基于智库双螺旋法的舆情治理与智库研究
李倩倩 , 刘怡君 , 马宁 , 王红兵     
1. 中国科学院科技战略咨询研究院 北京 100190;
2. 中国科学院大学 公共政策与管理学院 北京 100049
摘要:舆情治理亟须应对我国经济转轨、社会转型、改革攻坚时期面临的风险关联性挑战、建模复杂性挑战、学科交叉性挑战、社会影响性挑战、情景不确定性挑战等“五大挑战”,是大数据驱动下的典型智库研究。运用智库双螺旋法全过程指导舆情治理与智库研究,立足有效应对五大挑战、服务国家治理需求,深入理解舆情风险与价值之间的关系,促进舆情学术研究理论方法的交叉融合,提升智库研究逻辑架构的科学化、专业化水平,破除从学术研究向智库研究转变的认知壁垒,发挥思维指导、过程指导、操作指导、组织指导作用。
关键词舆情    智库双螺旋法    治理    智库    
Public Opinion Governance and Think Tank Research Based on Think Tank Double Helix Methodology
LI Qianqian, LIU Yijun, MA Ning, WANG Hongbing     
1. Institutes of Science and Development, Chinese Academy of Sciences, Beijing 100190, China;
2. School of Public Policy and Management, University of Chinese Academy of Sciences, Beijing 100049, China
Abstract: Public opinion governance research is a typical think tank research driven by big data, which should deal with the "five major challenges" faced by China's economic transformation, social transformation, and reform challenges, namely, risk intertwined challenges, modeling complexity challenges, interdisciplinary challenges, social impact challenges, and scenario uncertainty challenges. The Think Tank Double Helix Methodology provides an effective research paradigm to guide the whole process of public opinion governance and think tank research. Based on this methodology, opinion research could effectively respond to the five significant challenges and serve the demands of national governance. This paper demonstrates a deep understanding of the relationship between the risk and value of the public opinion. It is also explained how to use the Think Tank Double Helix Methodology to promote the interdisciplinary integration of theoretical methods of public opinion academic research, improve the scientific and professional level of the logical framework of think tank research, and break down the cognitive barriers of the transformation from academic research to think tank research. This methodology provides thinking, process, operation, and organizational guidance. Under this guidance, we adhere to the problem-oriented, evidence-oriented, and scientific-oriented to conduct opinion think tank research. We establish a full-chain risk response mechanism, including public opinion collection, judgment, disposal, and response. We improve the risk rating system, including public opinion monitoring, early warning, prevention, and resolution, build a value shaping system including public opinion dissemination, guidance, influence, and credibility. This methodology promotes the research of public opinion think tanks from empirical to scientific research, from discrete to systematic approach, from a single discipline basis to comprehensive and consistent research from pure academic-oriented to integrative studies fitting both academic and practical requirements. These research transitions improve the quality and effectiveness of public opinion governance and think tank research for servicing decision-making.
Keywords: public opinion    Think Tank Double Helix Methodology    monitoring    think tank    

进入21世纪以来,我国经济社会发展逐步进入转型期,改革进入攻坚期和深水区,利益格局深刻调整、社会矛盾叠加累积、舆情风险易发多发。特别是互联网传播媒介属性、社会动员属性在舆情风险异化中越发凸显,网络舆论治理日益关系国家安全和社会稳定,已经成为推进国家治理现代化的重要内容[1]。党中央、国务院高度重视社会舆情工作,近年来出台的文件有关“舆情”内容的已近700份,涉及政治、经济、社会、民生等各领域,更强调加强舆情治理“防风险”的底线思维,更加重视发挥舆论引导“稳预期”的治理作用。从全球舆情研究趋势来看,在全球民粹主义思潮抬头、新冠疫情起伏反复背景下政策两极分化不断加剧公众舆论对立、各国意识形态领域斗争日趋激烈,Web of Science数据库的文献统计显示,舆情研究相关文献呈逐年增长态势。其中,SciencePNASNature CommunicationsManagement Sciences等国际期刊高度关注舆情中的泛意识形态化[2]、社会群体极化[3]、政治虚假信息[4-6]等治理风险。

