基于H指數(shù)的霧霾信息微博用戶影響力評價(jià)

謝靖

【摘 要】微博健康信息質(zhì)量參差不齊，是我國網(wǎng)絡(luò)謠言的重災(zāi)區(qū)。文章以新浪微博霧霾信息為數(shù)據(jù)源，利用H指數(shù)考察微博用戶影響力，為網(wǎng)絡(luò)輿情信息中信息源質(zhì)量評價(jià)提供新的計(jì)量指標(biāo)。從結(jié)果來看，在社交網(wǎng)絡(luò)中對于霧霾信息發(fā)布、傳播起主要作用的是各類媒體用戶，而H指數(shù)較高的個(gè)人用戶則能提供更為細(xì)節(jié)的原創(chuàng)體驗(yàn)。

【關(guān)鍵詞】H指數(shù);微博;用戶影響力;霧霾;健康信息

中圖分類號： G203 文獻(xiàn)標(biāo)識碼： A 文章編號： 2095-2457（2019）23-0052-003

DOI：10.19694/j.cnki.issn2095-2457.2019.23.022

0 引言

隨著社交網(wǎng)絡(luò)在我國的快速發(fā)展，微博已成為健康信息的傳播的重要媒介。在這些健康信息的傳播過程中，一些偽健康信息成為社會輿論關(guān)注焦點(diǎn)，容易引發(fā)突發(fā)性輿論事件。同時(shí)，以微博為代表的社交網(wǎng)絡(luò)也成為公眾獲取、表達(dá)自身健康信息訴求的重要渠道。如何能夠有效的辨別社交網(wǎng)絡(luò)中真實(shí)信息？怎樣有效的評價(jià)社交網(wǎng)絡(luò)中用戶的影響力？文章利用科學(xué)計(jì)量學(xué)的相關(guān)指標(biāo)，在大數(shù)據(jù)量環(huán)境下進(jìn)行了傳統(tǒng)指標(biāo)的統(tǒng)計(jì)，并提出利用H指數(shù)對用戶的影響力進(jìn)行考察，為社交網(wǎng)絡(luò)中高質(zhì)量用戶數(shù)據(jù)源發(fā)現(xiàn)提供新思路。

在社交網(wǎng)絡(luò)普及過程中，國內(nèi)外學(xué)者利用文獻(xiàn)學(xué)基本定律對社交環(huán)境下的用戶行為進(jìn)行了計(jì)量與分析：Chu采集了Twitter中50萬用戶的行為數(shù)據(jù)，以此設(shè)計(jì)了一個(gè)自動分類器，用于區(qū)分真實(shí)用戶、機(jī)器人和企業(yè)廣告用戶[1];原福永等利用用戶被關(guān)注度、活躍度、被轉(zhuǎn)發(fā)數(shù)和被評論數(shù)設(shè)計(jì)了用戶影響力模型，用戶降低微博僵尸粉影響[2]及體現(xiàn)用戶的社交影響力 [3];顏月明、趙捧未借鑒科學(xué)計(jì)量學(xué)H指數(shù)及R指數(shù)，構(gòu)建了We Chat Index模型，用戶微信公眾號影響力的評價(jià)[4];王林等以40所"雙一流"高校的微博為實(shí)證對象，對比了h指數(shù)、g指數(shù)和p指數(shù)在微博影響力評價(jià)中的應(yīng)用[5]。在社交網(wǎng)絡(luò)中，健康信息的傳播影響力正日益擴(kuò)大，與健康信息質(zhì)量評價(jià)相關(guān)的研究也成為學(xué)界關(guān)注熱點(diǎn)：莫秀婷等利用因子分析獲取了社交網(wǎng)絡(luò)中健康信息的采納特點(diǎn)和影響因素[6];鄧勝利等通過內(nèi)容分析法對國外網(wǎng)絡(luò)健康信息的評價(jià)領(lǐng)域、過程、標(biāo)準(zhǔn)、工具和結(jié)果進(jìn)行綜合分析[7];李月琳等利用信息質(zhì)量評價(jià)框架，通過NVivo質(zhì)性數(shù)據(jù)分析工具對偽健康信息的信息特征進(jìn)行了判斷[8]。關(guān)于霧霾危害的研究是今年來國內(nèi)學(xué)術(shù)界的關(guān)注熱點(diǎn)，也包括霧霾網(wǎng)絡(luò)輿情的相關(guān)研究：王晰巍等運(yùn)用社會網(wǎng)絡(luò)分析法的點(diǎn)度中心性、中間中心性和接近中心性，對新浪微博霧霾輿情的傳播進(jìn)行了實(shí)證分析[9];廖海涵等利用新浪微博霧霾信息用戶發(fā)布數(shù)、評論數(shù)、轉(zhuǎn)發(fā)數(shù)，通過相關(guān)分析、偏相關(guān)分析、回歸分析研究了相關(guān)的用戶行為[10]。

