微博傳播特性分析及輿情監(jiān)控策略研究

郭培倫

摘要：微博由于其特殊的傳播方式成為當(dāng)前社交網(wǎng)絡(luò)信息傳播和輿情產(chǎn)生的重要平臺，因此針對微博信息傳播的分析對輿情控制、廣告宣傳等眾多社會媒體應(yīng)用領(lǐng)域越來越顯示出其指導(dǎo)意義。該文通過對微博社交網(wǎng)絡(luò)和微博轉(zhuǎn)發(fā)網(wǎng)絡(luò)的重構(gòu)，分析了不同類別的微博其不同的傳播特性，并根據(jù)微博傳播不同模式的特點(diǎn)，提出了傳播力指標(biāo)以評價(jià)微博的傳播效果；另外，該文通過研究微博傳播過程中的爆發(fā)現(xiàn)象，分析了輿情的傳播特性，這對輿情的預(yù)測有一定的指導(dǎo)意義。

關(guān)鍵詞：輿情；微博；監(jiān)控

中圖分類號：TP391 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-3044（2018）04-0040-03

1 概述

微博是近幾年剛剛興起的一種信息交流媒體，相比于傳統(tǒng)社會媒體，其發(fā)展態(tài)勢相當(dāng)強(qiáng)勁，已表現(xiàn)出后來居上的趨勢。微博作為一種新型媒體，是一個(gè)基于草根用戶的關(guān)系構(gòu)建及個(gè)性化用戶信息的即時(shí)傳播、共享和獲取的平臺，具有信息實(shí)時(shí)性、內(nèi)容簡潔性、用戶交互性強(qiáng)等特點(diǎn)。

基于微博以上特點(diǎn)，越來越多的針對微博的研究層出不窮。最新的研究成果是基于層次分析的短文本特征計(jì)算方法，針對用戶行為的微博轉(zhuǎn)發(fā)預(yù)測研究。由于微博逐漸成為人們生活中不可缺少的信息傳播平臺，其信息的真實(shí)性就有待考證，在2016年，林向義等人對微博的可靠性進(jìn)行了評測研究。更多的學(xué)者利用微博的社交關(guān)系網(wǎng)絡(luò)對社交甚至是上市公司的媒體信息進(jìn)行研究。而文坤梅、閆幸等人早在前幾年就對微博的基礎(chǔ)性研究、溝通研究和價(jià)值進(jìn)行了相關(guān)的總結(jié)。近幾年，隨著計(jì)算機(jī)的迅猛發(fā)展，硬件的高速升級，微博平臺服務(wù)器的不斷升級，給我們提供了信息愈加快速傳播的平臺，這在一定程度上促進(jìn)了基于微博進(jìn)行輿論監(jiān)控的研究，使微博進(jìn)一步成為輿情監(jiān)控的重點(diǎn)研究對象。

傳統(tǒng)的研究只是給出了微博傳播的過程特征以及利弊分析，并沒有給出一個(gè)衡量微博傳播力度的評價(jià)指標(biāo)。而對微博輿情的監(jiān)控研究，也只是基于傳統(tǒng)的微博傳播特點(diǎn)，并沒有一個(gè)具體的判定標(biāo)準(zhǔn)，這個(gè)給相關(guān)部門的輿情監(jiān)控工作帶來了很大的困難。

本文著重提出一套包括微博傳播特征和規(guī)模，分析評估各類微博傳播特點(diǎn)的評價(jià)體系，為以后的微博輿情監(jiān)控提供良好的評價(jià)指標(biāo)，使得輿情監(jiān)控相關(guān)工作人員，可以對微博信息更方便的監(jiān)控管理。

隨后將介紹本文用到的數(shù)據(jù)信息，以及數(shù)據(jù)的預(yù)處理工作；然后從微博社交網(wǎng)絡(luò)、微博傳播網(wǎng)絡(luò)、微博傳播模式等詳細(xì)介紹本文中的研究方法和關(guān)鍵技術(shù)，最后是本文的實(shí)驗(yàn)結(jié)果分析和總結(jié)。

