导航菜单

基于社会网络分析的企业网络舆情预警机制研究——以食品安全网络舆情为例

文/董凯欣 傅荧 孙晓峰 郭萌

基金项目:江苏省大学生创新创业训练计划项目:企业网络舆情预警机制,项目编号:201413989013Y;国家级创新创业训练计划项目:媒体态度、网民属性、政府处置因素对公众舆情感知的影响研究,项目编号:SZDG2014030。 摘要:运用社会网络分析方法,选取2014年“台湾地沟油”事件的新浪微博数据作为样本,分析个体位置角色指标和子群分析指标两方面,挖掘网络舆情“意见领袖”,关注子群间的弱联系。根据研究结果提出对企业网络舆情预警机制的建议。

教育期刊网 http://www.jyqkw.com
关键词 :网络舆情;社会网络分析;食品安全;企业预警;舆情预警

引言

随着互联网的高度普及,它已成为继报纸、广播、电视后的“第四媒体”,网络已成为人们发表言论的重要阵地。网络的高度自由,使公众可以发表各种观点和看法,形成网络舆情[1]。

近年来,在企业危机的各类事件中,网络正在演变为诱发、扩散、影响企业危机的重要因素。一些企业突发事件经过网络传播形成强大的“井喷型”舆情,而喷涌的网络舆情直接影响到企业发展和存续[2]。可见,企业对网络舆情处理不当,可能导致人们对企业产生不信任感。因此,企业制定网络舆情预警机制是在新形势下提高企业预警能力,推动企业良性发展的重要途径。

1、研究设计

1.1 食品安全问题网络舆情概述。目前,我国食品安全事件屡屡发生,形势不容乐观。一些食品安全舆情事件经过网络迅速传播,直接影响到企业发展。如2014年“上海福喜肉”事件导致上海福喜食品有限公司所有相关产品被停止销售、使用;2014年台湾“地沟油”事件导致强冠企业等多家企业卷入法律责任的漩涡。在这些食品安全网络舆情中,企业对食品安全网络舆情处理不当,引起公众对企业的认同危机。

企业作为食品安全网络舆情的“主角”,如果不能积极应对,可能引发网民对整个食品供应链的恐慌。不仅使涉事企业在声誉、生产经营、证券市场的信用资本在短期内大量流失,甚至会产生整个行业巨大的负面效应[3]。

1.2 数据收集与处理。在整理2014年食品安全网络舆情事件基础上,选取具有代表性的网络舆情事件,基于“台湾地沟油”事件食品安全事件,构造网络舆情传播网络。以新浪微博为数据搜集平台搜索台湾地沟油舆情事件,根据微博的转发关系:若成员A转发了成员B的信息,则代表A与B的联系为1;若成员B没有转发成员A,则B与A的联系为0。通过数据整理,构建349×349邻接“转发关系矩阵”,并生成“台湾地沟油”事件网络舆情传播网络关系图,对其生成的网络舆情传播网络进行可视化处理,如图1。

图1直观地展现了“台湾地沟油”事件网络舆情传播网络的结构。比较重要的4个节点编号分别是1(微博 ID:王志安)、4(“陶蛋520”)、57(“西西福厮”)、67(“今晚报”)。由图看出,1、4、57、67这4个关键节点实现了此微博的信息贯通,传播范围不断扩大,网络舆情跨群体流动,社会影响不断加深。

2、实证分析

社会网络分析(Social Network analysis,简称 SNA)是一种研究社会结构和社会关系需要的分析方法,用于分析某一特定范围内行动者的关系状况,寻找关系的特征以及发现关系对组织的影响。社会网络分析主要内容有中心性分析、结构洞分析、凝聚子群,上述指标按照用途可以划分为个体位置角色指标和子群分析指标两类。

2.1 关键节点挖掘

2.1.1 中心性。中心性是衡量个体位于网络中心程度的指标,反映个体在网络中的重要程度。中心性指标主要有3类,点度中心性、中间中心性和接近中心性。

a. 点度中心性。点度中心性测量的是一个点与其它点发展交往关系的能力。如果一个行动者的点度中心性越大,说明该行为者处于中心位置,拥有较大的权力。计算“台湾地沟油”事件网络舆情传播网络的点度中心性(见表1)。

由表1可见,在该事件网络舆情传播网络中,点度中心性最大的为编号为1的行动者。该行动者处于传播网络的中心,说明其拥有的权力最大,信息资源掌控能力最强。而其他行动者的点度中心性普遍较低,仅仅充当舆情信息的受众,在舆情信息的传播在很大程度上要依靠编号为1的行动者。因此,企业在舆情预警和监控过程中要重点监控编号为1的这类处于传播网络中心的行动者。

b. 接近中心性。接近中心性是行动者与网络中其他行动者的接近程度。如某个行动者的接近中心性的值越小,说明该行动者与网络其他行动者之间越接近,独立性越强,则在获取信息时越不易受其他行动者控制。计算“台湾地沟油”事件网络舆情传播网络的接近中心性(见表2)。

由表2可见,编号为1的行动者接近中心性的指标值最小。表明该行动者能通过最短的路径与其它行动者联系,具有较强的独立性。接近中心性指标值较小还有编号为4、143、67等的行动者,其他行动者的接近中心性都比较大,说明他们在接收和传递信息的过程中,对1号行动者的依赖性较大,因此,加强对编号为1的这类独立性强的行动者监控,是企业网络舆情预警的重点工作。

