基于网络危机信息传播论文

〔摘要〕[目的/意义]面向大数据研究网络舆情信息异化机理以及控制模型，是政府控制信息异化程度的关键，为政府应对和治理网络舆情提供理论参考依据。[方法/过程]定性分析大数据环境下网络舆情信息异化机理，将网络舆情演化机理模型拓展为信息异化控制模型，并在此基础上通过数值仿真研究政府控制信息异化的分类问题。下面是小编为大家整理的《基于网络危机信息传播论文 (精选3篇)》的相关内容，希望能给你带来帮助!

基于网络危机信息传播论文 篇1：

基于社会网络的危机信息传播研究框架

随着现代社会各个领域的关联越来越复杂，社会系统的脆弱性也越来越大，导致近年来我国各类危机事件的频繁发生。危机事件往往具有时间紧迫、事态发展迅速等特点，若不及时有效的应对，后果严重。由于互联网上的信息形式多元、方式互动、传播迅速，因此，在危机事件的出现和进展过程中，网络信息的传播对事态走向和政府决策影响巨大。比如近年来的厦门PX事件、山西“黑砖窑”事件、杭州市飙车案等一系列事件都体现了网络信息传播的巨大力量。但是，由于互联网上信息生产者和传播者身份的隐蔽性，并且政府缺少有效的监督技术和方法，使得互联网上容易出现庸俗、灰色的言论。同时，网络谣言也有增多的倾向，容易造成群体的盲从与冲动。因此，如何更好的分析和掌握基于网络信息载体的危机事件传播规律，为政府对危机事件的监控和管理提供理论依据，已成为一个亟待解决的问题。

目前学术界对危机事件信息传播的研究，主要是运用心理学、社会学、管理学和计算机科学等领域的理论和方法来分析信息传播的主体特性、环境因素、过程、情感倾向、引导政策和热点主题挖掘等等，而对各种关系复杂、规模庞大的危机事件的网络信息传播群体和传播机制研究较少。由于互联网传播信息的快捷和方式多样，使得传播群体呈现出更为复杂化和动态化的特征，传统方法更难从互联网海量信息中发现潜藏的群体特征和行为规律，特别是在对危机事件的事态发展状况的预测和控制上捉襟见肘。这主要是，传统方法对3个重要问题研究不足：(1)如何从危机事件的网络传播特性出发，抽取网络信息的传播群体?(2)如何分析这些传播群体的结构和行为演变规律，并提出相应的组合干预措施?(3)如何发掘传播群体中的重要角色和持不同观点的派系，以对危机事件进行更好的引导和控制?

信息在人与人之间的流动性和舆情观点的形成容易受他人的影响，说明可以使用社会网络(Social Network)的方法来研究危机信息在互联网上的传播。因此，本文将提出一个基于社会网络的危机信息传播研究框架，将危机信息在网络上的传播群体作为主要研究对象，将危机信息传播的主体、传播渠道、传播行为和影响因素等要素有机整合到一个框架体系内来，预期在对危机信息传播的规律及控制方法上有实质性的突破，以寻求对上述3个问题的解答。同时，本研究框架将为政府科学、高效、有序地分析和管理危机信息提供决策参考，提高政府对危机事件的预测能力和应急处理能力。

近年来，不少学者从社会学[1-2]、政治学[3]、传播学、生态学[4]等角度对互联网上信息传播的引导和控制进行了研究;还有学者从互联网危机信息的采集[5-6]、内容分析[7-8]、舆情监控系统[9]等方面来研究信息传播的预测和监控技术。这些研究为危机事件的网络信息传播提供了有价值的理论成果，但是较少涉及到各种关系复杂、规模庞大的传播群体，使得难以有效监控和分析这些群体的信息传播行为，难以及时有效地从传播主体和传播途径上提出具体的危机应急处理方案。

社会网络的方法从危机信息的传播群体这个角度入手，通过对传播群体的特征、结构和行为机制的解析来研究危机信息的传播与控制，成为一个可能的突破口。首先，对危机信息传播的主体即网民所构成的群体进行社会网络建模，以数学形式描述群体关系，便于理解其内在机理并进行特征分析，也为不同传播渠道上的各类舆情传播动力学行为研究提供了基础平台;其次，利用社会网络分析方法(Social Network Analysis，SNA)对群体进行结构测度，可以研究群体的结构对群体功能或者群体内部个体的影响，并帮助角色挖掘和派系分析，探寻危机信息传播的关键人物和骨干网络;最后，在网络模型上的群体动态演变行为则反映了危机信息传播群体的演变过程，它从一定程度上揭示了危机信息传播的规律。因此，本文认为：以危机事件的网络信息传播群体为主要研究对象，运用社会网络的结构分析范式来对不同传播渠道上的危机信息传播网络和传播行为开展研究，可以很好的理解和解释危机信息传播规律。据此建立了基于社会网络的危机信息传播的研究框架(如图1所示)。

1.1危机事件的发展过程

危机事件的持续时间是指从危机潜伏到危机结束所经历的时间。根据网络中危机信息的扩散模型分析，持续的时间越长，危机信息源就越多，越容易产生新的信息，引发群体的恐慌和盲从[10]。Steven Fink在1986年提出了危机信息传播的四段论模式：危机潜伏期、危机突发期、危机蔓延期和危机解决期[11]。

由于危机事件本身的发展存在一个过程，所以对于危机信息在互联网上的传播也存在阶段性，不同的危机期所传播的信息在数量和质量上有明显的不同。所以，需要将危机事件的发展过程引入到基于社会网络的危机信息传播框架上来，对各个危机阶段的信息源、信息类型、信息传播特点进行研究。

1.2传播主体

危机事件信息在互联网上的传播，主要涉及三类传播主体：

1.2.1普通网民

互联网环境下的各类新媒体和自媒体的出现，使得网民在危机事件的信息传播中，既是信息传播者也是信息接受者。受众从媒体途径知情信息与议题， 并积极给予自己的内容表达，将其体验内容与议题发送到媒体上，给予后续受众。可以发现这是一种“多对一，一对多”的关系，形成的传播系统比链式反应更迅猛[12]。

1.2.2把关人

“把关人”的概念是由美国社会心理学家、传播学四大先驱之一的库尔特·卢因率先提出的。他指出，在群体传播过程中存在着一些把关人(gate keeper)，只有符合群体规范或把关人价值标准的信息内容才能进入传播的渠道。在危机事件的信息传播中，主要的把关人是政府、媒体和互联网服务运营商。政府作为把关人的主要作用是及时地发布权威、公正的信息，满足公众信息需求。因为，在公共危机中，公众最希望在第一时间获得有关信息，如果公众无法从政府渠道获取，各种流言就会通过多种渠道迅速传播。流言的传播具有快速性、失真性、放大性的特点，可能引发社会的普遍恐慌，加剧事态的恶化[13]。同时，政府还应对舆论进行引导和控制，制止谣言的传播扩散。媒体作为把关人的主要作用是通过环境守望、舆论缓释和社会反思来对公共危机信息进行监督[13]，对社会不良情绪进行减压。互联网服务运营商主要指互联网基础设施服务商(如中国电信)和软件服务商(如新浪、腾讯)，他们在政府的监管和引导下，针对危机事件中出现的不良信息和非法用户，通过禁止发言、关闭评论、封锁帐号等行为，有效制止网络谣言。

