〔摘 要〕伴隨著互聯(lián)網(wǎng)的不斷發(fā)展和普及，網(wǎng)絡(luò)以其獨(dú)特的優(yōu)勢(shì)正逐漸成為社會(huì)輿論的主陣地，隨著大量信息的涌現(xiàn)，如何從中發(fā)掘有用的輿情信息為我們的決策、管理服務(wù)成為當(dāng)前亟待解決的問(wèn)題。本文在介紹了觀點(diǎn)挖掘技術(shù)之后，提出了基于觀點(diǎn)挖掘的輿情信息分析方法，在構(gòu)建模型的基礎(chǔ)上，通過(guò)實(shí)例予以說(shuō)明。

〔關(guān)鍵詞〕觀點(diǎn)挖掘；網(wǎng)絡(luò)輿情；信息分析

ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００８－０８２１．２０１０．１１．０１１

〔中圖分類(lèi)號(hào)〕Ｇ３５０ 〔文獻(xiàn)標(biāo)識(shí)碼〕Ａ 〔文章編號(hào)〕１００８－０８２１（２０１０）１１－００４６－０４

Analysis of Net-Mediated Public Sentiment Information

Based on the Opinion Mining TechnologyJi Xiang

（School of Society，Soochow University，Suzhou 215000，China）

〔Ａｂｓｔｒａｃｔ〕With the rapid development of the Internet，it comes more and more popular，With its unique advantage it is becoming the main battlefield of public opinion.However with the emergence of large amounts of information on the Internet，we face to solve a problem that how to find useful information which can be used for our decision-making and management services from the public opinion.This article introduced the characteristics of net-mediated public sentiment，analyzed the functions of opinion mining technology，then put forward a model of net-mediated public sentiment information analysis，and explained the applications of opinion mining technology with a case study.

〔Ｋｅｙｗｏｒｄｓ〕opinion mining;net-mediated public sentiment;information analysis

網(wǎng)絡(luò)輿情是指以互聯(lián)網(wǎng)為傳播媒介，圍繞某些熱點(diǎn)和焦點(diǎn)問(wèn)題的發(fā)生、發(fā)展和變化，公眾所表達(dá)出來(lái)的具有較強(qiáng)影響力、傾向性的觀點(diǎn)和言論，主要通過(guò)BBS、Blog、跟貼、轉(zhuǎn)貼等方式傳播并加以強(qiáng)化，并且會(huì)對(duì)事件本身產(chǎn)生一定的影響。據(jù)CNNIC調(diào)查，截至2009年12月30日，中國(guó)網(wǎng)民規(guī)模達(dá)到3.84億人，普及率達(dá)到28.9%。與傳統(tǒng)媒體相比，網(wǎng)絡(luò)媒體以其所特有的自由、開(kāi)放、交互、虛擬等特性已成為公眾表達(dá)民意，參與經(jīng)濟(jì)、政治生活的主要輿論平臺(tái)。人民網(wǎng)輿情監(jiān)測(cè)室發(fā)布的《2009年中國(guó)互聯(lián)網(wǎng)輿情分析報(bào)告》指出，互聯(lián)網(wǎng)已成為新聞?shì)浾摢?dú)立源頭，2009年度77件影響較大的社會(huì)熱點(diǎn)事件約三成的社會(huì)輿論因網(wǎng)絡(luò)而興起。網(wǎng)民這一“新意見(jiàn)階層”正以一股強(qiáng)大的力量，推動(dòng)著社會(huì)的發(fā)展。

１ 網(wǎng)絡(luò)輿情的兩面性

網(wǎng)絡(luò)這把“雙刃劍”在給人們工作、學(xué)習(xí)、生活帶來(lái)極大便利的同時(shí)也帶來(lái)了一系列的消極影響。一方面它可以成為政府了解民意、輔助決策、下情上達(dá)的工具，但另一方面也可能成為虛假信息、極端情緒或反動(dòng)言論滋生的溫床，威脅社會(huì)穩(wěn)定。

