网络环境下教育负面信息的机理与管控策略研究

来源:用户上传      作者:

　　摘   要：随着终身教育的网络化以及微信等社交软件的出现，大量的教育负面信息产生并且被广泛传播。文章针对教育负面信息在传播中产生的不良影响以及对其难以实现有效管控等现状，在分析了教育负面信息产生思维的基础上，详细剖析了其产生机理、传播机理和诱因机理，并针对负面信息的特征提出了信息辨识以及信源定位方法。同时针对出现的教育负面信息，提出了逐级干预策略、消减策略、基于智能图谱的教育負面信息反向抑制策略、网站可信度等级制度策略以及加强正片吸引程度策略，为教育负面信息的有效管控提供了相应的解决思路和实践方法，为正面教育传播能力的提升提出了行之有效的方法。
　　关键词：网络环境;教育负面信息;管控策略;产生机理;传播机理
　　中图分类号：G206.3 文献标志码：A 文章编号：1673-8454（2020）05-0012-07
　　一、引言
　　自然科学的发展引起了教育教学结构的推进和变革，终身教育形式逐步从线下向线上转换，教学体系从系统型教学向碎片型教学转换，受众群体从专业型向大众型转换，学习单元从个体学习逐步向网络群体学习转换，知识传播从被动式推送向主动式传播转换，知识的表现形式从单一媒体向多媒体转换，知识传播的参与度从被动接收向主动传播转换，所获得的学习效果从课堂的单一结果向多种结果转换，教学地位从教师统治型向大众讨论型转换，知识教学传播单元从完整知识点传播向微小知识点传播方向转换。
　　随着微信、QQ等社交软件的出现，以上现象日益加强，形成了新的网络认知途径，构造了一个以朋友圈为多核心的传播加工中心，形成知识理解和认知的新格局，而这种格局也将随着问题的变化在不断地组合，形成多层形态的分类格局。在这种环境下每个人都可以是知识的承受者、问题讨论的发起者、原始问题的创作者以及对原作的改编者。在这些平台中，每人都可以在第一时间获得最先进技术内容和碎片资料，由于大多数内容是从非官方网站和非正常交流渠道获得的，其内容信源的神秘性使受众兴奋不已，很快就成为内容的转播者、点赞者、评论者和发挥者，在网络上很快就形成了争论态势、知识不稳定态势以及带有多方定义和部分矛盾的态势。从某种角度上，这也是一种公平的态势，是一个集体型的传播行为，形成了以社会传播形态为基础的网状式传播。在正能量信息广泛传播的同时，也几乎等同比例出现了许多违背认知规律的、伪科学的、未经过官方验证的虚假言论和不实信息的传播，这些信息可以是负面教育的课程、谣言信息、干扰正常教学的信息、诱导学习者理解偏差的信息等，我们称之为教育负面信息。
　　二、教育负面信息思维问题的研究
　　教育负面信息思维是由不同的行为动机构成的一种常态思维，如图1所示，它可以分为创新性思维、有目的性思维和无目的性思维三种。
　　1.创新性思维
　　除一般性教育负面信息外，部分教育负面信息的构造者和传播者具有目的正确的创新理念和创新意识，具备创新思维中的反思思维、直观思维、跨度思维、批判思维、形象思维、联想思维、潜在意识思维、顺向思维、逆向思维、发散/聚合思维等内容，教育负面信息内容的新颖性、不可预见性、新视野性、新角度性、伪科学性、超手段欺骗性、犯罪形式性、诱发方法的再创性都充分体现了潜意识下的创新，其创新能力也是在不断地批评他人、反思自己中成长的，是在实践当中获得的。正因为某些教育负面信息带有创新的色彩，使其更具有欺骗性和模糊性，这样的负面信息如果不用事实反驳很难识破，因此必须不能置之不理。
　　2.有目的性思维