1.2.3造谣者

在危机事件的传播中，还存在一些不法分子在互联网上散播谣言，加重危机事态，对社会带来重大的负面影响。如何识别出这些不法分子的重要人物(如谣言传播的始作俑者)，或是群体(如网络水军)，成为亟待解决的问题。

1.3传播渠道

危机事件的信息传播以大众传播为主，互联网上传播渠道主要有即时通讯工具(如QQ、MSN)、电子邮件、门户网站、网络论坛以及社交网络(如新浪微博、人人网)等等。这些传播渠道不仅有传统的网络媒体，更多的是新兴的自媒体，使得用户获取信息的方式多样化，能让用户自己快速的生成信息并在多个渠道上同时传播。所以，不仅需要对单一的传播渠道进行研究，还需要描述和表示危机事件信息传播过程中各种渠道之间的相互作用和影响。

1.4传播行为

危机事件信息扩散网络中，各个行为主体对于危机事件的认识和倾向的不同导致了他们不同的行为(如发布、评论、转发等)，这些行为成为了这些主体具有与其它主体连接的驱动力。网络的形成依赖于众多主体的连接决策，危机中的公众是由于个人通过观察他人的行为来调整自身预期而产生一致的群体行为。目前有关危机事件信息传播网络的研究较少考虑主体的这种策略行为以及传播网络形成演化如何受主体策略行为的影响，因此难以解释危机事件的信息扩散和观点演化的内在驱动力，从而也无法根据宏观层次上网络结构的变化来提供对微观层次上主体行为的引导控制建议。所以，需要研究解决如何定量刻画主体传播行为的问题，并实现对主体策略行为和网络结构相互影响的整合。

1.5影响因素

根据传播说服理论，影响信息传播意愿和效果的因素可划分为三大类：来源特征、传播内容特征和接受者特征。危机事件信息传播也属于信息传播的一类，所以其影响因素也可以考虑分为如下三类：

1.5.1来源特征

来源特征的专业性、可靠性和客观性3个维度均影响危机信息的传播意愿和传播效果。在来源特征的研究中，谣言扩散理论认为来源可信度对受众的再传播和扩散谣言的行为意愿具有正向的影响[14]。来源的专业性是指信息发送方让信息接收方所感受到的能够提供正确信息与表现出专业行为的能力。客观性是指接受者对传播者的公开性、公正性和中立性(不带有主观偏向)的评价与感知[14]。

1.5.2传播内容特征

危机事件的信息传播内容特征主要是危机事件的类型、危机编码和解码、信息格式以及噪声。不同类型的危机事件，其对外传播的动力差异较大，比如公共性很强的危机事件容易被公众关注，并且易于迅速传播[15]。危机编码指危机处理组织对外公布危机信息所采用的方式、策略等内容。危机解码是公众对危机信息进行解读的过程。解码过程受到公众的背景信息的影响。危机编码和解码的好坏会直接影响危机事件的信息接受效果[15]。信息格式是指文字、图片、音频、视频等不同的类型，有着不同的传播速度和吸引度。噪声是妨碍危机信息传播并能够造成信息失真的干扰因素，它存在于危机传播中的任一环节。如不准确的沟通语言、难以辨认的字迹、不合实际的举止、小道消息、谣言等，这些都属于噪声。噪声能够降低危机信息传递的有效性，使得危机发送与危机接收之间产生较大的差异[15]。

1.5.3接收者特征

每个接收者受到个体特质(如职业、教育程度、年龄等)、心理因素(如危机恐惧感知、对政府媒体信任倾向、防备心态等)和社会环境等因素的制约，进而影响他们接受信息的效果。根据CNNIC的报告[16]，2011年6月，中国网民规模达到485亿，中国互联网已经走过高学历人群普及阶段，大专及以上学历人群网民普及率已经超过90%，互联网正在向高中、初中等学历人群扩散，低学历人群的网民不断增加。同时，低年龄层的网民数量也大幅增加。这使得在危机事件中，网民缺乏社会经验，考虑问题不成熟，更容易冲动，产生群体极化，互联网也容易出现庸俗、灰色的言论。

2.基于社会网络的危机信息传播的研究框架的分析步骤和主要内容本框架以危机事件的网络信息传播群体为主要研究对象，运用社会网络的结构分析范式来开展研究，最终目的是为了理解和解释危机信息传播网络以及构建基于这些网络结构之上的传播行为。因此，本框架的分析步骤是通过采用“结构一功能主义”的系统观点对传播网络进行整合分析：首先，对危机事件的发展过程、信息传播渠道和影响因素进行了分析，掌握危机信息传播的特征;其次，从结构角度来研究传播主体所形成的传播网络，剖析网络结构、关系和个体的要素组成及要素间作用机制;再次，从系统表征与功能作用入手，分析特定的传播网络结构下的传播行为。最后，利用实例数据和原型系统对理论进行检验。具体的分析步骤和主要内容如图2所示：图2如何建立基于社会网络的危机信息传播框架

2.1危机信息的传播特征和影响因素

危机信息传播具有信息来源广泛、信息流巨大、渠道多样、传播迅速等特点。首先，应与各级政府、组织和机构紧密合作，获取危机案例，并通过网络获取大量的各类危机事件的网络信息传播的具体案例，建立数据集和事例集。然后，利用真实危机事件的数据分析、时空分析和事件演化分析方法，剖析危机事件的发展过程及对应的关键要素、信息传播的渠道特征、路径规律等，为危机事件网络信息传播规律和控制模式奠定基础。最后，通过实证的方法研究危机信息传播的影响因素(来源特征、传播内容特征和接受者特征)。

2.2危机信息的传播主体研究

2.2.1危机信息传播的主体网络构建

危机事件在不同的生命阶段和传播渠道中，表现出各异的传播网络结构和特征。因此，需要研究危机事件网络信息传播中行为主体(网民)的特征、行为模式，以及主体间的关系搭建的内在驱动力。以此为基础，针对不同粒度级别的危机事件信息扩散网络进行抽取，并结合危机事件特殊的信息传播特征，研究传播网络的节点分布状况、链接关系，引入合适的参数，实现节点特征的形式化描述和链接关系表达式，提出支配网络化过程的算法，从而构建危机事件信息扩散的主体网络模型，作为下一步研究的基础。

2.2.2危机信息传播的重要角色挖掘

实施对网络关键节点的有效引导，可以更好的控制危机事件的信息传播。SNA首次出现于20世纪30年代末，它用于描述和测量行动者之间的关系或通过这些关系流动的各种有形或无形的东西，如信息、资源等[17]。因此，作为分析信息交换的一种方法和系列化的技术手段[18]，SNA可以适用于互联网信息传播的研究。SNA对网络结构的分析主要分为基于代数模型的定量分析和图论的图形分析[18]。SNA已有的基于个体分析的主要指标有：程度、中心度、结构空洞等，它们反映了整个网络的规模、聚合程度和有效性;已有的基于整体分析的主要指标有：网络密度、网络中心度、网内亲近度、网外亲近度等，它们反映了整个网络的规模、聚合程度和有效性。因此，需要针对危机事件的特征，使用SNA方法和UCINET软件，设计一套动态的综合测度算法来测度危机事件信息扩散网络中节点(集)的重要性，并据此来对危机信息扩散网络中的重要角色进行分类及其特征研究，探寻危机事件信息传播的发起人、意见领袖、把关人等关键人物。