網(wǎng)絡(luò)輿情是社會(huì)輿情的一種表現(xiàn)形式，是一股強(qiáng)大的輿論力量，它不僅影響公眾、社會(huì)的輿論傾向，還可以反作用于輿情熱點(diǎn)事件，甚至對(duì)事件的發(fā)展起到?jīng)Q定性的影響。一方面我們要認(rèn)識(shí)到網(wǎng)絡(luò)輿情對(duì)社會(huì)發(fā)展的促進(jìn)作用，如網(wǎng)絡(luò)反腐倡廉、民主監(jiān)督等。但同時(shí)也要清醒地認(rèn)識(shí)到一些不良或者別有用心的虛假、反動(dòng)信息對(duì)和諧社會(huì)的消極影響，必須謹(jǐn)慎處理由此帶來(lái)的一系列問(wèn)題，倘若處理不善很容易將其推到對(duì)立面去。

網(wǎng)絡(luò)輿情的兩面性，要求對(duì)網(wǎng)絡(luò)輿情信息進(jìn)行有效的獲取、監(jiān)測(cè)、建立網(wǎng)絡(luò)輿情預(yù)警機(jī)制，及時(shí)發(fā)現(xiàn)不良輿情及可能形成不良輿情的潛在信息，加以必要的引導(dǎo)和控制。這對(duì)于主動(dòng)、準(zhǔn)確、及時(shí)地獲取可靠的網(wǎng)絡(luò)輿情信息，堅(jiān)持正確的輿論導(dǎo)向具有重要的意義。如何對(duì)網(wǎng)絡(luò)上所存在的海量非結(jié)構(gòu)化信息進(jìn)行深入分析，發(fā)掘其中有價(jià)值的信息，甄別不同的觀點(diǎn)傾向，并以此來(lái)作為我們的輿情引導(dǎo)的參考依據(jù)，是當(dāng)前輿情工作的重要內(nèi)容。

２ 觀點(diǎn)挖掘概述

觀點(diǎn)挖掘（Opinion Mining）是近年來(lái)在出現(xiàn)于信息檢索和計(jì)算機(jī)語(yǔ)言交叉領(lǐng)域的一個(gè)新課題，觀點(diǎn)挖掘所關(guān)注的是文本所表達(dá)的觀點(diǎn)，而不是文本的主題內(nèi)容。觀點(diǎn)挖掘?qū)儆谏顚哟蔚奈谋就诰颍軌驈拇罅康男畔⒅刑崛∽髡邔?duì)于某一對(duì)象所持的立場(chǎng)，它所要解決的主要任務(wù)是識(shí)別文檔中作者所表達(dá)的主觀意見(jiàn)。

依據(jù)研究對(duì)象的層次不同，觀點(diǎn)挖掘可以劃分為以下兩類(lèi)：

２.１ 文檔級(jí)（Document—level）觀點(diǎn)挖掘

文檔級(jí)的觀點(diǎn)挖掘亦稱作情感分類(lèi)（sentiment classification），它以文章、段落為單位，將觀點(diǎn)挖掘看做文本分類(lèi)問(wèn)題，將評(píng)價(jià)文本劃分為幾大類(lèi)別，如積極的（Positive）和消極的（Negative）。這種方法類(lèi)似于對(duì)詞語(yǔ)感情色彩——褒義、中性和貶義的劃分，優(yōu)點(diǎn)是簡(jiǎn)單易行，可操作性強(qiáng)，但由于缺乏上下文背景及所處的具體語(yǔ)境，只能從宏觀上整體把握文本的情感傾向，無(wú)法發(fā)現(xiàn)具體細(xì)節(jié)。

