虛擬學習社區(qū)中意見領袖識別模型研究

許 睿，李艷翠，訾乾龍，李宗儒，張平川

(河南科技學院 信息工程學院，河南 新鄉(xiāng) 453003)

0 引 言

“意見領袖”這一概念最早出現(xiàn)于1940年，由拉扎斯菲爾德和貝雷爾森在著名的“伊里調(diào)查”中提出，他們發(fā)現(xiàn)觀念常常是從大眾觀點流向意見領袖，然后通過意見領袖發(fā)聲傳遞給不太活躍的人群，意見領袖在社會網(wǎng)絡中是活躍分子，處于核心地位[1]。在網(wǎng)絡教學平臺的支撐和支持下，虛擬學習社區(qū)蓬勃發(fā)展，已經(jīng)成為教育信息傳播和共享的重要途徑，為教師、學習者、管理者等提供了多種學習途徑，這些用戶可以自由、開放地發(fā)表觀點、討論、分享等，這一系列的互動方式最終形成了一個完整的社會網(wǎng)絡[2]。剖析虛擬學習社區(qū)成員的日常行為可以發(fā)現(xiàn)，各類用戶主要通過個人學習、分享學習、交流學習、指導學習等方式獲取知識，其中意見領袖經(jīng)常可以通過直接或者間接的社會關系，對其他用戶的學習行為和學習習慣造成影響，促進在線知識的傳播，提升傳播的速度、廣度以及范圍[3]。對于虛擬學習社區(qū)的研究，主要從兩個方面進行分析。第一，以社區(qū)成員的行為特征為依據(jù)，通過聚類算法分析成員的活躍程度、響應值、瀏覽量等得到社區(qū)的意見領袖群[4]；第二，從復雜網(wǎng)絡的角度進行分析，衡量成員的中心性、特征屬性等識別出意見領袖[5]。文中將結(jié)合以上兩種思路，從社區(qū)拓撲結(jié)構和社會網(wǎng)絡角色兩方面提取特征，進行虛擬學習社區(qū)的意見領袖識別。

1 虛擬學習社區(qū)網(wǎng)絡的拓撲結(jié)構

1.1 構建虛擬學習社區(qū)網(wǎng)絡

在虛擬學習社區(qū)中，用戶的社交行為主要有發(fā)帖、評論、轉(zhuǎn)發(fā)、關注等，其中最直接的相互作用方式為“關注|被關注”[6]。依據(jù)用戶間的關注關系構建用戶關系網(wǎng)絡G(V,E)，其中V為網(wǎng)絡中節(jié)點的集合，v∈V表示虛擬學習社區(qū)中某一個用戶；E為有向邊集合，邊∈E表示該用戶a對用戶b存在關注行為，也可用“a→b”表示由用戶a指向被關注用戶b。虛擬學習社區(qū)用戶關系網(wǎng)絡是典型的有向網(wǎng)絡。

1.2 用戶關系網(wǎng)絡的中心性分析

由于社會網(wǎng)絡是復雜網(wǎng)絡中一個重要分支，因此社會網(wǎng)絡也具有復雜網(wǎng)絡的兩個重要特性，分別是小世界特性[7]和無尺度特性[8]。其中無尺度特性在社會網(wǎng)絡中普遍適用，具有成長性和優(yōu)先連接的特征，主要表現(xiàn)在社會網(wǎng)絡中新增節(jié)點趨向于與高連接的節(jié)點相連接，高連接的節(jié)點數(shù)量少，但是和網(wǎng)絡中大多數(shù)節(jié)點相聯(lián)系，這些節(jié)點被稱為節(jié)點中樞或集散節(jié)點[9]。在社會網(wǎng)絡中，進行節(jié)點的中心性度量，有助于識別網(wǎng)絡中的意見領袖，對于探索意見領袖的網(wǎng)絡位置和分析信息流傳播規(guī)律有重要的意義。常見的節(jié)點中心性度量方法包括：度中心性(degree centrality，DC)、介數(shù)中心性(betweenness centrality，BC)和特征向量中心性(eigenvector centrality，EC)。

(1)度中心性。

度中心性主要統(tǒng)計與該節(jié)點直接相鄰的其他節(jié)點的數(shù)目[10]。

(1)

其中，Cij表示社會網(wǎng)絡中節(jié)點j到節(jié)點i的權重值，可用轉(zhuǎn)發(fā)量、回帖量、評論量等進行衡量。節(jié)點的度最容易獲取，當某節(jié)點的度值越大，表明該節(jié)點參與的社交行為越多。在有向社會網(wǎng)絡中，節(jié)點的度可分為入度和出度，分別反映該節(jié)點被關注、關注其他用戶的數(shù)量。

