基于共詞網(wǎng)絡(luò)的霧霾事件下微博關(guān)注話題差異性
——以中國北方霧霾嚴重地區(qū)典型城市為例

逯海玥，芮小平，李潤奎

(1.河海大學(xué)水文水資源學(xué)院，南京 211100；2.河海大學(xué)地球科學(xué)與工程學(xué)院，南京 211100;3.中國科學(xué)院大學(xué)資源與環(huán)境學(xué)院，北京 100049)

霧霾是一種由于空氣中存在的灰塵、水分、煙霧、水蒸氣而造成空氣水平能見度小于10 km的天氣現(xiàn)象[1-2]，其產(chǎn)生根源于PM2.5，是空氣中動力學(xué)當(dāng)量直徑小于等于2.5 μm的顆粒物[3]。目前，霧霾較往年雖出現(xiàn)好轉(zhuǎn)，但在北方地區(qū)仍時有發(fā)生，對社會生活、經(jīng)濟發(fā)展，尤其是對人們的身心健康產(chǎn)生了極其嚴重的威脅。有研究表明，在空氣污染物濃度尤其是PM2.5濃度過高的情況下，生活在這種污染空氣中的人們，會因此而產(chǎn)生急性的健康風(fēng)險，進而誘發(fā)心血管等疾病[4-5]；此外，空氣污染不僅與人類的多種疾病有關(guān)，還對人類的心理也有較為明顯的影響，Ho等[6]通過研究證實，即使是短期霧霾也會造成心理壓力，使人產(chǎn)生心理障礙，Gu 等[7]利用多種計量經(jīng)濟學(xué)方法分析空氣污染對于心理健康的影響，發(fā)現(xiàn)PM2.5濃度越高，人類的緊張、抑郁、無力、煩躁四種負面情緒會更突出。

互聯(lián)網(wǎng)時代，人們越來越傾向于在社交平臺上發(fā)表看法、表達情感、探索自己感興趣的新聞。微博作為一種社交平臺，具有內(nèi)容簡短、傳播迅速、實時性強等特點，在一定程度上改變了人們獲取、交流、表達信息的方式[8]。微博公開化的特點使得其具有多源用戶，以及多主題的內(nèi)容，各年齡階層、各社會性質(zhì)的人們都可以根據(jù)自己的需要發(fā)布不同主題的內(nèi)容，比如新聞、事件評論、情感表達等，因此微博數(shù)據(jù)是開展各種輿情研究的良好數(shù)據(jù)源[9]。當(dāng)霧霾污染嚴重時，人們會在微博平臺發(fā)布、轉(zhuǎn)發(fā)、評論相關(guān)微博，這些微博內(nèi)容包含了許多圍繞霧霾污染所產(chǎn)生的觀點信息，而不同城市受霧霾的影響程度不同，人們對霧霾的態(tài)度也因此而異，以北方受霧霾污染嚴重的典型城市為例，采集、分析微博數(shù)據(jù)，挖掘其中蘊含的話題信息，旨在為城市網(wǎng)絡(luò)輿論引導(dǎo)、環(huán)保政策制定等提供理論指引。

當(dāng)前，中外有大量研究利用微博數(shù)據(jù)對霧霾發(fā)生時網(wǎng)民的關(guān)注點進行探討、分析。曾子明等[10]根據(jù)微博數(shù)據(jù)和以往的研究定義了微博影響力特征變量和用戶可信度，采用LDA(latent dirichlet allocation)主題模型，對2016年微博中與霧霾有關(guān)的謠言進行精準識別，降低了用戶的信息焦慮；Yang等[11]應(yīng)用框架理論對微博進行文本分析，發(fā)現(xiàn)中國官方媒體對于霧霾的關(guān)注點集中于政府關(guān)注、輿論勸阻管理、輿論影響因素、社會霧霾相關(guān)新聞及外部霧霾相關(guān)新聞5個層面；Zhang等[12]利用微博數(shù)據(jù)，分析人們對霧霾感知的季節(jié)性差異，發(fā)現(xiàn)春夏秋冬人們的關(guān)注點分別側(cè)重于霧霾成因、積極情緒、防治措施及健康影響4個方面；Wang等[13]對微博內(nèi)容進行文本分析，以哈爾濱市微博數(shù)據(jù)為例，發(fā)現(xiàn)霧霾期間用戶的關(guān)注內(nèi)容分為三大類:情感表達與觀點闡述、信息提示、個體情境感知；Lin[14]對新加坡霧霾危機期間的微博數(shù)據(jù)進行網(wǎng)絡(luò)分析，發(fā)現(xiàn)當(dāng)環(huán)境危機發(fā)生時，傳統(tǒng)媒體和新媒體在報道相關(guān)新聞、應(yīng)對重大事件、向公眾發(fā)布信息等方面采取不同的方式。

