作者：徐江 戴元溪等 导读 回顾 2009-2024 年研究突发事件网络舆情的文献，梳 理现有研究脉络，对现有的基础理论、研究方法和影响作 用进行系统总结。通过 CiteSpace 知识图谱软件进行分析， 运用可视图系统展现突发事件网络舆情研究的发文量年限 分布、研究热点关键词和研究热点时间变迁趋势。研究发 现，突发事件网络舆情的学科间的关联性有待加强、研究 方法略显单一。因此，要加强不同领域专家学者的合作， 课题。基于中国知网（CNKI）所提供的文献，收集并整理了 2009 年至 2024 年国内学者对突发事件网络舆情研究的文 献资料，使用 CiteSpace 知识图谱软件作为工具进行可视图 的构建，系统分析过去不同领域和不同学者的研究内容和 成果，通过文献分析法对国内突发事件网络舆情的基础理 论、研究方法、影响作用三个方面的研究进展进行归纳和 总结，目的在于帮助学者更加了解突发事件网络舆情的研 究现状和发展趋势，为开展进一步的研究提供参考。 里剔除综述型和评述型文献、各年份期刊会议文献、与“网 络舆情”和“突发事件”无关的泛义词等，保证样本数据 的精确性和分析结果的准确性，最终得到 401 篇有效中文 文献样本。 （二）发文量年限分布 对收集整理到的中文文献数据样本在 CiteSpace 软件 中进行时间年限分布分析，得出结果如图 1 所示。该图一 方面反映出 2009 年至 2024 年里突发事件网络舆情不同年份的研究占比；另一方面也体现出学术界对突发事件网络

9 (1) 教育资源检索与推荐 .......................... 9 (2) 教学内容生成 ............................... 11 (3) 学情分析 ................................... 12 (4) 智能出题 ................................... 14 (5) 智能组卷 解放教师生产力，推动教师向高阶教学设计、个性化育人、社交 情感指导、心理健康辅导、价值引领与生涯规划等教育方向转型。 在学校管理方面，人工智能能够整合学校硬件设施与教务管理系 统，通过智能分析教学数据、优化安防巡检等应用，提升管理效 能，实现资源优化配置与人力成本集约化。在学生学习方面，人3 工智能能够基于学情动态优化知识与能力建构路径，精准推送差 异化练习，支持自主协作学习，助力实现从被动接受到主动学习 景模块在功能定位与应用方式上呈现出各自特点。 以“智”助教利用人工智能技术为教师教学提供全流程支持, 助力教学创新与提质增效。围绕教学实践环节，该场景的服务范 围涵盖但不限于教育资源的智能检索与推荐、教学内容生成、学 情分析、智能出题、智能组卷、自动批改等，以逐步构建数据驱 动与技术支撑为核心的智慧教学生态。在实际应用中，以智助教 能够有效减轻教师重复性事务负担，释放教师精力用于教学设计 与个性化的学生指导。这显著提升了教师在教学准备、实施与反

出的观点、态度、意见和情绪等，有负面的，也有正面的； 有客观的，也有主观的；有理性的，也有感性的。不管怎么 样，他是政府了解民意、企业了解市场、个人了解大众的一 种重要渠道。本文作者试从多个角度深入分析网络舆情的本 质与规律，旨在为有关部门或个人提供一些参考帮助。 1.网络舆情的多维本质 网络舆情是指在互联网上流行的对社会问题不同看法 的网络舆论，是社会舆论的一种表现形式，是通过互联网传 从政治学视角看，网络舆情体现了公众与政府之间的互 动关系，是民众对公共问题和政府管理所表达的一种社会政 治态度和信念、价值观等等。这种表达往往影响着政策制定 和调整，成为现代民主治理的重要组成部分。从社会学角度 分析，网络舆情是社会舆情在互联网空间的映射，反映了社会结构、社会分层和社会矛盾的变化。经济学视角则关注网 络舆情对市场行为、企业品牌价值和消费者信心的影响，以 及其背后蕴含的注意力经济模式。 心理 律问 题。传播学虽然提供了信息传播的理论框架，但必须与其他 学科结合才能全面把握网络舆情的复杂性。这种跨学科特性 势必要求我们要采用更加综合的研究方法，超越传统学科界 限，建立全新的网络舆情分析范式。 表：网络舆情研究的跨学科视角 网络舆情研究已经成为一个独立且日益重要的学术领 域，其发展依赖于多学科的融合与创新。这种融合不仅体现 在理论层面，也体现在方法论层面。例如，利用计算机科学

