可視化分析技術(shù)在網(wǎng)絡(luò)輿情研究中的應(yīng)用

張偉

〔摘要〕由于網(wǎng)絡(luò)輿情信息具有明顯的大數(shù)據(jù)特征，使用傳統(tǒng)的數(shù)據(jù)收集、分析與表現(xiàn)方法不僅存在效率低下的問(wèn)題，而且難以發(fā)現(xiàn)其中的關(guān)鍵信息以及信息背后的潛在特征。就此而言，發(fā)端于科學(xué)計(jì)算領(lǐng)域的可視化分析技術(shù)能夠化繁為簡(jiǎn)，用易于理解的圖形圖像揭示網(wǎng)絡(luò)輿情的分布、發(fā)展和演化規(guī)律，因而在網(wǎng)絡(luò)輿情研究中具有非常顯著的應(yīng)用價(jià)值。本文根據(jù)網(wǎng)絡(luò)輿情信息呈現(xiàn)形式上的差異，分別探討了層次信息、文本信息和關(guān)系網(wǎng)絡(luò)信息可視化方法在網(wǎng)絡(luò)輿情研究中的應(yīng)用范式和實(shí)現(xiàn)途徑，以期推進(jìn)網(wǎng)絡(luò)輿情研究的縱深化。

〔關(guān)鍵詞〕可視化分析；網(wǎng)絡(luò)輿情；大數(shù)據(jù)

DOI：10.3969/j.issn.1008-0821.2016.11.015

〔中圖分類號(hào)〕G203〔文獻(xiàn)標(biāo)識(shí)碼〕A〔文章編號(hào)〕1008-0821（2016）11-0082-05

〔Abstract〕As network public opinion has obvious characteristics of large data（as a concrete manifestation of the four aspects，namely massive，diverse，dynamic and low value density），using traditional data collection，analysis and presentation method not only has the problem of low efficiency，and is also difficult to find the key information and the potential characteristics behind information.In this regard，visualization analysis technology，originating from scientific calculation，can be used to make things simplified by using easily understandable graphical images to reveal network public opinions distribution，development and evolution.Therefore，in the network public opinion research，the technology has very significant application value.Based on the difference of network public opinions information present form，the essay respectively discussed the hierarchical information，text information and network information visualization methods application paradigm and the way of realization in the research of the Internet public opinion，in order to promote the network public opinion research in depth.

〔Key words〕visualization analysis；network public opinion；big data

隨著信息網(wǎng)絡(luò)技術(shù)的發(fā)展以及網(wǎng)民數(shù)量的急劇增長(zhǎng)，互聯(lián)網(wǎng)對(duì)人們生活的影響在廣度和深度上都呈現(xiàn)出不斷擴(kuò)張的趨勢(shì)。在當(dāng)今社會(huì)，互聯(lián)網(wǎng)不再僅僅被當(dāng)作加強(qiáng)信息傳遞、提升工作效率和促進(jìn)人際交往的工具，它所具有的匿名性、交互性、即時(shí)性和非中介性等特征從技術(shù)上突破了傳統(tǒng)媒介的局限，使得越來(lái)越多的人開(kāi)始寄希望于通過(guò)互聯(lián)網(wǎng)來(lái)改善現(xiàn)實(shí)中的公民社會(huì)參與和政治民主實(shí)踐。近些年來(lái)頻繁進(jìn)入公眾視野的網(wǎng)絡(luò)事件，如鄧玉嬌事件、“躲貓貓”事件、甕安事件、石首事件、郭美美事件等等，都是借助互聯(lián)網(wǎng)實(shí)現(xiàn)廣泛與快速傳播的。在社會(huì)矛盾和社會(huì)問(wèn)題難以通過(guò)正常的社會(huì)通道妥善處理和解決的情況下，網(wǎng)絡(luò)輿情的此起彼伏成為一項(xiàng)短期內(nèi)無(wú)法消解的社會(huì)事實(shí)。