２.２ 語(yǔ)句級(jí)（Sentence—level）觀點(diǎn)挖掘

語(yǔ)句級(jí)的觀點(diǎn)挖掘又稱基于特征的觀點(diǎn)挖掘，以語(yǔ)句為分析對(duì)象，通過(guò)對(duì)事物特征的細(xì)化，分析作者對(duì)每一個(gè)特征的具體觀點(diǎn)，從而判斷作者的觀點(diǎn)傾向，這種方法的優(yōu)點(diǎn)是可以發(fā)現(xiàn)評(píng)價(jià)的具體細(xì)節(jié)，置信度高，但操作較為繁瑣。如在分析某一款電腦的時(shí)候，就可以將其特征細(xì)分為：性能、價(jià)格、外觀、續(xù)航時(shí)間、品牌等多個(gè)方面，分析時(shí)分別統(tǒng)計(jì)作者對(duì)每個(gè)特征的具體認(rèn)識(shí)，再綜合評(píng)價(jià)以免以偏概全。

與文本挖掘相比，觀點(diǎn)挖掘基于文本挖掘但它將關(guān)注的重點(diǎn)從信息本身轉(zhuǎn)移到信息所包含的觀點(diǎn)上，通過(guò)對(duì)信息觀點(diǎn)的傾向分析來(lái)獲取作者對(duì)于某一問(wèn)題的立場(chǎng)。這一方法在很多領(lǐng)域具有廣泛的應(yīng)用，如基于產(chǎn)品評(píng)論的觀點(diǎn)挖掘——通過(guò)用戶對(duì)產(chǎn)品的主觀評(píng)價(jià)，獲取用戶喜好，幫助生產(chǎn)商改進(jìn)產(chǎn)品提升競(jìng)爭(zhēng)力；基于觀點(diǎn)挖掘的股價(jià)走勢(shì)分析——分析股民的正負(fù)心里預(yù)期即其觀點(diǎn)傾向，推斷其買(mǎi)賣(mài)行為，既而判斷股價(jià)走勢(shì)；基于用戶喜好的產(chǎn)品內(nèi)容推薦——根據(jù)用戶歷史評(píng)價(jià)發(fā)現(xiàn)用戶喜好，挖掘用戶的興趣點(diǎn)，并主動(dòng)將相關(guān)信息推送給用戶等。

觀點(diǎn)挖掘在網(wǎng)絡(luò)輿情信息分析中的運(yùn)用主要體現(xiàn)在以下5個(gè)方面：

３.１ 發(fā)現(xiàn)網(wǎng)絡(luò)輿情潛在熱點(diǎn)

處于萌芽時(shí)期的輿情信息一般都相對(duì)比較隱蔽，很難判斷其未來(lái)趨勢(shì)，但是一般情況下形成爆發(fā)輿情的都是那些具有較強(qiáng)觀點(diǎn)傾向的言論，及時(shí)發(fā)現(xiàn)網(wǎng)絡(luò)上存在的這些源頭，加以必要的引導(dǎo)和控制，可以很好地預(yù)防輿情事件的發(fā)生。如虛假信息的泛濫問(wèn)題，虛假信息在發(fā)布初期也許并不會(huì)引起很多人的注意，但是在經(jīng)過(guò)某些別有用心的人添油加醋大肆渲染之后其后果可能是災(zāi)難性的，通過(guò)觀點(diǎn)挖掘盡早發(fā)現(xiàn)這些潛在熱點(diǎn)，提前采取措施及時(shí)消除不良影響。

３.２ 對(duì)網(wǎng)絡(luò)輿情進(jìn)行預(yù)警

網(wǎng)絡(luò)輿情事件的發(fā)展往往是一個(gè)動(dòng)態(tài)變化的過(guò)程，及時(shí)發(fā)現(xiàn)潛在問(wèn)題是網(wǎng)絡(luò)輿情預(yù)警的主要任務(wù)，處于潛伏期且異?；钴S的負(fù)面輿情信息，一旦爆發(fā)出來(lái)，便會(huì)給社會(huì)帶來(lái)不良影響。建立基于觀點(diǎn)挖掘的網(wǎng)絡(luò)輿情預(yù)警機(jī)制可以在負(fù)面輿情的發(fā)展超過(guò)一定的閾值時(shí)發(fā)出報(bào)警，以便及時(shí)采取措施。

３.３ 判斷網(wǎng)絡(luò)輿情信息的未來(lái)走勢(shì)