　　主动攻击思维、错位思维、犯罪思维、报复思维、伪科学思维、媒体构造思维都是一种怀有某种目的的思维，是有意造成危害的思维，这种教育负面信息的针对性非常强，带有恶意中伤的信息和不实之词，具有这种思维的人多数既是负面信息的制造者又是其传播者，[1]而且所发出的信源是多源的，所出现的形式和内容是多变的，带有一定的策略性，不会自动消亡，因此，对于此类负面信息要寻根取缔。
　　3.无目的性思维
　　自圆其说思维、情绪激发思维、惯性思维、竞争思维、与众差异思维、易干扰思维、社交思维等引发的危害性较小，信息的制造目的与利益相关、与社交相关，与个人和集体成员的素质相关，这种负面信息的变异和升级可能性较小，可以被逐渐淡化，不需要在主流媒体和网站对其进行渲染和批评。有时公开的批评从心理学的角度是一种宣传，反而会使一些不了解实情的人去关注这些信息。制止这类信息的策略是淡化它们所产生的影响，通过发布官方更有意义的大事件去分散读者的注意力。由于无意识转发、社交性的点赞等原因，真正传播负面信息的比例将大打折扣，其传播速度会逐渐减慢，最后将会自然消亡。
　　三、教育负面信息机理问题的研究
　　教育负面信息机理问题包含了负面信息的产生机理、传播机理以及诱因机理，这些机理的明确对负面信息传播过程中的管控具有重要作用。
　　1.教育负面信息的产生机理
　　教育负面信息的产生充满着随机性、不定性、事件耦合性、综合性、环境干扰性、个体与群体相结合性、传播性能不稳定性、规模和危害不可预见性，[2]它的出现可能是一种思潮的潜伏，可能是一种个人观点的积淀爆发，可能是不明事件引发的共鸣，可能是别有用心的计策等。教育负面信息产生的机理如图2所示，由于存在着不确定的或未经验证的问题与事实舆论之间的界限模糊不清、背景内容与不实事件内容之间相互依托、社交形态与网络形态的相互渗透、信源明确而不声明与信源不清大肆渲染的状况无人干预、教学资源与违背教育认知资源的概念相互混淆、科学研究成果与伪科学不实结论之间界限不清、不实事件与当下民众关心问题相互吻合等现实的问题，这些环境为教育负面信息的产生、存在、壮大和发展提供了良好的外部条件。
　　2.教育负面信息的传播机理
　　教育负面信息的传播方式日趋复杂化，主要包括如下几种：[3] 　　（1）放射状传播：指教育负面信息从信息源无序地传递到接收者，就如同太阳朝着四面八方散发光和热一样。
　　（2）树状传播：指教育负面信息以几何倍数的模式进行传播，从一个人到少数人，再蔓延到一些人，最后到达数量巨大的人群當中。
　　（3）链状传播：指教育负面信息在人群中连锁反应式地一个接一个有序传播。
　　（4）漩涡状传播：指教育负面信息既有人与人之间的口头交流传播和其他不同媒体载体传播的组合，也有大众传播与网络媒体之间的交融，这些信息形成漩涡型传播，积聚了大量的能量。
　　教育负面信息传播机理模型包括三个坐标维度，分别是内容维度、传播维度和影响维度。
　　（1）内容维度：内容维度体现了教育负面信息所包含的内容及其载体。教育负面信息的表现形式可以是行为、语义、图像、视频，它除了自身的表现之外，还会以各种组合形式出现，有同位信息的组合，也有错位信息的组合，有隐含性的内容，也有显性的内容。教育负面信息内容可以涉及的领域是多方面的，因此其危害也是多种多样的。
　　（2）传播维度：传播维度体现了教育负面信息传播的方式，其中包括传播通道、认知、点赞、转发、群发、发散评价、编辑转发、耦合群形成等，也有变异、大规模共鸣、舆论、网络事件等。其中认知、点赞、转发、群发、发散评价、编辑转发、耦合群形成属于基本传播维度，其他维度则属于变形维度。由于目前信息传播平台种类繁多，这些平台之间可以相互访问和相互推送接收信息，就使信息具有很强的传播力，而且具有部分传播路径的隐藏性，使不忠实原信息的可能性也增大了很多。