2.2.3危机信息传播的派系分析

随着危机事件在网络上的传播，持相近观点的人容易聚集成一个个群体，并不断发展成独立的派系。这些派系极大的左右着网络主流观点，影响危机事件的事态发展，特别是“网络水军”和敌对组织更需要我们进行识别和控制。SNA已有对小群体(clique)、同位群(block)、社会圈(social circle)以及网络中识别群结构的算法的分析方法，比如层次聚类算法(hieratical clustering algorithm)和谱分析(spectral analysis)方法以及基于边的介数的方法等[19-20]。因此，需要在SNA方法的基础上，研究网络的聚集系数和分层结构特征，提出基于分层聚类的危机事件信息传播网络的群识别算法，进行信息传播的骨干社团挖掘。还可以研究网络不同群规模分布下的群体压力、群体极化、群体互动，以及其对个体态度和观点的塑造和演变。

2.3危机信息的传播渠道研究

2.3.1危机信息的传播渠道整合

危机信息传播渠道不再是单一的网络，而是多种网络的结合。但目前的研究局限在单一信息传播渠道(如博客、电子邮件、网络论、P2P系统等)上，并不能很好地反映危机事件本身传播的特征规律。因此需要考虑危机信息传播途径的多平台、异构性等特点，引入合适的参数，来描述和表示危机信息传播过程中各类传播渠道之间的相互作用和影响。

2.3.2危机信息传播的关键路径控制

危机信息传播有多种扩散渠道和扩散路径，需要根据SNA的方法和信息流特征，对实际网络信息进行数据分析和仿真实验，分析信息扩散的路径规律，建立一套有效的探寻危机信息传播的关键路径的算法，从而有效地阻断、截流危机事件的网络谣言，对网络信息进行正确的疏通引导，提高政府的网络信息控制能力。

2.4危机信息的传播行为研究

综合复杂网络模型和传播模型对危机事件的信息在互联网上的扩散过程进行网络动力学建模，建立危机事件的信息扩散模型，并将危机信息传播的重要实际特征如主体行为机制、信息扩散过程中的时延情况、多路径扩散的冲突情况等纳入到信息扩散模型中来。用计算机仿真的方法，研究信息扩散过程中的重要参数(初始节点分布、活跃节点比例、传播率、危机程度等)，把握信息扩散控制的关键所在。此外，建立网络结构和主体行为机制的动态耦合模型，着重考察信息扩散主体的态度倾向、下级传播节点选择策略和实时动态反应这些微观行为机制对危机事件信息扩散网络结构和扩散行为的影响，以优化危机事件预警的信息发布模式和增强危机信息传播的引导控制能力。

3.总结

本文综合运用社会网络理论、传播理论和信息行为学等理论和方法，将危机事件信息传播的主体、传播渠道、传播行为等要素有机整合到一个框架体系内来，预期在对危机事件的信息处理、实时监控、应急决策上有实质性的突破，具有重要的理论意义。同时，该框架对危机事件的网络信息扩散与控制的研究既可以把握灾情、人群心理情绪等方面的变化，又可以对人群心理和行为的演化产生巨大的作用力，对于向人群传递事件真实情况、避免恐慌具有重要的意义。因此，本框架提出为政府科学、高效、有序地分析和管理互联网信息提供决策参考，提高政府对危机事件的预测能力和应急处理能力，具有重要的实际应用价值。

参考文献

[1]毕宏音.舆情视野中的网民上网行为分析[J].广西社会科学，2007，(4)：157-160.

[2]张丽红.从网络舆情传播的角度谈文化安全[J].社科纵横，2007，(2)：129-131.

[3]徐晓日.网络舆情事件的应急处理研究[J].华北电力大学学报：社会科学版，2007，(1)：89-93.

[4]袁志秀.基于生态学的信息传播模式[J].情报杂志，2005，(3)：14-16.

[5]赵颖斯，刘云.BBS舆情系统的数据采集方法[J].电信快报，2008，(12)：22-24.

[6]Alberto HF，Laender，Berthier A，et al.A Brief Survey of Web Data Extraction Tools[C].ACM SIGMOD Record，2002，31(2)：84-93.

[7]黄晓斌，赵超.文本挖掘在网络舆情信息分析中的应用[J].情报科学，2009，(3)：74-79.

[8]曾依灵，许洪波.网络热点信息发现研究[J].通信学报，2007，28(12)：141-146.

[9]许鑫，章成志.互联网舆情分析及应用研究[J].情报科学，2008，26(8)：1194-1204.

[10]魏玖长，张岩，任轶群.危机事件新闻报道数量的时间演变模式研究[J].图书情报工作，2009，52(11)：57-74.

[11]Fink S.Crisis Management：Planning for the inevitable[M].New York：American Management Association，1986：34-36.

[12]顾明毅，周忍伟.网络舆情及社会性网络信息传播模式[J].新闻与传播研究，2009，16(5)：67-73.

[13]李春华，龙厚仲.公共危机信息传播模式及其运行[J].中国人民公安大学学报：社会科学版，2010，(5)：23-27.

[14]陈明亮，章晶晶.网络口碑再传播意愿影响因素的实证研究[J].浙江大学学报：人文社会科学版，2008，38(5)：127-135.

[15]魏玖长，赵定涛.危机信息的传播模式与影响因素研究[J].情报科学，2006，24(12)：1782-1785.

[16]CNNIC.2011年中国互联网网民调查报告[EB/OL].http：∥qing.weibo.com/tj/7b7f1c3833000c16.html，2012-01-17.

[17]Burt RS，Minor MJ.Applied Network Analysis：A Methodological Introduction[M].Beverly Hi11s：Sage，1983.

[18]Francesco Martino，Andrea Spoto.Social Network Analysis：A brief theoretical review and further perspectives in the study of Information Technology[J].PsychNology Journal，2006，4(1)：53-86.

[19]Newman M.Detecting community structure in networks[J].Eur.Phys.J.B，2004，(38)：321-330.

[20]Clauset A，Moore C，and Newman M.Hierarchical structure and the prediction of missing links in networks[J].Nature，2008，(453)：98-101.

