基于微博平台的企业网络口碑危机预警研究

李明　王高飞

摘要：自媒体时代下，信息传播凸显出迅速和隐蔽的特点.网络口碑预警变得尤为必要。本文以微博为研究平台，在详细分析微博口碑影响因素和自身属性的基础上，运用层次分析法建立了微博口碑指标体系，进而构建出微博口碑预警模型。最后对未来的研究趋势进行展望，以期为网络口碑后续的相关研究提供借鉴和参考。

关键词：自媒体；微博口碑；口碑预警；预警模型

中图分类号：F270 文献标识码：A

文章编号：1005-913X（2016）08-0042-02

互联网时代的到来诞生了许多新兴媒体，尤其是自媒体的发展已然使网民成为信息发布和传播的主体。而近些年被互联网用户广泛使用的微博，在信息的发布与传播过程中其地位越来越重要。据新浪微博数据中心统计，截至2015年年末，微博月活跃用户已达2.36亿，新增用户为6000万，日活跃用户达到1.06亿，新增用户3200万。对于政府来讲，互联网是政府了解社情民意、制定决策的窗口。而对于企业来讲，互联网是其正常运转的工具，由网络平台挖掘出的数据和信息对于企业的决策起到了举足轻重的作用。而微博平台则是其中一种最重要和最具代表性的信息渠道和平台。微博平台具备虚拟性、简明性：时效性、隐蔽性等显著特点，这使得信息的传播更为随意、更为快捷。而也正是由于微博具有的这些特性，容易出现各种背离真相的谣言或带有挑唆、鼓动的负面言论，这些都会给企业的口碑带来不利的影响，而企业口碑的好坏几乎决定了企业的生死。因此，在自媒体时代如何塑造良好的企业网络口碑，如何及时的对企业存在的负面网络口碑进行预警，消除不利于企业的网络口碑，具有重要的理论价值与现实意义。

一、微博口碑预警研究现状

关于微博口碑传播的研究，学者们主要从传播的相关理论以及传播的周期与模型等方面进行研究。而国外在这些方面开展的研究较早，国内学者结合我国的具体国情将这些相关理论及模型进行优化与完善。在理论方面，学者比较常用的有“沉默的螺旋”理论、“六度分割”理论、“社会网络”理论等等，而近些年在研究中常用到的模型主要有Deffuant模型、Sznaid模型、Hegselman-Krase模型等等。而针对网络传播的元胞自动机传播模型、“传染病模型”、基于小世界网络和无标度网络的传播模型等则是近年国内取得的较为典型的研究成果。元胞自动机主要透过中心元胞来研究其领域权重及鉴定度对于传播的作用。传染病模型能清晰地观察随着时间变化网络口碑演变过程，并考虑了口碑信息“裂变式”传播特性及口碑话题的衍生性。小世界网络和无标度网络的传播模型是建立在社会网络的基础上的，具备真实性和联系性。微博口碑的传播模式大多集中在以表征传播过程及结构的模式，如刘继等将微博口碑信息传播模式分为单关键点型、链式型、多关键点型在传播效应研究方面，主要有聚合效应、关联效应、从众效应、传染效应、蝴蝶效应等，这些效用对于网络口碑的传播过程和演化方向都会有影响。此外，长尾理论、羊群理论、自组织理论、突变理论等也被广泛地运用于口碑传播规律特征的研究中，这些理论不断地丰富口碑传播的理论体系。