綜上所述，對于社交網(wǎng)絡(luò)中的健康信息質(zhì)量的評判有助于獲取社會輿情熱點(diǎn)，科學(xué)計(jì)量學(xué)的一些方法和指標(biāo)有助于解決此問題。文章以H指數(shù)為計(jì)量方法，辨別和獲取在霧霾信息傳播中起到真實(shí)信息發(fā)布的數(shù)據(jù)源，為社會大眾的健康訴求提供更可靠的分析來源。

1 霧霾信息的社交網(wǎng)絡(luò)數(shù)據(jù)源

研究以新浪微博為數(shù)據(jù)來源，通過拓爾思公司的海貝大數(shù)據(jù)管理系統(tǒng)（Hybase）[11]獲取與霧霾相關(guān)數(shù)據(jù)669113萬條，其中有轉(zhuǎn)發(fā)或回復(fù)的信息187034條。在用戶信息獲取時(shí)，根據(jù)認(rèn)證情況，主要分為個(gè)人認(rèn)證、媒體認(rèn)證、機(jī)構(gòu)認(rèn)證等，其中通過實(shí)名認(rèn)證的加V新浪用戶信度較高。因此根據(jù)實(shí)名認(rèn)證情況，文章將其劃分為個(gè)人實(shí)名用戶及其他用戶數(shù)據(jù)兩個(gè)大類型，分布情況如表1所示。

從表1可知，在新浪微博霧霾相關(guān)信息傳播中，實(shí)名加V認(rèn)證用戶占所有用戶比例為22.32%，其總發(fā)帖量占12.35%，總轉(zhuǎn)帖和回復(fù)分別占3.65%和8.46%。從這些數(shù)據(jù)來看，在社交網(wǎng)絡(luò)中，對于霧霾信息的網(wǎng)絡(luò)輿情起到主要作用的是非加V認(rèn)證個(gè)人用戶，這些用戶中包含大量的企業(yè)微博、機(jī)構(gòu)認(rèn)證、網(wǎng)絡(luò)媒體以及非實(shí)名網(wǎng)絡(luò)用戶，而能夠比較真實(shí)反映公眾對霧霾認(rèn)知的信息則比較集中于加V認(rèn)證個(gè)人用戶。

2 霧霾信息的H指數(shù)設(shè)計(jì)

傳統(tǒng)用戶影響力借鑒了用戶粉絲數(shù)、關(guān)注數(shù)、是否有頭像等簡單信息，對于用戶與粉絲間的互動考量較少。文章認(rèn)為社交媒體用戶影響力主要體現(xiàn)在發(fā)帖數(shù)、發(fā)帖回復(fù)數(shù)、發(fā)帖轉(zhuǎn)載數(shù)這三個(gè)能夠體現(xiàn)用戶及用戶互動行為的指標(biāo)上。在此基礎(chǔ)上，借鑒科學(xué)計(jì)量學(xué)中計(jì)量科學(xué)家影響力的指標(biāo)H指數(shù)，設(shè)計(jì)社交領(lǐng)域回復(fù)H指數(shù)、轉(zhuǎn)載H指數(shù)指標(biāo)。

科學(xué)計(jì)量學(xué)H指數(shù)概念[12]：H指數(shù)是一個(gè)混合量化指標(biāo)，最初是由美國加利福尼亞大學(xué)圣地亞哥分校的物理學(xué)家喬治·赫希在2005年的時(shí)候提出來的，其目的是量化科研人員作為獨(dú)立個(gè)體的研究成果。赫希的原始定義是，一名科學(xué)家的h指數(shù)是指其發(fā)表的Np篇論文中有h篇每篇至少被引h次。舉例：赫希本人的h指數(shù)是49，這表示他已發(fā)表的論文中，每篇被引用了至少49次的論文總共有49篇。