由于輿情的變化具有層次性和區(qū)域性，且經(jīng)歷從量變到質(zhì)變的過(guò)程，判斷輿情變化的走勢(shì)是輿情信息分析的高級(jí)階段也是輿情分析的關(guān)鍵之所在。通過(guò)觀點(diǎn)挖掘技術(shù)對(duì)某一問(wèn)題的網(wǎng)絡(luò)輿情信息進(jìn)行動(dòng)態(tài)跟蹤，根據(jù)觀點(diǎn)的不斷變化，推斷輿情的未來(lái)走勢(shì)。但由于輿情的發(fā)展受到很多方面因素的影響，僅僅通過(guò)觀點(diǎn)挖掘分析也不一定能夠徹底解決，必須綜合考慮各方面的因素。

３.４ 指導(dǎo)網(wǎng)絡(luò)輿情的引導(dǎo)

輿情信息分析的結(jié)果可以用來(lái)指導(dǎo)輿情工作的開(kāi)展，對(duì)網(wǎng)絡(luò)輿情進(jìn)行引導(dǎo)要做到有的放矢，有目的性地進(jìn)行。如三鹿奶粉事件涉及到食品安全監(jiān)管機(jī)制、政府問(wèn)責(zé)機(jī)制、道德與法律等多個(gè)方面，基于此種狀況，可以在廣泛征集民意的基礎(chǔ)上，對(duì)所涉及的各個(gè)方面進(jìn)行一個(gè)熱點(diǎn)排行，給有關(guān)部門(mén)的決策提供一個(gè)優(yōu)先次序，從而將民眾最關(guān)心最亟待解決的問(wèn)題優(yōu)先解決。

３.５ 全面掌握社情民意

網(wǎng)絡(luò)為政府管理部門(mén)提供了一個(gè)豐富信息源，其中包含了民眾對(duì)一些問(wèn)題的基本看法，利用好這一資源可以幫助政府深入地了解民意。如政府樓市改革的“國(guó)十條”頒布之后，從網(wǎng)民在BBS或者Blog上發(fā)表的意見(jiàn)，可以看出網(wǎng)民對(duì)這一問(wèn)題的關(guān)注程度，觀點(diǎn)挖掘可以分析出民眾對(duì)這一問(wèn)題的基本態(tài)度和不同的觀點(diǎn)傾向，幫助決策者了解社情民意，作為今后工作或改革的重要依據(jù)。

４ 基于觀點(diǎn)挖掘的網(wǎng)絡(luò)輿情信息分析模型

依照信息的處理流程，基于文檔級(jí)的觀點(diǎn)挖掘方法，本文所構(gòu)建的網(wǎng)絡(luò)輿情信息分析系統(tǒng)可以劃分為五個(gè)組成部分，分別是信息收集模塊、信息篩選模塊、基礎(chǔ)數(shù)據(jù)庫(kù)、學(xué)習(xí)模塊和觀點(diǎn)挖掘模塊，其中基礎(chǔ)數(shù)據(jù)庫(kù)是整個(gè)模型的支撐點(diǎn)、觀點(diǎn)挖掘模塊中的詞匯極性判斷是核心。

國(guó)內(nèi)外目前對(duì)詞語(yǔ)的極性判定雖然有多種方法，但歸納起來(lái)講主要是以下兩類(lèi)：字典法，通過(guò)建庫(kù)的方法將常見(jiàn)詞語(yǔ)的極性進(jìn)行一一列舉，使用時(shí)通過(guò)匹配的方法將觀點(diǎn)詞與字典中標(biāo)引詞進(jìn)行對(duì)比判斷其極性。早在20世紀(jì)60年代Stone和Lasswell就開(kāi)始著手研究構(gòu)建的英文情感詞典，截至2004年這一詞典已經(jīng)收納了1915個(gè)褒義詞和2 291個(gè)貶義詞，這種方法的優(yōu)點(diǎn)是準(zhǔn)確性高，缺點(diǎn)是效率低、建庫(kù)工作量大；關(guān)聯(lián)法，為了彌補(bǔ)字典法的缺點(diǎn)，Hatzivassiloglou和McKeown在1997年首次提出了關(guān)聯(lián)法，這一思想認(rèn)為褒義詞和褒義詞，貶義詞和貶義詞總是成對(duì)出現(xiàn)的，如“美麗大方”、“誠(chéng)實(shí)善良”等，它將最常見(jiàn)的形容詞選作種子詞匯并將其劃分成褒義和貶義兩大類(lèi)，如需判斷某一詞匯的極性只需計(jì)算其與種子詞匯出現(xiàn)的頻率，如與褒義詞出現(xiàn)的頻率大于貶義詞則判斷為褒義，反之亦然。這種方法的難點(diǎn)在于種子詞匯的選取，優(yōu)點(diǎn)在于自動(dòng)化程度高。