① 文件来源于中国政府网(www.gov.cn

中国科学院科技战略咨询研究院社会治理与风险研究课题组(以下简称“课题组”)长期开展舆情治理与智库研究,并取得显著成效;尤其是近几年,课题组运用潘教峰构建的智库双螺旋法[7]拓宽工作思路,取得了重要进展。课题组在舆情治理与智库研究中,坚持问题导向、证据导向、科学导向,建立包括舆情收集、研判、处置和回应的全链条风险应对机制,完善包括舆情监测、预警、防范、化解的风险评级体系,构筑包括舆论传播力、引导力、影响力、公信力的价值塑造体系,促进舆情智库研究从经验式向科学化、从零散式向系统性、从学科单一向交叉融合、从偏学术型向学术实践型转变[8],提升了舆情治理与智库研究服务决策的效能。

1 运用智库双螺旋法理论,创新舆情治理与智库研究逻辑架构 1.1 新时期舆情治理研究面临的挑战

舆情治理作为网络大数据驱动下的典型智库研究,需要科学化、专业化、规范化的智库理论方法深化其决策价值,舆情治理与智库研究亟须应对我国经济转轨、社会转型、改革攻坚时期面临的“五大挑战”(图 1):①风险关联性挑战。舆情风险关联性强,舆情风险向经济领域、社会领域、科技领域等传导的深度、广度、持续性难以度量。因此,舆情治理与智库研究需要用好专家智慧,凝聚多方共识。②建模复杂性挑战。舆情信息量大且杂,如果对决策需求没有清晰的理解,则难以精准挖掘舆情价值。因此,需要与决策部门多次沟通,以决策演进规律为牵引,持续提升舆情大数据分析的实践性。③学科交叉性挑战。舆情是复杂的现实问题,涉及传播学、心理学、社会科学、计算机科学、物理学等,学科之间壁垒难以突破,舆情治理的重大科学问题有待突破。因此,需要有一个综合全面的研究框架指导不同学科、不同领域、不同类型的知识会聚。④社会影响性挑战。舆情是民意集合的反映,本身体现的就是“社会影响性”。因此,应建立舆情监测的“稳态”机制,尽早、尽快精准预判舆情趋势性变化。⑤情景不确定性挑战。舆情治理涉及不同利益相关者、催化舆情要素众多,治理失当极易引发各种思潮泛滥、政府公信力危机等负面影响。因此,需要聚焦治理举措的科学性评估和遴选。

图 1 舆情决策研究需求和特点 Figure 1 Research demands and characteristics of public opinion decision-making
1.2 智库双螺旋法为舆情治理研究提供指导

课题组运用双螺旋法全过程指导舆情治理与智库研究,立足有效应对“五大挑战”、服务国家治理需求,深入理解舆情风险与价值之间的关系,开展查找“真问题”的学术研究、寻求“真办法”的决策研究,从中发现双螺旋法为提高舆情治理与智库研究质量提供了系统思维方法。这套方法立足于舆情治理实际,促进与学术研究理论方法的交叉融合,提升了智库研究逻辑架构的科学化、专业化水平,破除了从学术研究向智库研究转变的认知壁垒,发挥了思维指导、过程指导、操作指导、组织指导作用(图 2)。

图 2 智库双螺旋法指导下的舆情研究架构创新 Figure 2 Research architecture under guidance of Think Tank Double Helix Methodology

(1)遵循“问题导向、证据导向、科学导向”,重视舆情治理与智库研究同咨政建言与服务决策的系统化对接。舆情治理与智库研究从根本上要在智库研究逻辑框架下,感知社会风险态势和社会治理预期。为落实习近平总书记反复强调的“必须坚持系统观念”,双螺旋法在舆情智库研究中拓展系统思想、演生思想、循证思想、融合思想和创新思想,要求创新研究理念、研究逻辑、研究方法、研究流程,从反映社会广泛民意的舆情“小切口”,挖掘舆情治理面临的“大问题”,通过严谨、规范、专业的智库研究范式,形成“管用”“好用”的策略方案与“真实”“务实”的咨询建议。