在此背景下，網(wǎng)絡(luò)輿情研究成為一門受到廣泛關(guān)注的熱點(diǎn)研究領(lǐng)域。通過(guò)對(duì)現(xiàn)有文獻(xiàn)的梳理，可以發(fā)現(xiàn)，不同學(xué)科的研究者依托各自的學(xué)科背景對(duì)網(wǎng)絡(luò)輿情的各個(gè)方面進(jìn)行了較為全面的研究，但這些研究主要集中在學(xué)理的討論和政策的分析上，比如，從新聞傳播學(xué)角度進(jìn)行的對(duì)特定網(wǎng)絡(luò)輿情事件的分析以及從政治學(xué)和行政管理的視域開(kāi)展的網(wǎng)絡(luò)輿情引導(dǎo)與管控策略的研究等等；就使用的方法或技術(shù)而言，當(dāng)前的網(wǎng)絡(luò)輿情研究仍然深受傳統(tǒng)數(shù)據(jù)時(shí)代輿情分析的影響，與大數(shù)據(jù)這一時(shí)代背景相吻合的網(wǎng)絡(luò)輿情分析方法上的創(chuàng)新雖然已經(jīng)嶄露頭角，比如基于網(wǎng)絡(luò)日志數(shù)據(jù)挖掘的隱性輿情分析、基于社會(huì)網(wǎng)絡(luò)分析的輿情主體關(guān)系發(fā)現(xiàn)等都被應(yīng)用到網(wǎng)絡(luò)輿情研究領(lǐng)域[1]，但在方法應(yīng)用的實(shí)用性、契合性等方面還有待進(jìn)一步向前推進(jìn)。為此，本文引入發(fā)端于科學(xué)計(jì)算領(lǐng)域的可視化分析技術(shù)，在探討它對(duì)網(wǎng)絡(luò)輿情信息耦合的基礎(chǔ)上，詳細(xì)闡述針對(duì)不同類型網(wǎng)絡(luò)輿情信息可視化分析技術(shù)。

1網(wǎng)絡(luò)輿情信息與可視化分析技術(shù)的耦合

網(wǎng)絡(luò)輿情本質(zhì)上是關(guān)于某一特定議題的各種信息的集合，這些信息存在于無(wú)限延展的網(wǎng)絡(luò)空間中，并隨時(shí)間的推進(jìn)而呈現(xiàn)出動(dòng)態(tài)的變化。具體而言，網(wǎng)絡(luò)輿情信息的特征可以歸納為如下4個(gè)方面：

11網(wǎng)絡(luò)輿情信息的海量性

相比現(xiàn)實(shí)輿情發(fā)生發(fā)展過(guò)程必然面臨的時(shí)空限制，網(wǎng)絡(luò)輿情可以在極短的時(shí)間內(nèi)獲得極大范圍內(nèi)的討論，因而在信息存量上得到了極大的改變，比如2014年熱度排名第一的“MH370航班失聯(lián)事件”僅微博發(fā)文量就達(dá)到了2 500萬(wàn)條，排名第二的“香港占中事件”共計(jì)獲得超過(guò)2 160萬(wàn)的新聞?dòng)懻摿?，與該事件相關(guān)的微博數(shù)量接近117萬(wàn)條，想要了解關(guān)于某一特定事件或議題的網(wǎng)絡(luò)輿情發(fā)展脈絡(luò)，或者探究其中包含的網(wǎng)絡(luò)民眾意見(jiàn)傾向性的變化趨勢(shì)，需要對(duì)這些巨量化的信息進(jìn)行妥善的加工和處理。

12網(wǎng)絡(luò)輿情信息的多樣性

它既可以呈現(xiàn)為變量為核心的傳統(tǒng)數(shù)據(jù)形態(tài)，也可以成為視頻、圖片、網(wǎng)絡(luò)日志、地理位置信息等新型數(shù)據(jù)形態(tài)，也就是說(shuō)，網(wǎng)絡(luò)輿情信息既可以是結(jié)構(gòu)化的（即可以通過(guò)二維表進(jìn)行邏輯表達(dá)并用數(shù)據(jù)庫(kù)直接存儲(chǔ)的信息），也可以是半結(jié)構(gòu)化和非結(jié)構(gòu)化的（即難以或無(wú)法用數(shù)據(jù)庫(kù)二維邏輯表現(xiàn)的信息），其中半結(jié)構(gòu)化和非結(jié)構(gòu)化信息在其中占據(jù)較大的份額，這些多樣化的信息表現(xiàn)形態(tài)對(duì)網(wǎng)絡(luò)輿情信息的處理能力提出了更高的要求。

