大數(shù)據(jù)環(huán)境下微博輿情預(yù)測模型方法研究

劉冰月++夏一雪++李增++高揚(yáng)++屈健++王俊迪

摘 要：該文通過定性分析大數(shù)據(jù)環(huán)境下微博輿情熱度分析，構(gòu)建微博輿情傳播的logistic模型，根據(jù)差分回歸法構(gòu)建微博輿情熱度預(yù)測模型，并根據(jù)3種差分格式針對“霧霾”微博輿情開展實(shí)證研究，以期為微博輿情傳播理論提供模型參考。

關(guān)鍵詞：大數(shù)據(jù) 微博輿情 logistic 預(yù)測 仿真

中圖分類號：C912.6 文獻(xiàn)標(biāo)識碼：A 文章編號：1674-098X（2017）03（c）-0149-03

1 現(xiàn)狀分析

據(jù)中國互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）第39次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》，截至2016年12月，我國網(wǎng)民規(guī)模達(dá)7.31億，互聯(lián)網(wǎng)普及率為53.2%。其中社交應(yīng)用是我國網(wǎng)民個(gè)人互聯(lián)網(wǎng)應(yīng)用的主要類型，微博作為主流的網(wǎng)絡(luò)社交媒體，得益于名人明星、網(wǎng)紅及媒體內(nèi)容生態(tài)的建立與不斷強(qiáng)化，以及在短視頻和移動直播上的深入布局，不僅用戶使用率高，并且由于其“井噴”式外向型傳播的信息傳播模式，是目前網(wǎng)絡(luò)輿情首發(fā)和擴(kuò)散的主要載體，相應(yīng)的，微博輿情熱度成為網(wǎng)絡(luò)輿情監(jiān)測和治理的重要指標(biāo)。

目前，學(xué)術(shù)界針對微博輿情熱度的研究主要集中于兩個(gè)方面。一是微博輿情熱度評價(jià)體系研究，主要以用戶數(shù)最多、首曝網(wǎng)絡(luò)輿情事件最頻繁的新浪微博為研究對象，從網(wǎng)絡(luò)輿情主體、客體、傳播、受眾等維度，構(gòu)建評價(jià)體系，進(jìn)行微博輿情熱度監(jiān)測和預(yù)警，為網(wǎng)絡(luò)輿情分析、引導(dǎo)和管理研究提供理論依據(jù)[1-2]。二是微博輿情熱度趨勢研究，主要是基于馬爾科夫鏈等通過構(gòu)建熱度趨勢模型，通過采集輿情指標(biāo)數(shù)據(jù)得到熱度的時(shí)間序列值、劃分輿情熱度趨勢的狀態(tài)空間、構(gòu)建狀態(tài)轉(zhuǎn)移矩陣、預(yù)測熱度的趨勢變化區(qū)間等研究步驟，進(jìn)行預(yù)測微博輿情走勢等研究[3，4]。但是，已有研究在定量研究方法上相對單一，采用更具適合度的研究方法來優(yōu)化修正評價(jià)體系和預(yù)測模型，是該領(lǐng)域未來研究的重點(diǎn)。

2 大數(shù)據(jù)背景下微博輿情熱度分析

2.1 微博輿情輿情趨勢

通過新浪微博數(shù)據(jù)中心的微指數(shù)功能統(tǒng)計(jì)近6個(gè)月（2016年8月3日至2017年2月3日）的熱詞“樸槿惠”涉及的新浪微博數(shù)據(jù)（按天進(jìn)行統(tǒng)計(jì)），詳細(xì)數(shù)據(jù)見圖1（數(shù)據(jù)網(wǎng)址：http：//data.weibo.com/index/hotword？wid=1091324457063&wname=樸槿惠）。

通過圖1不難發(fā)現(xiàn)，微博輿情傳播可以定性地分為潛伏期、擴(kuò)散期、消退期。輿情潛伏期，微博發(fā)文量少，且信息量增長緩慢；輿情擴(kuò)散期，微博發(fā)文量短時(shí)間快速增長，且呈現(xiàn)出強(qiáng)烈的震蕩趨勢；輿情消退期，微博發(fā)表量迅速降低，輿情熱度趨于平緩。

