基于云計(jì)算技術(shù)的網(wǎng)絡(luò)輿情數(shù)據(jù)挖掘研究

易珩+馬琪琪+朱璽諭+顧振宇

摘要：梳理現(xiàn)有網(wǎng)絡(luò)輿情文獻(xiàn)研究，基于云計(jì)算爬蟲技術(shù)獲取微博API開放平臺(tái)大數(shù)據(jù)，量化影響網(wǎng)絡(luò)輿情傳播三大主要因素，利用SPSS統(tǒng)計(jì)學(xué)軟件針對(duì)大數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘，構(gòu)建散點(diǎn)圖、直方圖、折線圖等描述性統(tǒng)計(jì)量，進(jìn)而利用R語言構(gòu)建線性回歸方程，并針對(duì)數(shù)據(jù)處理結(jié)果進(jìn)行分析，揭示網(wǎng)絡(luò)輿情傳播特點(diǎn)，就網(wǎng)絡(luò)輿情監(jiān)管、處理、預(yù)防過程中的缺失提出建議，為現(xiàn)存網(wǎng)絡(luò)輿情傳播提供新的研究工具。

關(guān)鍵詞：網(wǎng)絡(luò)輿情；云計(jì)算；數(shù)據(jù)挖掘；描述統(tǒng)計(jì)學(xué)；線性回歸

中圖分類號(hào)：TP393 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2018）01-0032-03

1 社會(huì)背景

我們已邁入大數(shù)據(jù)時(shí)代，數(shù)據(jù)挖掘技術(shù)與云處理技術(shù)的融合運(yùn)用于多方問題的解決，具有廣泛應(yīng)用性。作為網(wǎng)絡(luò)輿情這一愈發(fā)突出的網(wǎng)絡(luò)社會(huì)問題，我國此類研究仍處于初級(jí)階段，停留在簡(jiǎn)單的理論分析層面。面對(duì)問題的發(fā)生，政府部門的解決方案仍多處于隱瞞、躲避等低效處理手段，往往治理效果不佳?，F(xiàn)如今，計(jì)算機(jī)網(wǎng)絡(luò)與云計(jì)算技術(shù)的發(fā)展與運(yùn)用可有效地達(dá)到“事前預(yù)防，事中控制，事候安置”的效果，更好地解決輿情問題，保持社會(huì)的和諧安定。

1.2 研究現(xiàn)狀

網(wǎng)絡(luò)輿情現(xiàn)主要存在于中國，屬于網(wǎng)絡(luò)發(fā)展中的突出問題。國內(nèi)現(xiàn)研究主要集中于基于社會(huì)學(xué)與管理學(xué)研究，主要探討公眾對(duì)于政府行政工作、社會(huì)矛盾等事件的態(tài)度與反應(yīng)，多基于某一特定事件進(jìn)行具體研究，利用問卷調(diào)查或理論描述分析，雖具有一定的現(xiàn)實(shí)意義，但是由于網(wǎng)絡(luò)輿情其突發(fā)性、不穩(wěn)定性與復(fù)雜性，事件涉及各方人員較為復(fù)雜，事件性質(zhì)各不統(tǒng)一，研究缺乏基于大數(shù)據(jù)對(duì)于網(wǎng)絡(luò)輿情的整體發(fā)展情況與影響因素進(jìn)行廣泛性研究。故本文將結(jié)合數(shù)據(jù)挖掘技術(shù)與云計(jì)算處理技術(shù)針對(duì)網(wǎng)絡(luò)輿情大數(shù)據(jù)進(jìn)行分析討論，更具代表性與適用性。

2 相關(guān)理論

2.1 網(wǎng)絡(luò)輿情

網(wǎng)絡(luò)輿情是對(duì)社會(huì)輿情的反映，也是輿情在互聯(lián)網(wǎng)上的映射[1]。隨著現(xiàn)如今互聯(lián)網(wǎng)已全面普及，據(jù)截至2017年6月中國互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）發(fā)布的2017年度《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》，我國網(wǎng)民規(guī)模達(dá)到7.51億。中國網(wǎng)民、新媒體更多地利用互聯(lián)網(wǎng)平臺(tái)進(jìn)行發(fā)聲，使得網(wǎng)絡(luò)輿情的傳播范圍更加廣泛，傳播速度更加快速。