　　（3）影响维度：影响维度体现了教育负面信息的传播所产生的影响，其中包括对生活、健康、战争、恐慌、经济、形态、政策等的影响。影响维度是信息传播形态转变的重要影响因子，如果伴有这几方面影响的事件出现，其原信息的扩散性、扭曲性以及教育负面信息的共鸣性将产生不可估量的结果。
　　3.教育负面信息的诱因机理
　　教育负面信息的诱因机理以三个坐标维度进行划分，包括教育负面信息制造者诱因、教育负面信息传播环境分析和教育负面信息传播者诱因，以此构造了教育负面信息诱因机理子模型。
　　（1）教育负面信息制造者诱因：教育负面信息的制造者由于其出发点不同，分成了多种类型，包括泄私愤型、偏执型、利益驱动型、标新立异型、迎合型、不负责任型、想象型、与事实违背型、商业动机型、身份欺骗型、惯性行为型等。虽然制造者可能是有意识制造或无意识制造教育负面信息，但这些信息本身的性质是相同的，一旦被传播出去，就会产生不同程度的社会负面影响。[4]
　　（2）教育负面信息传播环境分析：教育负面信息传播环境非常复杂，制造者利用了人性的弱点，即探究、起哄、看热闹等心理，基于不同的传播因素、在不同的传播环境中进行相应的传播。这些传播因素包括教育程度差异因素、防御力低下因素、辨识模糊因素、社交因素、亲情因素、多渠道因素、语言无障碍因素、诱发因素、借势因素、虚伪因素、欺骗因素、渲染因素、变异因素、假权威因素、相互不信任因素等。
　　（3）教育负面信息传播者诱因：某些人由于自身的盲目性、选择性、知识缺陷性、知识盲区性、情绪渲染性等，使自己在有意识或无意识当中成为了教育负面信息传播者，这是一个现实社会关系的真实写照。由于传播教育负面信息不需要承担法律责任，而且对自身不构成直接的危害，所以自由化的程度逐级上升，不仅意会这些负面信息，还成为了它们的言传者。
　　四、教育负面信息的辨识及信源定位
　　研究对教育负面信息的干扰策略和消减策略，有效地对其进行干预、影响和管控，形成一个较完整的控制机制，其最重要的就是如何识别这些信息以及如何对其信源进行定位。目前负面信息的管控仍然处于人工和半人工的状态，防火墙技术对较为固定的负面信息可以进行有效的管控，而教育负面信息具有事件随机性、全网传播性、全员可能性、无明显特征性、变异性、亲情性、类型广泛性，要捕捉和消灭这些信息难度非常大，因此需要针对智能辨识及信源定位问题进行技术层面上的设计。
　　1.教育负面信息的辨识
　　网络信息没有固定模版，因此在传播中，人们可能是直接转发，也可能是加上自己的评论再转发，还有可能根据自己对信息的诠释，对其进行编辑整合，制造出变异后的新信息。多人多次操作消除了“原版”的痕迹，甚至消除了传播路径轨迹，因此，在对教育负面信息捕捉中无法进行模版匹配，针对以上问题我们提出了内容分析的辨识方法。
　　内容分析法，泛指对协作交互文本内容进行分析、对协作特征进行标识的方法。其内容包括社会学领域中常见的对文本进行手工分类再进行统计的方法，也包括计算机领域中常见的文本分类等方法，前者称为传统内容分析法，后者称为计算机支持的内容分析法。
　　在交互分析领域中采用定量分析的方法对交互文本进行内容分析，并把讨论区的言论作为研究对象，对其进行编码。主要步骤包括：
　　第一，确定负面信息的分析样本，提取有用线索信息的原始资料。
　　第二，将选定的样本分成若干个分析单元，将意义单元作为最小的编码单位对样本进行编码。
　　第三，分析负面信息帖子的数量、频次，从中寻找其趋势，同时解释所发现的规律。
　　对负面信息的检测平台通常包括网站和社交平台。
　　（1）网站检测：对负面信息频发的网站和已知的负面信息信源进行分析，对其进入网页的访问时间、进入页面和离开页面的时间、点赞次数、帖子库、日志库、评论库进行分析，通过语义分析去辨识信息特征，建立负面信息语义比对库，对时间、人员、类型进行研究，为抑制负面信息提供依据。