目前現(xiàn)有研究大多是對同一地區(qū)進行相關(guān)分析，很少有研究涉及不同地區(qū)霧霾輿情關(guān)注點的空間差異性研究，基于此，考慮空間差異，將不同地區(qū)納入研究范圍，利用共詞網(wǎng)絡(luò)法首次探索霧霾情形下微博網(wǎng)民的輿情響應(yīng)，及不同城市對霧霾關(guān)注程度的差異性。首先，抓取以“霧霾”為主的微博數(shù)據(jù)，根據(jù)TF-IDF(term frequency-inverse document frequency)算法提取出每條微博的關(guān)鍵詞匯，利用微博關(guān)鍵詞的共現(xiàn)關(guān)系構(gòu)建共現(xiàn)三元組，進而構(gòu)建共詞網(wǎng)絡(luò)，然后，通過社區(qū)探測算法挖掘出話題社區(qū)，以此為基礎(chǔ)，對比不同城市地區(qū)輿情話題的差異及差異程度，從輿情發(fā)展的角度為城市應(yīng)對霧霾提供差異化理論指引，如針對大眾情緒異?，F(xiàn)象，政府應(yīng)作出及時、恰當(dāng)?shù)那榫w引導(dǎo)，避免不良行為的發(fā)生；對于霧霾所造成的負面影響，如健康威脅、交通影響，應(yīng)采取相應(yīng)措施減輕損害，提升生活幸福感；針對其他不同的關(guān)注點，采取相應(yīng)策略，促進城市可持續(xù)發(fā)展。

1 相關(guān)方法

目前，話題挖掘方法主要分為三大類。第一類方法是文本聚類法，以聚類假設(shè)作為理論依據(jù)，依據(jù)文本詞元素之間的相似度，選取某種相似性規(guī)則進行聚類。路榮等[15]對微博文本進行聚類識別出了新聞話題；又如楊波等[16]提出了基于詞向量和增量聚類的短文本聚類算法(improved single-pass algorithm based on word embedding, ISWE)，聚類準確率明顯提高；再如何諾等[17]改進了K均值聚類算法，成功克服K均值初始聚類中心比較敏感的問題。聚類方法會出現(xiàn)數(shù)據(jù)稀疏、維度爆炸的現(xiàn)象，無法保證聚類結(jié)果與主題的相關(guān)性。

第二類方法是主題模型法，主要有三種:PLSA(probabilistic latent semantic analysis)、LDA(latent dirichlet allocation)和改進的LDA模型。PLSA主題提取的過程就是高維空間到低維空間的降維過程[18]，但PLSA不能直觀理解主題信息。Blei等[19]提出了LDA主題模型，解決了此難題。LDA由文檔層、主題層及主題詞語層構(gòu)成，可用來生成文檔主題[20]，但傳統(tǒng)LDA模型不適用于短文本，因此許多學(xué)者考慮多種特征，提出了基于LDA的改進模型，以更好地應(yīng)用于微博短文本的分析。如吳楠[21]提出LDA-SP(latent dirichlet allocation-single pass)混合模型，基于單通道算法(single-pass,SP)進行語義相似度聚類。微博等社交媒體中的數(shù)據(jù)種類豐富、長短不一，多數(shù)微博具有共性內(nèi)容，此種情況下，主題模型適應(yīng)性較差，無法全面地提取主題信息。