关于微博口碑演化的研究，由于演变的错综复杂性，不同学者基于自身的学科知识，从不同的学科领域和视角对网络口碑的演变规律进行研究。目前，国内的部分学者通过构建模型来研究口碑的演变。此外，许多学者的研究主要集中于口碑的阶段划分，如方付建则将突发事件网络口碑演变分为孕育、扩散、变换和衰减4个阶段。这类研究主要从网络口碑演化周期的角度来分析网络口碑从产生到消解的全过程。在口碑监测模型方面，王君泽等人在充分考虑微博及意见领袖的特性后，构建识别微博意见领袖的多维模型；杨亮等人依据热点事件发生时微博中不断爆出的相关情感词，提出了情感分布语言模型，通过分析相邻时间内语言模型的差异用以发现热点事件；兰月新在突发事件微博口碑影响趋势的基础上，利用微分方程模型研究微博口碑扩散规律。指标构建方面，高承实等在微博信息传播机制的基础上，结合信息空间模型构建了微博口碑的三维空间，运用层次分析法，建立了微博口碑监测指标体系并给出不同指标的量化计算方法；王长宁等在分析微博口碑传播特点的基础上提出了关于微博口碑热度监测指标，构建微博口碑的预警体系，但该指标缺少对口碑传播的考量。而针对微博口碑的研究主要有：夏雨禾研究了突发事件中微博舆论的分布形态、构成要素、生成机制和模式；王长宁等对微博口碑热度监测及预警的指标体系进行研究；付宏等研究了微博传播的演进模式；肖凝希研究了在舆论生命周期视角下的微博舆论预警。相关文献查阅结果来看，网络社群突发口碑预已引起众多学者的关注，针对微博口碑的研究更多的集中在演化机制、指标预警指标体系等理论探讨上，现有的预警模型多为“预案一应对”模式，不能适应动态演化、爆发突然的微博口碑实时监控、迅速预警的需求。

二、微博口碑指标体系设计

要建立有效的微博口碑预警模型，首先要设计出科学有效的微博口碑指标体系，因此必须要对微博口碑的主要影响因素进行深入分析。可以根据口碑从产生到消亡的整个生命周期去寻找影响口碑传播与演化的具体因素有哪些，尽量罗列出所有的影响因素。当然，尽管要求要确保口碑预警指标的完整性和准确性，而事实上要完全包罗所有的影响因素是不可能的，也是不必要的，只要抓住每个生命周期中对口碑影响较大的指标即可。本文将微博口碑指标体系分为三个层次分别为1个一级指标、4个二级指标和11个三级指标。一级指标包含的二级指标分别为口碑主题信息u1、口碑发布者u2、口碑参与者u3、口碑扩散度u4。二级指标包含的三级指标分别为发布载体影响力u11、主题敏感度u12、素材关注度u13、发布者影响力u21、发布者活跃度u22、浏览总数u30、正面回复数u32、负面回复数u33、转载总数u41、传播方式分布度u42、小传播媒体重要度u43。（如图1），该指标体系包罗了所有口碑生命周期中的关键影响因素。

三、微博口碑预警模型

建立一个切实有效的微博口碑预警模型。本文拟从预警的前期、中期、后期即从信息的信息采集与挖掘、信息的处理与量化、预警与可参考方案的三个模块进行。如图2所示，该研究拟通过网络爬虫获取一定量的微博评论作为语料，对选取的评论进行信息分析，对信息进行分类，对其中的危机进行研判，当达到一定的阈值时则进行预警，预警的同时采取一定的措施对危机进行处理，如对信息进行及时的发布，并从已有的知识库寻找可供参考的解决方案，对危机进行处理直至危机恢复。若在知识库中找不到合适的解决方案则研究新方案，然后将产生的新方案汇人知识库，为以后预警提供参考。

四、微博口碑预警的趋势

本文通过对国内外的微博口碑预警现状进行分析，进而利用层次分析法（AHP）建立微博口碑预警指标体系，进而在此基础上构建微博口碑预警模型。而近些年，对于微博口碑预警具有以下几个趋势。

一是捕捉信息能力的提高。及时捕捉到口碑信息，是进行微博预警的前提。随着大数据等信息技术的发展，捕捉网络信息的能力也在不断加强，而随着微博、微信、QQ等自媒体平台用户的不断增多，网络口碑信息的捕获将变得更加简单。研究者直接从这些网络平台就可以获取第一手的信息，方便研究者的研究。

二是研究者更注重用户情感的研究。微博口碑的传播分为口碑产生期、口碑扩散期、口碑消退期几个生命周期，而用户情感贯穿其中，因此从细粒度上研究用户的情感对口碑的重要作用，针对性的采取口碑预警是今后的一个研究趋势。

三是口碑预警水平的提高。当前我国微博口碑预警的研究还处在初期，很多网络口碑预警的方式方法还在研究和实践中，而随着相关研究的不断深入，信息手段的不断加强，网络口碑预警的水平定将得到提升。