个体对社会热点事件的关注程度往往受两方面因素的影响：一是事件本身的复杂性，它影响着事件潜在的发展方向；二是与民众生活的相关程度，即事件本身是否与网民的生活息息相关。通常情况下，事件越复杂、与民众生活越相关，则越会引起网民的高度关注，例如，在“重庆万州公交车落水”事件中，由于其涉及公众的生命安全且事件较为复杂，从而引起了民众长时间、大范围的关注。
（1）个体关注度的不同分布对舆情反转进程的影响
一般而言，个体对事件的关注程度越高，面对相关外部信息时的敏感度越高，同时会产生更强的信息反馈，进而推动舆情演化过程。为了描述网络中不同的节点个体对热点事件关注度的差异，这里分别取α服从N～（0.1，0.4），并映射于［0，1］，以实现网络中大多数个体的关注度为0.1，表示网络节点个体的关注度普遍较低；取α服从N～（0.9，0.4），并映射于［0，1］，表示网络节点个体的关注度普遍较高；取α服从N～（0.5，0.4），并映射于［0，1］，表示网络节点个体的关注度一般；取α服从U～［0，1］，探讨网络中不同关注度的个体数量大致相同时的舆情演化状况。基于此，本节将探讨个体关注度α对舆情反转过程的影响，其他参数设定为：I1=-0.6，I2=0.8，k=0.1，h=0.2，T=50。
图8-8和图8-9分别表示分布状态不同的关注度下群体态度分布柱状图和极化率曲线。由图8-8和图8-9可知，个体关注度的分布状态不同会对舆情反转过程产生重要影响。当个体关注度α服从N～（0.1，0.4）时，群体在演化的两个时间段（Time=50前后）的态度分布和极化率并未发生较大变化，说明在个体关注度较低时，个体对外部信息的反馈并不强烈。但是当个体关注度α服从N～（0.9，0.4）时，两个时间段的群体态度都产生了显著的极化现象，形成了明显的舆情反转，由此说明，当个体对热点事件的关注程度较高时，其对外部信息的反馈会更加强烈，群体态度会形成较强的极化和反转现象。而当群体中的个体对事件的关注程度一般或分布较为均匀时，即α服从N～（0.5，0.4）和服从U～［0，1］时，群体态度仅会随外部信息的导向发生轻微的波动，此时舆情只形成轻微的反转。
图8-8 分布状态不同的个体关注度下群体态度分布柱状图
图8-9 分布状态不同的个体关注度下群体态度极化率曲线(www.xing528.com)
（2）个体关注度的动态变化对舆情反转进程的影响
个体对某个事件的关注程度并不是一成不变的，一般情况下，随着事件的发展及真相的逐渐披露，个体对舆情事件的关注程度也会随之变化。为了描述这一过程，这里假定在不同时刻个体关注度服从不同的分布，进而分析其动态变化对舆情反转过程的影响。本章将个体对事件关注度的变化分为4类。①前期关注程度较低，后期逐渐增强［这里将其定义为Time＜50：α服从N～（0.1，0.4）；Time≥50：α服从N～（0.9，0.4）］；②前期关注程度一般，后期逐渐增强［Time＜50：α服从N～（0.5，0.4）；Time≥50：α服从N～（0.9，0.4）］；③前期关注程度较高，随着政府干预或其他信息打断而逐渐降低［Time＜50：α服从N～（0.9，0.4）；Time≥50：α服从N～（0.1，0.4）］；④前期关注程度较高，后期关注程度持续增强（Time＜50：α服从N～（0.9，0.4）；Time≥50：α服从N～（0.9，0.4）］。
图8-10和图8-11分别为不同时刻下个体关注度服从不同分布时群体态度分布柱状图和极化率曲线。由图8-10和图8-11可知，当个体关注度α在0—50时间段保持较低值时，群体态度的负向极化率较低，而在50—100时间段随着个体关注度α的逐渐增强，群体态度的正向极化率明显提高，两个阶段中的群体态度分布形成了明显的舆情反转现象。当个体关注度α在演化的两个时间段（T=50前后）都较强时，负向极化率和正向极化率都较高，说明此时群体中的态度极化程度较高，并且前后两个时间段形成了明显的舆情反转。而当个体关注度α“先强后弱”时，即在0—50时间段α较强、50—100时间段α较弱时，负向极化率较高，但随着个体关注度的下降，正向极化率并未有明显变化，这说明在热点事件的舆情扩散后，可以通过转移公众的注意力、降低关注度的方式来避免舆情的波动和反转。
图8-10 个体关注度动态变化时群体态度分布柱状图
图8-11 个体关注度动态变化时群体态度极化率曲线
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。