第三類方法是基于社區(qū)的共詞分析法，考慮社交媒體的網(wǎng)絡(luò)化特性，利用關(guān)鍵詞節(jié)點構(gòu)建共詞網(wǎng)絡(luò)，含有相同關(guān)鍵詞越多的微博社區(qū)連接越緊密，所以共詞網(wǎng)絡(luò)可以表示成“網(wǎng)絡(luò)-社區(qū)、主題-節(jié)點、邊”的形式[22]，話題提取取決于對包含不同詞匯的微博社區(qū)的劃分，且微博社區(qū)間的模塊度[23]決定了微博社區(qū)劃分的精確度，即同一微博社區(qū)內(nèi)部要含有盡可能多的相同關(guān)鍵詞，而不同微博社區(qū)間要含有盡可能少的相同關(guān)鍵詞。例如，丁晟春等[24]考慮微博在傳播過程中的微博特征和用戶行為，發(fā)現(xiàn)了魏則西事件的潛在主題；方興林[25]采用共詞分析法，得到微博上中國政務(wù)研究領(lǐng)域的熱點信息；李磊等[26]改進了傳統(tǒng)的共現(xiàn)分析法，結(jié)合社會網(wǎng)絡(luò)分析識別出社交媒體輿情信息中的主要話題；王艷東等[27]利用共詞網(wǎng)絡(luò)法在網(wǎng)絡(luò)輿情文本數(shù)據(jù)中挖掘話題社區(qū)，探測出災(zāi)情發(fā)展階段及態(tài)勢。這類方法可自動識別話題數(shù)目，以網(wǎng)絡(luò)社區(qū)為話題基本單位，將現(xiàn)實社會網(wǎng)絡(luò)映射到虛擬網(wǎng)絡(luò)空間中，符合微博內(nèi)容具有小社團聚集性的特點，在話題挖掘領(lǐng)域具有很大的優(yōu)勢；因此選擇共詞分析法，進行霧霾情形下，不同城市中人們對霧霾關(guān)注點的差異以及差異程度的研究。

2 基于社區(qū)的共詞網(wǎng)絡(luò)法

2.1 研究思路

圍繞“霧霾”一詞采集微博數(shù)據(jù)，對數(shù)據(jù)進行去噪、分詞、去停用詞等預(yù)處理操作，通過TI-IDF法提取關(guān)鍵詞、進而構(gòu)建關(guān)鍵詞共現(xiàn)三元組，再利用Gephi軟件構(gòu)建共詞網(wǎng)絡(luò)，最后，通過Louvain社區(qū)發(fā)現(xiàn)法來探測霧霾事件下的話題社區(qū)，結(jié)合節(jié)點Pagerank屬性分析不同區(qū)域?qū)F霾事件關(guān)注點的差異及差異程度。論文方法流程圖如圖1所示。