13網(wǎng)絡(luò)輿情信息的動(dòng)態(tài)性

僅僅抓住網(wǎng)絡(luò)輿情發(fā)展過(guò)程某一時(shí)點(diǎn)的信息進(jìn)行橫截面的考察雖然也能獲得一些較具價(jià)值的結(jié)論，但是卻難以把握網(wǎng)絡(luò)輿情的發(fā)展脈絡(luò)以及其中可能涌現(xiàn)的規(guī)律，網(wǎng)絡(luò)輿情具有一個(gè)發(fā)生發(fā)展的生命周期，且一般情況下它的整個(gè)周期不會(huì)持續(xù)太長(zhǎng)的事件，從這個(gè)意義上來(lái)說(shuō)，網(wǎng)絡(luò)輿情信息總是處于快速的動(dòng)態(tài)演進(jìn)狀態(tài)。

14網(wǎng)絡(luò)輿情信息的低價(jià)值密度性

這是與信息的海量性相對(duì)的一個(gè)特征，它所說(shuō)的是網(wǎng)絡(luò)輿情信息存在著較多的噪聲，如果僅僅關(guān)注于其中某一條信息將是毫無(wú)價(jià)值的，只有通過(guò)對(duì)龐大數(shù)據(jù)量的“提純”才能從中發(fā)現(xiàn)有價(jià)值的模式或知識(shí)。

網(wǎng)絡(luò)輿情信息上述4個(gè)方面的特征與Martin Hilbert等人[2-3]歸納的大數(shù)據(jù)的4個(gè)維度（Volume，即巨大的數(shù)據(jù)量；Variety，即多結(jié)構(gòu)化數(shù)據(jù)；Velocity，即增長(zhǎng)速度快；Value，即價(jià)值密度低）具有高度的契合性，這種關(guān)系可以通過(guò)圖1呈現(xiàn)出來(lái)。

在此情況下，使用傳統(tǒng)的信息處理技術(shù)進(jìn)行網(wǎng)絡(luò)輿情信息處理將必然面臨有心無(wú)力的困境，網(wǎng)絡(luò)輿情信息的分析和處理方式必須在大數(shù)據(jù)的思維下有所創(chuàng)新[1，3]。為此，可以從4個(gè)方面著手：一是繞開(kāi)語(yǔ)義分析的技術(shù)瓶頸，開(kāi)辟“隱性”輿情分析的“第二戰(zhàn)線”；二是突破抽樣分析的思維，用大數(shù)據(jù)方法分析收集到的全體數(shù)據(jù)；三是將搜索數(shù)據(jù)、點(diǎn)擊數(shù)據(jù)、人際關(guān)系數(shù)據(jù)、網(wǎng)民個(gè)人特征數(shù)據(jù)、相關(guān)社會(huì)數(shù)據(jù)等關(guān)聯(lián)起來(lái)進(jìn)行分析；四是主動(dòng)進(jìn)行網(wǎng)絡(luò)民意調(diào)查，有針對(duì)性地收集標(biāo)準(zhǔn)化數(shù)據(jù)[1]。在具體的分析方法上，網(wǎng)絡(luò)輿情信息與發(fā)端于科學(xué)計(jì)算領(lǐng)域的可視化分析技術(shù)具有耦合關(guān)系。作為一種比較成熟的信息處理技術(shù)，可視化分析將計(jì)算機(jī)圖形學(xué)、數(shù)據(jù)挖掘及認(rèn)知心理學(xué)等諸多學(xué)科的理論和方法結(jié)合在一起，能夠?qū)⒁?guī)模龐大的抽象信息以直觀的視覺(jué)方式表現(xiàn)出來(lái)，使人們能夠充分利用視覺(jué)感知能力去觀察和處理信息，從而發(fā)現(xiàn)信息之間的關(guān)系以及其中隱藏的模式。美國(guó)國(guó)家科學(xué)基金會(huì)在發(fā)表的《科學(xué)計(jì)算可視化》報(bào)告中提出了可視化的概念，指出可視化是一個(gè)可以處理海量數(shù)據(jù)的可行工具之一，它能使科研人員發(fā)現(xiàn)數(shù)據(jù)內(nèi)部隱藏的信息，從而進(jìn)一步找出信息所反映的規(guī)律，提高對(duì)海量數(shù)據(jù)的認(rèn)識(shí)。在網(wǎng)絡(luò)輿情研究過(guò)程中，使用可視化分析技術(shù)能夠克服傳統(tǒng)數(shù)據(jù)收集、分析與呈現(xiàn)方法上存在的效率低下以及難以發(fā)現(xiàn)其中的關(guān)鍵信息與潛在特征的不足，通過(guò)化繁為簡(jiǎn)、化抽象為具象，能夠使用易于理解的圖形圖像揭示網(wǎng)絡(luò)輿情的分布、發(fā)展和演化規(guī)律，因而在網(wǎng)絡(luò)輿情研究中具有非常顯著的應(yīng)用價(jià)值。