　　（2）微博及微信等社交平台检测：通过情感分析、点赞次数等内容的分析去关注某些人的倾向性，如果此人是某一问题的造事者或造谣者，找出其不同类型负面信息的传播范围和朋友圈，尤其是追踪对负面信息予以评价、赞赏、再次编辑转发的路径。 　　文本挖掘技术的应用体现在基于主题词表和分类词表，实现交互文本所包含的主题词词频统计、自动编码和文本分类。这一文本挖掘过程可以借助于已有的内容分析软件来实现。根据负面信息的语言特征进行筛选，智能实时地通过学习系统对网络传播快、有一定影响的信息进行分析，提取新的负面信息的外在特征、媒体特征、内在语言特性、类型、涉及的社会情绪、涉及的人群、涉及的形态和文化范畴、危害特征，并根据特征进行后续信息的内容比对，其处理过程如图3所示。
　　2.教育负面信息的信源定位
　　（1）教育负面信息传输分层
　　教育负面信息传输分层是在内容分类、负面信息追踪、负面信息内容辨识为目的的前提下进行的，图4所示为教育负面信息的传输分层示意图，其中包含原型层、变异层、逻辑层、生存層和终结层。原型层中的教育负面信息原型在各种外界因素及事件的激发下包裹着各种背景色彩，经过一次或多次变异，形成了相应的业务逻辑属性，并同时归属一个或多个逻辑层。每一个业务的逻辑层拥有自身的逻辑连接，构成一个教育负面信息关联，拥有相对核心的中心发布者、转发者。每个层面具备不同的权重，它将会在自己的层面上进一步发展，有可能自然消亡，也有可能受到更高的关注，但更有可能在它们当中形成共性的增值或抵消状态，最终导致舆论产生或者负面信息消亡。教育负面信息的分层对于其消亡策略研究具有积极的作用。
　　（2）教育负面信息信源定位
　　教育负面信息的信源定位借助了社会网络分析法，从内容上单独将其传播逻辑独立出来，就会构成一个与社会网络传输机制相似的教育负面信息网络，这个网络可以认为是负面信息行动者之间的关系集合，是由多个节点和节点之间的连线组成的一个网状结构。其中节点代表负面信息的传播者，可以传递和接受信息，节点间的连线代表负面信息传播者之间的关系，箭头表示信息传递的方向，连线的粗细表示信息传递的频率或信息量。网状结构图反映了组内成员之间信息流动的统计特征。
　　通过中心性分析法可以计算教育负面信息传播者在网络中的中心度，其中心度越高，负面信息制造者或传播者在网络中的影响能力就越强，从而可以锁定负面信息的活跃者。通过对负面信息网络密度进行分析，密度越高的群互动越活跃，交换的资源与信息也越多，负面信息的传输概率也越大，传播条件也就越成熟，因此可以根据网络密度分析的结果对负面信息的传播群进行控制。
　　在教育负面信息机理分析过程中，分别对负面信息机理的形成结构、负面信息制造者的个人社会关系、负面信息心理学、人际关系进行分析，利用中心性分析对群体互动特点进行研究，以负面信息传输类型进行分层，以两个结点之间传输信息量为边，通过多种相互作用的边相互连接构造出负面信息网络，通过网络教学平台数据库中数据和问卷收集数据，对密度、出度、入度、中心性以及内部子结构等进行分析，利用中心性排名对教育负面信息网络中的每个节点分配一个数值来识别网络中的重要节点，可以有效地识别出在线社交网络中最有影响力的负面信息传播者，从而获取负面信息发出最频繁的节点信息。这一节点虽然未必是源头节点，但它的定位对于沿着转发路径寻找负面信息的源头提供了有力的支撑。本研究采用了目前非常流行的社会网络分析软件UCINET，所采用的中心性排名方法主要包括：
　　①接近中心性方法[5][6]
　　接近中心性方法通过计算每个节点的接近中心性值来确定节点的重要程度。接近中心性值是指节点和网络中所有其它节点之间最短路径长度平均值的倒数，一个节点越处于中心位置，就越接近所有其它节点，节点的接近性中心性值也就越大。