圖1 方法流程圖

2.2 關(guān)鍵詞提取

關(guān)鍵詞是文本中起關(guān)鍵作用的、反映主題思想、可以代表中心概念的內(nèi)容，通常以詞語或詞組的方式呈現(xiàn)。其不僅要體現(xiàn)文本中的主題相關(guān)性，還需要將詞語的重要性反映出來[28]，因此需要運用一定的關(guān)鍵詞抽取技術(shù)篩選出對構(gòu)建共詞網(wǎng)絡(luò)貢獻度大的關(guān)鍵特征詞。在關(guān)鍵詞提取技術(shù)中，比較經(jīng)典的一種關(guān)鍵詞提取方法為TF-IDF算法[29-30]，TF-IDF是一種常用于信息檢索和文本挖掘領(lǐng)域的加權(quán)方法，主要思想是:若一個詞語在一篇文檔中出現(xiàn)的頻率高，同時在其他文檔中出現(xiàn)較少，則該詞語具有良好的區(qū)分類別的能力，可用于文本分類、提取核心詞(即關(guān)鍵詞)、計算文檔間的相似程度、檢索排序等[31]，其所代表的權(quán)重表示某一文檔中一個詞語相對其他詞語而言的重要程度[32]，TF-IDF算法中TF(term frequency)指詞頻，IDF(inverse document frequency)指逆向文檔頻率，TF-IDF實際上指TF×IDF，意味著一個詞語的重要程度與該詞語在文本中出現(xiàn)的次數(shù)成正比，與該詞語在整個文本集合中出現(xiàn)的頻率成反比，這種計算詞語重要程度的方式可以有效減少常用詞對關(guān)鍵詞產(chǎn)生的影響，提高了關(guān)鍵詞與其所在文章間的相關(guān)程度。TF值體現(xiàn)了詞語對某文本的重要性，IDF體現(xiàn)了詞語對文本集合的重要性，若詞語在文本中TF值高(在該文本中出現(xiàn)次數(shù)多)，IDF值高(在其他文本中出現(xiàn)次數(shù)少)，則說明該詞語能夠代表其所在文本的中心內(nèi)容。TF-IDF值具體計算公式為

(1)

2.3 共詞網(wǎng)絡(luò)的構(gòu)建

共詞網(wǎng)絡(luò)的構(gòu)建取決于關(guān)鍵詞共現(xiàn)矩陣的形成，根據(jù)關(guān)鍵詞共現(xiàn)的頻率建立共現(xiàn)矩陣，是后續(xù)統(tǒng)計分析的基礎(chǔ)[33]；共詞網(wǎng)絡(luò)是用以描述關(guān)鍵詞及共現(xiàn)關(guān)系的數(shù)學(xué)圖模型G=(V，E)，其中V是一個非空集合，為關(guān)鍵詞構(gòu)成的節(jié)點(node)，E也是一個非空集合，為關(guān)鍵詞間的共現(xiàn)關(guān)系組建的邊(edge)，eij(G)為圖G中的節(jié)點Vi和節(jié)點Vj之間的共現(xiàn)邊，ωij為權(quán)重，是關(guān)鍵詞節(jié)點Vi和節(jié)點Vj之間的共現(xiàn)次數(shù)[34-35]。共詞網(wǎng)絡(luò)結(jié)構(gòu)如圖2所示。

圖2 共詞網(wǎng)絡(luò)結(jié)構(gòu)示意圖

共詞分析最重要的一步即將構(gòu)建出來的共詞網(wǎng)絡(luò)可視化，直觀呈現(xiàn)網(wǎng)絡(luò)結(jié)構(gòu)，常用的共詞網(wǎng)絡(luò)分析工具有Gephi、NetDraw、Pajek、Ucinet等，選取Gephi將關(guān)鍵詞共詞網(wǎng)絡(luò)可視化。

2.4 Louvain社區(qū)探測算法

共詞網(wǎng)絡(luò)的結(jié)構(gòu)通常不是雜亂無序，而會呈現(xiàn)一定的規(guī)律，一般來說，網(wǎng)絡(luò)中部分節(jié)點會聚集在一起成為小團體，團體連接越緊密，包含相同的關(guān)鍵詞越多，蘊含的話題會越相似[22]。這種小團體結(jié)構(gòu)也叫社區(qū)，是常見于社會網(wǎng)絡(luò)中的一種介于宏觀與微觀之間的網(wǎng)絡(luò)結(jié)構(gòu)特征，在真實網(wǎng)絡(luò)中，同一個社區(qū)內(nèi)的節(jié)點往往具有相似功能或性質(zhì)，比如引文網(wǎng)絡(luò)是具有論文引用關(guān)系的一些論文集，這些論文集傾向于研究相似的學(xué)科主題[36]。通過研究社區(qū)的結(jié)構(gòu)，可以對網(wǎng)絡(luò)的結(jié)構(gòu)與功能間的關(guān)系具有更深刻的理解，因此對共詞網(wǎng)絡(luò)中話題的發(fā)現(xiàn)與描述就可以轉(zhuǎn)化為對話題社區(qū)的發(fā)現(xiàn)，社區(qū)包含的詞語就代表了話題的內(nèi)容。目前，常見社區(qū)發(fā)現(xiàn)算法有譜二分法、Kernighan-Lin算法、層次聚類算法等[37]，但這些算法僅適用于小規(guī)模網(wǎng)絡(luò)，而不適用于節(jié)點較多的大型網(wǎng)絡(luò)，Louvain算法[23]對大規(guī)模網(wǎng)絡(luò)具有適用性，因此本文研究使用此算法來進行共詞網(wǎng)絡(luò)的社區(qū)發(fā)現(xiàn)。Louvain算法具有很好的社區(qū)劃分效果及效率，是社區(qū)發(fā)現(xiàn)算法中性能最好的算法之一[38]，其基于模塊度[39]進行最優(yōu)化、啟發(fā)式計算，具有計算結(jié)果解釋性強、支持大規(guī)模網(wǎng)絡(luò)的特點，模塊度定義為