(本文责任编辑：马卓)

作者：郑重等

基于网络危机信息传播论文 篇2：

大数据背景下网络舆情信息异化控制模型研究

〔摘要〕[目的/意义]面向大数据研究网络舆情信息异化机理以及控制模型，是政府控制信息异化程度的关键，为政府应对和治理网络舆情提供理论参考依据。[方法/过程]定性分析大数据环境下网络舆情信息异化机理，将网络舆情演化机理模型拓展为信息异化控制模型，并在此基础上通过数值仿真研究政府控制信息异化的分类问题。[结论/结果]经过理论建模和实证分析得出本文构建的信息异化控制模型是可行的，以上理论研究可为政府准确把握大数据环境下网络舆情信息异化程度，制定网络舆情治理策略提供参考依据。

〔关键词〕大数据;网络舆情;信息异化;控制模型

DOI：10.3969/j.issn.1008-0821.2018.02.001

〔

The Research on Information Alienation Control Model of

Network Public Opinion under Big Data Environment

Xia YixueLan Yuexin*Zhao Yumin

(The Chinese Peoples Armed Police Force Academy，Langfang 065000，China)

〔

〔Key words〕big data;network public opinion;information alienation;control model

1現状分析

大数据时代，网络舆情信息不仅具有突出的海量特征，并且产生及传播速度快、来源及类型多样化、传播平台及途径多元化，特别是海量多源异构信息之间相互碰撞、相互交织，信息关联程度极大增强，这些均成为信息过载、信息失实、信息重复等信息异化的重要诱因。研究大数据环境下网络舆情信息异化的演化机理，有助于明晰网络舆情信息异化程度，进而为政府有针对性地进行信息异化控制，更好应对和治理网络舆情，提供理论依据。

我国学术界针对信息异化的研究，以基础研究、政策研究为主，主要包括两个方面的研究主题：一是信息异化理论研究，包括信息异化的本质[1]、根源[2]、控制对策[3]，分析信息异化的积极因素与消极影响，讨论信息异化的扬弃[4]。二是特定视角下信息异化理论及其应用研究，主要体现为5个方面：①生态学视角下信息异化理论研究，研究控制信息异化的生态学思路，提出控制信息异化的生态学策略[5]。②心理学视角下信息异化理论研究，分析各种异化现象的心理成因和心理机制，提出各种异化现象之间呈现出一定程度的递进关系[6]。③微时代、新媒体、大数据等网络社会视角下信息异化理论研究，从概念界定、问题表现、引发因素、主要影响、消解路径等方面研究网络社会信息异化问题，分析网络信息伦理的缺失问题，探索形成道德、法律、制度、技术等动态的信息异化控制体系[7-8]。④信息异化理论在网络舆情中的应用，剖析网络衍生舆情与信息异化的价值关联，研究不同信息异化条件下正面衍生舆情和负面衍生舆情的传播特性[9-10]。⑤信息异化理论在社会治理中的应用，主要研究信息公开过程中的曲解、裁剪引致的信息异化现象，对环境影响评价的公众参与、邻避风险治理等社会治理问题的影响机制[11-12]。上述研究的关键词共现网络如图1所示。

图1信息异化研究关键词共现网络

大数据环境下，网络舆情信息异化风险加大，运用信息异化理论分析网络舆情传播演化规律，能够为网络舆情理论研究提供新视角。但是，目前理论界关于信息异化理论在网络舆情领域的应用研究，仅限于分析网络衍生舆情，仍有很多问题需要解决，例如①如何从定量视角解读网络舆情信息异化的演化机理问题;②政府在网络舆情信息异化过程中采取控制措施对舆情演化的影响问题;③网络舆情信息异化过程中，政府控制信息异化分类问题等。综合以上问题，本文定性分析大数据环境下网络舆情信息异化机理，通过网络舆情演化模型拓展为信息异化控制模型，同时根据数值仿真研究政府控制信息异化分类模式，以上理论研究可以为政府准确把握大数据环境下网络舆情信息异化程度，制定网络舆情治理策略提供参考依据。

2大数据环境下网络舆情信息异化机理

21大数据环境下网络舆情信息异化现象

目前，对信息异化概念有多种不同的解释，其中主要观点认为：信息异化是指信息在生产、传播和利用过程中，由于受到各种因素的干扰导致了信息生产与信息消费之间的矛盾，使主体丧失了控制信息的能力和原有的内涵，并为信息所奴役、支配[1]。信息异化包括信息本身的异化、信息主体的异化、信息与信息主体的异化、信息主体间的异化等4个方面，本文面向大数据环境研究网络舆情信息异化问题，因此主要研究信息本身的异化现象。

随着移动宽带互联网的普及，某个网络话题产生后，众多主体通过原创、转发、共享等方式发布大量文字、图片、音视频等信息，分布于不同网络平台，逐步形成一个网络舆情大数据环境(图2)。由于海量多源异构信息之间相互碰撞、相互交织，极易诱发信息异化。如果信息异化程度没有得到有效控制，网络流言、网络谣言以及网络暴力等干扰正常的信息传播，将严重破坏网络空间环境。

211网络舆情主体导致的信息异化

网络舆情主体很多，主要包括普通网民、政府、意见领袖、网络推手、网络媒体、网络水军等，其中普通网民的数量占绝大多数，其他主体数量较少，但是在网络舆情传播过程中发挥的作用很大。特别是网络推手、网络水军等出于不同目的对信息传播的误导、极化和操纵，是导致信息异化的主要因素。同时，网民心理多元化，认知程度、情感状态多样化，组成结构中低学历、低龄、低收入群体占比高，上述因素使得网络言论视角纷繁、众声喧哗，也会导致网络舆情传播过程中引发信息异化。

212网络舆情信息传播过程中导致的信息异化

网络舆情传播过程中，微博、微信、视频网站等网络传播平台通过发布、转发、评论、共享等多种传播方式，对文字、图片、视频等多种格式信息进行广泛快速的传播，极易使得网络空间处于一种信息过载的状态，尤其是真实信息、虚假信息、猜测信息等交织在一起，使得网络信息极易产生异化现象，进而导致网络流言、网络谣言、网络暴力等。

除了以上两点，信息法律、信息政策、信息伦理、信息管理等[5]网络舆情传播的外部环境也会导致信息异化现象。例如微信、微博、贴吧平台等3家网络传播平台涉嫌违反《网络安全法》等法律法规，对其平台用户发布的法律法规禁止发布的信息未尽到管理义务，导致用户传播的暴力恐怖、虚假谣言等危害国家安全、公共安全、社会秩序的信息大量扩散[13]。

22大数據环境下网络舆情信息异化机理

221网络舆情传播规律遵循信息生命周期理论

根据网络舆情定义[14]，网络舆情即网民通过互联网对某一网络话题进行交流的信息总和。这个和值是随时间单调递增的变量，它和网络舆情统计数据是有区别的。统计数据通过累加[15]可以得到和值变量，而和值变量通过累减可以得到统计数据。网络舆情是对某一网络话题进行交流的信息总和，和其他网络信息一样是不断发展变化的，同样具有孕育、产生、发展直至消亡的生命过程，所以可以用信息生命周期理论来理解和研究网络舆情，目前已有几位学者开展了一些研究[16-19]。在理论层面，按照信息生命周期理论，网络舆情传播演化具备周期性[18，20]，并且在一个演化周期内可以划分传播阶段，可以用Logistic、Gompertz等描述生命周期理论的“S”型曲线模型研究网络舆情演化规律[21-22](图3)。

222网络舆情信息异化机理

假设x(t)代表网民针对某一网络话题进行交流而形成网络舆情的信息量和值，其初值x(0)=x0，上限为K。由

于网络舆情演化过程中，信息量和值的增长率与网络舆情信息量和值以及“剩余空间”1-xK呈正比。基于此，网络舆情传播演化机理为：

dxdt=rx1-xK

x(0)=x0

信息过载、信息失实、信息重复等[23]是信息异化的主要形式，网络舆情传播过程中，信息异化体现为大量信息在舆情传播初期集中爆发，使得网络舆情传播规律发生改变，研究信息异化后的网络舆情传播规律有利于控制舆情的信息异化程度。信息异化对网络舆情传播规律的影响主要体现为网络舆情信息量在传播初期集中爆发，使得网络舆情演化趋势“左移”(图4)，网络舆情数据提前达到“饱和”状态，为未来舆情演化趋势增加不稳定因素。同时，由于网络舆情信息量快速增加，导致内禀增长率r随着时间的变化而变化。