　　②介数中心性方法[7]
　　这一方法是基于最短路径的中心性方法，网络中所有节点对的最短路径中，通过某一个节点的最短路径数目越多，该节点在网络中就越重要。
　　五、教育负面信息传播的管控策略
　　对教育负面信息可以从多个角度实施管控，包括基于负面信息传播途径的逐级干预、利用主流网站播发的消减策略、基于智能图谱的反向抑制策略、网站可信度等级制度策略以及加强正片吸引程度策略。
　　1.教育负面信息逐级干预策略
　　“简化—锐化—添加”是教育信息变异的三个过程。教育信息传播的初期，大量的信息细节被省略，听闻者主观地保留或删除信息的内容，导致部分内容被放大，同时传播者还可能根据自己的思维和态度对信息进行修改或添加，使其符合自身的逻辑认知，使教育信息变得更加充实、丰满，也更加可信。对教育负面信息进行干预和管控，要关注通信平台原创功能、评论功能、转发功能，以及负面信息的产生背景、产生条件、转发条件、传递途径、阻断方法以及传播正确率等。
　　图5为教育负面信息逐级干预示意图，针对负面信息产生和传播基本框架中逐步升级的负面信息设置了相应的抑制开关。
　　控制开关1：是在教育负面信息产生的条件“与”的源头上设置的软开关，相应的动作可以是及时公布事实真相，也可以是在受众人群当中加强他们对信息的选择和判断能力，提高他们的辨识力，提高他们对庞杂信息干扰因素的去除能力。
　　控制开关2：是在教育负面信息传播环境的条件“与”环节上设置的软开关，相应的动作可以是频繁发送正面信息，或者通过发送与负面信息名字类似但内容完全不同的链接去扰乱负面干扰，也可以是截取部分负面信息或者封锁相关的主流网站。
　　控制开关3：是在教育负面信息传播变异“与”环节上设置的软开关，可以采用正反向传输策略实现对负面信息传播变异的抑制。正向传输策略通过传播与负面信息针锋相对的信息去澄清事实，可以抢占信息传播高峰时段并利用主流媒体的影响力来实现。反向传输策略通过吸引大多数受众人群，并播发敏感的、重点的或对生活更有指导意义的信息使其对负面信息产生抵制。
　　控制开关4：是在教育负面信息传播转变成舆论“与”环节上设置的软开关，通过对负面舆论信息的等级划分对其进行相应的处理。针对不同等级的负面信息进行删除和屏蔽操作，并加强对它们的回溯，找出根源，从根源上根据发布的关键词进行相关系列信息的删除。同时还应该在主流网站公布负面信息舆论黑名单，并从内容过滤网站和内容分发网站中进行相应的筛除。 　　2.教育负面信息的消减策略
　　（1）主流网站播发策略
　　为了防止教育负面信息的传播，应该建立相应的具有政府主导的、权威事实评论的网络频道或电视频道，并在主流网站上采用以下策略进行相应的播发。
　　①带状策略
　　针对教育负面信息进行批判性的播发和议论，并在每天的同一时段或隔几天的同一时段进行播出，养成受众对辟谣信息以及对问题解答信息的收视习惯。
　　②区段策略
　　将性质相近或诉求相同的节目编排在相邻时段，形成一个版块。例如负面信息传播方式方法系列、负面信息危害系列、轻信负面信息人群解读系列等。
　　③拉抬策略
　　将重大辟谣节目，夹在两个类同的电影中间，或者夹在两个强档节目中间，加大辟谣节目的知名度和力度，尤其对于重大负面信息的处理，这一手段非常有意义。
　　④时间差策略
　　吸引受众对正面消息和精彩节目的注意力，增加他们的接受度，并不断向网络节点播发正面节目。
　　⑤防御与攻击策略
　　防御是指用自己的强档新闻节目抵挡负面信息的传播。攻击是指针对负面信息的网站和节目发出自己最强的节目攻击对方弱点。如对方播发负面信息，自己可以播发战胜这些信息的故事片等。
　　（2）不同类型教育负面信息的消减策略
