群集动力和博弈论下的网络舆情论文

开篇：润墨网以专业的文秘视角，为您筛选了一篇群集动力和博弈论下的网络舆情论文范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

1引言

互联技术的发展，使社会舆论环境发生了深刻的变化，当前对网络舆情的研究逐渐得到相关学者的关注和重视w具体来说，国内主要研究集中在以下三个方面：1)网络舆情发展的一般性理论：主要研究网络舆情的概念、功能、传播途径、形态特征等理论问题121.2)网络舆情监测、预警和控制.如曾润喜提出了网络舆情预警的系统构成、指标体系和运行机制M.黄晓斌提出了网络舆情信息挖掘分析模型’并以实例说明文本挖掘在网络舆情分析中的应用[4].齐佳音利用系统动力学建模，分析了突发事件发展和网络舆情的作用机制臥史波提出了网络舆情群体极化的动力机制与调控策略吒余廉借鉴传染病模型SIR分析了非常规事件下的群体行为171?3)网络舆情对不同领域的影响?中国上市公司舆情中心分析了负面舆情与上市公司市值的波动.周如俊认为，新时期思想政治教育工作要研究网络舆情的特点，形成上思想政治教育的强势国外在网络舆情方面的研究.也有许多成果.如Wu等的研究表明.舆论的形成与社会网络的结构有关丨91.在舆论演化方面，最经典的模型有两个：一个是“Sznajd模型”，另一个是“有限信任模型”."Sznajd模型”借用铁磁体中的磁性粒子等概念为理论基础，利用蒙特卡罗等仿真方法对封闭社区的舆论演进过程进行了研究，提出舆论最终的演化结果只有两种：全部赞同、全部反对和赞同与反对各占一半P叱模型比较简单,不足之处在于磁性粒子的性质过于简单，个体的观点与交互方式与实际差别较大.“有限信任模型”提出当两个人观点相近时，才会相互影响，当两人观点差距太大时，不会相互影响I1、模型的优点是采用了信用阈值来限制个体间的交互，比较真实的反映了现实中的交互过程.国内外在网络舆情控制方面，传统研究思路都是将非线性不规则的网络传播系统化约为线性系统，以获得确定的结果'12'.相关的技术主要包括监测、预警、应急处理等，涉及诸如话题检测与跟踪、Web信息挖掘…丨、文本倾向性分析丨15]、基于云计算的网络舆情预警[161、迁移元胞自动机网络演化模型[17]和网络事件的案例库建设和案例分析等.通常使用的控制手段主要有接种疫苗和隔离接种疫苗的具体方法包括对非法网络传播进行事后追惩，加强站的自我审查，网络实名制等来约束自我的行为.隔离的具体方法是在网络中安插把关人，加强对网络传播内容的日常监控,对敏感话题进行屏蔽或删除，也有一些部门采用雇佣网络水军，对信息进行大面积覆盖等.隔离、屏蔽等管理技术在实践中得到了较广泛的应用，但是这些管理方式有剥夺公民表达自由之嫌，“只知打压甚至封堵，无疑会使‘通，没有了‘通，，只剩下一条无法跨越的‘沟’"[20].当前应用博弈论研究网络舆情的学者较多，一般集中在研究传播机制方面的问题.王杨等人提出了基于博弈论的真情传播模型（POBGT)l21]，模型能够从动态和交互两方面描述传播过程，最终能够形成稳定的状态.刘锦德等认为，网络舆情传播过程是以大部分人对事实不了解为前提的.指出羊群行为的集聚产生受多种因素影响，主要与采取分析策略的交互利益、成本系数以及记忆长度有关[221.以上这些研究成果深刻地分析了网络舆情的基本理论和监测、预测以及一些相关的调控策略，但是，多数研究都把民视为一个整体，并且大多从网络事件_、网络结构、传播规律等角度进行研究，很少从线下形成网络舆情的民个体入手，深入研究民如何在网络上聚集形成网络舆情的机制，更没有把根源事件的发展和舆情的演化联系起来，仅着眼网络结构等传播过程中的各种影响，强调舆情应对中的各种技巧，以至于忽略了舆情发展的根本动力.大都就舆情研究舆情，而未深入到社会政治生活具体目标设定、政府行政目的、行政方式和民众行为逻辑的深度，因而也在一定程度影响了应对对策的恰当性和有效性1231,从而无法提出切实有效的网络舆情疏导策略，反而使网络舆情愈演愈烈.现实中网络舆情是一个群集演进过程.而集群演进过程是一个很难进行实证研究的问题[271.本文将民作为个体，以群集动力学为基础，基于博弈论来深入分析网络舆情的聚集过程，结合舆情产生的根源事件发展变化，最终给出网络舆情疏导模型.

