者一方的主要观点是:死者虽然有错,但是从人性上来讲,罪不至死。
本章对该事件同步演化过程进行模拟仿真。首先,从众性参数ci为服从正态分布N(0.6,0.3)的正数,其中均值取0.6是为了反映该事件中民众从众性的整体情况,方差取0.3是为了表现在老虎伤人事件中,参与个体有不同的年龄跨度、职业、背景等,异质性相对较高。另外,在老虎伤人事件的群体舆情中,个体传播的影响力和接受他人影响的能力都得到了放大,并且和个人的影响力相比,在群体的舆情中,个体的态度受他人情绪感染而接受影响的能力更强,因此取参数αi~N(1.2,0.3),wi~N(1.5,0.3)。(www.xing528.com)
对该事件的仿真模拟,基于节点数量为1000的复杂网络,即大规模网络。同时,采用优化后得到的同步演化较好的网络结构作为该事件模拟仿真的基础网络,利用同步涌现计算模型作为同步演化效果的判断标准。经计算,结果如图3-16所示,可以发现,在事件发展一段时间后,网络开始涌现出集群同步现象,舆情在经过激烈的交互之后,逐渐趋向稳定,这说明绝大部分参与个体在老虎伤人事件中的态度基本趋于一致,在一段时间后达成共识,这和该事件舆情的最终走向一致。
对该网络结构进行统计,得到该网络的平均最短路径长度为3.89、平均聚类系数为0.097、度分布的方差为8.88。
图3-16 态度值同步演化图
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。