2多種網(wǎng)絡(luò)輿情信息的可視化分析技術(shù)

網(wǎng)絡(luò)輿情信息的可視化是當(dāng)前商業(yè)化輿情監(jiān)測(cè)或分析系統(tǒng)意圖實(shí)現(xiàn)的一項(xiàng)主要功能，比如微博分析領(lǐng)域較為著名的知微網(wǎng)就將自己定義為一個(gè)可視化的微博信息分析平臺(tái)，利用可視化分析技術(shù)，知微網(wǎng)能夠通過(guò)一條微博的傳播途徑、過(guò)程和效果等信息檢測(cè)微博的傳播效果和其中傳播的主要因素。在具體的研究過(guò)程中，可視化從嚴(yán)格意義上來(lái)說(shuō)是一種信息分析框架，原始信息、數(shù)據(jù)表格、可視化結(jié)構(gòu)和最終呈現(xiàn)在用戶面前的視圖被這一框架有機(jī)的鏈接在一起[4]。圍繞網(wǎng)絡(luò)輿情信息的不同類型，如下部分有針對(duì)性地對(duì)這些信息的可視化分析技術(shù)進(jìn)行詳細(xì)的介紹。

21網(wǎng)絡(luò)輿情文本信息的可視化

作為社會(huì)輿情的一種表現(xiàn)形式，網(wǎng)絡(luò)輿情是社會(huì)公眾在互聯(lián)網(wǎng)空間中公開(kāi)表達(dá)的對(duì)某種社會(huì)現(xiàn)象或社會(huì)問(wèn)題的具有一定影響力和傾向性的態(tài)度、意見(jiàn)和情緒表現(xiàn)的總和。由于缺乏面對(duì)面的互動(dòng)，這些態(tài)度、意見(jiàn)和情緒一般都是以文本或符號(hào)的形式表現(xiàn)出來(lái)。因此，文本信息是網(wǎng)絡(luò)輿情信息最主要的表現(xiàn)形式之一，透過(guò)網(wǎng)絡(luò)輿情文本信息的挖掘，與此相關(guān)的一系列可視化分析技術(shù)能夠在極短的時(shí)間內(nèi)準(zhǔn)確呈現(xiàn)網(wǎng)絡(luò)輿情文本信息中的核心內(nèi)容及其彼此之間的關(guān)系結(jié)構(gòu)。就此而言，比較常用的可視化分析技術(shù)主要有基于關(guān)鍵詞的網(wǎng)絡(luò)輿情文本內(nèi)容的可視化、時(shí)序性網(wǎng)絡(luò)輿情文本信息的可視化等等。

