郭务强：处置校园舆情，不应止于“删帖”——学校网络舆情危机应 对“10 要 10 做” 来源： 郭务强 校园舆情是指教师、家长和学生针对各种校园和社会现象、问题所表 达的信念、态度、意见、情绪的总和。 通常涉及学生管理、学生身心安全、教师管理、不公平待遇、学校设 施建设、学术不端、性侵性骚扰、师生矛盾、高层人事变动、学生间 矛盾等。 当今网络时代，学校作为知识与思想的汇聚地，校园舆情应对工 作显得尤为重要。 规定对涉事学生进行了 公正的处理。学校还加强了考试监督，并在全校范围内加强了诚信教育。 学校的公正处理得到了学生和家长的理解和支持，维护了学校的声誉。 总之，掌握了学校网络舆情危机管理这“10 要 10 做” ，在校园舆 情应对中，定能如鱼得水，游刃有余。让我们一起，通过有效的沟通 和应对策略，用智慧和爱心保护和提升学校的声誉吧！

引导的启示 文章转载于微信公众号“全媒体探索” 截至 2024 年 12 月，我国网民达 11.08 亿人，占全球网 民规模的比例超过 20%。作为全球最大的数字社会之一，中 国社交媒介用户已超 10 亿，超过 95%以上的移动用户通过移 动设备访问社交媒介。 在国内，既有以熟人关系为主的强连接社交媒介，如微 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 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 私域属性更强，因而排除），每天下午两点、晚上十点截取 各平台热搜前 20 条，共计 840 条。 选热搜 少，因此短视频平台的热搜更新速度相对更快。小红书热点 更新速度最慢，且大多是对慢新闻的讨论。如 10 月 1 日统 计的热搜词条“大熊猫渝爱学锄草把外公逗笑了”是晚上 10 点的热搜，第二天仍在热搜榜上。 2.内容时效性较强，且与社会动态关系密切 国庆期间体育赛事较多，出现阶段性结果时各大平台上 都热烈讨论，如 10 月 1 日下午王楚钦爆冷止步 WTT 中国大 满贯男单 32 强后，这一词条在当晚十点的热搜榜上位居微

授和研究生于帆提出了一个“前 10 效应”，也就是前 10 位 网民的意见和评论，决定了后续的数十甚至成百上千的意见 和评论的内容与态度，从而形成网络舆论 100 条定律|网络舆情前 200 效应 。 前 10 效应内涵包括：前 10 条评论与后续的评论具有议 题上的相关性，在一定程度上影响其后评论议题的走向。前 10 条评论与后续的评论存在态度上的相关性：前 10 条评论 呈一致的正面 呈一致的正面或负面的意见，则后面的评论也一致正面或负 面；前 10 条评论存在不同意见的相互争论，则后续评论也 会存在争论。 当年的新闻跟评量相较于现在，是不可同日而语，但从 某种程度上诠释了前 200 效应的客观存在性。现在，信息和 舆论的体量已非当年可比，但无论是 1 万条还是 100 万条， 前 200 个网民的意见和评论，基本能反映网络舆论场的基本 观点和言论倾向，再加上信息级联效应的存在，这些基本观

法则。维基百科则把 1％法则进一步细化为“0.003/0.2/99.8”，提出网上只有极少数人（十万分之三）会发表原创内容。 这个经验法则得到不少验证。当一个互联网应用和服务 达到某种早期的大数(如 10 万、100 万月活跃用户)，如果 重度创作者的比例维持在 1%以上甚至达 2%、3%，就表明经 营推广效果非常好。雅虎发展战略部副总裁布拉德利·霍罗 维茨在研究用户使用雅虎社群、图片共享网站 50%内容由 0.7%的用户提供，超过 70%的文章由 1.8%的用户提供。Yahoo 的 Bradley Horowitz 发现同样的情 形也发生在 Yahoo 社群，“1%的用户会创建一个群；10%的用 户会积极在群中讨论，也会自己实实在在写点内容，但是 1 00%的用户都能从中获益”。 2014 年，香港城市大学媒体与传播系副教授沈菲分析全 球 75 个国家的新闻时政类论坛，发现积极参与表达的人并 袖和网红，激励着越来越多的人去分享去传播。因此，1%法 则的 1%，并不是一个常数，在不同网站会有不同表现，从 1%到 10%各种情况不等。如，推特用户的活跃性、集中度会 超过社交媒体的一般水平。2011 年《哈佛商业评论》研究报 告显示，10%的推特用户发出超过 90%的信息，而在一般社交 媒体最活跃的 10%的用户仅发出 30%的信息。 无论实际比例是否完全符合 1：9：90 比例，但多数网 站用户基本