(2)

式(2)中：m為圖中邊的總數(shù)；ki為所有指向節(jié)點i的連邊權(quán)重之和，kj為所有指向節(jié)點j的連邊權(quán)重之和；Ai,j為節(jié)點i，j之間的連邊權(quán)重；Ci和Cj分別表示節(jié)點i、j所屬社區(qū)，當(dāng)i和j同屬一個社區(qū)，δ=1，否則，不同屬一個社區(qū)，δ=0。通過對模塊度不斷進行優(yōu)化，可以劃分出具有不同話題內(nèi)容的社區(qū)，且各社區(qū)內(nèi)部具有盡可能多的相同關(guān)鍵詞，社區(qū)與社區(qū)之間具有盡可能少的相同關(guān)鍵詞[16]，可以清晰區(qū)別出不同話題社區(qū)。

3 實驗與結(jié)果分析

3.1 數(shù)據(jù)采集及預(yù)處理

主要采用兩種數(shù)據(jù):空氣質(zhì)量數(shù)據(jù)和微博數(shù)據(jù)。城市空氣質(zhì)量數(shù)據(jù)來源于世界空氣質(zhì)量指數(shù)網(wǎng)站(https://aqicn.org/map/china/cn/)，收集范圍包含中國受霧霾污染最嚴重的華北地區(qū)典型城市，包括北京市、天津市、石家莊市、太原市、呼和浩特市，以及霧霾相對嚴重的東北地區(qū)城市沈陽市、華東地區(qū)城市濟南市，數(shù)據(jù)收集時間為冬季，包括12月、1月、2月，此季節(jié)相對于其他季節(jié)，霧霾最嚴重，相關(guān)微博數(shù)據(jù)較豐富，更具代表性及研究價值，數(shù)據(jù)內(nèi)容包括城市、日期、PM2.5、PM10、一氧化碳、二氧化氮和二氧化硫含量，由于PM2.5是霧霾污染產(chǎn)生的主要原因，現(xiàn)采用PM2.5含量來說明霧霾污染的程度；微博數(shù)據(jù)通過后裔采集器抓取，以“霧霾”“空氣”等為搜索關(guān)鍵詞，抓取7個城市2017年冬季的相關(guān)微博數(shù)據(jù)，每條微博的抓取內(nèi)容包括用戶ID、微博博文、時間范圍、點贊數(shù)及評論數(shù)等，最終共搜集到34 373條相關(guān)微博數(shù)據(jù)，其中，北京市數(shù)據(jù)11 790條、濟南市數(shù)據(jù)6 140條、沈陽市數(shù)據(jù)2 388條、石家莊市數(shù)據(jù)6 860條、太原市數(shù)據(jù)2 459條、天津市數(shù)據(jù)4 736條、呼和浩特市數(shù)據(jù)730條。