(2)介數(shù)中心性。

衡量介數(shù)中心性的分式中，分子表示社會網(wǎng)絡中通過某個節(jié)點v的最短路徑的數(shù)量，分母表示網(wǎng)絡中所有最短路徑數(shù)[11]。

(2)

用戶節(jié)點的介數(shù)中心性反映了該用戶在社會網(wǎng)絡中是否處在樞紐位置，介數(shù)值越大，則表明有越多的最短路徑通過該用戶進行連接。介數(shù)值大的用戶對于網(wǎng)絡信息的傳播有重要的意義，這類用戶一旦被刪除，將會導致網(wǎng)絡直徑增大，信息傳播通路中斷。

(3)特征向量中心性。

特征向量中心性是從社會網(wǎng)絡整體的角度發(fā)掘具有全局性的核心用戶節(jié)點[12]。

EC(u)=αmax(u)

(3)

有研究表明社會網(wǎng)絡中核心節(jié)點的鄰居節(jié)點比邊界節(jié)點的重要性更高。特征向量中心性就是通過統(tǒng)計該用戶的鄰居的重要程度，反襯出該用戶在社會網(wǎng)絡中的中心程度。

文中選取入度、出度、介數(shù)、特征向量中心性作為評價用戶節(jié)點中心性的四個特征參數(shù)，用于衡量虛擬學習社區(qū)用戶的重要性程度。

2 基于K-means算法的意見領袖識別模型

2.1 意見領袖的社會網(wǎng)絡角色分析

在社會網(wǎng)絡中，眾多用戶之間存在著規(guī)則性的聯(lián)系，在拓撲結(jié)構上也具有相似性，依據(jù)用戶所處的社會網(wǎng)絡位置，可以對用戶的社會網(wǎng)絡角色進行劃分，主要包括：中心者、橋梁、邊緣者[13]。

中心者處于社會網(wǎng)絡的核心位置，擁有更多的社會資源，聯(lián)系并影響著眾多其他用戶；中心者社會活躍度高，往往是社區(qū)輿論的發(fā)起者；中心者擁有較高的社會聲望，有能力對網(wǎng)絡信息的傳播和網(wǎng)絡環(huán)境的改變產(chǎn)生影響。

橋梁處于結(jié)構洞位置，用于連接社會網(wǎng)絡中兩個毫無關系的用戶或者用戶群，起到中間人的角色，控制信息的傳遞，容易識別并獲取不同渠道或群體的信息資源，比其他位置上的用戶更具有競爭力。這一類用戶往往具有特殊的身份，如新聞評論員、微博大V、論壇管理員、聊天群群主等，對于輿論傳播和發(fā)展，有管理、識別、控制、引導等作用。

邊緣者處于社會網(wǎng)絡的邊界位置，與其他用戶較少聯(lián)系。他們參與的網(wǎng)絡活動主要包括瀏覽信息、回復評論、關注用戶等，對于社會網(wǎng)絡信息的識別、傳播、控制的能力有限，社會影響力小。

綜上所述，對于意見領袖的識別需要重點研究社會網(wǎng)絡中的中心者、橋梁這類用戶。

2.2 社區(qū)用戶特征向量分析

依照虛擬學習社區(qū)用戶關系網(wǎng)絡的拓撲特性以及社會網(wǎng)絡中意見領袖的角色特性，文中選取以下7個特征值作為篩選意見領袖的重要條件，并構建出用戶特征向量Ui={v1,v2,v3,v4,v5,v6,v7}。

入度v1：表示其他用戶對于該用戶的關注數(shù)量，入度值的高低反映該用戶與其他用戶的交互情況，通常用來描述該用戶間交互的主動性與積極性。

出度v2：表示該用戶關注其他用戶的數(shù)量，當一個用戶關注的人越多，獲取信息的能力就越強，對整個網(wǎng)絡的信息傳播有著重要意義。

介數(shù)v3：介數(shù)常用來衡量網(wǎng)絡中某節(jié)點控制其他節(jié)點間交流的能力，通過比較其他節(jié)點的交流要通過該節(jié)點的次數(shù)來進行計算，可以有效地判別網(wǎng)絡中節(jié)點的全局重要性。