3大数据环境下网络舆情信息异化控制模型

31网络舆情信息异化控制机理

信息异化导致传播过程中网络舆情信息量激增，大量不同形式、不同情感倾向的信息汇聚、碰撞，极易形成网络流言、网络谣言以及网络暴力等，为网络空间环境带来不稳定因素，如何有效控制网络舆情的信息异化程度是政府治理网络舆情的关键。正如前文研究，信息异化导致网络舆情传播机理发生变化，故而需要政府针对信息异化的程度进行控制，所以信息异化情况下的网络舆情传播规律是异化过程和控制过程共同作用的结果(图5)。

在异化过程和控制过程的综合作用下，当异化过程成为主要过程时，网络舆情信息量增长迅速，增长率增量大于零;当控制过程成为主要过程时，网络舆情信息量增长缓慢，增长率增量小于零，两个过程的交界点处形成曲线拐点。所以网络舆情传播过程中，如果政府没有对信息异

化现象进行持续、有效地控制，则会出现两个过程交替进行的状态，累加数据将会出现多个“S”型曲线结构，而其对应的网络舆情统计数据则呈现出多个峰值的波动状态(图6)。以“国乒退赛”网络舆情按小时统计数据为例(图7，舆情监测起止时间：20170623-20170702)，统计数据呈现多个峰值，而累加数据则是由多个“S”型曲线连接而成。

32大数据环境下网络舆情信息异化控制建模

信息异化过程导致网络舆情信息量快速增加，而控制过程则会使信息量增加变缓，所以在两个过程共同作用下，网络舆情传播演化机理模型的内禀增长率由常数变为关于时间的函数变量，即网络舆情传播演化机理由：

dxdt=rx1-xK

x(0)=x0

变为：

dxdt=r(t)x1-xK

x(0)=x0

其中，x(t)代表网络舆情的信息量和值，初值x(0)=x0，上限为K，r(t)>0。上式即为大数据环境下网络舆情信息异化控制模型，求解微分方程得到模型解为：

x(t)=x0exp∫t0r(s)ds1+x0K∫t0exp∫s0r(s1)ds1r(s)ds

由于模型解的结构依赖于内禀增长率r(t)的函数表达式，不同的表达式代表不同的网络舆情信息异化控制模式，本文将通过开展模拟仿真来研究不同类型的信息异化控制模式。

33大数据环境下网络舆情信息异化控制模式

网络舆情信息异化过程和政府控制过程共同作用，导致网络舆情信息量演化过程随之变化。当信息异化过程占优时，则政府控制效果较差，网络舆情信息量急剧增加;当控制过程占优时，则政府控制效果较好，网络舆情信息量增加趋势变缓;当两个过程竞争均不能主导舆情演化时，则网络舆情信息量增加趋势变快和变缓交替进行。基于此，本文根据作用结果将政府控制信息异化的模式分为：最差模式、中和模式和最优模式。

331最差模式

最差模式中，政府控制信息异化效果最弱，信息异化过程成为占优过程，网络舆情信息量激增，提前达到“饱和”状态，信息异化控制模型的内禀增长率以递增饱和类函数为主(图8)。在实际网络舆情案例中，如果政府被动应对网络舆情，则在网络舆情传播初期往往出现这类模式，尤其是突发事件发生后，网络舆情信息异化几率更高，需要政府短时间内应对网络舆情，学术界相继提出黄金24小时、黄金4小时，甚至黄金1小时。

332中和模式

中和模式中，信息异化和政府控制共同发挥作用，网络舆情信息量时而增长迅速，时而增长缓慢，舆情数据交替达到“饱和”状态，信息异化控制模型的内禀增长率以震荡类函数为主(图9)。在实际网络舆情案例中，如果政府应对网络舆情后，由于缺乏持续、有效的控制措施，网络舆情传播往往出现这类模式，网络舆情统计数据则出现波动现象。

333最优模式

最优模式中，网络舆情传播过程中政府控制成为主要过程，网络舆情信息量增长缓慢至“饱和”状態，信息异化控制模型的内禀增长率以递减类函数为主(图10)。在实际网络舆情应对过程中，最优模式需要以大数据为基础和支撑，提前感知信息异化风险，做到主动预防预测预警。

4大数据环境下网络舆情信息异化控制仿真

为有效模拟网络舆情信息异化程度及政府控制信息异化的效果，本文应用MATLAB进行数值模拟仿真并绘制图像，研究政府控制信息异化的3种模式：最差模式、中和模式和最优模式。信息异化前的参数为上限K=100，初值x(0)=10%K=10，信息增长率r=05，信息异化后信息量上限、初值保持不变，内禀增长率函数r(t)的初值r(0)=05，具体表达式根据不同模式进行选取。为进一步研究信息异化程度，根据文献[21]，计算网络舆情传播阶段为：潜伏期[0，176]，扩散期[176，702]，消退期[702，∞]。

41最差模式

选取两类递增曲线，修正指数曲线r1(t)和S曲线r2(t)作为信息异化时的内禀增长率函数，具体表达式如下：

r1(t)=2-15·08t，r2(t)=21+3·exp(-02t)

通过MATLAB分别绘制信息异化前后网络舆情信息量曲线(图11，图12)。观察图像发现：异化后的曲线在扩散前期就已经达到饱和状态，而且修正指数曲线r(t)对应图像的信息异化速度更快。在最差模式中，信息异化成为主导过程，异化的舆情信息量快速增加至“饱和”状态，如果舆情信息继续异化的话，信息量突破上限K的几率大增。在实际舆情案例中，当某些突发事件发生后，如果政府没有及时、有效控制信息异化，则网络舆情信息量将迅速激增，为后续网络舆情应对和治理增加难度。

42中和模式

选取两类震荡曲线，三角函数曲线r3(t)和震荡衰减曲线r4(t)作为信息异化时的内禀增长率函数，具体表达式如下：

r3(t)=05+04sin2t，r4(t)=05+15exp-t2sin(2t)

通过MATLAB分别绘制信息异化前后网络舆情信息量曲线(图13，图14)。观察图像发现：异化后的曲线和异化前的曲线几乎同时达到饱和状态，震荡衰减曲线r4(t)对应的异化曲线在初期很短时间内快速增加，但信息量很快便趋于饱和状态而缓慢增加。在中和模式中，信息异化和控制过程共同发挥作用，异化后的舆情信息量曲线增长缓慢，并且曲线形状是由多个“S”型曲线连接而成，由于信息异化前后两条线很接近，所以信息异化前后的网络舆情传播阶段比较接近，这种模式在实际舆情案例中，所占比例是最高的。

43最优模式

选取两类递减曲线，反比例曲线r5(t)和反“S”曲线r6(t)作为信息异化时的内禀增长率函数，具体表达式如下：

r5(t)=05t+1，r6(t)=06-051+4·exp(-02t)