211基于關(guān)鍵詞的網(wǎng)絡(luò)輿情文本內(nèi)容的可視化

網(wǎng)絡(luò)輿情文本信息中的關(guān)鍵詞能夠反映網(wǎng)絡(luò)空間中的社會(huì)公眾對(duì)特定社會(huì)現(xiàn)象或社會(huì)問(wèn)題的聚焦點(diǎn)，因而對(duì)網(wǎng)絡(luò)輿情研究具有重要價(jià)值。所謂關(guān)鍵詞，是指從特定文本的文字描述中提取的語(yǔ)義單元，它能反映文本內(nèi)容的側(cè)重點(diǎn)。關(guān)鍵詞的提取原則多種多樣，其中最為常見(jiàn)的方法是詞頻排序法，也就是說(shuō)，越是重要的單詞，在文檔中出現(xiàn)的頻率就會(huì)越高?；陉P(guān)鍵詞的網(wǎng)絡(luò)輿情文本內(nèi)容的可視化可以通過(guò)繪制標(biāo)簽云[5，6]的形式加以實(shí)現(xiàn)，這一可視化分析技術(shù)主要通過(guò)抽取文本中的關(guān)鍵詞并將其按照一定的順序、規(guī)律和約束用整齊美觀的圖形界面呈現(xiàn)出來(lái)。圖2給出了2010年以來(lái)收錄在CSSCI期刊上的400余篇網(wǎng)絡(luò)輿情研究領(lǐng)域相關(guān)研究論文的關(guān)鍵詞標(biāo)簽云，從中可以非常清楚地看出來(lái)自不同學(xué)科的研究者開(kāi)展的網(wǎng)絡(luò)輿情研究到底聚焦于哪些問(wèn)題、側(cè)重于何種角度，以及使用了什么方法等等，這對(duì)我們了解網(wǎng)絡(luò)輿情的研究現(xiàn)狀具有重要價(jià)值。同樣的道理，通過(guò)收集某一事件相關(guān)報(bào)道或討論的文本信息，并以此為基礎(chǔ)進(jìn)行標(biāo)簽云的繪制能夠更加清晰地呈現(xiàn)這一熱點(diǎn)事件的民眾聚焦以及事件本身的發(fā)展和演進(jìn)過(guò)程。圖2網(wǎng)絡(luò)輿情研究領(lǐng)域相關(guān)論文的關(guān)鍵詞標(biāo)簽云

212時(shí)序性網(wǎng)絡(luò)輿情文本信息的可視化

對(duì)于具有時(shí)間和順序?qū)傩缘奈谋拘畔ⅲ鋬?nèi)容具有有序演化的特點(diǎn)。研究者不但可以從這些文本信息中發(fā)掘其中的關(guān)鍵內(nèi)容，還能以時(shí)間為主線探尋這些關(guān)鍵內(nèi)容的演變狀況。網(wǎng)絡(luò)輿情信息本身具有的動(dòng)態(tài)性特征，使得研究者在處理這些信息的時(shí)候不可避免地要將時(shí)間納入考慮的范圍。對(duì)于具有明顯時(shí)序性的網(wǎng)絡(luò)輿情信息，主題河（Theme River）是一種比較常見(jiàn)的可視化分析技術(shù)。如圖3所示，主題河將文本資料中的主題隱喻為時(shí)間上不斷延續(xù)的河流，能夠幫助人們觀察與特定事件相關(guān)的文本主題的產(chǎn)生、變化和消失的全部過(guò)程，進(jìn)而呈現(xiàn)一個(gè)宏觀的主題演化結(jié)果。在2000年，Susan Havre等人就已經(jīng)使用了這種方法分析了1990年6～8月美國(guó)聯(lián)合通訊社（The Associated Press）新聞數(shù)據(jù)的主題演變狀況[7]。在國(guó)內(nèi)的網(wǎng)絡(luò)輿情研究中，詹建和高民權(quán)在其一篇研究論文中介紹了以主題河為核心的網(wǎng)絡(luò)輿情可視化關(guān)聯(lián)分析方法，并通過(guò)實(shí)證研究證明了這種方法不但能從整體上展現(xiàn)網(wǎng)絡(luò)輿情在時(shí)間上的變化，而且能從多種角度顯示類屬、關(guān)系和熱點(diǎn)話題等細(xì)節(jié)，進(jìn)而有助于發(fā)現(xiàn)網(wǎng)絡(luò)輿情發(fā)展變化背后的原因和規(guī)律[8]。