(2)打通从数据资料采集到知识挖掘路径,夯实舆情治理与智库研究过程中“监测—挖掘—研判”的基础性根基。这需要采集不同传播平台、不同数据维度的海量舆情大数据构建民意传播数据库,收集政策文本、事件要素等构建领域资料库;应用计算机、数学、物理学等方法工具关注决策场景的变化,提升舆情风险传导、演化趋势、情景模拟等数据挖掘算法精度的实践价值;强化管理学、传播学、社会学等开展舆情智库研究的理论内涵、演化机理的探索,在舆情治理实践中交叉融合自然科学、社会科学的学术研究经验。

(3)研判舆情传播到治理预期路线图,贯通舆情治理与智库研究“机理分析—影响分析—政策分析”的科学化体系。舆情传播有其自身的规律,伴随舆情发生、发展和发酵过程,舆情形成的内驱和外驱要素不断演变,舆情风险可能异化,进而影响社会安全、社会诚信、政策落实等。对理性舆情信息开展因果分析,反映过往治理政策、风险应对机制中存在的盲点、堵点等。这是以公众观点、情绪表达的“现象”为切入点,透过经济、社会、安全的多维影响,研判形成更加健全的政策体系。

(4)面向舆情风险识别、预警、引导,基于逻辑层次法(MIPS)指导开展过程融合法(DIIS)研究过程,提出舆情治理的“时、度、效”对策。 2016年,习近平总书记在党的新闻舆论工作座谈会上指出,“要抓住时机、把握节奏、讲究策略,从时度效着力,体现时度效要求”。利用“解析—融合—还原”外循环模式,围绕公共政策、突发事件、事故安全等舆情风险重点领域,将舆情治理“时、度、效”需求解构为风险识别、风险评估、风险预警、风险化解等系列子问题。MIPS和DIIS,相互迭代、螺旋式上升,不断收敛至舆情决策服务应对策略中,架构了规范性学术研究和科学化智库研究之间的桥梁。

2 汇集综合知识信息,DIIS促进舆情治理与智库研究融合贯通

DIIS遵循“收集数据—揭示信息—综合研判—形成方案”的过程框架,开展客观、严谨、规范的学术研究(图 3)。

图 3 基于DIIS的舆情学术研究交叉融合 Figure 3 Interdisciplinary integration of opinion research based on DIIS
2.1 “收集数据”实现舆情数据“多源化数据融合”

“收集数据”通过领域、人物、机构、地点、时间等本体信息,可构建面向具体领域的舆情知识表示和风险关联关系图谱,实现舆情治理需要的“多源化数据融合”。结合舆情治理与智库研究问题及子问题分解,从“态势评估”“民意反馈”“趋势预测”“预警分析”“引导策略”等研究需求出发,采集新闻、自媒体、博客、问答等媒体信息,政务平台网民留言信息、政策文本数据、各领域突发事件数据、利益相关者画像数据、实地调研数据等。其中,媒体信息主要分析舆情传播态势评估、预测;政务平台网民留言信息用于了解国家治理效能,了解公众对治理的预期;政策文本数据分析治理的重点、举措等;各领域突发事件数据用于考察风险传导的过程、演变、成因等;利益相关者画像着重于厘清影响舆情秩序的各方诉求;实地调研数据包括现场访谈、调查问卷等,借助线下的意见综合,与网络民意相互印证,形成舆情治理的引导策略,优化治理举措。例如,课题组构建了“舆情大数据采集平台”,建立包括重点领域、重点任务和突发事件的网络信息数据库;该数据库不是局限于简单舆情信息的采集,而是面向社会治理的大数据舆情体系构建。

2.2 “揭示信息”实现决策信息“多维度系统提升”