上述通過采集器獲取的微博原始內(nèi)容屬于非結(jié)構(gòu)化的數(shù)據(jù)，存在許多噪聲，如重復(fù)數(shù)據(jù)、商業(yè)廣告、特殊符號等，計算機無法直接進行處理，為了提高話題挖掘的準確性和效率，需要進行數(shù)據(jù)清洗、文本分詞以及過濾停用詞的預(yù)處理操作。本文利用Python語言編程剔除表情符號、標簽、網(wǎng)頁鏈接等內(nèi)容以實現(xiàn)數(shù)據(jù)清洗，調(diào)用Python中的jieba庫對清洗過的數(shù)據(jù)分詞，然后，加載哈工大停用詞表過濾“我、的、了”等停用詞，最終將原始微博數(shù)據(jù)轉(zhuǎn)為由若干詞語組成的結(jié)構(gòu)化數(shù)據(jù)，以便后續(xù)分析，數(shù)據(jù)預(yù)處理結(jié)果如表1所示。

表1 微博文本預(yù)處理示例

3.2 TF-IDF關(guān)鍵詞提取及共現(xiàn)矩陣構(gòu)建

對于預(yù)處理后的微博文本，利用Python實現(xiàn)jieba庫中的TF-IDF算法，計算每個詞語的TF-IDF值也即該詞語的重要性值，經(jīng)排序得到排名靠前的若干詞語，即可得到每條微博的關(guān)鍵特征詞，本文設(shè)定提取每條微博TF-IDF權(quán)重最大的前70個關(guān)鍵詞，詞性范圍包括n(名詞)、nr(人名)、ns(地名)、f(方位詞)、a(形容詞)、v(動詞)、z(狀態(tài)詞)，以便構(gòu)建出內(nèi)容清晰、規(guī)模適中的共詞網(wǎng)絡(luò)；同樣，利用Python編程統(tǒng)計關(guān)鍵詞節(jié)點之間的關(guān)系頻數(shù)構(gòu)建共現(xiàn)矩陣，借助字典數(shù)據(jù)結(jié)構(gòu)將共現(xiàn)矩陣轉(zhuǎn)換為共現(xiàn)三元組，便于存儲，共現(xiàn)三元組示例如表2所示。

表2 關(guān)鍵詞共現(xiàn)三元組示例

3.3 基于社區(qū)的共詞網(wǎng)絡(luò)主題挖掘

Gephi軟件基于Java虛擬機，跨平臺、開源，可用于分析各種復(fù)雜網(wǎng)絡(luò)[40]。首先，將共現(xiàn)三元組導(dǎo)入Gephi軟件中，統(tǒng)計得到網(wǎng)絡(luò)的節(jié)點個數(shù)與邊條數(shù)，計算節(jié)點重要性——Pagerank大小，并根據(jù)節(jié)點Pagerank值、邊與節(jié)點間的權(quán)重設(shè)置節(jié)點與邊的外觀；其次，為使網(wǎng)絡(luò)清晰可觀，根據(jù)邊拓撲中的度范圍系數(shù)對邊進行過濾，降低網(wǎng)絡(luò)復(fù)雜度，同時保留重要節(jié)點；最后，調(diào)整網(wǎng)絡(luò)布局，采用軟件內(nèi)置的力引導(dǎo)布局算法，將節(jié)點模擬為原子，利用原子間的引力和斥力做迭代運動，調(diào)整每個節(jié)點的位置，使網(wǎng)絡(luò)具有最平衡的結(jié)構(gòu)，本文選擇社區(qū)探測效果最明顯的Fruchterman Reingold算法，分別得到7個城市包含子話題社區(qū)的共詞網(wǎng)絡(luò)，如圖3所示。

圖3 包含子話題社區(qū)的共詞網(wǎng)絡(luò)

3.4 不同城市關(guān)注話題差異性分析

3.4.1 宏觀層面

運行Gephi軟件的統(tǒng)計分析模塊，得到各城市微博宏觀層面的網(wǎng)絡(luò)概況，如表3所示。各網(wǎng)絡(luò)參數(shù)定義如下。