2.2 云計(jì)算

現(xiàn)如今，對(duì)于云計(jì)算沒有確切的定義，在本文中，我們引用認(rèn)可度較廣的NIST定義。NIST 認(rèn)為云計(jì)算是一種模式，能泛在地、便利地、按需地通過網(wǎng)絡(luò)訪問可配置的計(jì)算資源，如網(wǎng)絡(luò)、服務(wù)器、存儲(chǔ)器、應(yīng)用和服務(wù)等，這些資源可實(shí)現(xiàn)快速部署與發(fā)布，并且只需要極少的管理成本或服務(wù)提供商的干預(yù)[2]。合理地運(yùn)用云計(jì)算技術(shù)可以更為高效地預(yù)防、處理、監(jiān)控網(wǎng)絡(luò)輿情發(fā)展情況。

2.3 數(shù)據(jù)挖掘

所謂數(shù)據(jù)挖掘， 就是從大量無序的數(shù)據(jù)中發(fā)現(xiàn)隱含的、有效的、有價(jià)值的、可理解的模式， 進(jìn)而發(fā)現(xiàn)有用的知識(shí)， 并得出時(shí)間的趨向和關(guān)聯(lián)， 為用戶提供問題求解層次的決策支持能力[3]。利用數(shù)據(jù)挖掘技術(shù)可以將輿情進(jìn)行精準(zhǔn)分類、特定分析、數(shù)據(jù)擬合，建立高效的數(shù)據(jù)庫，實(shí)現(xiàn)快速準(zhǔn)確的信息檢索。

3 應(yīng)用過程

3.1 數(shù)據(jù)選取

新浪微博以其會(huì)員人數(shù)眾多、信息量較大、結(jié)合移動(dòng)與PC端等優(yōu)勢(shì)，在網(wǎng)絡(luò)信息的傳播過程中成為主流平臺(tái)，本次我們選取新浪微博作為數(shù)據(jù)源進(jìn)行分析。

網(wǎng)絡(luò)輿情按其政府在網(wǎng)絡(luò)輿情應(yīng)對(duì)中的角色，可分為涉及政府事件，政府作為當(dāng)事方與非政府事件，政府作為社會(huì)管理者角色[4]。政府事件包含城管暴力執(zhí)法等事件，非政府事件包含娛樂新聞等事件。近些年，網(wǎng)絡(luò)輿情情況愈發(fā)突出，例2017年8月日，魏凱揚(yáng)陪同學(xué)鄧某某、唐某飲酒，導(dǎo)致下午開庭不能正常進(jìn)行等涉及政府部門事件頻發(fā)。政府由于其特殊地位，作為敏感性問題更易引起社會(huì)關(guān)注并造成社會(huì)動(dòng)蕩與政府公信力下降等嚴(yán)重后果，成為社會(huì)治安的又一不穩(wěn)定因素。因此，本次將重點(diǎn)分析涉及政府類信息，討論政府在輿情處理方面存在的缺失環(huán)節(jié)并加以改進(jìn)分析。

3.1 數(shù)據(jù)收集

我們利用Python的爬蟲技術(shù)編寫代碼用于搜集微博平臺(tái)移動(dòng)端與PC端涉及“政府”、“城管”、“法官”等敏感性字樣的輿情數(shù)據(jù)，獲取以下信息：①微博發(fā)表時(shí)間；②微博的內(nèi)容；③發(fā)微博的工具（手機(jī)類型或者平臺(tái)）；④微博被轉(zhuǎn)發(fā)的數(shù)量，以此作為本次研究的數(shù)據(jù)基礎(chǔ)。