“揭示信息”过程充分运用不同学科、不同领域分析模型的特点和优势,设计模型耦合的“接口”,实现“异质信息融合”,实现舆情信息来源质量“多维度系统提升”。 “揭示信息”阶段侧重于“现实域”的分析研判,通过运用复杂网络分析、因果分析、动力学模型、文本挖掘技术、仿真技术等方法技术,分析舆情传播特征、意见领袖识别、舆情观点聚类、情感倾向、传播动力等。例如,课题组研究发现舆情的形成分为渐进模式和突发模式:渐进模式要经历从无到有、由弱到强、由隐匿到公开的过程;突发模式主要体现了“刺激—反应”的机制。从舆情的传播模式来看,可以分为链状传播、树状传播、放射状传播、漩涡型复式→复合传播。进一步,通过不同模型相互融合,实现不同尺度的特征聚合,可以深入挖掘舆情风险关联的程度、速度、广度,以及影响的范围、对象、因素等。例如,运用主题模型[9]挖掘网民观点,划定观点属性特征,利用相关性分析弄清不同观点之间的关联情况,然后通过计量分析了解影响舆情的关键驱动力。凝练突发事件舆情交互动力学机制,然后将这些动力机制应用在无标度网络、小世界网络、均匀网络等不同拓扑结构的社交网络中,研判不同传播结构情境下舆情动向。

2.3 “综合研判”实现舆情决策“多模态知识集成”

“综合研判”引入专家智慧预测/预判舆情风险特征、观点演化趋势、传播结构驱动、备选策略、治理影响等舆情趋势,实现凝练共识与舆情决策的“多模态知识集成”。在专家遴选上,为了增强治理决策的可操作性、实用性,要涵盖决策部门、宣传部门、舆情研究等领域专家,组织综合能力强的复合型专家对舆情治理问题进行全局性把握,凝练不同环节、不同领域的舆情治理方案。例如,课题组在开展舆情治理举措遴选时,通过沙盘推演分析了嵌入、隔离策略在不同心理情境下的性能分析,最后通过与具体决策部门、媒体传播部门沟通确定最适合的干预策略[10]。针对谣言风险特征,课题组组织中国科学院心理研究所、中国科学院自动化研究所等的专家凝练谣言的形成要素,从知识维度(信息常识性、信息新奇性、信息不可证性)、心理维度(信息动机性、信息共鸣性)、环境维度(信息历史性、信息时空性)、传播维度(信息权威性、信息外推性、信息真实性)提出谣言识别预警体系。在对“一带一路”倡议国际传播形势分析中,与“一带一路”投资企业、国家信息中心“一带一路”大数据中心等的专家研判未来“一带一路”倡议将面临日益严峻的传播数字化风险、社会两极化风险、民族情绪不断高涨等带来的民粹主义情绪升温,进而导致重大项目推行受阻、投入产出比升高等可能。

3 立足服务决策需求,MIPS解析舆情治理与智库研究发展规律

MIPS基于“机理分析—影响分析—政策分析—形成方案”逻辑框架,为舆情智库研究提供了系统性、科学性、完整性的决策服务全链条政策分析指导。

3.1 “机理分析”开展舆情规律认知

“机理分析”重在运用学术理论指导认知舆情风险危害社会稳定的内在动因,结合舆情监测、预警、治理实践,统筹把握舆情形成、演化、引导和干预等子问题的规律。牛文元[11]以社会物理学为研究视角,提出“社会燃烧理论”,揭示社会系统劣质化过程。当前,逆全球化思潮、社会转型期、传播智能化等构成了我国社会舆情传播的现实语境,境内外异见分子舆论“围剿”、发展差异、城乡差异、贫富差异、文化差异、民族差异、宗教差异等积聚社会矛盾、社交自媒体不断壮大、传播内容精准化引发社交圈层化等构成“燃烧物质”的集合,激发民众表达各种各样的议论、诉求和见解。与此同时,随着社会焦虑、社会张力、社会信任危机等负面心理催化“助燃”,最终在某个突发事件“导火索”的刺激下,引发社会舆论秩序失衡,加速社会失序甚至失控。此外,结合课题组多年的舆论治理实践,从舆情热度纵向的演化路径,感知舆情宏观发展态势,量化舆情传播时序规律,客观解析舆情演进特征。从以往事件传播趋势来看,热度平均持续时间为7天,舆情发酵到热度峰值平均时间为1.4天,峰值后回落时间为4天[12]。从舆情要素横向的叠加机制,厘清舆情传播的风险要素,基于经典的“5 W”分析法,分析要素与风险关联情况,构建舆情传播风险清单[13]。例如,风险人群对舆情事件演化具有重要影响,一般“标签化”的某类群体(如公务员、警察、城管、官/富二代等),可迅速燃爆舆论场。