2.2 微博輿情熱度分析

通過定性觀察圖1容易發(fā)現(xiàn)，這一點(diǎn)和生態(tài)學(xué)中生物生長有相似之處，所以輿情的傳播和生物的生長過程具有相似機(jī)理。目前，大部分微博數(shù)據(jù)都是按小時(shí)、天等統(tǒng)計(jì)的，它們只能描述微博輿情發(fā)生的頻率而不是變化規(guī)律，需要對微博輿情統(tǒng)計(jì)數(shù)據(jù)進(jìn)行累加才能作為微博輿情建模變量使用。所以，累加后的微博數(shù)據(jù)曲線呈“S”形增長趨勢。基于此，文章選取生長曲線中的logistic模型來研究微博輿情熱度，進(jìn)而研究預(yù)測模型。

3 大數(shù)據(jù)背景下微博輿情熱度預(yù)測模型

3.1 基本模型與假設(shè)

假設(shè)為微博輿情傳播規(guī)律的函數(shù)，初值為且≤K，因微博發(fā)文量受空間、網(wǎng)民情緒等影響，故有上限。假設(shè)時(shí)間內(nèi)，微博發(fā)文量增量，則增長率為。隨著的增加，微博發(fā)文量趨于“飽和”狀態(tài)，則增長率與“剩余空間”成正比。

其中為內(nèi)稟增長率（定值）。當(dāng)時(shí)，微博輿情傳播模型為：

求解微分方程得：

3.2 微博輿情熱度預(yù)測模型

袁志發(fā)、孫耀東、殷祚云、朱珉仁、代濤、魏冠軍等人在文獻(xiàn)[5-10]中先后研究了logistic模型確定參數(shù)的方法。文章先將logistic微分方程按照3種差分格式變成其對應(yīng)差分方程，再通過二元線性回歸分析確定參數(shù)和。

Logistic模型：

對應(yīng)的差分方程為：

其中。不難看出，是關(guān)于和的二元線性關(guān)系。應(yīng)用Excel或者M(jìn)atlab進(jìn)行回歸分析，即可得出回歸系數(shù)和，從而得到參數(shù)K和。但是差分分為向前差分、向后差分、中心差分3種。所以，基于logistic模型的微博輿情熱度預(yù)測模型可以分為3種情況。

（1）向后差分情況。向后差分的格式為，其中。

（2）向前差分情況。向前差分的格式為

，其中。

（3）中心差分情況中心差分的格式為

，其中。

（4）3種情況的對比分析。

通過3種差分的公式不難發(fā)現(xiàn)，向前差分和中心差分只能預(yù)測期，而向后差分能夠預(yù)測期。所以在微博輿情高潮來臨前比較適合使用向后差分預(yù)測輿情趨勢，而經(jīng)過高潮值之后，應(yīng)該綜合使用3種差分格式。

4 實(shí)證分析

4.1 數(shù)據(jù)來源

通過新浪微博數(shù)據(jù)中心的微指數(shù)功能統(tǒng)計(jì)2個(gè)星期（2016年12月31日至2017年1月13日）的熱詞“霧霾”涉及的新浪微博數(shù)據(jù)（按天進(jìn)行統(tǒng)計(jì)），詳細(xì)數(shù)據(jù)見圖2（數(shù)據(jù)網(wǎng)址：http：//data.weibo.com/index/hotword？wid=293178324457063&wname=霧霾）。

4.2 微博輿情靜態(tài)預(yù)測

分別應(yīng)用向前差分、向后差分、中心差分替代統(tǒng)計(jì)數(shù)據(jù)，應(yīng)用logistic模型開展差分回歸預(yù)測，得到3種差分對應(yīng)的預(yù)測模型為：

向后差分情況：

向前差分情況：

中心差分情況：

預(yù)測精度（可決系數(shù)）分別為0.9742、0.9152、0.9695，預(yù)測曲線和原始數(shù)據(jù)曲線對比見圖3。容易看出，向前差分更接近于原始曲線，中心差分預(yù)測曲線介于向后差分和向前差分之間。

