24、微博舆论形成研究与云IaaS虚拟化实时迁移实现

微博舆论形成研究与云IaaS虚拟化实时迁移实现

微博舆论形成研究

在复杂系统视角下，模拟结果显示系统会从无序的初始状态演变为有序平衡，呈现出自发秩序。模拟结果是中性的，它证实了涌现现象的解释。从宏观层面和动态趋势来看，涌现的趋势是确定的，是系统路径依赖演化的必然结果，且具体模式与预设行为无关。随着复杂性增加，在实际涌现完成前，系统结构无法完全确定，系统涌现也不依赖初始状态。在调控不利于健康社会发展的微博谣言或舆论时，成本最小、效用最大的方式是在舆论形成前进行引导。

为了进一步研究，选取了新浪微博热点话题中关于大学生用行为艺术抗议因户籍限制导致教育不公平的话题进行实证分析。于2012年10月8日17:20 - 19:50随机抽取参与者意见，150分钟内获得1065个样本，其中有效样本880个，来自203名参与者，去除24名无效参与者（讨论内容与话题无关，如广告等）后，有效参与者179名。样本具有以下特点：
- 随着新参与者加入，群体不断更新意见，许多参与者存在粉丝关系。
- 意见广泛交换，用户相互说服。对880个样本进行内容分析编码：
|编码|含义|
| ---- | ---- |
|0.1|极端反对|
|0.2|极端质疑|
|0.3|反对|
|0.4|质疑|
|0.5|冷漠|
|0.6|担忧|
|0.7|支持|
|0.8|愤怒|
|0.9|极端愤怒|

从相关数据图表可知，最终未形成统一舆论，始终存在不同观点。讨论初期，极端意见较多，积极群体占主导；随后负面观点逐渐占上风，认为教育不公平源于经济发展不平衡和政府投资不均，而非单纯户籍制度。随着意见领袖参与