② 事件对象(What)、原因(Why)、人员(Who)、地点(Where)、时间(When)。

3.2 “影响分析”聚焦舆论生态反馈

“影响分析”针对舆情治理涉及的重大公共利益或社会公众切身利益相关的问题,透过历史域、现实域、未来域视角综合研判风险,作为智库研究成果服务决策的重要参考。 “影响宏观决策”是智库建设的三大功能之一,舆情的决策影响体现在对决策的反馈效能。①关注舆情中对“政策工具”“政策成本”“政策公平”“政策预期”的讨论,可以及时了解公众对决策的认可度和接受度。例如,2021年10月《全国人民代表大会常务委员会关于授权国务院在部分地区开展房地产税改革试点工作的决定》发布后,广大网民提出房地产税“为何收”“向谁收”“怎么收”“怎么算”“何时收”的“五问”。舆情中反映的突出问题,为下一步政策落实提供了方向指引。②关注舆情的负面影响,动态开展舆情风险监测。例如,课题组构建了网络舆情指数[14],从数量维、能量维、质量维实时监测舆情风险,建立舆情风险评价体系,实现对舆情关注度、谣言扩散、组织动员等信息的社会破坏力动态实时监测。③关注舆情走势与议程设置如何服务于形成改革的良好社会氛围。例如,课题组组织专家研判2022年舆情走势,认为应充分认识到复杂国际形势下意识形态安全日益严峻,要防止境外舆情向国内倒灌;需要针对农村、学校和新社会阶层等重点领域和重点人群,通过社会主义核心价值观宣贯、网络平台管控、关键人物和事件的监测等手段,防止意识形态领域的重大舆情危机;应对转型压力下经济领域风险防范时,要加强民众思想引导,发挥舆情解疑释惑、理顺情绪、化解矛盾的功能。

3.3 “政策分析”注重治理预期评估

“政策分析”注重风险管理、风险预测、风险控制,界定政策内涵、政策工具服务舆情治理的问题域,通过风险预测/预警、沙盘推演等评估舆情决策与社会预期差异。从舆情治理主体视角,以政府宣传预期为切入点,分析政务信息与社会民意响应之间的不确定性因素,建立决策风险预警机制。分析政策关注焦点、政策关注区域、用户特征分布、政策支持度、政策争议度等,结合舆情风险点、风险发生概率和社会传播影响,形成对决策风险的综合评价。根据舆情的反馈效能,提出决策风险的防范措施,如优化完善政策方案和配套解读文件;加强政策发布过程的舆情态势监测,以及政策利益相关者的重点人群管理;健全舆情回应机制,丰富新媒体舆情传播途径等。围绕国家将“舆情追踪”作为社会风险预警重要内容的决策需求,从舆情治理工具视角,以治理预期为切入点,利用情景分析等技术,开展舆情风险治理量化评估。基于情景分析方法,通过仿真实验、数值模拟等对不同治理举措的舆情治理效果进行量化评估,对舆情治理不同策略开展适用分析、比较分析、因果分析。

4 集成DIIS和MIPS,提高舆情治理与智库研究质量时效

当前,我国舆论场风险特点主要表现为国际形势的不稳定性、不确定性更加突出,全球民粹主义思潮向国内渗透,网络民粹主义泛政治化抬头,利用新媒体手段控制和操纵民众舆论,垄断话语权,激化社会矛盾,影响和干预正常民主进程;风险高发重点集中在就业、教育、医疗等民生问题,舆情表现为无所适从和摇摆不定,容易被敌对势力利用,呈现意识形态化趋势,冲击社会秩序,影响社会稳定;人工智能、云计算、虚拟现实等新技术变革网络舆论生态,信息茧房、回音室效应加剧社会群体性极化。因此,别有用心者一旦利用网络,煽动网民情绪,可能使得对抗行为发展到由点及面、从虚拟到现实、社会组织性更强的新形式。