2网络舆情群集动力学过程分析

2.1网络舆情民特征分析

复杂性理论将人群看做由许多相互作用的个体组成的“复杂的社会经济系统”，并借用物理学、数学以及计算机科学中的概念性工具对社会现象进行分析[24],民作为独立的智能体在网络环境中，与其它民共享信息.民能够感知它所处的环境和其它民，感知和其它民行为的挤压、碰撞、推动、吸引、排斥等相互作用.根据复杂性理论,对网络舆情中每个民自身的运动能力可以从外部感知、内部状态和行为产生系统等3个基本方面描述.定义1外部感知每个民具有发现事件及感应外部环境刺激的能力，同时环境中的其它民会对民的感知能力产生影响.夕卜部感知可以用以下公式表示：S=So+5feel(1)其中S表示舆情环境中民对某事件的感受，So表示民个体对事件的感受，5fee,表示舆情环境中其它民对该民感受的影响，n表示民数量，j=nSfeei=(2)3=1定义2内部状态根据马斯洛的需求层次理论,人的需求产生动机，动机导致人的行动，即：Need^Motivation^Action,同样在网络舆情形成与发展过程中，每个民的表达都源于内部动机，动机来自民的需求，需求源自民的感受.用iV表示民的需求,G(S)表示为S的分段增函数，马斯洛将需求分为五个层次，设况=(1,2,3,4,5)，不同的需求层次表现为不同的内部状态，即凡可以分为五个层次：凡=G(S)(3)内部状态可以表现为忍耐程度P,时间用t来表示.P=P(Nt)/t(4)其中巧况）为凡的减函数.此外，用M表示民动机，H(Nt)表示Nt的增函数.M=H{Nl)/t(5)当实际发生的事件发展速度达不到期望速度时，随着时间的增长，个体的忍耐度会下降，动机也会下降.当忍耐度下降较快时，民呈现“好斗”趋势，产生灌水、谩骂行为；当动机下降较快时,民表现为放弃行为.定义3行为产生系统网络舆情中个体是自驱动的，在自身行为规则的作用下,可以对周围实体和环境的刺激做出本能的反应，产生自驱动力和期望速度，根据每一时间步上每一个体的外部感知和内部状态，行为产生系统为个体产生一个行为，且对内部状态进行修正.用F⑴表示民受力状态：F(t)=a[(M-P)dt+/i[(Mfeei)df(6)JoJo其中表示某时刻民感受到的外力.亡表示时间，a和/X为常数.当F(t)>0时,民为活动状态；当F(t)<0时，民为沉默状态.为分析方便，假设"=0、1、一1，分别表示外力与自驱动力无关、同向和反向的关系.可以看出，即使当内部动机为0时，也可能受外部影响而持续活动.此外,用民在受力变化下会更新运动状态：V{t+1)=V{t)+uAF(t)(7)其中乂⑷表示tB寸刻民的运动速度，AF⑴表示民的受力变化情况，uj为一常数,表示民加速度系数.公式7刻画了民的行为更新机制.

2.2网络舆情群集特征分析

网络上民聚集成群会产生群集现象.群体流动动力来自于民的合力，整个群体对外界环境呈反沉默螺旋特征：1)群体中存在异向群集，也存在异质群集.群体中的个体运动力（包括力的大小和方向矢量)熵最小时，群体合力最大，反之合力最小.2)民个体需求得到满足，个体动力消失>最终导致群体动力消失，同时，群体有可能提高或者降低个体的需求.3)网络舆情群集方向取决所有民合力.

