高校网络群体性事件舆情演化规律初探

邓春林 杨柳 王涵之

〔摘要〕高校大学生群体由于文化素质高、思维活跃、关心社会、思想不够成熟等，在网络敏感事件的诱使下容易在网络上形成一些过激语言和行动，从而形成一些大规模的高校网络群体性事件，给社会造成了巨大的影响力。因此，有必要清楚地了解各类高校网络群体性事件网络舆情的演化规律，用定量分析的方法进行科学的论证和预测。本文通过搜集5个典型的高校网络群体事件舆情演化的历史数据，建立了基于多项式拟合的舆情演化规律模型，得到了各类高校网络群体性事件舆情演化的具体规律，为科学预测和及时应对高校网络群体性事件起到一定的借鉴作用。

〔关键词〕高校；网络群性体事件；演化规律；网络舆情；多项式拟合

〔中图分类号〕G2062〔文献标识码〕A〔文章编号〕1008-0821（2016）05-0016-05

随着科学技术的发展和互联网的普及，特别是移动互联网的盛行，网络信息的传播速度越来越快，网络逐渐成为监督社会不良现象的一个重要载体。各种不良现象一旦在网上爆料，必定会引起获知信息的网民的关注和讨论，有的甚至会引起网络群体性事件。由于在高校，学生群体密集，文化素质高，容易关注网络上爆料的不良现象，极容易导致产生网络群体性事件，造成更大的社会舆论影响。近几年来，高校网络群体性事件频繁发生，如“2012年反日游行”、“2013年复旦投毒案”、“2014年中科院院士王正敏学术造假事件”、“2015年江西高考替考事件”等，对我国高等学校的管理和社会稳定产生了一些消极的影响。如何及时地发现高校网络群体性事件的动态发展趋势，掌握并预测网络群体性事件舆情演化的规律，进而积极及时地应对高校网络群体事件已经成为高等学校管理者所面临的重要内容。

高校网络群体性事件是以高校网络群体为主，对一些存在着利益博弈、利益诉求的事件进行传播和扩散，引起高校管理失衡，进而对社会产生重大影响的一类网络群体性事件。目前，许多学者对我国高校网络群体性事件越来越关注，进行了较为深入的研究，取得了一些成果[1-4]。学术界结合当今社会和网络技术的发展趋势，分析了高校网络群体性事件的特征、定义及产生的原因，提出相应的防控策略。但这些研究工作都是侧重于理论定性研究，对高校网络群体性事件的预防策略也只限于宏观层面，缺乏基于定量分析的规律探析和防控对策分析。针对这些不足，我们吸收目前网络舆情演化规律定量分析的相关成果[5-6]，拟对我国高校网络群体事件的舆情演化规律进行定量分析。本文主要通过搜集几个典型的高校网络群体性事件新闻报道的实际舆情数据，利用多项式模型进行曲线拟合，在误差最小的基础上得到不同高校网络群体性事件随时间变化的演变规律，并对所获结果进行归纳总结，探究其演化规律，预测高校网络群体事件未来的发展趋势，为积极应对高校网络群体事件提供依据。

期高校网络群体性事件舆情演化规律初探May，2016Vol36No51研究方案综述

1数据来源

本文针对近年热点的高校网络群体事件所产生的舆论进行分析，所涉及的信息均来自四大门户网站及天涯论坛等。通过对不同时间的相关信息的转发量或搜索量进行累加（在后面简称为关注度），得出某一时间内网络舆论的关注数据。

2数据分析及拟合方法

我们首先利用Office 2007 Excel的数据分析工具绘制所搜集数据的散点图，得到网络群体事件关注度随时间推移的大致变化情况，然后用基于最小二乘法的多项式拟合对数据进行处理，得到不同高校网络群体事件的发展变化曲线，探究关注度随时间变化的规律。

曲线拟合是已知一组离散的数据（xi，yi），i=1，2，…，n，选取一个简单的函数f（x）使得在一定准则下（比如最小二乘法则），使得函数的图形最接近这些已知数据[7]。我们通过获得的历史数据发现高校网络群体事件的散点图在不同阶段大致和多项式接近，因此，本文将采用基于最小二乘法的多项式拟合法来得到最接近历史数据的高校网络群体性事件演化函数，分析其误差，并对不同的高校网络群体事件进行归纳总结。基于最小二乘法的多项式拟合方法的具体思路如下[7]：