2.1.2 结构洞理论分析。结构洞是一种定位网络舆情领袖的方法,是网络中控制舆情流动的“阀门”。舆情行动者在网络中占有的结构洞越多,其在舆情事件中占据的主导权越大。按照行动者的有效规模(由大至小)和限制度指标(由小至大)排名情况,整理结构洞指数结果如表3所示。

由表3可见,编号为1、143、67、4的行动者有效规模较大,说明网络冗余程度较低,该行动者在传播网络中的地位重要,对其他行动者控制力较强。同时,有效规模较大的4个行动者的限制度指标值都较小,表明这些行动者不易受其他行动者的控制,更易获取信息资源。另外,表中行动者的等级指数都较小,说明行动者约束性差别小。综合有效规模值、限制度值和等级指数值可见,编号为1、143、67、4的行动者在传播网络中占据较多的结构洞,可获取更多非冗余的信息资源,进一步扩大舆情传播范围。

2.2 凝聚子群分析。迄今为止,并没有比较明确的“凝聚子群”的含义,大体上说,凝聚子群是满足如下条件的一个行动者子集合,即在此集合中的行动者之间具有相对较强、直接、紧密、经常的或者积极的关系[4]。

2.2.1 成分分析。成分分析是建立在“子群内外关系”基础上的凝聚子群。成分是指满足以下条件的群体,群体内部成员之间存在关联,而群体之间没有任何联系[5]。对“台湾地沟油”事件网络舆情传播网络做成分分析,发现该事件网络舆情传播网络只有1个成分。表明该网络是连通的,网络中每个凝聚子群不仅内部存在关联,而且各子群之间也存在联系,即信息可以实现大范围流动。因此,企业网络舆情预警工作必须做到迅速有效,尤其在企业负面信息迅速传播前,企业应第一时间做出回应,从而减小其对企业的不利影响。

2.2.2 k-核分析。k-核分析是建立在点度数基础上的凝聚子群。k值的大小标志k-核的松散程度,如果k值越大,表明k-核越紧密,反之,k-核越松散。对“台湾地沟油”事件网络舆情传播网络进行k-核分析(见表4)。

由表4可见,共有16个行动者k值最大(值为2),占据该事件舆情传播网络行动者总数4%,表明传播网络中行动者之间联系较松散,不存在联系紧密的凝聚子群,但是弱联系同样会影响子群间的信息传递。

3、结论与建议

基于对企业网络舆情预警的定量研究较为匮乏,对食品安全网络舆情的社会网络分析尚处于空白状态,本文搜集2014年“台湾地沟油”网络舆情的转发数据,构造“台湾地沟油”网络舆情传播网络,运用社会网络分析方法对此事件网络舆情传播结构和节点进行了深入研究,分析企业食品安全网络舆情网络结构并挖掘网络中的关键节点,得出以下结论:

(1) 发挥“意见领袖”导向作用

通过中心性的测量,点度中心性较高、结构洞较多、接近中心性较低的行动者通常是舆情网络中的“意见领袖”,“意见领袖”是导致企业网络舆情持续传播的关键节点。因此,企业需认真挖掘“意见领袖”,加强与其密切合作。在企业出现消极网络舆情时,与“意见领袖”协调联系,改变其中心性和结构洞来发挥导向作用,引导网络舆情发展趋势。此外,企业应重点培养中高管理者成为“意见领袖”,使其占据结构洞核心位置,发挥小规模网络结构的优势,抑制消极网络舆情传播速度。

(2) 重视网络子群弱联系

通过凝聚子群分析,发现该网络舆情传播网络是连通的。网络结构中各子群间以及子群内部成员间呈现出弱联系,即不存在紧密的凝聚子群,导致网络舆情传播较为松散。但是网络中弱联系同样会影响信息传递和舆情范围。因此,在监控网络舆情时,企业可适时引入舆情引导者,发挥弱联系的桥梁作用,使其引导或改变众多处于边缘的行动者观点,避免消极网络舆情在较短时间内的扩散和非理性集群行为的发生。

教育期刊网 http://www.jyqkw.com
参考文献:

[1] 王全兰.网络舆情信息采集及预警方法研究[J].管理工程师,2012,02:34-37.

[2] 方付建,任一奇.企业舆情危机事件:诱因、态势与应对[J].情报杂志,2012,03:25-28.

[3] 林萍,黄卫东,洪小娟.全媒体时代我国食品安全网络舆情构成要素研究[J].现代情报,2013,11:12-16.

[4] Wasserman, S., & Faust K.. Social Network Analysis:Methodsand Application [M]. Cambridge: CambridgeUniversity Press, 1994.

[5] 平亮,宗利永.基于社会网络中心性分析的微博信息传播研究——以Sina微博为例[J].图书情报知识,2010(6):92-97.

作者简介:

董凯欣,本科,南京邮电大学通达学院,研究方向:网络舆情;

傅荧,本科,南京邮电大学通达学院,研究方向:网络舆情;

孙晓峰,本科,南京邮电大学通达学院,研究方向:网络舆情;

郭萌,本科,南京邮电大学管理学院,研究方向:网络舆情。

下载文本