作者：汤伟，王宇，王继业，曹宇飞 来源：《中国新通信》 2018年第10期
【摘要】 舆情监控部门想要控制信息异化程度，就必须要不断研究网络舆情信息异化机理控制模型，而本文研究的主要任务就是基于大数据环境下的研究，最终目的就是为了使政府在治理网络舆情的时候，有一定的理论支持。对大数据环境下的网络舆情信息异化机理进行定性分析，对我国的和谐社会建设具有非常重要的意义。
【关键词】 大数据 网络舆情 信息异化 控制模型
一、目前我国的网络舆情现状
在大数据环境下，网络舆情信息最突出的特点就是海量，而且传播的速度也非常快，信息来源以及类型非常丰富，尤其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。
二、网络舆情信息异化机理
1、目前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。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。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。
2、信息生命周期理论。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。信息过载、信息失实、信息重复等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”，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，导致内享增长率r 随着时间的变化而变化。
三、网络舆情信息异化控制模型概述
1、异化控制机理。信息异化极易形成网络流言、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。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。
2、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享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：
3、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，网络舆情信息量增加趋势变快和变缓交替进行。
四、研究展望
（一）控制关键节点
本文仅仅研究了网络舆情信息异化控制模型，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。
（二）面向大数据的预测
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继续拓展，才能实现网络舆情信息量的动态预测。
结束语：总而言之，我们对网络舆情方面深入进行研究，对社会的稳定及发展具有非常重要的现实意义。希望通过本文的研究，可以对我国和谐社会建设作为一定的贡献。
参 考 文 献
[1] 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，20l5:139-143.
[2] 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.
因篇幅问题不能全部显示，请点此查看更多更全内容