群体极化视域下突发事件网络舆情极端观点识别研究

摘要

[目的/意义]突发事件网络舆情群体极化形成和演化受到来自物理空间、社会空间、信息空间的诸多风险致因因素影响,群体极化风险识别是在对其演化机理全面梳理基础上,对是否产生风险的判断,是社会风险评估和管控的前导性环节。[方法/过程]文章论证了极端观点是群体极化风险存在的最主要具象形态,分析了极端观点的特征,构建了极端观点的TCMCR识别模型,基于自我归类理论中引用的原型性概念来识别极端观点,以元对比率的值表达观点的原型性,并以突发新冠疫情下的“辉瑞新冠小分子药物”舆情为例进行了实证研究。[结果/结论]文章构建的模型对突发事件网络舆情群体极化的极端观点进行有效识别,实证研究结果显示观点O13发生了群体极化现象,形成了群体极化风险。