22網(wǎng)絡(luò)輿情層次信息的可視化

信息集合的單元之間組成了不同的結(jié)構(gòu)關(guān)系，這些結(jié)構(gòu)形式通常可以分為順序結(jié)構(gòu)、層次結(jié)構(gòu)和網(wǎng)狀結(jié)構(gòu)3種類型。上文提到的時(shí)序性網(wǎng)絡(luò)輿情文本信息的可視化所揭示的就是一種順序結(jié)構(gòu)，除此以外，大量的信息集合都具有嚴(yán)格的層次結(jié)構(gòu)，無(wú)論在信息技術(shù)領(lǐng)域還是在社會(huì)經(jīng)濟(jì)的各個(gè)方面，信息的層次結(jié)構(gòu)都是一個(gè)非常普遍的現(xiàn)象。對(duì)具有層次結(jié)構(gòu)的信息進(jìn)行可視化分析有助于改善研究者對(duì)層次結(jié)構(gòu)數(shù)據(jù)及數(shù)據(jù)項(xiàng)之間關(guān)系的理解，因此，在信息認(rèn)知階段，層次信息可視化技術(shù)作為有效的抽象信息展現(xiàn)工具，被廣泛應(yīng)用于輔助理解和分析層次結(jié)構(gòu)數(shù)據(jù)集。通過(guò)對(duì)抽象層次信息進(jìn)行合理美觀的可視化描述，研究者能快速準(zhǔn)確地發(fā)現(xiàn)數(shù)據(jù)集中隱含的特征信息，并針對(duì)任務(wù)進(jìn)行可視化分析，幫助解釋現(xiàn)象、發(fā)現(xiàn)規(guī)律和制定決策[9]。隨著可視化技術(shù)的發(fā)展，能夠描述層次信息的可視化方法不斷涌現(xiàn)出來(lái)，按照它們各自的可視化隱喻，可以將其分為3類：一是使用節(jié)點(diǎn)鏈接的方法構(gòu)造可視化圖形，在這類圖形中，節(jié)點(diǎn)用于表示數(shù)據(jù)或內(nèi)容信息，節(jié)點(diǎn)之間的連線則可用于描述數(shù)據(jù)或內(nèi)容之間的結(jié)構(gòu)，該類層次信息可視化技術(shù)主要有節(jié)點(diǎn)鏈接樹(shù)、雙曲樹(shù)、徑向樹(shù)等；二是使用空間填充法構(gòu)造可視化圖形，在這類圖形中，各種形式的包圍框用于內(nèi)容信息的表示，包圍框之間的封裝關(guān)系可用于描述各內(nèi)容信息之間的層級(jí)，如樹(shù)圖、勢(shì)力范圍圖等都屬于此種類型；三是使用混合的方法，結(jié)合多種可視化分析技術(shù)和思想進(jìn)行可視化圖形的構(gòu)造，其代表性技術(shù)有彈性層次圖、層次網(wǎng)圖等。在網(wǎng)絡(luò)輿情研究中，研究者可以根據(jù)自己的關(guān)注點(diǎn)選擇合適的層次信息可視化技術(shù)來(lái)呈現(xiàn)信息項(xiàng)之間錯(cuò)綜復(fù)雜的層次關(guān)系，比如想要探究網(wǎng)絡(luò)輿情信息擴(kuò)散的路徑就可以使用節(jié)點(diǎn)鏈接樹(shù)的方法來(lái)發(fā)掘其中的關(guān)鍵節(jié)點(diǎn)。圖4使用了節(jié)點(diǎn)鏈接樹(shù)的形式給出了一條微博信息的擴(kuò)散路徑，從中可以看出，該條微博信息的擴(kuò)散過(guò)程并沒(méi)有經(jīng)歷較多的層級(jí)，其影響范圍主要來(lái)自信息發(fā)布者第一層級(jí)的傳播以及少量信息轉(zhuǎn)發(fā)者第二層級(jí)的傳播。