【定義】回復(fù)H指數(shù)：將用戶發(fā)帖的回復(fù)看作是科學(xué)計(jì)量學(xué)的引用，一個(gè)博主的回復(fù)H指數(shù)是指其發(fā)帖中有h篇被回復(fù)h次以上。

【定義】轉(zhuǎn)帖H指數(shù)：將用戶發(fā)帖的轉(zhuǎn)載看作是科學(xué)計(jì)量學(xué)的引用，一個(gè)博主的轉(zhuǎn)載H指數(shù)是指其發(fā)帖中有h篇被回復(fù)h次以上。

3 霧霾信息的H指數(shù)實(shí)證分析

3.1 回復(fù)H指數(shù)結(jié)果與分析

根據(jù)以上回復(fù)H指數(shù)計(jì)算方法，文章計(jì)算了相關(guān)新浪微博數(shù)據(jù)中實(shí)名認(rèn)證個(gè)人用戶的回復(fù)H指數(shù)、非實(shí)名認(rèn)證其他用戶回復(fù)H指數(shù)，結(jié)果如表2所示。

由表2可知，通過對比實(shí)名認(rèn)證個(gè)人用戶和其他用戶的回復(fù)H指數(shù)，可以看出社交網(wǎng)絡(luò)中其他用戶（主要是網(wǎng)絡(luò)媒體或者傳統(tǒng)媒體公眾號）的用戶影響力較大。實(shí)名認(rèn)證個(gè)人用戶由于其內(nèi)容主要以個(gè)人生活為主，因此回復(fù)H指數(shù)遠(yuǎn)低于網(wǎng)絡(luò)媒體公眾號。但從內(nèi)容上來看，實(shí)名認(rèn)證個(gè)人用戶信息量更為豐富，且與其生活、感受多有直接關(guān)系，能夠比較全面的反映公眾對霧霾這一問題的健康信息訴求。如微博用戶“紅蘿卜先生-卜康”發(fā)帖：“對于北京的霧霾天氣實(shí)在無力吐槽...嗓子癢了一個(gè)月，咳嗽不?！保@條微博被評論439次。高回復(fù)H指數(shù)的實(shí)名認(rèn)證個(gè)人用戶，可以作為可信度較高的社交網(wǎng)絡(luò)內(nèi)容分析情報(bào)來源。

在以上計(jì)算的基礎(chǔ)上，結(jié)合認(rèn)證個(gè)人用戶的注冊地理信息，文章獲取了回復(fù)H指數(shù)4及4以上的用戶地域信息，如上圖1所示。從以上數(shù)據(jù)可以看出，在新浪微博霧霾輿情發(fā)布中具有較高發(fā)帖質(zhì)量的用戶主要集中在北京。從回復(fù)H指數(shù)的計(jì)算來看，這些認(rèn)證個(gè)人用戶的即有發(fā)帖量，其發(fā)帖通過其他用戶回復(fù)在社交網(wǎng)絡(luò)中起到了重要影響。此外，河北、山東、遼寧等北方省市有影響力的用戶也較多，而上海、廣東等自媒體發(fā)達(dá)的省市也有一些有影響力用戶。

3.2 轉(zhuǎn)載H指數(shù)結(jié)果與分析

根據(jù)轉(zhuǎn)帖H指數(shù)計(jì)算方法，文章計(jì)算了相關(guān)新浪微博數(shù)據(jù)中實(shí)名認(rèn)證個(gè)人用戶的轉(zhuǎn)帖H指數(shù)、非實(shí)名認(rèn)證其他用戶轉(zhuǎn)帖H指數(shù)，結(jié)果前20位如下表3所示。