2.3网络舆情群集动力学模型构建与分析

从混沌学的观点看，在舆情爆发前民众心态是个混沌系统，处于相对稳定状态.当突发事件使民众对自己的生存与发展状况感到深度优虑和不安全，相对稳定的混沌态心理被打破，事件就成为舆情的初始触发条件在网络中，以舆情话题涉及民个体的聚集和互动为环境背景，以民参与舆情的可察网络空间为边界,结合定义1、定义2、定义3，经过分析，得出以下结论.命题1当民所处外界环境与民需求期望有偏差时，即A_A#0,网络中进行诉求的民个体，以追求成为某种话题的舆论领导者位置为手段(虽然未必获得领导者位置)，期望获得舆情的直接或者间接最大利益，达到个体需求得到满足的目的.如图1所示，个体需求所处等级越低，内在动力就越大，F1>F2>F3>F4>F5且容忍度越低，P1<P2<P3<Pi<P5.F表示内在动力、P表示两民容忍度，朽至F5，P1至P5分别对应需求从低到高5个层次的内在动力和容忍度.命题2民个体动力大小、方向可变.民个体动力受自身可见范围内所有其它个体合力的影响，即：F合=+外;ff=-l或丑=1或i7=0(8)为方便分析，假设个体动力方向只有同向H=1、反向H=-1和无关H=0三种情况.相关研究发现，当获得新的信息或者受到社会压力的影响，群体成员评估信息的正确性主要是通过参照他人达成的，这就是社会群体中普遍存在的“从众效应”命题3民个体运动状态随时间变化不断更新.即公式(7)所示：V(t+1)=V(t)+u;AF(t),随着时间的变化，民个体的受力不同，因此对舆情事件的反应状态不同.命题4民个体在网络舆情中影响力不同.结合网络传播的特点，民的影响力不同，邻居节点多的民、处于领导者位置的民以及把关人位置的民影响力相对更大.个体选择往往依赖于群体中的“领导意见”1251.命题5民个体具有聚集特性.民个体是处于外界环境的力场之中，个体尽量与邻居个体靠得近一些,避免被孤立（如图2).个需求层次关系图图2S集特性民个体聚集的目的是为了获得群集力，抗外界力场.只有舆情中民个体观点被邻居感受到，才能聚集成为更大影响力的群体，甚至使民个体达到成为领导者的目标.民聚集过程如图3所示.从图3可以看出，当发起人个体强大到足以对抗外力，能够独立达到期望的情况下，不会发生群集行为，而个体无法对抗外力或者无法独立达到期望的情况下，个体会产生对群集现象的需求.聚集过程可以分为以下5种情况：其中6>0表示个体的安全承受力，a>0表示容忍度，a〈b.对于个体来说,G表示群体聚集并趋向极端化的现象,即群体期望将比个体期望更具有冒险性.D表示对聚集呈排斥状态，但不反对他人行为，—G表示聚集并趋向沉默螺旋，即外力过大时,群体期望甚至比个体期望更低时，表现为沉默螺旋.公式(9)中第一^式子表示事件超过个体容忍度，政策管理相对宽松时，将会发生聚集?公式(9)中第二个式子表示内力过大，即使政策高压管理，仍将会有聚集的需求.式子三表示事件超出个体容忍范围，但由于内在动力没有比外力高到一定程度,不但不会发生聚集,反而排斥聚集.第四个式子表示高压政策下，由于内在动力不足，即使事件超过了个体容忍度,也不会发生聚集.式子五表示事件在个体容忍范围内，不会发生聚集.命题6民个体之间具有排斥性.民为了避免与周围民个体同化，希望保持个14.舆情中观点力求个性和新意，否则无法达到自己为领导者的目标，从而无法获得最大的群集动力如图4.社会学研究发现，个体从众行为会产生群体极化，同时人们也有独立作出判断的意愿，以及过于自信的行为倾向[261.命题7民观点匹配，网络舆情中个体保持观点上的同步，当民观点的熵越小时,获取的群集合力才会越大,因此，个体获得群集力的过程中，要以使群集观点熵减为手段如图5.根据物理学的力与作用力原理，在复杂系统中，熵越小，群集力的互相抵消就会相对变小?命题8民群集也是个体，是由民个体形成的更有影响力的个体.因为发生群体极化时，可以把统一发声的民群体,看做是一个独立的个体，并且是比民个体更有影响力的个体.命题9民群集是有生命周期的，生命周期发展过程如图6.由于民在舆论环境中感受不同，敏感者（某事件处在需求层次较低层的个体）将在被动的情况下，率先提倡聚集，以期获得群集动力.而非敏感者(某事件处于需求层次较高层次的个体）看到一个话题,是否参与，取决于该话题的引力和阻力.由于个体视野问题，集群越大的话题，越容易被个体所发现?因此发展也越快.群集的发展和生命周期取决于该话题对民的引力和民外界力场的阻力.