23網(wǎng)絡(luò)輿情關(guān)系網(wǎng)絡(luò)信息的可視化

相較于層次信息，關(guān)系網(wǎng)絡(luò)信息并不具有自下而上或自上向下的層次結(jié)構(gòu)，其中嵌入的是一種更加復(fù)雜的網(wǎng)狀結(jié)構(gòu)，使用一般的統(tǒng)計(jì)分析或圖示方法很難對(duì)其進(jìn)行量化的表征和分析[10]，隨著上世紀(jì)末期復(fù)雜網(wǎng)絡(luò)研究的興起，社會(huì)網(wǎng)絡(luò)分析逐漸成為處理此類信息的主要方法。在具體的分析過(guò)程中，社會(huì)網(wǎng)絡(luò)分析以關(guān)系的量化為基礎(chǔ)，通過(guò)繪制網(wǎng)絡(luò)關(guān)系圖的形式快速直觀的解釋和概覽網(wǎng)絡(luò)結(jié)構(gòu)信息，一方面可以更好地呈現(xiàn)不同實(shí)體間的關(guān)系結(jié)構(gòu)；另一方面也有助于挖掘隱藏在網(wǎng)絡(luò)內(nèi)部的有價(jià)值信息。按照Shneiderman等人[11]提出網(wǎng)絡(luò)節(jié)點(diǎn)布局方法，關(guān)系網(wǎng)絡(luò)信息的可視化一般可以按照力導(dǎo)向布局（Force-directed Layout）、地圖布局（Geographical Map Layout）、環(huán)狀布局（Circular layout）、層次布局（Substrate-based Layout）和時(shí)間布局（Time-oriented Layout）等5種布局形式加以呈現(xiàn)。就網(wǎng)絡(luò)輿情研究而言，揭示不同行動(dòng)者在網(wǎng)絡(luò)輿情傳播過(guò)程中發(fā)揮的作用大小，進(jìn)而甄別其中的關(guān)鍵節(jié)點(diǎn)或意見(jiàn)領(lǐng)袖，對(duì)于探討輿情演化規(guī)律、引導(dǎo)輿情走向具有重要意義。在現(xiàn)有的以可視化分析技術(shù)為支撐的網(wǎng)絡(luò)輿情研究成果中，社會(huì)網(wǎng)絡(luò)分析是一種最受偏好的可視化分析方法[12-14]，比如李彪以最具影響力的40個(gè)網(wǎng)絡(luò)輿情熱點(diǎn)事件為研究樣本，選取其傳播初期的前3個(gè)信息節(jié)點(diǎn)，運(yùn)用社會(huì)網(wǎng)絡(luò)分析的方法分析了網(wǎng)絡(luò)輿情空間的基本結(jié)構(gòu)，并在此基礎(chǔ)上構(gòu)建了網(wǎng)絡(luò)輿情傳播的空間結(jié)構(gòu)模型。圖5是使用力導(dǎo)向布局中的Hu Yifan布局法[15]進(jìn)行的社會(huì)網(wǎng)絡(luò)關(guān)系圖的繪制，其數(shù)據(jù)來(lái)自2010年最具影響的34個(gè)網(wǎng)絡(luò)輿情事件，從中可以看出，天涯社區(qū)是當(dāng)時(shí)最主要的網(wǎng)絡(luò)輿情發(fā)源地。

除了上述3種類型的網(wǎng)絡(luò)輿情信息可視化分析技術(shù)，一些常見(jiàn)的統(tǒng)計(jì)圖形亦可用于展現(xiàn)網(wǎng)絡(luò)輿情信息的時(shí)間趨勢(shì)、情感傾向、區(qū)域分布等特征。伴隨著大數(shù)據(jù)與計(jì)算社會(huì)科學(xué)的興起，網(wǎng)絡(luò)輿情雖然包含著較多的半結(jié)構(gòu)和無(wú)結(jié)構(gòu)信息，但是這些信息只需經(jīng)過(guò)適當(dāng)?shù)霓D(zhuǎn)換就可以通過(guò)具有一定結(jié)構(gòu)的圖形形式呈現(xiàn)出來(lái)。網(wǎng)絡(luò)輿情研究是一個(gè)涉及多門學(xué)科的交叉性研究領(lǐng)域，來(lái)自不同學(xué)科的研究視角和研究方法都可用于網(wǎng)絡(luò)輿情信息的分析和處理，可視化作為一種信息分析的方法與技術(shù)可以與案例分析、調(diào)查研究等傳統(tǒng)的社會(huì)研究方法相互配合，共同為網(wǎng)絡(luò)輿情關(guān)鍵信息和內(nèi)在規(guī)律的發(fā)掘提供方法和技術(shù)上的支撐。

3結(jié)論

大數(shù)據(jù)環(huán)境下的網(wǎng)絡(luò)輿情研究不是僅僅依靠某一學(xué)科的理論或方法就能得到理想的研究結(jié)果，作為一項(xiàng)綜合性圖5網(wǎng)絡(luò)輿情信息前期傳播空間的關(guān)系網(wǎng)絡(luò)圖（2010年）