由表3可知，對霧霾信息傳播產(chǎn)生主要作用的仍然主要是媒體類用戶。對比表2、表3，可以看出，從社交網(wǎng)絡(luò)的用戶行為來看，轉(zhuǎn)發(fā)H指數(shù)高于回復(fù)H指數(shù)。從非實(shí)名認(rèn)證個(gè)人用戶來看，影響力較大的轉(zhuǎn)發(fā)H媒體與回復(fù)H媒體有較大重合，但在個(gè)人實(shí)名認(rèn)證用戶中則有一定差異。從原創(chuàng)性來看，個(gè)人實(shí)名認(rèn)證用戶回復(fù)H指數(shù)較高的用戶原創(chuàng)比例高于轉(zhuǎn)發(fā)H指數(shù)較高的用戶。這表明，這些轉(zhuǎn)發(fā)H指數(shù)較高的用戶在霧霾輿情傳播中起到了一定中轉(zhuǎn)作用。

4 結(jié)語

文章運(yùn)用了科學(xué)計(jì)量學(xué)H指數(shù)計(jì)算方法，對新浪微博中發(fā)表霧霾信息用戶影響力進(jìn)行了考察。這種計(jì)算方法即能反映用戶發(fā)帖活躍度，又能反映其發(fā)帖在社交網(wǎng)絡(luò)中獲得的響應(yīng)情況。通過計(jì)算，文章發(fā)現(xiàn)在新浪微博中對于霧霾信息發(fā)布和傳播，具有較高回復(fù)H指數(shù)、轉(zhuǎn)發(fā)H指數(shù)的用戶多為媒體類用戶，具有較高回復(fù)H指數(shù)個(gè)人實(shí)名認(rèn)證用戶則能提供更為細(xì)節(jié)、準(zhǔn)確的公眾個(gè)人感受。從地域分布來看，具有較高回復(fù)H指數(shù)的個(gè)人認(rèn)證用戶以北方、特別是北京、河北為主。

【參考文獻(xiàn)】

[1]Chu Z，Gianvecchio S，Wang H，et al.Detecting Automation of Twitter Accounts：Are You a Human，Bot，or Cyborg？[J].IEEE Transactions on Dependable and Secure Computing，2012，9（6）：811-824.

[2]原福永，馮靜，符茜茜，等.一種降低微博僵尸粉影響的方法[J].現(xiàn)代圖書情報(bào)技術(shù)，2012，28（5）：70-75.

[3]原福永，馮靜，符茜茜.微博用戶的影響力指數(shù)模型[J]. 現(xiàn)代圖書情報(bào)技術(shù)，2012，28（6）：60-64.

[4]顏月明，趙捧未.一種微信公眾號影響力的評估方法[J]. 情報(bào)雜志，2016，35（9）：141-145.

[5]王林，潘陳益，朱文靜.基于h指數(shù)、g指數(shù)和p指數(shù)的微博影響力評價(jià)對比研究[J].現(xiàn)代情報(bào)，2018，38（6）：13-20+63.

[6]莫秀婷，鄧朝華.基于社交網(wǎng)站采納健康信息行為特點(diǎn)及其影響因素的實(shí)證研究[J].現(xiàn)代情報(bào)，2014，34（12）：29-37.

[7]鄧勝利，趙海平.國外網(wǎng)絡(luò)健康信息質(zhì)量評價(jià)：指標(biāo)、工具及結(jié)果研究綜述[J].情報(bào)資料工作，2017（01）：69-76.

[8]李月琳，張秀，王姍姍.社交媒體健康信息質(zhì)量研究：基于真?zhèn)谓】敌畔⑻卣鞯姆治鯷J].情報(bào)學(xué)報(bào)，2018，37（03）：294-304.

[9]王晰巍，邢云菲，趙丹，李嘉興.基于社會網(wǎng)絡(luò)分析的移動環(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.

[10]廖海涵，靳嘉林，王曰芬.網(wǎng)絡(luò)輿情事件中微博用戶行為特征和關(guān)系分析——以新浪微博“霧霾調(diào)查：穹頂之下”為例[J].情報(bào)資料工作，2016（03）：12-18.

[11]TRS Hybase海貝大數(shù)據(jù)管理系統(tǒng)[EB/OL].http：//www.trs.com.cn/cphfw/Hybase/.[2019.5.20].

[12]J.E.Hirsch，劉俊婉，馬建華.衡量科學(xué)家個(gè)人成就的一個(gè)量化指標(biāo)[J].科學(xué)觀察，2006（1）：2-7.