　　图6所示为不同类型教育负面信息的消减策略，其中包括负面信息的总体消减策略、大事件出现时的负面信息消减策略、恐慌/经济/健康负面信息的应对策略、恶性变异负面信息的应对策略和放大性负面信息的应对策略。
　　
　　①负面信息的总体消减策略
　　从总体角度对负面信息的应对策略主要包括：一是加强正面内容的编导性、媒体艺术性、生活落地性，正面信息的主导性包括播发时间导向、内容导向、频道导向、策略导向。二是以高规格的、大规模的、高知名度的发布者发布事件真相。三是根据负面信息类型进行多层次控制策略。四是正面发布与内容过滤相结合、消减负面信息影响与发布策略相结合。五是主流网站播放正面能稳定人心的节目。
　　②大事件出现时的负面信息消减策略
　　当大事件出现时，应能够积极制定内容分发策略和过滤条件，密切关注负面信息动向，对事件的每一个细节进行网上第一时间澄清，针对有可能出现的负面信息展开预防性发布、预警性告知和反负面信息内容通报，播出优秀影视作品分散对它们的注意力。
　　③恐慌/经济/健康负面信息的应对策略
　　恐慌/经济/健康负面信息的应对策略主要包括：一是进行负面信息语义分类识别。二是主流网站和主流媒体播发稳定人心的信息。三是针对负面信息的类型进行过滤，采用针锋相对的方式播发反负面信息的内容。通过基于路径的方法对负面信息源头进行逼近，删除疑似中心的媒体内容，减少其危害性。
　　④恶性变异负面信息的应对策略
　　恶性变异负面信息的应对策略主要包括：一是找出变异因素，尽快公布引发变异的真相。二是划分负面信息的危害等级，针对不同等级制定相应的预案。三是通过基于路径方法对负面信息源头进行逼近锁定。四是关闭负面信息网站。
　　⑤放大性负面信息的应对策略
　　放大性负面信息的应对策略主要包括：一是严格给出事件的定义、定性和类型。二是用最精炼的、定性的、官方性的语言在所有公共媒体、网站上高频率播发事实真相，形成负面信息高峰抑制。
　　在以上策略实施的過程中需要加大内容分发策略的研究，减小网络传播最小颗粒度单元的传播和影响，进行主动防范，有效对其实施干预及管控。教育负面信息管控示意图如图7所示，在负面信息的传播中，虽然不同的因素可以导致信息的传播速度和传播强度增大，但利用相应的管控策略可以有效降低负面信息所产生的影响，实现其传播的消减。
　　3.基于智能图谱的教育负面信息反向抑制策略
　　教育负面信息传播是一种集体行为，人工进行负面信息的消减需要付出的代价太高，因此建立一种自动与负面信息对抗的反向传播机制势在必行。基于此，论文以人工智能技术为背景，展开了基于智能图谱技术的负面信息反向抑制的研究。通过建立负面信息知识图谱，研究负面信息数据视点、负面信息的辨识和感知系统，训练负面信息判别机制，寻找反负面信息图谱与对应负面信息图谱的关系和语义结构，探索负面信息与反负面信息的关联关系及抵制策略，建立反负面信息知识图谱驱动下的知识和内容的推送机制。
　　图8所示为基于智能图谱的教育负面信息反向抑制示意图，其整体机制工作流程如下：
　　（1）对Web网络内容中的负面信息进行画像，将其与反负面信息图谱画像进行特征比对，辨识出负面信息的类型。
　　（2）将不同类型的负面信息输入到负面信息知识图谱中进行语义特征匹配或媒体特征匹配，并将匹配结果送给策略判定子系统。
　　（3）策略判定子系统将根据负面信息的性质在反负面信息知识图谱中进行匹配判定，并根据反负面信息策略的驱动在反负面信息的事实库、知识库中寻找对应信息，将这些有针对性的反负面信息内容自动推送到Web中进行传播。
　　4.网站可信度等级制度策略
　　（1）可信度等级评审