3基于群集动力的舆情演化博弈分析

根据网络舆情的群集动力学过程的分析，可以对社会网络中的民个体作出如下假设.假设1在一个话题事件发生时（话题已经存在)，群体中有随机的两个人A和B，有可能从话题中实现个人期望，话题对A有固定影响,对B可能有影响，每个人都对该事件有自己的观点A(0，1).假设2在信息不充分情况下，A和B会根据对方进行决策（信任时羊群效应，不信任时不跟随)，其中A选择增加投入，以使话题对B引力大于斥力的概率为P，选择默认的概率为1-P.假设3如果对A采取投入策略，B采取的策略是参与,那么A获得固定收益(无论参与与否，话题通过外界环境变化带来的固定影响）以外，还会得到额外收益Re,即群集力（正负不一定).同时付出成本C,B的收益为Rb,如果B选择不跟随，A的收益为当A采取默认时，B采取参与的策略，A的收益是i?A，而B将损失RB-d,d表示参与话题对B的阻力减去动力之差产生的损失.假设4假设Re=x/d,C=d/y(效益、投入和阻力产生的损失之间的关系，cc、y为常数，d+0)，由于阻力越大,^将越大,因此，这里也可以看成效益、投入与外在阻力的关系.构建博弈树如图7所示.在上述假设条件下，计算A的期望收益和平均收益，U~+Re—C)*g+(RA—C)*(1—^)=RA+RE*Q~C,由假设4上式可转化为：Ra-\-q(x/d)一d/y,U⑷狐二RAi？7(^4)平均=p(U(A)&x)+(1—p)(U(A)^)=Ra-\-p(qx/d—d/y).当投入效益和默认效益不相等时，得益差的会模仿效益好的策略,则投入策略与默认策略的人的比例是时间的函数，分别表示为P⑴和1-P⑷.投入策略的动态变化速度可以用如下复制动态方程表示：dp/dt=p(U(A)^-C/⑷平均)=p(l-p){qx/d—d/y).稳定性分析，令dp/di=0，当qxld=d/y时，d=时，为一稳定点，且d随g变化，0<g<1,范围是[-_,_]，由假设3可知：d=(、-Fn)*6,6为力差与损失之间的系数，则由公式9可知：^fqxy/e>b或者（一VP^/0<~b(此处（_v^/0只表示F外一F内)或者0<v^/0<a,因此，柞-&>&和（F外-凡<-b以及0<-<a时，为稳定状态（可以求得q的阈值).所以，而且稳定点和民个体在舆情力场中受力情况、个体的容忍度和个体的安全承受能力有关.p=0,p=l两点是否为稳定点，取决于P在这两点附近时qx/d-d/y是否大于0.相位图分析如图8所示.A根据力的变化，使办/出=0的点中，斜率为负的点是稳定点.可以注意到，0、1两点位稳定点仅是其中的一种特殊情况，图8只画出了一种‘情况.结论1当A最为犹豫时{p=0.5)，B是否参与对A的决策影响最大,力场中力的调整对A的影响最大.结论2由于g和d是变化的,不是B只要参与就可以影响A的决策，只有q在一定范围内才可以影响A,这个范围和民个体的安全承受力、忍耐度有关系.结论3A的决策与B的观点有一定关系，但不存在直接关系，而是和力场中的力有关系，存在B和A的观点对立，但增大了对A的助力情况（例如一些网络炒作等现象).同理，计算B的情况：U(B)^=RbP+(Rb-d)*(1—p)=Rb—d(l-p),U(B)称^=0，C/(S)平均二g(ii;s_d(l_;p)),则dg/di=q{U{B)m-U(B)^)=q(l-q)(RB-d{l-p)).稳定性分析，令dg/dt=0，当办_<1-p)=0B寸为一稳定点,d=Rb/(1—p),(此处RB也在随V变化）由假设3可知：d=-F内)*e,6为力差与损失之间的系数，则由公式9可知：Rb/{9{1-p))：^或者RB/、Q(l—V))<-b(此处RB/(e(l-p))只表示—F内)或者0<Rb/(0(1-p))<a时为稳定状态，可以求出(rb-ea)/ea<p<(rb-eb)/eb时,a的决策才会影响b的决策.g=o、g=i两点是否为稳定点，取决于q在这两点附近时Rb~d(l-p)是否大于0.对B的相位图与A类似，不再赘述.结论4当B最为犹豫时(p=0.5)，A是否参与对B的决策影响最大,力场中力的调整对B影响最大.结论5A的话题参与情况在一定范围时，是可以对B的决策产生影响的，但脱离这个范围时，将没有影响,不是A参与比例越大，影响就越大，这个范围和民个体的安全承受力、忍耐度有关系.这和传统的羊群效应理论有差异.例如网络水军提出的主题,对非水军民来说,不一定引发羊群效应，反而可能脱离话题.结论6在一个话题中，当A选择增加投入策略人过多时.达到一定范围，B将达到稳定状态，只有从该话题中发掘新的相关话题，才能吸引B选择参与策略，这是蝴蝶效应的原因.