中的信息不准确。任何类型的新闻在 Twitter 上传播时，它就变成流言（rumor）。特定 Tweet 传播 的模式是流言级联（rumor cascade）。如果一条 Tweet 在一 条完整链中被转发 10 次，那么它就是一个大小为 10 的级联。 如果两个人独立推送同一条消息，并且每条 Tweet 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 深度超过真新闻，最深层级可超 19 层，真新闻传播层级基 本不超 10 层。 二是大小，即从开始到结束参与到级联的人数，也就是参与转发的账号数量。真实新闻很少被超 1000 人转发，至 少有 1％的不实新闻，经常性地做到这一点，可传播 1000 到 10 万人。要传播扩散到 1500 人，真实新闻所需时间是不实 新闻的 6 倍。真实新闻的传播深度要达到 10 级，时间比不 实消息要长 20 倍。 三是宽

流 行语。 隐喻的实质就是通过一类事物来理解另一类事物，隐 喻要涉及两个认知领域的语义互动。当两个不同的领域之 间存在某种联系时，可以用一个领域的词去说明另一个领 域的对象，形成隐喻映射[10]。两个领域之间互动的前提是 语义上具有一定的相关性，人们才有可能够透过已经熟悉 的概念去认知未知领域的事物，最终实现隐喻映射。 诞生于新闻事件中的流行语与其他网络流行语有着 最大的不同，即是对于热点事件有着极强的依赖性，其语 （2）当然，只做一个“吃瓜群众”显然还不够积极。 我们更希望人们能够主动积极地介入社会，对周遭有一种 责任感，并做出应有的贡献，而不是当一个事不关己的旁 观者。（彭凯平新浪博客 2016-12-10） “吃瓜群众”在不同事件中都扮演着并不积极的围观 者角色，对事情的真相一无所知，也不存在热情参与的可 能性。 （二）“吃瓜群众”的语义抽象 当“吃瓜群众”成为语言时尚风靡整个网络时，网友们 将更多的对象纳入自身的指称范围，推进了“吃瓜群众”语 义进一步地泛化。如： （3）吃瓜群众的一些个人评价，看看就好。（豆瓣 电影芒星的果果评论缝纫机乐队 2017-10-03） （4）墙绘艺术家脑洞大，吃瓜群众一脸懵逼地看着 他们的“艺术作品”。（今日头条 2017-10-16） （5）首先，作为上市公司的瀚叶股份原本主营业务 为农药、兽药，如今公司转型要花 38 亿买自媒体公司， 这个跨界让吃瓜群众直呼看不懂！（搜狐财经

主力是中青年上班族，他们对生活、工作、社会有自己的看 法，对热点事件有很多感触与评论，回复也更具理性更有影 响。 微信公众平台的活跃时段也基本遵循朝九晚五规律。腾 讯微博与腾讯新闻评论的活跃时段主要集中在 10 点新闻早 高峰。微博移动用户在 10 点之后使用时间分布较为均衡， 在 22 点出现使用峰值。微博用户日发布信息量近 3 亿，图 片日发布量 1.6 亿，日浏览量 47 亿。自媒体人多是业余时间创作，习惯熬夜写作，常在深夜

根据联系频率和亲密感不同，人们的 社交圈还细分为不同圈层。比如，亲密圈，3-5 人，遇到困 难和问题会请教或求救，是真正的朋友；同情圈，每月至少 彼此联系一次，你的喜怒哀乐会予以共情，一般有 10-15 人； 团队圈，基本是因工作联系交往比较多的人，可以达到 50 人。社交圈，稳定的社交网络关系，一般是 150 人，每年至 少会联系一次。 邓巴还发现，好友上千的社交网站用户与好友较少的用 留言进行回应。女性用户则更善于交际，她们通常会给 10位好友留言。男性用户一般只与 4 位好友通过电子邮件或聊 天进行交流，而女性用户此类交流的好友是 6 人。对拥有 5 00 个好友的 Facebook 用户来说，这些数字会相对较高，但 也并非很多。拥有 500 位好友的男性用户只会给其中 17 位 好友留言，女性用户会给 26 位好友留言。男性用户会与 10 位好友通过电子邮件或聊天进行交流，而女性此类交流的好

是一个常数。 扎克伯格还举了一个直观例子——将一张纸折叠 50 次。 扎克伯格说：“如果你拿出一张纸，并将它折叠 50 次，那么 它会有多高？多数人可能会说不足一英尺…这个长度等于 往返地球与月球 10 次…纸的厚度乘以 2 的 50 次方，数字虽 小，但翻了很多倍。”也就是说，社交共享信息量如果以 1 年为间隔，社交共享信息量将以指数 2i 的速度增长。他用这 个例子类比社交分享的力量，一个被分享 己生日的纪念微博，当天转发 3857 万，评论 170 万，点赞 4 9 万。 如今，社交媒体传播速度和广度之快，已超过人们的现 象。拉登之死的新闻在 Twitter 上的传播速度有多快：从北 京时间早晨 10：24 美国前国防部长发 Tweet 说拉登已死， 到 11：35 拉登之死的消息登上 Twitter Topic（推特话题） 之首，只用了不到 1 小时。 截至 2018 年 1 月，Facebook