特征向量中心性v4：特征向量中心性就是通過統(tǒng)計該用戶的鄰居用戶的重要程度，反襯出該用戶在社會網(wǎng)絡中的中心程度。

用戶活躍度v5：用戶活躍度用來統(tǒng)計用戶發(fā)帖的數(shù)量。用戶活躍度越高，反映該用戶的社會行為比較頻繁，在對信息產(chǎn)生和傳播的數(shù)量上有一定的比重，在篩選意見領袖時用戶活躍度是一個關鍵的因素。

用戶帖子轉(zhuǎn)發(fā)量v6：用戶帖子的轉(zhuǎn)發(fā)量可以直觀地反映信息的傳播情況。轉(zhuǎn)發(fā)量越大，說明該消息傳播范圍越廣，發(fā)起者的意見可以直接或間接地影響讀貼人對某一事件的看法，從而引發(fā)輿情的轉(zhuǎn)變。

用戶帖子評論量v7：評論量的高低體現(xiàn)出話題的熱度。帖子評論量越高，說明該話題被其他用戶關注的越多，帖子本身質(zhì)量高并且更具有吸引力。

2.3 基于K-means的用戶聚類算法

聚類是一種無監(jiān)督的學習方式，包括劃分法、層次法、模糊聚類法等，通過設定判斷標準，把原數(shù)據(jù)集分割為多個單獨存在的簇，同一簇中數(shù)據(jù)相似性大，不同簇中數(shù)據(jù)差異性大[14]。文中采用的K-means算法是最著名的聚類算法之一，具有高效、復雜度低的特點。算法描述如下：

輸入：樣本集D={x1,x2,…,xm}，聚類的簇值k，最大迭代次數(shù)N

構建初始簇集C={C1,C2,…,Ck}，隨機選取k個樣本點作為初始中心點Q={q1,q2,…,qk}；

repeat

計算樣本集D到中心點集Q的距離，劃分到各個簇中Ci(i∈[1,k])；

重新計算各簇的中心點；

until簇集C'無變化|迭代次數(shù)≥N

輸出：簇集C'={C1,C2,…,Ck}

2.4 虛擬學習社區(qū)意見領袖識別

虛擬學習社區(qū)是教育信息化可持續(xù)發(fā)展的新途徑。在社區(qū)中，意見領袖處于重要的社會網(wǎng)絡位置，充當關鍵的社會網(wǎng)絡角色，掌握了大量的強聯(lián)結(jié)關系以及重要的弱聯(lián)結(jié)關系，對于建立穩(wěn)定的信息交流秩序和提高學習信息的傳播有重要的作用[15]。

依據(jù)意見領袖的拓撲特性以及角色特性，文中設定意見領袖的篩選條件為：①簇成員數(shù)較小；②簇成員的特征向量Ui={v1,v2,v3,v4,v5,v6,v7}的均值較大[16]；③簇成員具有特殊的社會網(wǎng)絡角色。

意見領袖識別過程如下：首先利用K-means算法獲取聚類結(jié)果，簇集C'={C1,C2,…,Ck}；然后選取成員數(shù)較小的簇作為備選意見領袖集合，再分別計算各備選集合中特征值{v1,v2,v3,v4,v5,v6,v7}的均值，并降序排列；最后分析均值最大的簇中各成員的社會網(wǎng)絡角色，最終得到意見領袖集合。具體過程如圖1所示。

圖1 基于K-means算法的意見領袖識別模型

3 虛擬學習社區(qū)中意見領袖識別實證研究

3.1 實驗數(shù)據(jù)

文中選取國內(nèi)某虛擬社區(qū)的用戶數(shù)據(jù)作為研究對象，該社區(qū)數(shù)據(jù)具有用戶多、特征量多、關系復雜等特點。采用Python語言編寫爬蟲工具，利用Scrapy突破反爬蟲機制，有效地提升爬取速度，對于該社區(qū)2018年6月1日至2018年12月31日的數(shù)據(jù)進行抓取，共爬取了49 996條關系信息，通過篩選得到40 231條用戶信息。文中分別計算每個社區(qū)用戶的特征值，構建用戶的特征向量，并將這些用戶的特征向量作為K-means算法的測試數(shù)據(jù)。典型的社區(qū)用戶特征向量數(shù)據(jù)如表1所示。