本文所構(gòu)建的基于觀點(diǎn)挖掘的網(wǎng)絡(luò)輿情信息分析模型如圖１。

圖１ 基于觀點(diǎn)挖掘的網(wǎng)絡(luò)信息分析模型

首先信息收集模塊，借助一定的采集工具（如搜索引擎、網(wǎng)絡(luò)蜘蛛等），按照一定的采集策略，從互聯(lián)網(wǎng)中抓取各種類(lèi)型的文檔，并按照一定的順序排擋。信息收集模塊將采集到的信息在經(jīng)篩選模塊的處理之后，剔除一些不相關(guān)的冗余信息，并建立必要的索引和關(guān)聯(lián)規(guī)則，形成輿情信息庫(kù)。參照輿情熱點(diǎn)詞庫(kù)，從輿情信息庫(kù)中提取輿情熱點(diǎn)提交給觀點(diǎn)挖掘模塊處理。在觀點(diǎn)挖掘模塊，系統(tǒng)將獲得待處理輿情信息，經(jīng)過(guò)分詞、特征抽取、傾向性判定、約束關(guān)系抽取等數(shù)據(jù)處理過(guò)程后，調(diào)用語(yǔ)料庫(kù)（如SentiWordNet、知網(wǎng)情感語(yǔ)料庫(kù)，）進(jìn)行詞匯極性標(biāo)定，獲取待評(píng)價(jià)信息的極性，并將其作為觀點(diǎn)挖掘出的結(jié)果，經(jīng)過(guò)進(jìn)一步的統(tǒng)計(jì)分析形成輿情報(bào)告。

５ 觀點(diǎn)挖掘應(yīng)用案例

本文以2009年網(wǎng)絡(luò)關(guān)注度最高的“鄧玉嬌案”為分析對(duì)象，從互聯(lián)網(wǎng)上采集了部分BBS和Blog信息，以winisis和SentiWordNet語(yǔ)料庫(kù)為基本工具，通過(guò)定量計(jì)算，分析網(wǎng)民對(duì)此事件的基本態(tài)度。由于所選語(yǔ)料庫(kù)只能處理與英文相關(guān)的信息內(nèi)容，所以在信息采集方面使用的都是英文信息。具體步驟如下：

（1）以“dengyujiao”為關(guān)鍵詞從google中檢索出與此相關(guān)的文章17篇，逐一復(fù)制至Text文檔中保存。

（2）利用winisis建立一個(gè)wlyq.mst數(shù)據(jù)庫(kù)，將17篇文獻(xiàn)依次導(dǎo)入，利用winisis的詞典功能統(tǒng)計(jì)詞頻，并將結(jié)果導(dǎo)出至wlyq.dct。

（3）將導(dǎo)出的數(shù)據(jù)經(jīng)過(guò)處理后按詞頻降序排列。（如表１） 表１ 詞頻統(tǒng)計(jì)表（部分）

序號(hào)單詞詞頻序號(hào)單詞詞頻1THE45016IS552A25617FOR513OF18418S514TO18419AS505AND16020SAID506DENG14121HAVE447IN11922PUBLIC448WAS10823YOU449ON8324CASE4310SHE8325WHO4211HER7626AT4112THAT7227OFFICIAL4113I7028IT3614WITH6429NOT3615YUJIAO6230GUIDA35