2 數(shù)據(jù)描述及預(yù)處理

本文使用數(shù)據(jù)城堡大數(shù)據(jù)競賽平臺中的微博熱度預(yù)測競賽數(shù)據(jù)作為實(shí)驗(yàn)數(shù)據(jù)，文中用到了其訓(xùn)練數(shù)據(jù)中的源微博轉(zhuǎn)發(fā)數(shù)據(jù)，包括被轉(zhuǎn)發(fā)的用戶，產(chǎn)生轉(zhuǎn)發(fā)行為的用戶，微博的內(nèi)容、發(fā)布時(shí)間；用戶與用戶之間的關(guān)注關(guān)系。具體數(shù)據(jù)字段見表1、2、3。

表1 微博原文數(shù)據(jù)字段

[微博id 微博內(nèi)容 ]

表2 微博轉(zhuǎn)發(fā)數(shù)據(jù)字段

[微博id 被轉(zhuǎn)發(fā)用戶id 轉(zhuǎn)發(fā)用戶id 轉(zhuǎn)發(fā)時(shí)間與源微博發(fā)表時(shí)間的間隔 微博內(nèi)容 ]

表3 微博用戶關(guān)注關(guān)系數(shù)據(jù)字段

[用戶id1 用戶id1關(guān)注的用戶列表 ]

先對微博內(nèi)容進(jìn)行分詞、去停用詞。同時(shí)，去除了沒有轉(zhuǎn)發(fā)的微博以及只轉(zhuǎn)發(fā)了一次的微博。因?yàn)椋疚恼J(rèn)為只有一次轉(zhuǎn)發(fā)的微博相對來說，對輿情監(jiān)控研究的價(jià)值較小。最后，對得到的微博數(shù)據(jù)進(jìn)行統(tǒng)計(jì)建模分析。

3 研究方法與關(guān)鍵技術(shù)

3.1 社交網(wǎng)絡(luò)重構(gòu)

基于表3所描述的數(shù)據(jù)，本文首先對數(shù)據(jù)中涉及的微博用戶之間的社交網(wǎng)絡(luò)進(jìn)行了重構(gòu)。社交網(wǎng)絡(luò)G（V，E）刻畫用戶及用戶之間的關(guān)注關(guān)系，其中V為用戶節(jié)點(diǎn)集合，每個(gè)用戶在圖G中表現(xiàn)為一個(gè)獨(dú)一無二的節(jié)點(diǎn)。有向邊集合E表示用戶之間的關(guān)注關(guān)系。如果用戶A被另外一個(gè)用戶B關(guān)注了，那么就存在一條從A用戶指向B用戶的有向邊。邊的方向也表明了可能的信息傳播的方向。

3.2 傳播網(wǎng)絡(luò)建模

基于表2所描述的微博轉(zhuǎn)發(fā)數(shù)據(jù)，本文對每一條微博的傳播網(wǎng)絡(luò)進(jìn)行了建模。傳播網(wǎng)絡(luò)圖G（V，E）為3.1生成的微博社交網(wǎng)絡(luò)圖的子圖，其中V表示參與該微博傳播的用戶集合，即圖中的節(jié)點(diǎn)為微博傳播源用戶或者轉(zhuǎn)發(fā)了該微博的用戶，有向邊集合E表示微博的傳播走向，如果用戶A的微博被用戶B轉(zhuǎn)發(fā)了，就存在一條從用戶A指向用戶B的邊。如果用戶A的微博同時(shí)被用戶B和用戶C轉(zhuǎn)發(fā)，那就存在從A分別指向B和C的邊。

3.3 微博傳播力

每個(gè)微博在傳播過程中體現(xiàn)出不同的傳播效果，本文從傳播過程所覆蓋的用戶數(shù)量的角度定義微博的傳播效果，把微博傳播的效果從兩個(gè)維度進(jìn)行刻畫—傳播廣度和深度。有些微博會短時(shí)間內(nèi)在發(fā)起者的粉絲中大規(guī)模傳播，但傳播的深度不夠，這種微博的傳播網(wǎng)絡(luò)呈星型；而有些微博會在縱深方向傳播，在傳播網(wǎng)絡(luò)中體現(xiàn)為其傳播過程更傾向于帶狀，其輿論的持續(xù)時(shí)間也更久。針對以上兩種傳播模式，本文定義了一個(gè)綜合衡量微博傳播有效性的指標(biāo)：傳播力，其計(jì)算方法由公式（1）描述