4仿真

由于A、B情况类似,仅对上述博弈中的A进行仿真，用Netlogo创建民个体在社会网络中的博弈环境，同时考虑民个体策略会受到外力的影响，观察在不同外力影响下演化过程中不同策略转化形成的轨迹.具体仿真如下：民Agent300个，初始策略为参与舆情比率p为0.35，初始策略为不参与舆情的比率1-p为0.65，Agent的个数和初始比率可以为其它值.为考虑：1)—F内)>b和（巧卜-F内)<-6以及0<(&-<a情况，设民所受外力取均值0，标准差0.06,仿真200步（都可为其它值)：由图9可以看出，A在p=0.35时达到了稳定状态，所以0和1不一定是稳定点，主要看舆情场中力的平循况.2)(F^—F内）〉a>0情况下，即设力取均值0.3，标准差0.06，仿真200步：publicopiniondevl.ppublicopitdoi由图10可以看出，力在一定范围内时，A会采取投入策略，如果力场变化不大，甚至可以达到1，即群体极化的稳定状态.3)考虑-a<(4-<0情况下，即设力取均值-0.3，标准差0.06,仿真200步：由图11可以看出，在外力较大（与内在动力差值较小）的情况下，A会采取不投入策略，如果力场变化不大，甚至达到0的稳定点.4)其它不变，力均值取0.3,力口大标准差，标准差取0.9仿真200步：由图12可以看出，力场的变化标准差大的时候，A在达到稳定点之前会经历更多的策略选择波动.5)其余不变,均值取-0.3，标准差取0.9仿真200步：由图13,可以看出A对力场均值变化的影响，当合力呈负的范围时，A采取不投入策略，甚至达到0的稳定状态.

5网络舆情疏导分析

网络舆情中的民个体，经过碰撞、聚集，形成各种观点为核心的小团体，这些小团体再相互影响，决定网络舆情的总体群集力的大小和方向.如图14所示，在集群中各种力的熵小时力的绝对值大，熵大时，力的绝对值小.就像船上的人有不同的目的（乌合之众)，但为了暂时的一致目标聚集在一起（甚至目的不同，比如小偷乘船目的只是为了偷钱)，舆情主体事件成了船一样的载体.舆情的发展从熵值最大到最小形成诉求，经过问题解决，产生新的争议，又从熵值最小到最大，之后经过平衡处理，熵值又发展到最小，形成新的看法.根据视野，每个民个体只能受到网络视野内的力的影响.群体由于信息量大，视野也大.同时视野的大小对个体的决策有重要影响.一个事件解决之后，仍有有需求的民还会找其他的事件，来实现自己的舆情收益.从上面分析可以看出，疏导舆情可以从个体的动力，个体受到的阻力，个体观察到的其它人参与的概率来入手，其中力场的调整是舆情得以平息的关键.在建筑学中，对于封闭场所疏散时间和人流流量之间的关系，Togawa提出了如下数学模型1271，将其引入舆情疏导问题中，改变其中各变量的涵义，P为事件群集合力，n为地方各级管理部门，Qi表示各级管理部门积累的群集动力，Q中央管理部门对群集力的处理平均速度，T0为事件开始到需要中央管理部门插手的时间.为验证疏导模型有效性，对管理部门实施疏导和管理部门不参与疏导两种情况下,对上述博弈A的动态策略选择进行仿真.考虑现实意义，令RA=3,Re=1,C=1(可以为其它值）仿真1000步如图15.可以看出，在没有管理部门以动态惩罚手段参与.群集外力没有变化的情况下，仅凭舆情利益双方博弈，策略选择出现无限振荡，且振幅越来越大，无法达到均衡稳定.如果管理部门根据舆情相关民的参与概率，凭借法律对相关者进行动态惩罚，即惩罚力度随参与概率的大小而变化.仿真中假设C=2+p*2(可为其它形式)，图16中可以看到，随着博弈次数和时间的增加.舆情参与民采取参与的概率将逐渐收敛，稳定在纳什均衡点.如图17，降低管理部门的动态惩罚力度.假设C=2+p*1.5,随着博弈的深入，依然能够趋向稳定点，但明显疏导效率低于图16情况.结论7从仿真中可以看出，网络舆情要疏导的是人群产生的群集动力，而不是单一解决某一事件，即使单一事件被解决.民还会寻找类似事件来实现其需求，即民在舆情博弈中表现出无限震荡现象.结论8高效的疏导是实现民博弈均衡的重要条件.无效率的地方各级管理部门将会导致集群流向中央管理部门，造成上访事件，无法或者达不到期望速度的将会增大不耐烦程度.导致发生.结论9上述疏导模型是舆情发生时的应急疏导方式，在舆情尚未形成时，保证民所感受力场在一定范围内的平衡.增大民的忍受度，降低安全承受能力.是预防网络舆情爆发的有效途径.