其中ak是待定的。最小二乘准则指的是求出f（x）的各个系数ak，使得各历史数据（xi，yi）对应的点到曲线f（xi）的距离的平方和最小。记距离函数

从而可以求出拟合曲线函数f（x）中的所有系数ak。

13舆情演化规律分析

通过绘制各类高校网络群体事件舆情演化函数的图形，归纳总结不同高校网络群体事件舆情演化的一般规律，为高校网络群体事件舆情演化预测提供依据。

2研究事件及拟合预测结果

1研究事件

本文共计考虑5个来自于高校的网络群体事件，分别为“厦大博导诱奸女学生事件”、“中科院院士王正敏学术造假事件”、“邹恒甫举报北大事件”、“中南大学学生跳楼事件”、“北大女博士被撤销博士学位事件”。

2数据统计

以“厦大博导诱奸女学生事件”为例来进行说明。我们统计了该事件从2014年7月10日到8月20日新浪微博与新浪博客转发量的数据，如图1所示。该事件在经过2个月以后，在10月中旬又出现了一次迅速转发又迅速消退的情况。为了方便起见，在本文中我们仅列出7月至8月的统计数据来进行说明。

从图1可以看出，该事件的发展特点是：在事件被爆出的前两天关注人数迅速增加达到一个峰值后又迅速下降，后来又出现了几个小峰值，到20号以后就渐趋平稳了。并且随着事态的发展10月份还有一次迅速爆发迅速消退的现象，因此，对于该类网络群体性事件我们将分段考虑其拟合函数图形，以期得到更符合实际的预测函数。

3数学建模与分析

我们用因变量y表示对网民对事件的关注度，自变量x表示时间。通过绘制历史数据的散点图我们可以看出两者之间存在非线性关系，大多数类似于多项式曲线，因此，在本文中，我们采用多项式模型来研究高校网络群体事件的舆情演化规律。

1建立多项式模型

调用MATLAB统计工具箱中的拟合函数Ployfit等[8]，即可得到各类高校网络群体事件的舆情演化函数的各个系数值。

25类高校网络群体事件的拟合结果

（1）事件1：厦大博导诱奸女学生事件

从历史数据我们了解到该事件的关注度在7月12出现了第一个峰值，是因为当天厦门大学通过官方微博发表声明，称在收到关于吴春明师德师风问题的匿名举报后，已成立专门工作组，对其停职并展开调查。之后关注度立刻下降，在后来很长一段时间内均未有较大的波动。但2个月后，10月15日关注度又在短时间内迅速增长，接近8 000条微博的转发总量。因此，我们将该网络群体性事件分成两个阶段进行拟合分析。

①第一阶段：7月10日至7月15日的曲线拟合结果

此时我们得到了一个5次多项式的拟合函数，即

（2）事件2：邹恒甫举报北大事件

从历史数据我们了解到该事件持续时间较短，但由于连续出现了许多热点新闻，所以在短时期内吸引了巨大的关注度并且起伏波动较大。因此，我们依然采用分段拟合的方法来拟合舆情演化函数。2012年8月21日，邹恒甫在微博平台曝光北大事件引起公众热议，转发量达到一个峰值，之后邹恒甫再次举报北大学生会选举受贿，使得转发量在8月23日再次达到极大值。8月26日，北大方面出面表态，对此进行了否认。一系列事件共同作用使得转发量于8月26日达到了最大值，整体呈现多峰值趋势。8月30日邹恒甫递交举报信，第二天邹恒甫承认自己夸大事实，举报人态度的转变再次成为公众关注热点，此次转发量没有急速下降，而是在每天7 000条左右转发量持续3天左右，之后出现下降，最终退出公众视线。我们得到该事件在8月21日至8月27日和8月28日至9月3日的舆情演化函数分别为：

从历史数据我们了解该事件持续时间较短，爆发的峰值不太大。真正使事件进入公众视野的原因是1月2日央视新闻的曝光，使得公众关注程度陡增，达到最大值。之后人们的关注度渐渐降低，转发量也始终维持在一个相对较低的水平。该事件的拟合函数为