4.3 微博輿情動態(tài)預(yù)測

在已知前4天的數(shù)據(jù)基礎(chǔ)上，以此加入新數(shù)據(jù)，推斷微博輿情傳播曲線。

（1）向后差分情況（見圖4）。

（2）向前差分情況（見圖5）。

（3）中心差分情況（見圖6）。

通過上述3種差分情況分析，可以看出向后差分和向前差分預(yù)測相對滯后，且吻合度較差，而中心差分則能夠以較高吻合度進(jìn)行動態(tài)預(yù)測，是微博輿情發(fā)展趨勢預(yù)測中更具適用性的預(yù)測模型，能夠較好地實(shí)現(xiàn)微博輿情熱度預(yù)測的研究目標(biāo)。

5 結(jié)語

隨著大數(shù)據(jù)時(shí)代的到來，網(wǎng)絡(luò)輿情在數(shù)據(jù)體量、復(fù)雜性和產(chǎn)生速度等方面發(fā)生巨大變化。網(wǎng)絡(luò)輿論引導(dǎo)方法已超出了現(xiàn)常用的框架。習(xí)近平總書記在全國宣傳思想工作會議上提出，宣傳思想工作創(chuàng)新，重點(diǎn)要抓好理念創(chuàng)新、手段創(chuàng)新。網(wǎng)絡(luò)輿情是網(wǎng)絡(luò)輿論引導(dǎo)工作的基礎(chǔ)和晴雨表，以大數(shù)據(jù)觀念變革傳統(tǒng)網(wǎng)絡(luò)輿論引導(dǎo)思維，準(zhǔn)確把握網(wǎng)絡(luò)輿情的內(nèi)在特征及其在演化過程中的潛在規(guī)律，對于新形勢下做好網(wǎng)絡(luò)輿論引導(dǎo)工作，維護(hù)網(wǎng)絡(luò)社會安全，具有重要的理論意義和實(shí)踐價(jià)值。

文章基于logistic模型，研究了3種差分格式的微博輿情預(yù)測模型，并通過具體的微博輿情案例開展了實(shí)證研究，但仍有很多問題需要深入研究。例如，人民網(wǎng)針對輿情預(yù)警提出“黃金4小時(shí)”的概念，所以開展輿情預(yù)測的原始數(shù)據(jù)需要按小時(shí)進(jìn)行統(tǒng)計(jì)和建模，才能提前感知風(fēng)險(xiǎn)，做到主動預(yù)測預(yù)警預(yù)防。

參考文獻(xiàn)

[1] 王長寧，陳維勤，許浩.對微博輿情熱度監(jiān)測及預(yù)警的指標(biāo)體系的研究[J].計(jì)算機(jī)與現(xiàn)代化，2013（1）：126-129.

[2] 孫飛顯，程世輝，靳曉婷，等.政府負(fù)面網(wǎng)絡(luò)輿情熱度定量評價(jià)方法——以新浪微博為例[J].情報(bào)雜志，2015（8）：137-141.

[3] 王新猛.基于馬爾可夫鏈的政府負(fù)面網(wǎng)絡(luò)輿情熱度趨勢分析——以新浪微博為例[J].情報(bào)雜志，2015（7）：161-164.

[4] 徐旖旎.基于微博的媒體奇觀網(wǎng)絡(luò)輿情熱度趨勢分析[J].情報(bào)科學(xué)，2017（2）：92-97.

[5] 袁志發(fā)，劉光祖，肖俊璋.0.618法在兩種常用生長曲線擬合中的應(yīng)用[J].西北農(nóng)學(xué)院學(xué)報(bào)，1984（3）：59-63.

[6] 孫耀東，王太源，陶俊.S型曲線的掃描回歸方法[J].揚(yáng)州大學(xué)學(xué)報(bào)：自然科學(xué)版，1999（8）：10-12.

[7] 殷祚云.Logistic曲線擬合方法研究[J].數(shù)理統(tǒng)計(jì)與管理，2002（1）：41-46.

[8] 朱珉仁.Gompertz模型和Logistic模型的擬合[J].數(shù)學(xué)的實(shí)踐與認(rèn)識，2002（9）：705-709.

[9] 代濤，徐學(xué)軍，黃顯峰.離散Logistic人口增長預(yù)測模型研究[J].三峽大學(xué)學(xué)報(bào)：自然科學(xué)版，2010（10）：102-105.

[10] 魏冠軍，黨亞民.基于Bayes理論的Logistic增長曲線模型參數(shù)估計(jì)方法研究[J].工程勘察，2012（5）：64-67.