表3 城市微博共詞網(wǎng)絡(luò)概況

平均度:表示圖中每個節(jié)點所連接邊的平均數(shù)，衡量網(wǎng)絡(luò)節(jié)點的活躍度，值越小代表節(jié)點間連接越少。

圖密度:表示網(wǎng)絡(luò)節(jié)點間連接的疏密程度，值越大代表節(jié)點連接密集。

模塊化指數(shù):表示網(wǎng)絡(luò)的模塊化程度，值越大代表模塊化程度越高。

平均聚類系數(shù):表示節(jié)點抱團或聚類的總體跡象，值越大代表節(jié)點關(guān)聯(lián)越緊密；和平均路徑長度一起，反映網(wǎng)絡(luò)的小世界特性。

平均路徑長度:表示任意兩個節(jié)點之間距離的平均值，反映網(wǎng)絡(luò)中節(jié)點間的分離程度，值越小代表節(jié)點關(guān)聯(lián)越緊密。

綜合考慮各網(wǎng)絡(luò)參數(shù)，對7個城市共詞網(wǎng)絡(luò)參數(shù)值進行比較，觀察得節(jié)點數(shù)與邊條數(shù)同向變化，將兩者合并為網(wǎng)絡(luò)規(guī)模，得如表4度量排序情況。

表4 城市共詞網(wǎng)絡(luò)度量排序表(降序)

分析表3及表4可知，7個城市的微博共詞網(wǎng)絡(luò)規(guī)模各異，但觀察發(fā)現(xiàn)，規(guī)模大的網(wǎng)絡(luò)中，模塊化程度不一定高，節(jié)點間的聯(lián)系不一定緊密，因此，僅依靠網(wǎng)絡(luò)的宏觀概況難以看出網(wǎng)絡(luò)中各社區(qū)的細微差異，因此需結(jié)合社區(qū)內(nèi)部節(jié)點的屬性來深入分析不同城市共詞網(wǎng)絡(luò)在話題社區(qū)方面的差異。

3.4.2 微觀層面

共詞網(wǎng)絡(luò)圖中，節(jié)點顏色決定話題社區(qū)內(nèi)容，節(jié)點大小決定話題社區(qū)大小，結(jié)合圖3中不同顏色的節(jié)點內(nèi)容及Gephi中節(jié)點屬性可以得到表5所示的話題社區(qū)情況，進而定量分析在霧霾事件下，7個城市人民輿情關(guān)注點的差異。

表5 北京市共詞網(wǎng)絡(luò)話題社區(qū)示例

由于篇幅限制，沒有展示剩余話題社區(qū)詳情，利用同樣的分析方法可得到表6所示的話題社區(qū)簡表。

分析表6可知，霧霾發(fā)生時，按照對話題的關(guān)注程度，北京市關(guān)注話題依次為探討原因、霧霾治理、樂觀態(tài)度、直觀感受、旅行娛樂，濟南市關(guān)注話題依次為直觀感受、旅行娛樂、交通影響、風(fēng)景名勝、應(yīng)對措施，沈陽市關(guān)注話題依次為直觀感受、呼吁倡導(dǎo)、航班取消、樂觀態(tài)度、放假休息，石家莊市關(guān)注話題依次為直觀感受、負面情緒、霧霾治理、健康威脅、交通影響，太原市關(guān)注話題依次為直觀感受、霧霾治理、樂觀態(tài)度、交通管制、航班取消，天津市關(guān)注話題依次為直觀感受、專家解釋、健康威脅、呼吁倡導(dǎo)、日常生活，呼和浩特市關(guān)注話題依次為官方發(fā)聲、霧霾治理、政府整治、直觀感受。