（4）事件4：中南大学学生跳楼事件

从历史数据我们了解到该事件在2015年5月28日爆料后，当时并未引起社会上的强烈关注。事件升级的缘由主要是该学生遗书曝光，学生与导师之间的矛盾间接导致该学生自杀。该事件放大了高校师生之间的矛盾，而高校研究生教育确实存在着一些弊病。于是众多的高校网民随即将热点扩散，甚至将各个高校这种状况进行比对，逐渐升华到一个普遍的社会热点问题。随着事件进入调查阶段，网民的关注度形成一个渐进上升、消散的趋势线。我们将舆情数据统计之后进行拟合，其拟合函数为

1高校网络群体性事件的特点

相较于一般的网络群体性事件，高校网络群体性事件的群体更加集中，爆发速度更快。其发生、发展演化特点鲜明。主要有两个特点：

1官方媒体对高校网络群体性事件关注度高

我国是一个教育大国，高等院校分布广且联系紧密，一些刺激性事件容易牵一发而动全身。因此，国内的主流媒体对高校群体性事件关注度非常高。如事件3就属于新闻播报的突发事件，官方媒体的表态能引导网络舆情舆论的走向。高校网络群体性事件中持续爆料的热点，容易被主流媒体所吸引，推动事件一波三折，呈现出多峰共振的态势。事件2持续的时间虽然较短，但由于期间多次被官方媒体关注，从而产生衍生的多热点新闻，进一步推动了舆论走势，使舆情演化图呈多峰状。

2高校网络群体性事件的主体明确

一般的网络群体性事件，对象均为在线的网民。其受教育程度、事件的认知感各不一样。而在高校网络群体性事件中，对象均是高级知识分子，对事件的判断更清晰，更有主见，因而极易容易形成两级分化的现象。一方面，事件的主体之一的高校教师是人类灵魂的工程师，如果出现师生矛盾导致恶劣事件发生，特别是涉及师德等问题，会引发高校教师的信任危机。这类问题在当今社会的转型期间尤为典型，容易曝光；另一方面，高校学生数量多，集群效应明显，其主体对网络的使用比一般网民更加频繁。高校学生的QQ群、微信群、高校贴吧、各类论坛都是这类主体的密集浏览区。而且高校学生往往处于弱势群体之中，如若爆发群体事件一般会引起社会的同情，更容易导致网络群体性事件的升级。如事件5中女博士向北大提起申诉，并强调自己一无所有就吸引了很大的关注；相反地，第二阶段北大接受申诉受理此事所引发的高点峰值就远远小于第一阶段的峰值，这说明社会更加青睐弱势群体的声音。

2高校网络群体事件的类别

从上述高校网络群体性事件舆情演化分析图可以看出来，各个事件的峰值高度、演化周期各不相同。结合函数运行结果，可以对高校网络群体性事件进行以下分类。

1单峰值型突发事件

这类事件的特点是主要是峰值明显且单一，事件发展过程周期较短。如图3所示拟合曲线的斜率差异明显，达到峰值后随即下跌，上涨幅度与下跌幅度很大；图9也同样基本符合上述规律。单峰值高校突发事件被官方媒体公开之后，关注群体容易转移视线，专注度会逐渐降低，即使引起热议，持续时间也不会太长。

2多峰值连续型事件

这类事件的主要特点是事件连续性强，在一段时间内会出现众多关联事件和后续报道。如图4、图5就属于这种情况，该事件的舆情演化函数之所以产生多峰值，是因为一件事情结束后立刻又有新的关联热点事件出现，连续出现多个峰值，各个峰值差异大且跨度明显。这类事件一般涉及高校管理非常敏感的问题，而且网民对该类事件喜欢刨根究原，形成多周期、多峰值连续型的高校网络群体性事件。

3多峰值叠加型事件

这类事件主要特点是短时间内持续出现相关联的高校群体性事件，甚至在一个较短的时间段集中涌现出来。可以看出来该类舆情事件的演化曲线没有明显的转折，形成一个逐渐上升下降的趋势线。网民在关注核心事件的同时，对衍生的高校网络群体件事件也持续关注。如图7所示，跳楼自杀事件发生、家人追责、遗书曝光、矛盾显现、问题放大等一系列衍生事件都形成了相应的峰值，从图形上明显可以看出来有430、760、690和430四个峰值，整体上来看各峰值的差异度及时间跨度不大，呈现出多峰值叠加的状况。