　　在社会科学和自然科学非正式传播环境下建立信任的传播机制和可控传播机制，其前提是必须建立网站可信度等级评审机制和公开机制。通过大数据对教育负面信息类别进行比对统计，建立网站的可信度，并按照负面信息传播、转发、制造、影响的数量进行等级分类，同时根据等级进行网站管理、网站审批检查、带宽设置和权限限定等方面的有效控制，最终实现在不同等级网站中分发相应的网络信息。
　　（2）标记性限行
　　在教育负面信息规模较大的特定情况下，采用通行证限行方式，即网站发出的内容必须带有政府图标、机构专用图标、网站可行度准入级许可证图标。对于可信度等级一般对其信息的发送进行限制，只允许发送文字，抑制媒体发送，对于可信度等级非常低的网站则长期停止其信息的发送。 　　（3）加强正片吸引程度策略
　　教育负面信息的传播是一种在日常网络交流中存在的惯性行为，许多人传播负面信息是无意识的，他们把这种行为作为向网络表达的一种元素、一种心境的映射、一种说话的常态、一种虚构加事实的惯性表达思维。从影视受众心理学角度分析，人们天生共同的特点是喜欢探究、打听，喜欢看冲突情节，都存在着英雄主义的潜在意识。[8]同样，教育负面信息传播也是基于这样的受众心理，并以此为背景进行传播，这样就使具有影视编导或事件冲突特点的负面信息传播会以几何级速度增长，这是一种极其难以控制的、受众面很广的教育负面信息。
　　受众的有意识、有观点性、有目标性的转发、评价和扩散以及有意识的篡改都会导致教育负面信息的升级，有明显的受众迎合作用，传播热度和他群扩散的概率明显增大，必须加以制止，对其采取措施，加强正片的媒体渲染能力、叙事传播能力、反教育负面信息内容移情度设计、冲突性设计，从而吸引更多人们的关注，同时提高全网的集体意识和网络觉悟，才能逐步杜绝网络负面信息惯性行为的现象。
　　六、结束语
　　教育负面信息的产生和传播对网络学习会产生非常有害的影响，因此必须利用有效的手段和策略对其进行管控。针对教育负面信息产生的原因，论文从多维立体的角度对负面信息的产生、传播和诱因机理进行了深入的分析，并以此为基础，利用内容分析法、文本挖掘技术、社会网络分析法、中心性排名法等一系列方法为有效识别负面信息及信源定位提供了有效的技術手段。同时针对不同类型、不同阶段的教育负面信息，从政府、网站、个人等不同层面提出了相应的管控策略，为有效抑制教育负面信息的传播提供了解决方案，为有效提升正面教育信息的传播能力提供了有效的借鉴。
　　参考文献：
　　[1]马方，王文娟.传播社会学视域下网络谣言多维防控路径[J].重庆邮电大学学报（社会科学版），2018（6）：73-79.
　　[2]郭全中.互联网时代的网络谣言治理研究[J].新闻爱好者，2018（6）：29-32.
　　[3]董杜斌.“网络谣言”在青年中的传播机制与应对策略[J].教育评论，2017（7）：91-94.
　　[4]张金华，陈福集，张金鑫.基于前景理论的网络谣言监管三方演化博弈分析[J].情报科学，2018（10）：84-88.
　　[5]Sabidussi G. The centrality index of a graph [J].Psychometrika， 1966，31 （4）： 581-603.
　　[6]汪小帆，李翔，陈关荣.网络科学导论[M].北京：高等教育出版社，2012.
　　[7]Freeman L C. Centrality in social networks conceptual clarification[J].Social Networks，1978，1（3）：215–239.
　　[8]李小平等编著.网络影视课件学教程[M].北京：北京理工大学出版社，2013：57-66.
　　（编辑：王天鹏）
转载注明来源:https://www.xzbu.com/9/view-15152802.htm