通过MATLAB分别绘制信息异化前后网络舆情信息量曲线(图15，图16)。观察图像发现：有效的控制措施可以使舆情增长变缓，延迟达到“饱和”状态，并且反比例曲线的控制效果远超过反“S”曲线。在最优模式中，控制过程发挥主导作用，有效控制后的舆情信息量曲线传播阶段全部滞后于信息异化前的曲线，但是最终的饱和值一致，这为政府治理网络舆情提供了充分的时间。

5实证研究

51数据来源

为验证本文构建的大数据环境下网络舆情信息异化控制模型，通过清博舆情监测软件(yuqing.gsdata.cn)选取20175-20178期间8个网络舆情案例作为验证案例，获取网络舆情统计数据(按天进行统计，均为事件发生后20天

图16增长率为r6(t)时信息异化前后对比图像

的统计数据)。8个案例分别为：孙杨世锦赛夺冠、G20峰会、香港回归20周年、京津冀大暴雨、柯洁大战AlphaGo、“一带一路”高峰论坛、男乒退出比赛、章莹颖案嫌犯被诉，案例基本数据如下(表1，表2)。

52确定系数的方法

大数据的核心是预测。如何在大数据环境中预测网络舆情信息异化趋势是网络舆情治理的关键。在实际工作中，需要确定模型参数，尤其是确定内禀增长率函数来确定信息异化模式，为政府治理网络舆情提供参考依据。本文构建的网络舆情信息异化控制模型为：

dxdt=r(t)x1-xK

x(0)=x0

其对应差分方程为：

Δx(k)=r(k)x(k)1-x(k)K

其中Δx(k)=x(k)-x(k-1)，k=1，2，3，…，k为监测数据个数。当通过网络舆情监测软件获取数据后，Δx(k)，x(k)，K可以通过数据计算或者估计，在此基础上可以估计内禀增长率r(t)对应的离散数列r(k)，k=1，2，3，…，据此可以通过拟合数据推断得出r(t)的具体曲线形状，进而确定信息异化控制模式。

53模型验证

根据上述方法，通过数据分析方法，推断得出内禀增长率函数对应的图像(表3)，据此可以估计网络舆情信息异化程度及政府控制信息异化的效果。观察表中图像发现，事件3和事件7的对应模型中的内禀增长率曲线整体为递减趋势，其他事件增长率曲线则起伏趋势较大，所以事件3和事件7为最优模式，其他事件为中和模式，这也证明本文构建的信息异化控制模型符合实际情况。在实际工作中，通过网络舆情监测数据建模后，得到估计的增长率曲线，然后通过软件拟合数据便可以得到曲线对应的函数表达式，据此可以推断网络舆情信息异化程度，预测未来趋势，为政府治理网络舆情提供参考依据。

6结论与展望

61研究结论

网络舆情大数据环境下，由于海量信息之间相互碰撞、相互交织，极易产生信息异化现象。如果信息异化程度没有得到有效控制，甚至会出现网络流言、网络谣言以及网络暴力等，严重破坏网络空间环境。信息异化过程导致网络舆情信息量快速增加，而控制过程则会使信息量增加变缓，所以在两个过程共同作用下，网络舆情传播演化机理模型的内禀增长率由常数变为关于时间的函数变量。基于此，本文构建了网络舆情信息异化控制模型为：

dxdt=r(t)x1-xK

x(0)=x0

通过本文的研究可以得出以下结论：

1)通过理论研究和数值仿真研究得出，信息异化发生后，将网络舆情传播演化机理改进为信息异化控制模型是可行的，这一点已经通过网络舆情实证研究进行了验证;

2)通过模型中内禀增长率函数可以研究网络舆情信息异化程度，通过网络舆情数据分析可以估计增长率函数，推断信息异化程度，为政府治理网络舆情提供参考依据。

62研究展望

621网络舆情信息异化控制关键节点问题

本文仅仅研究了网络舆情信息异化控制模型，并通过实例验证了模型的可行性，下一步需要在此模型基础上研究网络舆情信息异化控制关键节点以及不同强度的控制力度对信息异化的影响程度，进而为政府控制信息异化，治理网络舆情提供时间参考。

622面向大数据的网络舆情趋勢预测问题

本文构建的模型属于机理模型，在大数据环境下，需要在此基础上继续研究预测模型。此外，由于信息异化的影响，网络舆情信息量可能会突破“饱和”状态，所以在本文基础上还需将上限参数K拓展为函数K(t)，才能实现网络舆情信息量的动态预测。

参考文献

[1]孙瑞英.信息异化问题的理性思考[J].情报科学，2007，(3)：340-344.

[2]张立彬.信息异化的根源及其控制研究[J].情报科学，2009，(3)：338-343.

[3]俞培宁.信息异化的成因及对策研究[J].图书馆学研究，2011，(5)：9-11.

[4]李春青.论信息异化的扬弃[J].现代情报，2012，(2)：23-25.

[5]孙瑞英，蒋永福，刘丹丹.基于生态学视角的信息异化问题研究[J].情报理论与实践，2011，(4)：5-9.

[6]张立彬，张蒙，杨军花.信息异化的心理机制及其对策控制研究[J].情报理论与实践，2010，(4)：32-37.

[7]张筱荣.微时代信息异化理论审思[J].广东社会科学，2016，(2)：60-65.

[8]安宝洋，翁建定.大数据时代网络信息的伦理缺失及应对策略[J].自然辩证法研究，2015，(12)：42-46.

[9]兰月新，董希琳，曾润喜，等.信息异化视角下网络舆情衍生效应模型研究[J].情报杂志，2015，(1)：139-143.

[10]王慧，兰月新，潘樱心.基于信息异化动力视角的网络衍生舆情成因研究[J].现代情报，2013，(7)：59-63.

[11]吴元元.环境影响评价公众参与制度中的信息异化[J].学海，2007，(3)：150-155.

[12]杜健勋.交流与协商：邻避风险治理的规范性选择[J].法学评论，2016，(1)：141-150.

[13]新华网.新浪微博腾讯微信等被立案调查[EB/OL].http：//news.xinhuanet.com/tech/2017-08/12/c_1121472396.htm，2017-08-14.

[14]刘毅.网络舆情研究概论[M].天津：天津人民出版社，2007.

[15]宁宣熙，刘思峰.管理预测与决策方法[M].北京：科学出版社，2008.

[16]匡文波.论新媒体舆论的生命周期理论模型[J].杭州师范大学学报：社会科学版，2014，(2)：112-117.

[17]张玥，罗萍，刘千里.基于信息生命周期理论的网络舆情监测研究[J].情报科学，2013，(11)：22-25.

[18]谢科范，赵湜，陈刚，等.网络舆情突发事件的生命周期原理及集群决策研究[J].武汉理工大学学报：社会科学版，2010，(4)：482-486.

[19]刘晓娟，王昊贤，张爱芸.微博信息生命周期研究[J].图书情报工作，2014，(1)：72-78，100.

[20]张玥，罗萍，刘千里.基于信息生命周期理论的網络舆情监测研究[J].情报科学，2013，(11)：22-25.

[21]兰月新，曾润喜.突发事件网络舆情传播规律与预警阶段研究[J].情报杂志，2013，(5)：16-19.

[22]兰月新，王芳，董希琳，等.公共危机事件网络舆情热度模型研究[J].情报科学，2016，(2)：32-36.

[23]陆宝益，倪波.我国有关信息污染研究的进展[J].图书与情报，2003，(3)：9-14.