表6 各市共詞網(wǎng)絡(luò)話題社區(qū)一覽表

同時，各市關(guān)注點有交叉部分，在對霧霾直觀感受方面，每個城市人民在霧霾發(fā)生時都會對此描述所見所想，但程度有深有淺，由深及淺依次為石家莊市、濟南市、沈陽市、太原市、天津市、北京市、呼和浩特市；在對霧霾治理的討論方面，有4個城市對其有所關(guān)注，按關(guān)注程度依次為北京市、太原市、呼和浩特市、石家莊市；呼吁倡導(dǎo)方面，按討論程度，沈陽市優(yōu)于天津市；旅行娛樂方面，北京市和濟南市關(guān)注程度相當(dāng)；樂觀態(tài)度方面，按程度依次為北京市、太原市、沈陽市；在霧霾對交通影響的討論方面，按程度為濟南市、石家莊市；對于航班取消的關(guān)注，按程度為濟南市、太原市；在霧霾對健康造成威脅的關(guān)注上，依次為天津市、石家莊市。

除共同關(guān)注話題外，每個城市有其獨有的關(guān)注點，北京市人民側(cè)重于對造成霧霾的原因進行探討，濟南市人民會具體討論應(yīng)對霧霾的措施，沈陽市人民在霧霾天氣下較關(guān)注放假休息，石家莊市人民對霧霾的耐受性可能不如其他幾個城市，太原市人民對于交通管制給予更多的關(guān)注，天津市人民較關(guān)注專家對霧霾現(xiàn)象的解釋說明，而呼和浩特市較重視官方媒體所作出的回應(yīng)以及政府對霧霾污染進行整治，在7個城市中，呼和浩特市空氣質(zhì)量最好，在一定程度上得益于對霧霾的及時關(guān)注與積極應(yīng)對。

4 結(jié)論

利用基于社區(qū)的共詞網(wǎng)絡(luò)法探究霧霾污染時，不同城市的人們在微博中關(guān)注點的差異性，以華北地區(qū)、華東地區(qū)、東北地區(qū)7個典型城市為研究地區(qū)，得出如下結(jié)論。

(1)雖然每個城市對霧霾的關(guān)注點有細微差異，但發(fā)生霧霾污染時，各城市人民都會對其有及時感知，并會討論霧霾所帶來的各方面影響。

(2)出于對健康生活的需要，各城市人民對霧霾治理都有不同程度的關(guān)注，如霧霾治理、呼吁倡導(dǎo)、應(yīng)對措施等關(guān)注內(nèi)容。

(3)同時，多數(shù)城市對霧霾事件的態(tài)度以樂觀為主，少數(shù)城市會出現(xiàn)情緒異常，如石家莊市共詞網(wǎng)絡(luò)中的難受、無奈、抑郁等關(guān)鍵詞。

研究結(jié)果對城市健康發(fā)展可起到一定的理論指導(dǎo)作用，如針對大眾情緒異常，采取措施實現(xiàn)提前心理干預(yù)，降低不良行為的發(fā)生概率；針對霧霾污染對身體健康造成的負面影響，增設(shè)相關(guān)醫(yī)療部門，調(diào)配醫(yī)療資源以滿足健康需求；針對霧霾天氣導(dǎo)致的道路交通安全問題，相關(guān)部門可加強安全提示、增加路面巡邏管控來減少交通事故的發(fā)生，為居民出行營造良好的交通安全環(huán)境；管理人員可根據(jù)不同霧霾輿情關(guān)注點，制定差異化應(yīng)對策略，實現(xiàn)對癥管理，提高管理效率。

利用關(guān)鍵詞間的共現(xiàn)關(guān)系構(gòu)建共詞網(wǎng)絡(luò)，以Louvain社區(qū)探測算法發(fā)現(xiàn)話題社區(qū)，以此為基礎(chǔ)單元研究關(guān)注點的差異性。其中，關(guān)鍵詞提取基于TF-IDF算法，會過濾掉某些重要詞語，影響話題社區(qū)探測的準確性；其次，本文話題挖掘基于靜態(tài)時間段，隨著時間發(fā)展，人們的關(guān)注點會發(fā)生變化，本文未在此方面做詳細研究，因此，改進關(guān)鍵詞提取算法以及霧霾輿情動態(tài)話題演化將是下一步研究的重點。