3.2 數(shù)據(jù)分析

首先探討網(wǎng)絡(luò)輿情傳播程度與事件發(fā)布時(shí)間之間的關(guān)系。

將自變量定義為發(fā)表時(shí)間（以微博輿情事件發(fā)表時(shí)間表示），我們構(gòu)建散點(diǎn)圖將微博平臺(tái)近3個(gè)月內(nèi)343件轉(zhuǎn)發(fā)數(shù)量大于500的涉及“政府事件”在時(shí)間軸中標(biāo)出，分析輿情發(fā)生時(shí)間主要集中的時(shí)間段進(jìn)行分析。利用SPSS軟件進(jìn)行描述性統(tǒng)計(jì)學(xué)分析，得出結(jié)果如下：

我們發(fā)現(xiàn)近3個(gè)月內(nèi)343件“政府事件”發(fā)布時(shí)間多集中6：00至11：00白天的時(shí)間段，在夜間17：00以后呈明顯下降趨勢(shì)。

接著探討網(wǎng)絡(luò)輿情傳播程度與輿情內(nèi)容敏感字段個(gè)數(shù)之間的關(guān)系。

利用統(tǒng)計(jì)學(xué)多元線性回歸知識(shí)，將定義為輿情內(nèi)容（以內(nèi)容涉及“政府”、“城管”等敏感字段個(gè)數(shù)表示），利用SPSS軟件對(duì)于所選取數(shù)據(jù)構(gòu)建散點(diǎn)圖，得出結(jié)果如下：

通過圖我們發(fā)現(xiàn)輿情數(shù)量與敏感詞條個(gè)數(shù)存在正相關(guān)的線性關(guān)系，即敏感詞條個(gè)數(shù)越多，轉(zhuǎn)發(fā)數(shù)量越多，為進(jìn)一步分析兩者之間具體量化關(guān)系，我們利R語言構(gòu)建一元線性回歸，得出結(jié)果如下：

根據(jù)表1分析，二者所構(gòu)建回歸方程為： 即平均每增長一條敏感性詞條，轉(zhuǎn)發(fā)數(shù)量會(huì)平均增加710條轉(zhuǎn)發(fā)數(shù)量，為此，得以證明敏感性詞條個(gè)數(shù)對(duì)于最終輿情的傳播效果有著重大的影響。

接著探討網(wǎng)絡(luò)輿情傳播程度與傳播設(shè)備端之間的關(guān)系。

利用SPSS軟件繪制描述統(tǒng)計(jì)學(xué)直方圖分析因變量與自變量：傳播方式（以傳播方式是否利用移動(dòng)端設(shè)備/PC端設(shè)備傳播表示）之間的關(guān)系，得出結(jié)果如下：endprint

由圖可知，所獲取的數(shù)據(jù)中消息發(fā)布者與轉(zhuǎn)發(fā)者使用移動(dòng)端設(shè)備傳播的人數(shù)占絕大多數(shù)，大約占據(jù)所有轉(zhuǎn)發(fā)數(shù)量的，由此可見移動(dòng)設(shè)備端的傳播對(duì)于輿情傳播起更大程度的影響作用。

3.3 討論和分析

根據(jù)網(wǎng)絡(luò)輿情傳播程度與事件發(fā)布時(shí)間所作折線圖分析，微博發(fā)表時(shí)間多集中于6：00至11：00白天的時(shí)間段，在夜間17：00以后呈明顯下降趨勢(shì)，由此分析其成因有①涉及政府事件的網(wǎng)絡(luò)輿情發(fā)生時(shí)間多集中于白天，且由于現(xiàn)如今移動(dòng)設(shè)備的普及，導(dǎo)致社會(huì)實(shí)踐可以在第一時(shí)間發(fā)布與傳播；②涉及政府類事件的曝光可以有效達(dá)到輿論監(jiān)督的效果，在白天有關(guān)責(zé)任部門可第一時(shí)間進(jìn)行核實(shí)，確保事件的真實(shí)性并及時(shí)做出應(yīng)對(duì)與措施，減少事件所造成的不良影響；③夜間多集中娛樂性等非政府類事件的傳播，政府類消息的關(guān)注度有所下降，傳播效果不佳，故各媒體人為新聞關(guān)注度擇時(shí)而發(fā)。