表1 典型的社區(qū)用戶特征向量

3.2 實驗結(jié)果驗證及分析

文中采用K-means算法進行聚類分析，將用戶特征向量Ui中的7個特征值作為原始輸入數(shù)據(jù)。首先，選取DBI指數(shù)(Davies-Bouldin指數(shù))作為評價聚類優(yōu)劣的指標，進行聚類中心數(shù)的選取[14]。當DBI指數(shù)越小，所得到的聚類結(jié)果越好。如圖2所示，當k=6時，DBI值最小，選取6作為聚類中心數(shù)。

圖2 K-means算法聚類中心數(shù)選取

運行K-means算法程序，對輸入的用戶特征向量反復訓練和測試后，原始輸入數(shù)據(jù)被聚類為6個不同的子類，如表2所示。

表2 社區(qū)用戶聚類情況

分析社區(qū)用戶聚類結(jié)果，可見子類C4、C0中成員的個數(shù)較少，占整個社區(qū)用戶的比例分別為0.02%、0.07%，符合篩選條件的第一條，這兩個子類中必有一個子類能最大程度滿足意見領袖的特征需求。為了進一步篩選出最適合的意見領袖集合，對于6個子類中的成員，分別統(tǒng)計出特征值{入度v1，出度v2，介數(shù)v3，特征向量中心性v4}的均值，如表3所示。

表3 子類特征值{v1,v2,v3,v4}的均值

表3中，子類C4的特征值均值比其他子類更具有優(yōu)勢，其入度、出度的均值最高，說明C4成員與其他用戶間存在著大量的直接關注關系，其發(fā)表的言論會被其他用戶直接接收，容易產(chǎn)生強大的影響力；介數(shù)均值遠高于其他用戶，說明C4成員是信息交流過程中的重要通路，控制著信息的流動；特征向量中心性高，說明C4成員在社會網(wǎng)絡全局角度也具有很強的重要性。綜上所述，子類C4中的社區(qū)用戶比其他用戶更具有意見領袖的特征。

經(jīng)過調(diào)查分析，子類C4中7位用戶的社會網(wǎng)絡角色均為中心者或者橋梁(如表4)，其中1、2、3、4、7號用戶是該社區(qū)的資深會員，5、6號用戶擔任過版主，符合篩選條件的第三條。經(jīng)過以上分析，說明子類C4是該社區(qū)的意見領袖集合，其中7位成員均為意見領袖。

表4 子類C4中用戶的社會網(wǎng)絡角色

3.3 虛擬學習社區(qū)中意見領袖的作用

通過驗證分析，發(fā)現(xiàn)社會網(wǎng)絡中意見領袖多處于中心者或橋梁位置，占據(jù)著社會網(wǎng)絡的優(yōu)勢位置。意見領袖通常具備豐富的學識、廣闊的視野、先進的教育理念和專業(yè)的分析能力等，掌握更多的教育資本，可以將擁有的教學信息分享給其他用戶，提供更多的課程資料，擴充社區(qū)的學習資源。通過意見領袖專業(yè)的信息加工和解釋，可以有效地降低用戶的理解難度，開拓視野，促進用戶的專業(yè)發(fā)展。意見領袖并不是以獨立個體的形式存在，他們是具有相似的社會網(wǎng)絡拓撲特征和角色特征的用戶集合。在虛擬學習社區(qū)的可持續(xù)發(fā)展中，應該充分利用意見領袖集合對整個社區(qū)的影響力，協(xié)調(diào)社區(qū)中的各種資源，發(fā)揮其輿論引導能力，有效地控制社區(qū)中信息流動，營造良好的學習氛圍，促進社區(qū)的自我組織和良性成長。

4 結(jié)束語

從社會網(wǎng)絡拓撲結(jié)構角度，提取入度、出度、介數(shù)、特征向量中心性等特征參數(shù)，結(jié)合社會網(wǎng)絡角色特性，得到社區(qū)用戶特征向量，作為識別意見領袖的重要標準之一，通過K-means聚類算法并結(jié)合意見領袖的篩選條件，提出基于K-means算法的意見領袖識別模型。通過實例驗證，獲取的意見領袖集合具有很高的準確性，集合中各成員的社會網(wǎng)絡位置和角色均符合意見領袖的特點。意見領袖群體注重各個領域間的融合，促使學習資源由單一的實用性轉(zhuǎn)向多元化發(fā)展；引導用戶利用閑暇時間學習，滿足用戶的日常學習需求；打破師生間時空分離的學與教，注重用戶學習間的協(xié)作與共享。意見領袖以特殊的社會網(wǎng)絡角色，促進大數(shù)據(jù)、人工智能等新技術與在線學習有效結(jié)合，推動虛擬學習社區(qū)的可持續(xù)發(fā)展。