网络群体心理在网络文化发展中的评估与分析

沈宏 赵晶

摘要：分析网络群体心理，通过网络角色类型和带来的角色心理对网络文化影响的映射关系，可以分析在互联网文化下影响网络群体心理形成的差异因素，找出网络群体心理中的积极因素，利用技术措施和制度鼓励这些因素，一方面对研究利用其积极因素如何抵消互联网不良文化对用户的侵蚀提供数据支持。另一方面，有益于推进良性网络文化的发展，进一步探讨网络文化对每个个人个性的发展、价值观形成和品德教育的推动作用，为各类思想教育工作和心理辅导工作等提供基础性的支撑作用。

关键词：网络行为；网络文化；群体心理

中图分类号：TP393 文献标识码：A 文章编号：1009-3044（2019）05-0044-02

在当今信息技术迅猛发展的时代，人们的群体活动从线下走到了线上，互联网已经可以满足人们在实体社会中所进行的绝大多数的行为，包括社交、通讯、网上贸易、资源共享以及服务对象化等。互联网给我们的现实生活带来很大的方便。同时，在人们通过互联网进行一系列活动时，互联网会在行为活动的基础上产生精神创造和汇总，这就是网络文化，网络文化是建立在计算机和信息网络技术以及网络经济基础上的精神创造活动及其成果，是人们在互联网这个特殊世界中所反映的价值观念和社会心态等方面的总称。

网络群体心理是在网络文化形成过程中的一种反馈载体，它既促成了网络文化的形成，也是网络文化的反射。我们可以通过对不同网络行为的评论分析，探讨网络群体在网络活动中扮演的角色心理，最终评估和分析网络群体心理特征，研究网络文化传播和网络角色心理的映射关系，形成网络角色评估模型和体系。以此以找到在网络世界中的群体价值观念和社会心理的积极因素，通过鼓励这些积极因素，来促进网络文化的良性发展。

以高校网络群体为例，建立网络角色评估模型和体系，为高校网络文化的良性发展提供数据依据。

1 网络角色的获取

第一，校园网登陆，获取用户基本信息，以及网络行为目标地址。第二，选取一段时间内有代表性的热点事件，阐述选此热点问题的原因和列举具体争议观点。第三，就此热点问题选择网络上有代表性的回复观点，针对每个争议点的不同观点形成观点统计图，最终按照不同观点形成反对、赞同或是持中意见的统计曲线。第四，网络角色的获取通过用户网络行为的判定来实现。在网络行为中，反对、赞同和持中的用户在事件中都进行了不同的网络角色代入。因此，根据网络用户的基本信息和在热点事件中做出的不同网络行为，进行统计分析，比较真实地了解网络用户在网络环境下角色的塑造和形成原因，以及在网络角色和现实角色下的行为差异。第五，网络角色形成的原因分析。根据重要程度和典型程度对影响用户网络角色形成的各种因素进行分类，剔除一些非重要因素和不可控因素，同时建立角色类型和这些因素之间的映射关系，分析网络角色形成的原因。第六，选取不同类型的一定网络用户，针对不同热点问题进行为期一年的分析，在后期建立一个网络角色库（包含角色表）。

2利用高校大数据建立网络角色评估体系

设定一定期限和样本数，在此期限内，通过获取样本高校网络群体，包括教师、学生、服务人员等网络行为和网络行为观点，收集初级训练数据。例如，通过高校大数据，设定目标用户的年龄、身份、性别、收入、常访问的网站、上网的目标地址、上网时长、网络观点、网络行为、网络对自己的影响等变量，利用这些数据，通过对热点问题观点的统计分析设定被调查用户的网络角色信誉，然后反解获取其因果关系参数和关联关系参数，建立评估模型的初级训练数据，形成网络评分机制。

评分越高的角色心理表示其对网络文化的健康传播带来的积极效应越好，反之是不利于网络文化健康发展的用户行为和心理。再根据评分标准建立其角色信誉级别，级别越高的用户获取资源的和享受发布信息的自由度越高，反之越差。以此来观察网络时代中网络热点和群体反映的互相影响程度，从而促进积极因素在网络文化中的发展。

3 高校网络群体心理分析

根据不同用户在一段时间内对不同热点问题的网络行为分析，代入网络角色评估体系，获取不同用户的积极角色和消极角色，用以判断不同用户在网络群体心理中的角色心理和对网络文化发展的不同作用。

通过网络角色评估模型，对高校网络群体进行心理分析，影响高校不同群体信用得分的主要包括四方面因素： 校园身份、校园表现、社会表现和金融表现。

通过一卡通获取的校园用户主要分为教师、学生、教辅人员和服务人员，用户网络行为代入评估模型，获取信用评分，可以看出，不同用户受自身经历和背景影响，对其网络行为和网络行为观点有决定的影响，因此学校服务群体受此影响最大，受教育背景越低，其信用值越低，在网络群体心理中最易受影响，从众性强，爆发力强，应加强舆论引导，发挥领头人作用，建立校园网网络规范制度。

校园表现和社会表现对于大学生和教师用户信用评分的影响程度最大，其中大学生评估的信用得分分布近似服从正态分布。因此学校层面加强诚信建设及引导，利用大数据信息。依托校园一卡通的智慧校园网，后期可以将学生和教师用户通中学习、教学、生活、消费、接待等场景的数据和学风教学考勤、学生管理中得到的数据均导入到网络角色模型，得出信用分数，可以在校园网络环境中获取不同的权限，以此推进建立良性的校园网络文化。

4 结束语

在新时代网络文化快速发展的背景下，利用技术措施和制度措施鼓励有利于良性角色类型建立的因素，并根据角色评估模型建立长期在线测试，以便判断这些措施的有效性并进行相应改进。角色评估模型的建立核心在于评分机制的设立，合理的评分机制有利于促进健康的网络群体心理的建立，并针对其心理特征，制定出有效措施加以正确引导，这对于我国社会主义精神文明建设、和谐社会构建的快速推进，均具有极为重要的現实意义。

参考文献：

[1] 王雪雯.乌合之众视域下微博事件中的网络群体心理探析[J].当代经济，2018，12（23）.

[2] 袁霖，王怀民，尹刚，等.基于角色的软件可信评估技术[J].北京工业大学学报，2010（5）.

[3] 党飞 ，王朝静.基于大数据的公共信用评价体系研究[J].信息化建设，2016（11）.

[4] 高雪平.互联网 + 背景下高校学生信用评价模型探索[J].金融经济，2018（14）.

[5] 魏晨.论网络社区的社会角色与行动[J].徐州师范大学学报，2001（2）.

[6] 吴洁明，王吉栋.基于角色的访问控制在struts2中的应用[J].计算机安全，2012（2）.

[7] 李佐军.大数据技术在高等学校教学基本状态数据采集中的应用[J].教书育人（高教论坛）， 2018（12）.

[8] 李飞，苏国红，张开炳.网络角色：内涵、特征及其心理动因[J].北华大学学报社会科学版，2016（1）.

[9] 叶姝.网络传播群体心理特点与引导研究[J].科技传播，2018（6下）.

[10] 刘庆云，沙泓州，李世明，等.一种基于量化用户和服务的大规模网络访问控制方法[J].计算机学报， 2014（5）.

【通联编辑：光文玲】