(责任编辑：马卓)

作者：夏一雪 兰月新赵玉敏

基于网络危机信息传播论文 篇3：

浅谈网络信息污染的治理策略

关键词：网络信息污染;危害;治理;网络文化

摘 要：网络信息污染是信息人非生态化信息活动的结果，产生于人类违背信息运行法则，滥用信息资源引发了污染而导致网络生态的失衡。分析网络信息污染呈现出的三个层面和危害，提出要以积极的态度和创新的精神，通过立法、行政监管、教育、技术创新和国际交流等方式有效治理网络信息污染，大力发展和传播健康向上的网络文化，切实把互联网建设好、利用好、管理好。

互联网的发展逐渐衍生成为一种潜在的力量源，推动文明世界在多元坐标系中不断向前发展，创造出全新的生活方式和社会互动关系，给人类和社会带来了越来越大的经济效益和社会效益。然而，人们在利用网络享受迅速方便的同时，也承受着信息所带来的困惑，那就是网络环境下日趋严重的信息污染问题。如何有效防治信息污染已成为信息管理领域，甚至是整个人类社会共同面临的新课题。

1 信息污染是信息人非生态化信息活动的结果

1.1 信息污染的涵义

信息污染是指媒介信息中混入了有害性、欺骗性、误导性信息元素，或者媒介信息中含有的有毒、有害的信息元素超过传播标准或道德底线，对传播生态、信息资源以及人类身心健康造成破坏、损害或其他不良影响。互联网的迅猛发展不仅超越了传统的媒介地理，也超越了人类的心理鸿沟，网络信息污染问题伴随着网络的诞生便与之俱来，且日趋严峻。

由此可见，信息污染具有以下特征，第一，信息污染是有害的，它影响人们对有用信息的利用，甚至对人类的生活、学习、工作和社会的正常秩序造成危害。第二，信息污染是一种异常的社会现象，一种信息流中出现了信息的失真、过时、重复、堵塞、误导、干扰等一切违背人们正常需要原意的异常现象。第三, 信息污染的成因是多方面的，或是人为原因，或是技术原因，或因信息本身的固有特性。

1.2 网络信息污染产生的原因

信息是不依赖人的意志而客观存在的，没有人类利用信息的活动，信息不会被污染，信息世界本身也不会“生态失衡”。在人类利用信息过程中，人类违背信息运行法则，产生了人与信息对立的倾向，滥用信息资源引发了污染而导致网络生态的失衡。非生态的信息活动导致了信息环境的逐渐恶化，具体可分为：

1.2.1 由信息和网络的特征所决定。由于网络的无主性和信息的可伪性、分散性以及复加性决定了它容易被污染。如有些人在经济利益的驱动下，有意地大量生产制造虚假、黄色淫秽等非法信息，造成信息污染;还有“黑客”现象以及具有破坏性的“计算机病毒”的相互传染等。

1.2.2 信息从业人员业务素质不高，缺乏信息科学的基础理论修养;知识结构不合理，对信息的甄别能力较差;缺乏现代信息技术(特别是文字处理技术、信息存储和再现技术、网络通讯技术)的能力，不自觉地造成信息的错讹、模糊，这也是产生信息污染的重要因素。

1.2.3 信息法律环境差，信息产业宏观管理不力，相关的法律法规不健全，在信息管理中无章可循，无法可依，导致微观上的信息传播与交流不规范。信息传播各系统职责不清，各行其事，造成信息服务项目与内容等诸多方面的重叠与浪费，同时造成信息供需之间的严重脱节。

1.2.4 信息产生技术先进和信息传播技术以及手段落后，造成信息传递不及时以及信息过时、错位、失真等现象。

1.2.5 信息用户的素质不高，缺乏敏锐的观察力和准确的判断力，往往无法辨别信息的真伪优劣，就轻易地将“道听途说”、“听风是雨”的信息到处传播散发，成为新的信息污染的传播源。

2 网络信息污染的表现及其危害

2.1 网络信息污染表现

网络信息污染表现为三个层面:一是网络中有用信息的污染;二是网络中无用信息的污染;三是网络中有害信息的污染。

2.1.1 网络中有用信息污染主要表现为就单个信息而言，它具有一定的传播价值，但由于相同信息的大量复制(如：权威信息、热点信息、重大新闻、奇闻轶事等的纷纷转载，以致相同信息过多重复)，或信息管理失范(如：专业网站信息的杂乱、分类错误、目录层级混乱、版式编排杂乱无章、视觉传达失真、更新速度过慢、信息陈旧)，亦或是信息加工不够(如:信息采集水平低下，粗制滥造;有用信息传递不清;信息传输不畅)等原因，使这些具有一定价值的信息成为网络数据传输的梗阻因素，或是网络传播中的信息废弃物。

2.1.2 网络中无用信息污染主要表现为就单个信息而言没有传播价值，而这些信息的存在不仅占用了网络存储空间，也造成了信息梗阻。如发表在网络博客或者是论坛中的无任何意义的信息;在网络平台上进行各种练习所留下来的网络信息;对某一个或几个对象有用的网络信息;或是已经废弃掉，但依然残存在网络中的信息污垢等都是无用信息。

2.1.3 网络中的有害信息是网络信息污染最主要的组成部分，也是危害性最大的信息污染源。主要表现为违法信息(如扰乱社会秩序、侵害公民隐私、辱没他人名誉、尊严等)、违反公共道德的信息(如教唆性信息、洗脑性信息、反主流价值观信息、扰乱纲常伦理的信息等)、具有潜在危害的信息(如暴力、血腥信息的误导、别有用心的教化信息、具有错误心理暗示的信息、愚化、奴化信息等)。

2.2 网络信息污染的危害

2.2.1 破坏网络信息生态，威胁人类生存。网络中存在着大量的恐怖主义、分裂主义、反人类的信息、侵略性和威胁性的信息，这些信息的传播将直接威胁到世界的和平与稳定，威胁到国家的安全与繁荣，威胁到种族的兴盛与福祉。如，恐怖分子在网络中发布的恐怖袭击威胁信息会造成相关国家与地区人民的紧张与畏惧;敌对国家或党派之间的攻击性言论在网络中流传会引起群体性的敌对与冲突，甚至引发战争或政局震荡;而重大信息的隐瞒与粉饰，则有可能给整个人类带来灾难，如隐瞒重大传播性疾病疫情将给更多的民众带来死亡威胁;如误报、错报可预见性的天气、地质灾害等灾难可能直接导致更多的人丢失性命。

2.2.2 加剧信任危机，导致决策失误。近年来，网络中频频出现的虚假新闻、谣言、虚假广告以及恶作剧信息等给网络信息的可信度大打折扣。不法分子基于种种不可告人的目的，利用网络平台的虚拟性大肆发布各种不实信息，干些坑蒙拐骗、敲诈勒索、鸡鸣狗盗、哗众取宠的事情，使整个网络信息平台逐渐成为不可信的信息库。在一次次不实信息被曝光之后，人们逐渐对网络产生了本能的排斥，从而导致人们对网络信息的信任危机。虚假网络信息给人们的决策也造成了误导，网络媒体对一些事件的恶意炒作一定程度上蒙蔽和欺骗了公众，如网络媒体对房地产的炒作，为各地房价的节节攀升起到了推波助澜的作用，导致许多买房者受其蛊惑。如此看来，网络信息的误导将可能直接导致决策失误。