根據(jù)網(wǎng)絡(luò)輿情傳播程度與輿情內(nèi)容敏感字段個(gè)數(shù)所作散點(diǎn)圖與一元線性回歸所作結(jié)論，敏感性詞條的個(gè)數(shù)會(huì)大大影響輿情傳播的程度，由此分析其成因有①敏感性詞條數(shù)量增多，反應(yīng)此事件涉及多方矛盾，影響人群范圍更加廣，社會(huì)關(guān)注度更高，輿論監(jiān)督力度更大，更易導(dǎo)致輿情的快速傳播②基于微博等互聯(lián)網(wǎng)平臺(tái)信息檢索功能，敏感性詞條數(shù)量增多可以增強(qiáng)微博詞條的搜索效果，其信息檢索效果更佳，更易被搜索，可吸引更多網(wǎng)民關(guān)注。

根據(jù)網(wǎng)絡(luò)輿情傳播程度與傳播設(shè)備端所作消息發(fā)布者與轉(zhuǎn)發(fā)者使用移動(dòng)端與PC端設(shè)備傳播的直方圖所示，移動(dòng)端設(shè)備較PC端設(shè)備對(duì)于輿情的傳播擁有更重要的地位，我們分析其成因有：①現(xiàn)如今，移動(dòng)端設(shè)備普及度較高，據(jù)工信部公布《2017年第1季度通信水平分省情況》，報(bào)告顯示我國，移動(dòng)電話普及率為97.9部/百人，“移動(dòng)網(wǎng)民”也成了網(wǎng)絡(luò)安全中又一股重要的人群。②由于移動(dòng)端設(shè)備其便捷性與實(shí)時(shí)性的特點(diǎn)，“移動(dòng)網(wǎng)民”可以達(dá)到“隨時(shí)發(fā)布、隨時(shí)查看、隨時(shí)評(píng)論”的便利，其便捷性也客觀上增強(qiáng)了輿情傳播的程度。

3.4 改進(jìn)建議

針對(duì)網(wǎng)絡(luò)輿情傳播程度與事件發(fā)布時(shí)間問題，官方政府機(jī)構(gòu)開通各類大型平臺(tái)官方賬號(hào)，開通便民反饋通道，加強(qiáng)平臺(tái)監(jiān)督與信息的實(shí)時(shí)反饋，白天進(jìn)行具體事項(xiàng)的處理與監(jiān)控，確保其面對(duì)突發(fā)的網(wǎng)絡(luò)輿情可以及時(shí)接收、及時(shí)核實(shí)、及時(shí)處理，避免引起不良影響。

針對(duì)網(wǎng)絡(luò)輿情傳播程度與輿情內(nèi)容敏感字段個(gè)數(shù)問題，面對(duì)敏感詞條數(shù)對(duì)于輿情傳播的巨大影響力，增設(shè)敏感性詞條監(jiān)控手段，網(wǎng)絡(luò)安全部門設(shè)定敏感詞條數(shù)警戒線，對(duì)于不當(dāng)內(nèi)容及時(shí)發(fā)現(xiàn)、核實(shí)、處理，減少網(wǎng)絡(luò)輿論的不當(dāng)引導(dǎo)與不良謠言的散播。

針對(duì)網(wǎng)絡(luò)輿情傳播程度與傳播設(shè)備端問題，面對(duì)現(xiàn)如今移動(dòng)端設(shè)備作為網(wǎng)絡(luò)輿情傳播中重要的用戶使用工具，需要更加關(guān)注移動(dòng)端設(shè)備信息的監(jiān)控，完善網(wǎng)絡(luò)實(shí)名制與網(wǎng)絡(luò)信息的管理制度，關(guān)注“移動(dòng)網(wǎng)民”的實(shí)時(shí)動(dòng)態(tài)。

4 結(jié)論

本文以網(wǎng)絡(luò)輿情中政府部門在網(wǎng)絡(luò)輿情應(yīng)對(duì)中所處角色，將其分為以政府作為當(dāng)事方的政府事件與政府作為監(jiān)管方的非政府事件。以政府其特殊性地位與其所易造成的公信力下降等嚴(yán)重影響，本文主要針對(duì)政府類實(shí)踐研究。