（1）

其中p為微博傳播力，N為轉(zhuǎn)發(fā)深度，是第i層的轉(zhuǎn)發(fā)數(shù)。式中為第i層的轉(zhuǎn)發(fā)設(shè)置權(quán)重i，表明在離源點(diǎn)越遠(yuǎn)的節(jié)點(diǎn)傳播，說明該微博的傳播能力越好。最終計(jì)算得到的傳播力P的值則總體刻畫出一條微博在社交網(wǎng)絡(luò)的傳播效果。

3.4 研究步驟

步驟一：社交網(wǎng)絡(luò)與傳播網(wǎng)絡(luò)重構(gòu)

根據(jù)用戶關(guān)注數(shù)據(jù)和微博轉(zhuǎn)發(fā)數(shù)據(jù)，將基于用戶關(guān)注的社交網(wǎng)絡(luò)和基于傳播行為的傳播網(wǎng)絡(luò)進(jìn)行重構(gòu)，最終獲得一個(gè)基于現(xiàn)有數(shù)據(jù)的微博社交網(wǎng)絡(luò)和針對每個(gè)微博的轉(zhuǎn)發(fā)過程的大量微博傳播網(wǎng)絡(luò)。

步驟二：微博信息分類

本文利用搜狗的類別關(guān)鍵詞詞庫，對微博短文本進(jìn)行分類。該詞庫共有12類，根據(jù)輿情分析的需要，本文將詞庫整合為6大類：運(yùn)動、社會科學(xué)、自然科學(xué)、生活百科、娛樂、其他。通過使用jieba分詞后的微博與相應(yīng)的詞庫進(jìn)行匹配，匹配度最大的那個(gè)類別作為該微博的類別標(biāo)簽。

步驟三：微博傳播分析

本文以深度、傳播力、傳播源點(diǎn)度與傳播力的相關(guān)性以及輿論爆發(fā)情況等多個(gè)指標(biāo)分析了微博傳播的特征。并比較了不同類別的微博其傳播過程的差異性。

4 實(shí)驗(yàn)結(jié)果分析

4.1 微博社交網(wǎng)絡(luò)分析

從圖1中，可以看出，娛樂的傳播力度最大，說明其具有更大的傳播力度。而自然科學(xué)，相對娛樂來說傳播力較小，但是它的頻次在全部中排名第二，說明大部分人對自然科學(xué)的興趣還是比較高的。相對自然科學(xué)來說，人們更關(guān)注娛樂的動向，這個(gè)也符合人群的興趣分布。

本文隨后計(jì)算了用戶粉絲數(shù)與傳播力的皮爾遜相關(guān)系數(shù)，結(jié)果只有1.8%。說明微博傳播的規(guī)模與粉絲數(shù)相關(guān)性不大，說明有的用戶粉絲很多，但是關(guān)于某些微博他的粉絲們只是看看，并沒有進(jìn)行轉(zhuǎn)發(fā)，這個(gè)就給有關(guān)輿情監(jiān)控部門以及絕大多數(shù)人的慣性思維產(chǎn)生了巨大差異，更加體現(xiàn)出本文對不同類別微博傳播影響的研究價(jià)值。

4.2 微博傳播網(wǎng)絡(luò)分析

4.2.1 傳播網(wǎng)絡(luò)深度分析

從圖2可以看出，運(yùn)動這個(gè)類別的傳播相對其他來說，傳播深度要大，可能因?yàn)榻^大部分微博用戶中喜歡運(yùn)動的人愛好相對來說比較一致。而娛樂傳播的深度越大，比例越小，可能因?yàn)榍嗌倌瓯壤^多，而青少年相對來說關(guān)注娛樂只是一時(shí)興起。而圖3中的方差分布反映出娛樂相關(guān)的波動非常大，因?yàn)閵蕵返母滤俣确浅？欤藗儗蕵返年P(guān)注基本局限于那些當(dāng)紅娛樂明星。其中，生活百科和社會科學(xué)的方差相對來說較小，這個(gè)說明人們一般只會關(guān)注那些自己感興趣的有關(guān)生活方面的微博，進(jìn)而進(jìn)行轉(zhuǎn)發(fā)，而那些被轉(zhuǎn)發(fā)的微博也與大部分人的生活息息相關(guān)。