6网络舆情疏导措施建议结论

根据上述分析所得结论，政府对网络舆情的管理过程中，可以注意以下一些措施和建议.1)根据结论1，网络舆情在疏导过程中.民最为犹豫的时点，是政府参与治理的最佳时机.群集能够使个体实现个体无力实现的期望.比如现实生活中人车抢路现象.抢路的行人足够多了，可以无视红绿灯通过马路.导致车辆无法正常通行.在网络舆情中，一些极端事件甚至出现以言代法、舆情左右法律等现象，因此群集事件处理中，民犹豫不决时，是群集发展最快的时期.因此在舆情处理中，政府在群集犹豫不决阶段一定要果断采取合适的策略,避免舆情力场环境恶化.2)根据结论2和结论3，舆情疏导过程中.不能仅针对舆情本身来解决问题.靠水军等手段调整民观点比例，不是完全有效的，只有真正解决了舆情背后的问题.使民群体符合一定舆情力场条件时.才能切实对舆情变化产生影响.3)由于博弈的稳定点不一定在0.5的位置，可以推论舆论最终的演化结果不一定只有全部赞同、全部反对和赞同反对各占一半，而是和事件的群集力场变化有关，与人们的容忍度和安全承受能力有关，同时和该环境的人们所处的需求层次分布有关.赞同和反对各占一半，只是其中的特例，这个结论在舆情疏导中比Sznajd模型更符合实际.因此，在舆情疏导过程中，不能片面强调民观点的一致性.4)根据结论5,提高社会中高需求层次人群所占的比例，提高公民实际就业率，增大人群对外界的容忍度.减少超出人们承受能力的事件发生.保证社会中舆情力场的稳定性.具体来说,减小贫富差距.社会管理规范化.是减少社会舆情爆发的根本方法.我国社会发展中.一些新闻媒体工作者为生计.在网络上新闻的时候，标题都标新立异，以超出人们常识来吸引眼球.一些站为吸引流量，不惜夸大事实等.一些人恶意标新立异，吸引关注.这些方面政府必须在日常管理中落实“有法可依，有法必依，违法必究，执法必严”，如果能够切实做到这十六个字，社会舆论力场就会在合理范围内波动，而网络舆情就会趋于稳定状态.5)根据博弈论的理性人假设和结论6，以及舆情群集动力学分析，发现舆情传播中,理性的民更容易产生羊群效应和蝴蝶效应，对网络舆情的爆发起到了推波助澜作用.在舆情疏导中，尤其要注重对理性民的引导.政府要加强法制公信力’使人民不需要获取群集力就使期望得以实现，做到赏罚分明.6)根据结论7、8、9，舆情疏导中，管理者的处理效率是舆情疏导的重要影响因素，同时不一定是信息越透明越好，政府要及时传播使舆情力场平衡的信息，而如果传播的方向相反，将会使舆情发展更为激烈，这要求政府信息要得体.7)根据对网络舆情群集动力学的过程分析，发现民群集具有斧劈效应（斧刃目标向前，斧侧目标向两侧)，个体目标不完全一致，但可以通过群集实现个体的各自目标.因此解决单一事件只能暂缓危机事件发生，无法使群集现象得到根治，反而会产生蝴蝶效应.因为群集者的目标不在于某事件的解决，而是有内在深层次目标，当另外事件发生时，群集者会转移到其它事件上去.一些部门使用水军或者删除帖子的方法，可以对单独事件暂时起到控制效果，但长远来看，会使民中产生更多的低层次需求，使舆情愈演愈烈.同时我国网络舆情中正能量在传播时难度更大，体现为舆情中赞美的话题少于抱怨的话题，其根本原因舆情力场中低层次的需求比高层次的需求有更大的群集吸引力.