问 在人工智能语境下，“问行合一”是指一种高效的人机交互理念，它融合了深度查询与精准执行。其中， “问”代表对未知或复杂问题的深度挖掘与探索，体现了人类对知识与智慧的追求；“行”则代表基于AI分析结 果的迅速且精准的行动实施，彰显了人类对于机器智能输出的高效利用与转化。 此理念倡导在AI技术的辅助下，人类应持续深化提问的质量与深度，充分利用AI的数据挖掘与模式识别能力， 探寻数据与知识 运算原理 基于概率预测，通过大量数据训练来快速预测可能 的答案 基于链式思维（Chain-of-Thought），逐步推理 问题的每个步骤来得到答案 决策能力 依赖预设算法和规则进行决策 能够自主分析情况，实时做出决策 创造力 限于模式识别和优化，缺乏真正的创新能力 能够生成新的创意和解决方案，具备创新能力 人机互动能力 按照预设脚本响应，较难理解人类情感和意图 更自然地与人互动，理解复杂情感和意图 推理不变：即使改变提问，AI 的逻辑仍然不变，无法提供不 同的结论 3. 回答表面化：AI只给出浅显的 回答，无法深入分析 4. 语言模式相同：输出的句式和 结构没有变化，显得单调 5. 忽略反馈：AI无法根据用户的 反馈调整回答 如何判定触及生成边界： 1. 指令执行分析：检查AI是否按 要求添加或修改内容 2. 回答多样性测量：评估AI回答 的新信息量和多样性 3. 上下文适应测试：观察AI能否

and False Information Online）的研究成果。他们对 2006-2017 年被 300 万人转发 450 万次的 12.6 万篇新闻的 Twitter 传播 情况进行了分析，发现与发表真实新闻的推文相比，发表不 实新闻的推文被转发的概率高 70%。不实新闻比真实新闻跑 得更快、更深、更广。 研究人员将新闻定义为“在 Twitter 上发表的任何信息”， 可以是 都在一个 完整链中被转发 5 次，那么就是两个流言级联，每个级联的 大小是 5。研究人员使用这个框架来分析 Twitter 上的信息传 播，分析了约 126000 个流言级联。 研究者依据 6 家事实核查网站（专门核查消息真假的网 站）的数据，对于每一个流言级联都从四个维度比较分析真 实和不实新闻的传播力。 一是深度，即转发的“层级”，也就是在一个不间断链 中转发的数量。如 A 转发给了 新闻之前 60 天读到的推文和假新闻之间的“信息距离”，发 现推特帖文之间越“八竿子打不着”，信息距离就越大。比 起真新闻，假新闻确实是和转发者此前接收到的信息距离更 远，更为新鲜。研究者分析假真新闻引发的情绪反应，得出 结论：假新闻传播主要缘于猎奇心理，因为人们对假新闻的常见情绪反应是恐惧、厌恶和惊讶，对真新闻的常见情绪反 应是期望、悲伤、快乐和信任。人们更有可能转发让他们感 到