通過Python網(wǎng)絡(luò)爬蟲技術(shù)獲取微博平臺(tái)所需信息，分別給予描述統(tǒng)計(jì)學(xué)與線性回歸基礎(chǔ)，利用SPSS與R語言軟件構(gòu)建散點(diǎn)圖、直方圖、線性回歸，具體分析網(wǎng)絡(luò)輿情傳播程度與事件發(fā)布時(shí)間、輿情內(nèi)容敏感字段個(gè)數(shù)、傳播設(shè)備端三大影響因素之間的關(guān)系。分析得出事件發(fā)布時(shí)間多集中于6：00至11：00白天的時(shí)間段，在夜間17：00以后呈明顯下降趨勢(shì)；輿情內(nèi)容敏感字段個(gè)數(shù)與輿情傳播程度存在顯著的正相關(guān)關(guān)系，平均每增長一條敏感性詞條，轉(zhuǎn)發(fā)數(shù)量會(huì)平均增加710條轉(zhuǎn)發(fā)數(shù)量；消息發(fā)布者與轉(zhuǎn)發(fā)者使用移動(dòng)端設(shè)備傳播的人數(shù)占絕大多數(shù)，大約占據(jù)所有轉(zhuǎn)發(fā)數(shù)量的，對(duì)于輿情的傳播起主導(dǎo)作用。后基于以上分析，并結(jié)合政府先行輿情管理模式提出針對(duì)性解決方案，旨在加強(qiáng)網(wǎng)絡(luò)輿情的監(jiān)督、預(yù)防與處理，確保網(wǎng)絡(luò)社會(huì)的和諧。

本文主要利用統(tǒng)計(jì)學(xué)與計(jì)算機(jī)知識(shí)，利用現(xiàn)有的新型大數(shù)據(jù)處理工具，以獨(dú)特的視角分析輿情事件其特征與傳播過程中各因素影響情況。在之后的研究中，將研究范圍拓展至非政府事件的研究，以更大的數(shù)據(jù)量使結(jié)論更具代表性。

參考文獻(xiàn)：

[1] 曾潤喜.網(wǎng)絡(luò)輿情管控工作機(jī)制研究[J].圖書情報(bào)工作，2009，53（18）：79-8.

[2] Peter M， Timothy G. The NIST Definition of Cloud Computing[011-9-1]. http：//csrc.nist.gov/publications/ nistpubs/800-145/SP800-145.pdf.

[3] 賀玲，吳玲達(dá)，蔡益朝. 數(shù)據(jù)挖掘中的聚類算法綜述[J]. 計(jì)算機(jī)應(yīng)用研究，007，（01）：10-13.

[4] 王晰巍，邢云菲，趙丹，等. 基于社會(huì)網(wǎng)絡(luò)分析的移動(dòng)環(huán)境下網(wǎng)絡(luò)輿情信息傳播研究——以新浪微博“霧霾”話題為例[J]. 圖書情報(bào)工作，2015，59（07）：14-22.

[5] 余江，萬勁波，張?jiān)?推動(dòng)中國云計(jì)算技術(shù)與產(chǎn)業(yè)創(chuàng)新發(fā)展的戰(zhàn)略思考[J].中國科學(xué)院院刊，2015，30（02）：181-186.

[6] 王國華，馮偉，王雅蕾.基于網(wǎng)絡(luò)輿情分類的輿情應(yīng)對(duì)研究[J].廉政文化研究，2013，4（4）：92.

[7] 梁俊山.基于云計(jì)算的政府網(wǎng)絡(luò)輿情治理研究[A].燕山大學(xué)文法學(xué)院.學(xué)習(xí)十八大精神與河北沿海地區(qū)發(fā)展論壇論文集[C].燕山大學(xué)文法學(xué)院，2012：7.

[8] 丁勝鋒，楊紹輝.數(shù)據(jù)挖掘技術(shù)在網(wǎng)絡(luò)輿情管理中的研究[J].大學(xué)教育，2016（11）：173-174.

[9] 何雅琴，朱葛俊，張飛.基于云計(jì)算的常州本地網(wǎng)絡(luò)輿情特點(diǎn)與對(duì)策研究[J].常州信息職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2013，12（1）：92-94.endprint