2.2.3 引发各种网络信息污染问题。研究表明，面对计算机、通讯卫星、传媒技术逐渐走向融合的多媒体时代，受众大脑皮层的信息输入输出逐渐失衡，一些网民开始出现生理心理不适应现象,如“网瘾”、“现实恐惧症”、“网络偷窥癖”、“网络裸露癖”等等症状。由长期沉迷网络而产生各种生理疾病的也屡见不鲜，如玩游戏导致种种身体疾病,还有如长期上网导致腰椎间盘突出、脊椎变形等,还有的因连续上网时间过长而导致瞬间失明等等。

2.2.4 信息爆炸导致信息匮乏，信息利用成本增加。浩瀚的网络信息似乎无所不有，无所不包，但是随着信息量的急剧膨胀，相同信息的大量重复，相似信息的鱼目混珠，以及同一主题信息的矛盾解读，导致很多信息有用却无法用，因而出现了信息相对匮乏的现象。随着大量信息在信息通道中的拥堵，人们在网络中搜索有用信息耗费的人力物力财力明显增加，网络信息使用的边际成本增加，而信息的可信度降低，这就使信息利用的单位成本加大。因此，信息污染给人类经济社会发展也带来巨大损失。

3 网络信息污染的治理策略

胡锦涛同志在考察人民日报社时指出：“互联网已成为思想文化信息的集散地和社会舆论的放大器，我们要充分认识互联网为代表的新兴媒体的社会影响力，高度重视互联网建设、运用和管理，努力使互联网成为传播社会主义先进文化的前沿阵地、提供公共文化服务的有效平台、促进人们精神生活健康发展的广阔空间。”充分发挥互联网在我国社会主义文化建设中的重要作用，有利于提高全民族的思想道德素质和科学文化素质，有利于扩大宣传思想工作的阵地，有利于扩大社会主义精神文明的辐射力和感染力，有利于增强我国的软实力。我们必须以积极的态度、创新的精神，大力发展和传播健康向上的网络文化，切实把互联网建设好、利用好、管理好。信息污染既然是信息社会的伴生物，是不可回避的，为尽可能减少危害，提高信息质量，我们应有信息精品意识，对信息污染的治理要从源头抓起，重点在预防，决不能走先污染后治理的老路，同时治理信息污染又是一个系统性的大工程，需要各种条件和多方努力方能见效。

3.1 制定和完善国家信息政策，建立健全相关的法律法规，净化“虚拟空间”。一要制定宏观信息政策，加强网络文化建设，创造积极健康文明的信息资料，吸引网民，抢占网络阵地，抵制网络不良现象的出现。二要建立健全相关的法律法规，如计算机犯罪法、网络安全法，以打击网络违法犯罪活动。同时，国家还应强化信息市场管理，加强信息质量监督，信息市场是信息产品流通、交易的场所，同时也是信息污染存在和传播的重要场所。因而强化信息市场管理显得尤为迫切，对信息质量实行政府和网络主管部门监督监控，可以优化信息活动的各个环节保证信息能够正常产生和传播，这也是防止信息污染的有效途径之一。

3.2 加强对信息参与者的教育。污染问题核心是人的问题，人的问题解决的好坏将直接影响其余因子效用的发挥，因此首要的就是教育人，提高信息人的素质才是根本。这包括：提高信息生产者的科学职业道德和文化素养;提高信息中介的业务素质，尽可能避免人为的信息失实、错位、缺损等现象的发生;提高信息接受、使用者的素质，使其具有较强的信息鉴别能力，可以自觉抵制和避免信息污染的危害。

3.3 广泛提高应用技术,进一步提高控污能力。为了防止计算机病毒的蔓延，可以选用病毒防火墙和病毒查杀;为了防止计算机黑客的非法入侵,可以采取更先进软件的加密技术和添置先进的硬件防火墙;为了加强对垃圾邮件的控制，可以在邮件服务器上对邮件进行垃圾过滤和筛选。发展现代信息技术，缩短信息从加工到被利用的周期，并加强对传播过程的控制，提高信息的利用率，降低信息的污染指数。

3.4 加大力度开展信息垃圾的再生利用工作。如前文所述，信息人的信息需求所产生的信息垃圾在处理不当时会引发污染问题。我们废止不了信息人的信息需求，更阻止不了信息消费后垃圾的产生，于是理性地看，问题不在于如何去避免这类消费性信息污染的发生，而在于怎样以生态的手段对不断生成的信息垃圾进行及时有效的处理。正确的处理方式是根据信息内容能否被再次利用将其分为可再生和非可再生信息垃圾。前者由专人通过信息市场进行回收，再由专业信息机构进行筛选和分类，通过信息重组，利用机读目录格式整合信息碎片，建立信息资源指引服务体系和信息专题数据库来实现信息垃圾的再生从而增值。对于非可再生信息垃圾，要及时删除或剔旧，或者进行实物形式的丢弃。

3.5 积极开展国际交流。一方面，国外先进国家信息产业起步较早，我们可以借鉴别国先进经验和技术为我所用。近年来，新加坡屡出重典，从互联网准入、渠道管理和法制建设三方面净化网络空间。在准入方面，政府规定互联网服务供应商、内容供应商、政党组织、宗教团体和其他拥有政治、宗教内容的网站，都必须向新加坡媒体发展局申请许可证，保证遵从“互联网行为准则”，禁止出现破坏政治稳定和宗教团结的言行。在渠道管理方面，新加坡的《广播法》要求，三大服务供应商负有屏蔽某些特定网站的义务，根据“互联网行为准则”，政府有权要求供应商移除网站中出现的令人反感的内容，如宣扬色情、暴力、同性恋和种族仇视等的言论。供应商如不能履行义务将被处以罚款，或者暂停营业执照。政府还鼓励服务供应商开发推广“家庭上网系统”，协助用户过滤掉不适宜看到的内容。另一方面，积极加入如国际反垃圾邮件这样的国际组织，通过互助交流增进了解加强信任，有利于开展国际间的合作共同打击信息犯罪，净化国际信息空间。

参考文献：

[1] 胡锦涛.以创新的精神加强网络文化建设和管理[EB/OL](2007-01-24)[2009-02-04]http://news.xinhuanet.com/politics/2007-01/24/content_5648188.htm.

[2] 朱丽.“把关人”力量在网络传播中的削弱以及引起的信息污染[J].吉林省教育学院学报，2008(3).

[3] 邵培仁.大众传播中的信息污染及其治理[J].新闻与写作,2007(3).

[4] 冯志刚.浅谈信息污染及其控制[J].图书馆理论与实践,2007(5).

[5] 程艳林，庞燕.网络信息污染的潜在危害[J].媒体观察,2008(7).

[6] 刘凯.信息污染问题新说[J].图书与情报,2008(3).

[7] 韩玲玲，庞涛.关于信息污染问题的几点浅见[J].兰台世界(下半月)，2008(3).

[8] 陈海军.谈网络环境下由信息污染引起的思考[J].前沿,2006(6).

[9] 夏日，程刚.我国信息污染研究状况分析[J].情报理论与实践,2006(4).

作者：吕润宏