高校网络群体事件的防范与应对分析

通过前面的分析可知，高校网络群体性事件舆情演化趋势呈现多种情况，因此，高校在应对网络群体事件时，应根据不同情况酌情处理，对不同类别、性质的事件针对性也有所不同。

1做好高校师生的思想政治教育工作

高校历来是意识形态工作的前沿，各种文化和思潮在这里汇聚碰撞。党的十八大以来，习近平同志对加强高校思想政治工作提出了许多新要求。要健全和完善各种配套机制，增加对高校思想政治工作的经费投入，完善思想政治工作激励机制。贯彻“学术研究无禁区，课堂讲授有纪律”，这样才能有效减少高校群体性事件的发生。

2对高校网络群体性事件的防控需要分类逐层处理针对事件爆发的特性进行类别甄选，及时提出应对预案。必须尊重事实的真相，以定性分析与定量分析相结合，判别事件演化的周期与峰值，提前做好预警工作。特别强调要利用技术手段分析事件爆发的临界点，及时对舆情峰值周期采取措施进行引导。高校网络群体性事件处在文化交集区域，任何处置失效都会造成巨大影响，故而要抓住事件的特性及其发展演化的关键性因素，多管齐下、分层实施，以防范系统性风险。

3要不断改进高校网络群体性事件的处置方法，提高防控成效如可以采用信息的快速滚动法，及时公布事件进展。高校群体性事件本身复杂程度较高，容易造成发展过程不明朗，事实信息不清晰。如果采用快速滚动法在网络上发布信息进行跟进实施，容易降低高校网络群体性事件的峰值，控制影响范围；对不同事件的言论采取不同的引导方式。一些明显的煽动性言论及网络谣言要及时澄清删除，对于个别有过激语言的舆情，可进行合理、正面的引导，而跟风型的言论则应及时跟进，通告事件发展状况；也可以采取舆情主题推进法，根据可能出现的高校热点事件，精心设计舆情讨论主题，化被动为主动。在一些比较敏感的时间节点，比如在某一事件的周年纪念日等特殊敏感时期提前做好准备，先于网络事件出现前推出理性的讨论专题，占据网络舆论的制高点，从而减少负面影响。

5结束语

高校网络群体性事件是我国网络群体性事件中特征鲜明的一类事件，我们要总结以往高校网络群体性事件的发展规律，以预防为主，做到事件孕育时有预判、事件爆发时不慌张，优化我国高校的管理模式，从而使高校网络群体性事件的影响降至最低。本文基于数学定量分析的角度，建立了高校网络群体事件演化规律的数学模型。该模型能较准确地掌握高校网络群体事件传播发展的规律，对高校网络群体性事件的预防和应对有一定的参考借鉴作用。

参考文献

[1]高笑颜.高校网络群体性事件现状分析与发展趋势[J].辽宁工业大学学报：社会科学，2011，13（5）：83-86.

[2]姜健，张宏，高袅.高校网络群体性事件现状与原因分析[J].现代教育管理，2010，（6）：91-93.

[3]田振华.试论高校网络群体性事件的发生机理和应对策略——以QQ群信息传播为例[J].广西大学学报：哲学社会科学版，2011，33（4）：99-102.

[4]张丽娟，曾润喜，王国华.高校群体性事件网络舆情管理研究[J].情报杂志，2011，30（6）：61-64，75.

[5]曹学艳，宋彦宁，刘海涛，等.基于最小二乘法的突发事件网络舆情演化规律研究[J].图书情报工作，2013，57（24）：101-105.

[6]杨畅，朱琳，兰月新，等.基于案例分析的群体性事件网络舆情传播规律及对策研究[J].现代情报，2014，34（10）：10-14，19.

[7]同济大学数学系，高等数学（下）（第6版）[M].北京：高等教育出版社，2007：124-129.

[8]卓金武.MALAB在数学建模中的作用（第1版）[M].北京：北京航空航天大学出版社，2011：5-29.