舆情治理是社会治理体系中的重要内容,面向新时期舆情传播环境、传播媒介、传播人群、传播技术、传播影响变革带来的舆情治理新形势和新挑战。舆情智库研究亟须准确把握新时期社会治理对舆情工作提出的新要求,重视舆情研究与决策需求对接,增强舆情研究的实践性、操作性。智库双螺旋法构建基于学术研究与决策需求的舆情智库研究科学范式,建构系统性的理论方法打通不同学科之间的研究边界,提升舆情研究,服务于提升国家治理体系中的决策效能。遵循还原思想和演生思想,利用“解析—融合—还原”外循环模式,对舆情风险因素、传导机制、应对策略等进行解构,通过领域知识融合,形成整体解决方案。面向舆情治理的重点领域将舆情治理问题进行解析,将其分解为我国舆论演化的规律认知、舆论生态的多维影响、治理举措的预期评估等子问题,进一步通过集成优化决策部门、治理机构、专家意见,形成舆情应对的方案集合。内循环下DIIS和MIPS指导舆情决策要素与循证思想进行有机结合。智库双螺旋法指导下舆情研究的架构创新通过“数据—信息—研判”过程将舆情研究的技术手段融入“机理分析—影响分析—政策分析—形成方案”的舆情决策需求中,在每个子问题上都通过数据层、模型层、知识层的科学分析,形成各个子问题的研究结论。具体来讲,智库双螺旋法指导舆情智库研究的先进性、科学性体现在3个方面。

(1)通过DIIS和MIPS相互迭代、螺旋式上升,实现舆情研究“过程”和决策“逻辑”的有机统一,实现舆情治理学术基础性研究和智库决策性研究的有效融合。长期以来,学术研究和智库研究存在“平行线”问题,研究交叉的结合点和方式成为影响舆情决策效能发挥的痛点。智库双螺旋法以“会聚”思想为牵引,面向舆情“海量”“异质”“多源”的分析难点,通过“收集数据——揭示信息—综合研判”横向和纵向之间的过程会聚,实现从数据之间、信息之间、知识之间、数据和信息之间、信息和知识之间的交叉融合,破除学科研究范式之间的屏障。面向决策从舆情“小切口”找准治理“大问题”的实践需求,运用“机理分析、影响分析、政策分析”厘清舆情形成演化内因、规律,分析舆情政策影响、社会影响、负面影响,全面掌握舆情生态真实情况;然后,通过引导和调整民众社会预期,切实提升舆情监测、舆情决策、舆情治理实效。

(2)智库双螺旋法指导构建舆情“生态—治理”正向反馈系统,在治理实践不断拓展的时空域中对舆情研究的再认识、再升华,逐渐丰富舆情治理与智库研究内涵和外延。舆情和经济社会发展的各领域、国家治理的全过程都有广泛联系和深度影响,风险传导速度快、级联性强。要充分认识舆情治理具有长期性、复杂性,围绕舆情风险监测预警难、新兴风险阻断难、社会风险管控难、技术治理监管难、舆论异化引导难等症结;智库双螺旋法立足舆论生态系统的整体规律把握,重视拓展数据“量”、强化监测多领域“源”、综合判断风险波及“面”,系统解构治理问题、层层递进形成方案。这就需要对某个具体领域的舆情态势有长期跟踪。例如,课题组服务国家相关决策部门,开展政务舆情的年度分析、季度分析;针对长期持续出现的系列舆情议题,建立包括舆情信息传播、态势演化、案例库等,分析相关舆情事件爆发的周期、频率等规律,形成对系列事件趋势预测和主动应对的长效机制。

(3)智库双螺旋法思想体系符合舆情治理与智库研究规律和治理逻辑,是深入研判我国新发展阶段经济社会转型、安全风险挑战的认识论、方法论和实践论的总集成。从认识论来看,智库双螺旋法是对舆情研究边界“质”的拓展和拔高,以系统性思维为统领,突破单一学科认知局限,从决策者视角锚定了舆情支撑决策的关键问题,全面分析和揭示舆情风险与价值的内在逻辑和现实关联。从方法论来看,智库双螺旋法为开展舆情智库研究提供了“理论方法库”和“分析工具箱”系统化方案,清晰界定和描述了舆情决策研究的治理内涵和实现路径,避免唯“数据”、唯“模型”,而是突出其对决策的科学支撑能力。从实践论来看,社会思潮纷繁复杂、舆论形势瞬息万变,必须做好储备性、前瞻性研究,才能对决策需求进行“快速响应”,提升研究时效性。例如,课题组基于全球开源媒体信息库GDELT,持续跟踪媒体报道视角下的全球风险态势。在新冠肺炎疫情暴发后,迅速报送了全球媒体下的中国风险画像研究,增强了智库研究满足决策需求的时效性。

http://www.gdeltproject.org.