社會(huì)問(wèn)題，它涉及數(shù)據(jù)挖掘、輿情分析、政府決策等多個(gè)被有機(jī)聯(lián)系起來(lái)的研究領(lǐng)域，因而需要集合傳播學(xué)、政治學(xué)、社會(huì)學(xué)、計(jì)算機(jī)科學(xué)與技術(shù)等多個(gè)學(xué)科的理論和方法支持，才能得到富有真知灼見(jiàn)的創(chuàng)新性成果。如果囿于某一學(xué)科背景，僅從單一視角出發(fā)研究具有極大復(fù)雜性的網(wǎng)絡(luò)輿情信息，其研究結(jié)果往往也會(huì)受到局限。因此，大數(shù)據(jù)時(shí)代的網(wǎng)絡(luò)輿情研究應(yīng)該突破傳統(tǒng)數(shù)據(jù)時(shí)代靜態(tài)化、單一化和片面化的研究思維，進(jìn)行動(dòng)態(tài)化、立體化和全局化的綜合探討。就此而言，可視化分析技術(shù)作為一種有效的數(shù)據(jù)表達(dá)方式，它能妥善應(yīng)對(duì)網(wǎng)絡(luò)輿情信息具有的海量性、多樣性、動(dòng)態(tài)性和低加之密度性特征，在卷帙浩繁的網(wǎng)絡(luò)輿情信息中發(fā)現(xiàn)其中內(nèi)涵的趨勢(shì)、模式及規(guī)律。從這個(gè)意義上來(lái)說(shuō)，可視化分析技術(shù)的應(yīng)用對(duì)于推進(jìn)網(wǎng)絡(luò)輿情研究具有重要意義。

參考文獻(xiàn)

[1]唐濤.基于大數(shù)據(jù)的網(wǎng)絡(luò)輿情分析方法研究[J].現(xiàn)代情報(bào)，2014，（3）：3-6.

[2]Hilbert M，López P.The Worlds Technological Capacity to Store，Communicate，and Compute Information[J].Science，2011，332（6025）：60-65.

[3]謝耘耕，劉銳，喬睿，等.大數(shù)據(jù)與社會(huì)輿情研究綜述[J].新媒體與社會(huì)，2014，（4）：133-154.

[4]Card S K，Mackinlay J D，Shneiderman B.Readings in Information Visualization：Using Vision to Think[M].Morgan Kaufmann，1999.

[5]Viegas F B，Wattenberg M，F(xiàn)einberg J.Participatory Visualization with Wordle[J].IEEE Transactions on Visualization and Computer Graphics，2009，15（6）：1137-1144.

[6]McNaught C，Lam P.Using Wordle as a Supplementary Research Tool[J].The Qualitative Report，2010，15（3）：630-643.

[7]Havre S，Hetzler B，Nowell L.Themeriver：Visualizing Theme Changes over Time[J].IEEE Symposium on Information Visualization，2000：115-123.

[8]詹建，高民權(quán).基于主題河的網(wǎng)絡(luò)輿情可視化關(guān)聯(lián)分析方法[J].情報(bào)資料工作，2014，（6）：17-22.

[9]肖衛(wèi)東，孫揚(yáng)，趙翔，等.層次信息可視化技術(shù)研究綜述[J].小型微型計(jì)算機(jī)系統(tǒng)，2011，（1）：137-146.

[10]Yu-Bin Y，Ning L I，Yao Z.Networked Data Mining Based On Social Network Visualizations[J].Journal of Software，2008，（8）：1980-1994.

[11]Shneiderman B，Aris A.Network Visualization by Semantic Substrates[J].IEEE Transactions on Visualization and Computer Graphics，2006，12（5）：733-740.

[12]熊熙，胡勇.基于社交網(wǎng)絡(luò)的觀點(diǎn)傳播動(dòng)力學(xué)研究[J].物理學(xué)報(bào)，2012，（15）：104-110.

[13]何敏華，張端明，王海艷，等.基于無(wú)標(biāo)度網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)變化的輿論演化模型[J].物理學(xué)報(bào)，2010，（8）：5175-5181.

[14]卞曰瑭，何建敏，莊亞明.基于復(fù)雜網(wǎng)絡(luò)的非常規(guī)突發(fā)事件的傳播演化模型與仿真[J].統(tǒng)計(jì)與決策，2011，（4）：22-24.

[15]Hu Y.Algorithms for Visualizing Large Networks[J].Combinatorial Scientific Computing，2011，5（3）：180-186.

（本文責(zé)任編輯：馬卓）