数据安全问题。此外，大数据技术人才缺乏、网络舆情分析 算法简单、数据质量良莠不齐、数据孤岛与数据鸿沟等问题 尚待解决。网络舆情监测盲区导致算法所呈现的舆情与真实 的社情民意之间存在偏差，虚假新闻和信息茧房等问题也会 引致舆情误判的风险，隐私伦理、数据滥用、数据垄断等问 题还会带来网络信息管理的风险。 二是社会困境。一方面，建设网络舆情治理的数据收集、 储存、使用监管体系和技术分析系统需要雄厚的资金和充足 的沟通协作政策框架，还要进一步完善大数据赋能社会网络 舆情治理的考核指标体系，并建立健全官方网络舆情信息发 布机制，以及时回应民众关切。 第五，加大经费投入力度。培养大数据、人工智能、区 块链等信息技术方面的精英人才，搭建大数据分析、处理与 人才信息对接平台，出台支持优秀科技人才就业创业的相关 政策。 （五）情感治理路径情感治理路径强调关注互联网场域中政府、媒体、网民 等行为主体的情感表达。网络舆情兼具信息和情感双重属性， 性认知，提升其行为能力，推动网络舆情向期望的方向发展。 这种情感转向是网络舆情治理路径的深化与拓展。 1.情感与网络舆情 在网络空间中，情感表现为网络情绪。情感因素对网络 舆情的演化具有重要影响，分析情感因素、把握网络舆情的 传播规律，有利于准确研判和处置网络舆情风险。 情感的波动起伏作用于网络舆情生发演化的始末。情感 与网络舆情的“共振”过程包含三个环节：一是情感动员， 通过以共同情感为基础的叙事策略造势动员，建构“我们”

的抗议活动，对社会和谐造成极大冲击。​ 四、平衡之策：实现有效管理​ （一）建立健全舆情监测与分析机制​ 政府应充分借助技术手段，构建起全方位、实时性的舆 情监测体系。利用大数据分析、人工智能算法等先进技术， 对网络上关于民声、民情、民生的海量信息进行实时抓取、 汇总与筛选。通过对信息传播路径、热度趋势、情感倾向等 多维度的分析，及时发现潜在的舆情风险点。例如，通过监 测社交媒体平台上某一民生话题的讨论热度突然飙升，且负 测社交媒体平台上某一民生话题的讨论热度突然飙升，且负 面情绪占比逐渐增大，就需引起高度关注。同时，运用专业 的舆情分析方法，对收集到的信息进行深入分类与研判，精 准判断哪些属于正常的民意表达，哪些存在演变为舆情的可 能性。对于正常民情，可按照常规流程进行处理与回应；对 于可能转化为舆情的信息，则需启动应急预案，提前做好应 对准备。​ （二）积极回应民情，解决群众问题​ 各地政府纷纷开设网络问政平台，这一举措为民众提供

信、QQ 等；也有以陌生人社交为主的弱关系社交媒介，如微 博、小红书、抖音等。在这些社交媒介中，用户生产、全民 参与保证了数字内容的源源不断，也共同构建了新时代的文 化生态、传播景观。 对比分析：社交媒介内容生态特点 （一）传播模式：全民参与，建构交互关系 传统媒介传播通常采用单向的线性传播模式，信息由传 播者传递给接收者，再通过特定渠道进行反馈，但反馈的即 时性较弱，机会也较少。这种传播模式常见于从上到下、从 现实中的种种情绪、心理等，会在虚拟的社交媒介中进行话 语场的叠加，以大众狂欢的形式表达集体宣泄，增加舆论引 导难度。 社交媒介内容生态中热搜的量化分析 以上分析显示，社交媒介中的内容生态多元且复杂，对 舆论生成和引导带来了深刻影响。为进一步揭示内容生态特 质，本文将进行量化分析。（一）样本选取 本次研究选取了 2024 年 10 月 1 日到 10 月 7 日，即国 庆期间微博、抖音、小红书三大社交平台的热搜（微信、QQ 的典型特点。在时间的选取上，则主要考虑国庆期间，不管 是外出游玩还是宅居在家，下午两点、下午五点和晚上十点 都是人们在社交网站上活跃的高峰时期，从中选择下午两点 和晚上十点作为统计时段。 （二）结果分析 对截取的热搜按照国际时政、体育比赛、财经行业、社 会民生、文娱休闲、旅游出行、国庆假期七个类型分类，有 交叉内容的，按主要内容进行分类。 1.热点更新频率上，抖音＞微博＞小红书研究发现，抖音的热搜更新速度最快。样本统计过程中，