参考文献
[1]
刘怡君, 蒋文静. 社会转型期我国新兴舆情风险及对策研究. 智库理论与实践, 2017, 2(6): 82-88.
Liu Y J, Jiang W J. Study of emerging risks of the network public opinion and countermeasures of the supervision under the context of the social transformation. Think Tank: Theory & Practice, 2017, 2(6): 82-88. (in Chinese)
[2]
Bakshy E, Messing S, Adamic L A. Exposure to ideologically diverse news and opinion on Facebook. Science, 2015, 348: 1130-1132. DOI:10.1126/science.aaa1160
[3]
Macy M, Deri S, Ruch A, et al. Opinion cascades and the unpredictability of partisan polarization. Science Advances, 2019, 5(8): eaax0754. DOI:10.1126/sciadv.aax0754
[4]
Bovet A, Makse H A. Influence of fake news in Twitter during the 2016 US presidential election. Nature Communications, 2019, 10(1): 1-14. DOI:10.1038/s41467-018-07882-8
[5]
Cacciatore M A. Misinformation and public opinion of science and health: Approaches, findings, and future directions. PNAS, 2021, 118(15): e1912437117. DOI:10.1073/pnas.1912437117
[6]
Papanastasiou Y. Fake news propagation and detection: A sequential model. Management Science, 2020, 66(5): 1826-1846. DOI:10.1287/mnsc.2019.3295
[7]
潘教峰. 智库研究的双螺旋结构. 中国科学院院刊, 2020, 35(7): 907-916.
Pan J F. Double helix structure of think tank research. Bulletin of Chinese Academy of Sciences, 2020, 35(7): 907-916. (in Chinese)
[8]
潘教峰, 张凤, 鲁晓. 促进智库研究的"六个转变". 中国科学院院刊, 2021, 36(10): 1226-1234.
Pan J F, Zhang F, Lu X. Promoting "six transitions" in think tank research. Bulletin of Chinese Academy of Sciences, 2021, 36(10): 1226-1234. (in Chinese)
[9]
Blei D M, Ng A Y, Jordan M I. Latent dirichlet allocation. Journal of Machine Learning Research, 2003, 3(1): 993-1022.
[10]
Tian R Y, Liu Y J. Isolation, insertion, and reconstruction: Three strategies to intervene in rumor spread based on supernetwork model. Decision Support Systems, 2014, 67: 121-130. DOI:10.1016/j.dss.2014.09.001
[11]
牛文元. 社会物理学与中国社会稳定预警系统. 中国科学院院刊, 2001, 16(1): 15-20.
Niu W Y. The social physics and the warning system of China's social stability. Bulletin of Chinese Academy of Sciences, 2001, 16(1): 15-20. DOI:10.3969/j.issn.1000-3045.2001.01.004 (in Chinese)
[12]
王红兵, 姜景, 张立超. 突发事件网络舆情应对时机研究// 刘怡君. 社会物理学: 社会治理. 北京: 科学出版社, 2014: 112-121.
Wang H B, Jiang J, Zhang L C. Research on the response time of emergency public opinion// Liu Y J. Social Physics: Social Governance. Beijing: Science Press, 2014: 112-121. (in Chinese)
[13]
Ma N, Liu Y. Risk factors and risk level assessment: Forty thousand emergencies over the past decade in China. Jàmbá: Journal of Disaster Risk Studies, 2020, 12(1): a916.
[14]
李倩倩, 黄远, 姜景, 等. 中国网络社会治理的舆论指数. 中国科学院院刊, 2015, 30(1): 90-96.
Li Q Q, Huang Y, Jiang J, et al. Opinion index of social governance on Chinese network. Bulletin of Chinese Academy of Sciences, 2015, 30(1): 90-96. (in Chinese)