4.2.2 傳播網(wǎng)絡(luò)轉(zhuǎn)發(fā)量分析

圖4中的各個(gè)類別的趨勢基本一致，轉(zhuǎn)發(fā)量越多，微博中所占的比例越少，說明微博傳播符合長尾分布特點(diǎn)。而生活百科在轉(zhuǎn)發(fā)量等于300左右的地方出現(xiàn)一個(gè)峰值，說明人們對于有關(guān)生活部分的微博的轉(zhuǎn)發(fā)，會引起某個(gè)或某些圈子中部分人認(rèn)可，進(jìn)而進(jìn)行轉(zhuǎn)發(fā)。從圖5中，可以發(fā)現(xiàn)，娛樂與運(yùn)動的轉(zhuǎn)發(fā)量的波動性很大，因?yàn)閷τ谀承┍容^熱的運(yùn)動信息或者是娛樂事件會得到廣大微博用戶的瘋狂關(guān)注并轉(zhuǎn)發(fā)，而那些不太熱的事件或消息可以說幾乎是沒有傳播的生命力。

4.3 微博傳播爆發(fā)點(diǎn)分析

除了上述的實(shí)驗(yàn)，隨后，我們對微博傳播的規(guī)模進(jìn)行了分析，結(jié)果如下表所示：

從表4，可以看出，微博傳播的兩種爆發(fā)模式。一種是從大到小再變大，另外一種是一直小，隨后變大。輿情監(jiān)控可以針對不同微博的傳播特點(diǎn)，給予不同的監(jiān)控手段。針對第一種，可以應(yīng)該盡量在3度被轉(zhuǎn)發(fā)前進(jìn)行控制。而針對后者，更不能小覷其前期的小規(guī)模傳播，對于某些敏感的小規(guī)模傳播的微博，應(yīng)該盡早制止。

5 結(jié)論

從本文的實(shí)驗(yàn)結(jié)果可以看出，人們關(guān)注的焦點(diǎn)集中在娛樂和運(yùn)動兩個(gè)方面，而這兩個(gè)方面的波動性也較大，更有可能出現(xiàn)輿情事件信息傳播的發(fā)生。因此，有關(guān)部門應(yīng)該重點(diǎn)監(jiān)控這兩個(gè)方面。其次，應(yīng)該根據(jù)不同的微博傳播模式，制定相應(yīng)的監(jiān)控策略，盡量在輿情爆發(fā)前進(jìn)行有效制止。尤其關(guān)注那些起初不起眼的不良信息，因?yàn)樗鼈兏赡茉诮酉聛淼膫鞑ミ^程中突然爆發(fā)。

參考文獻(xiàn)：

[1] 鄒學(xué)強(qiáng)， 包秀國， 黃曉軍等. 基于層次分析的微博短文本特征計(jì)算方法[J]. 通信學(xué)報(bào)， 2017， 37（12）：50-55.

[2] 劉瑋， 賀敏， 王麗宏等. 基于用戶行為特征的微博轉(zhuǎn)發(fā)預(yù)測研究[J]. 計(jì)算機(jī)學(xué)報(bào)， 2016， 39（10）：1992-2006.

[3] 盧興. 體育熱點(diǎn)事件微傳播特質(zhì)研究——基于微博傳播關(guān)鍵節(jié)點(diǎn)的實(shí)證分析[J]. 上海體育學(xué)院學(xué)報(bào)， 2016， 40（4）：37-41.

[4] 李洋， 陳毅恒， 劉挺. 微博信息傳播預(yù)測研究綜述[J]. Journal of Software， 2016， 27（2）.

[5] 林向義， 李秀成， 羅洪云. 社交媒體中信息可靠性測評研究——以微博為例[J]. 現(xiàn)代情報(bào)， 2016， 36（7）：24-29.

[6] 何賢杰， 王孝鈺， 趙海龍， 等. 上市公司網(wǎng)絡(luò)新媒體信息披露研究： 基于微博的實(shí)證分析[J]. 財(cái)經(jīng)研究， 2016， 3： 16-27.

[7] 王連喜， 蔣盛益， 龐觀松等. 微博用戶關(guān)系挖掘研究綜述[J]. 情報(bào)雜志， 2012， 31（12）：91-97.

[8] 文坤梅， 徐帥， 李瑞軒等. 微博及中文微博信息處理研究綜述[J]. 中文信息學(xué)報(bào)， 2012， 26（6）：27-38.

[9] 閆幸， 常亞平. 微博研究綜述[J]. 情報(bào)雜志， 2011， 30（9）：61-65.

[10] 陳勁松， 楊均. 微博輿論的社會監(jiān)督[J]. 新聞前哨， 2016 （3）：50-52.