通过这些措施，可以有效地降低网络舆论对司法正常运作的干扰，维护司法 公正性和权威性。同时，这也要求司法系统内外的各方力量共同努力，共同营造 一个健康的法治环境。 四、“以舆扰法”形成的原因与趋势分析 成因探析： 公众参与热潮的兴起：随着公民权利意识的蓬勃觉醒，社会各界民众愈发渴望通过自身的话语权，积极介入并影响社会公共事务的决策与走向，这一趋势显 著促进了社会舆论的多元化与活跃性。 信 更高的点击率与关注度，不惜采取夸大其词、片面报道的手法，以吸引公众眼球， 这种利益驱动下的行为模式无疑加剧了舆论场的波动与不确定性。 发展趋势展望： 技术赋能的精准舆论操控：随着大数据分析与人工智能技术的飞速发展，舆 论操控手段日益智能化、精细化。通过精准定位目标受众，分析其行为模式与偏 好，实现舆论引导的个性化与高效化，使得“以舆扰法”现象更加难以防范与应对。 跨平台联动的强化效应：在社交媒体高度发达的今天，不同平台之间的信息 打击跨国网络犯罪活动，分享网络 舆情治理经验和技术手段，形成合力应对网络舆论挑战。 加强技术创新与应用：充分利用大数据、人工智能等现代信息技术手段，提 升网络舆情监测、预警和应对能力。通过数据分析挖掘潜在风险点，提前介入干 预；利用智能算法识别并过滤不实信息，净化网络环境；开发智能化舆情应对系 统，提高舆情处置效率和质量。 结论： 网络舆论作为一种新兴的社会力量，在促进社会正义方面发挥着积极作用，

被动卷入方（乘龙卡车）：其应对成为事件发展的关 键转折点。从最初的被动，到发布内涵海报和声明，成功 将舆论危机转化为品牌传播机遇。 意见领袖（KOL）：汽车、科技、财经、公关、科普 等多领域 KOL 的下场分析，从不同专业角度解读事件，推 动了话题的深度和广度，使其从一个汽车圈内事件，扩散 至更广泛的商业和社會层面。 普通网民：通过海量的评论、转发和二次创作（如段 子、梗图），成为事件传播范围和影响力的最终放大器， 理想汽车试图通过一场反常规的碰撞测试建立“极致 安全”的品牌心智，却因测试细节的模糊与营销手法的激进， 最终陷入了一场信任危机。 核心争议点 科学性与公正性存疑 舆论普遍质疑测试条件的严谨性。根据东风柳汽的声 明及行业专家分析，测试中卡车是否空载、是否为“非标测 试”、具体的车速设定、乃至驾驶室卡扣是否提前固定等关 键信息均未公开，这使得“卡车四轮离地”的惊人结果在公 众眼中更像一场“精心设计的表演”而非科学验证。 ，称其 行为“超过正常商业竞争范畴，严重误导和损害公众知情 权”。内容聚焦商业伦理，指出理想汽车的营销手段可能涉 嫌不正当竞争。 有媒体将事件置于新能源汽车市场“内卷”加剧的大背 景下进行分析，有观点认为，理想在纯电转型压力下，急 于通过 i8 车型树立标杆，导致了营销动作的“用力过猛”。 自媒体观点 自媒体领域的观点则更加多元和分化，情绪输出与专 业解读并存。 汽车/科技垂类