（4）手工刪除了一些非情感詞（如介詞、連詞、人名等），根據(jù)詞頻篩選出78個(gè)詞頻不低于3的情感詞，作為定量分析的對(duì)象。

（5）將78個(gè)情感詞對(duì)照SentiWordNet語(yǔ)料庫(kù)判斷其極性（如圖２），SentiWordNet語(yǔ)料庫(kù)就將評(píng)價(jià)文本劃分為主觀（Subjective）和客觀（Objective）兩大方面，主觀方面又分為積極（Positive）和消極（Negative）兩大情感類(lèi)別。它將詞語(yǔ)的極性賦予3個(gè)值：Pos(s)、Neg(s)和Obj(s)，其中Pos(s)+Neg(s)+Obj(s)=1。統(tǒng)計(jì)結(jié)果如表２所示。圖２ SentiWordNet語(yǔ)料庫(kù)截圖

表２ 極性統(tǒng)計(jì)表（部分）

序號(hào)單詞詞頻PosNegObj1stabbed160.1250.250.6252sexual70.3750.250.3753opposite70.6250.1250.254lashed500.1250.8755hero50.37500.6256abused40.3750.1250.57good40.62500.3758like40.50.250.259fucking40.250.250.510best30.12500.87511criticism300.50.512excessive30.1250.3750.513angry30.250.50.2514suspect30.3750.50.12515abused30.3750.1250.5

通過(guò)對(duì)案例的分析結(jié)合進(jìn)一步統(tǒng)計(jì)的結(jié)果可以發(fā)現(xiàn)，網(wǎng)民對(duì)此案的態(tài)度還是比較客觀的，對(duì)鄧玉嬌基本上是持一個(gè)同情、贊賞的態(tài)度，對(duì)不法官員表達(dá)了譴責(zé)和憤懣。

案例中存在的不足主要有兩個(gè)方面，首先案例的分析是基于文檔級(jí)的觀點(diǎn)挖掘，只能從宏觀上把握主流觀點(diǎn)和言論，無(wú)法具體到某一細(xì)節(jié)；其次案例的數(shù)據(jù)處理過(guò)程中，人為參與過(guò)多，譬如關(guān)鍵情感詞的選取，可能會(huì)存在一定的主觀因素。

參考文獻(xiàn)

［１］中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）.第24次中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告［ＥＢ］.http:∥www.cnnic.net.cn/uploadfiles/pdf/2009/7/16/125126.pdf，2010-01-14．

［２］Andrea Esuli，F(xiàn)abrizio Sebastiani.SentiWordNet:A Publicly Available Lexical Resource for OpinionMining［ＥＢ］.http:∥citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.61.7217rep=rep1type=pdf，2010-02-08．

［３］王輝，王暉昱，左萬(wàn)利.觀點(diǎn)挖掘綜述［Ｊ］.計(jì)算機(jī)應(yīng)用研究，2009，22(1):25-29．

［４］Bing Liu，Minqing Hu，Junsheng Cheng.Opinion observer:analyzing and comparing opinions on the Web［ＥＢ］.http:∥citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.81.7520rep=rep1type=pdf，2010-02-01．

［５］余傳明.從產(chǎn)品評(píng)論中挖掘觀點(diǎn)：情報(bào)理論與實(shí)踐［Ｊ］.信息系統(tǒng)，2009，32(7):124-128．

［６］郭峰.基于觀點(diǎn)挖掘的股價(jià)走勢(shì)預(yù)測(cè)［Ｄ］.上海:復(fù)旦大學(xué)，2009．

［７］Giuseppe Attardi，Maria Simi.Blog Minging through Opinionated Words［ＥＢ］.http:∥trec.nist.gov/pubs/trec15/papers/upisa.blog.final.pdf，2010-01-14．

［８］Pimwadee Chaovalit，Lina Zhou［ＥＢ］.http:∥suraj.lums.edu.pk/～cs631s05/Papers/moviereview.pdf，2010-01-14．

［９］戴媛，姚飛.基于網(wǎng)絡(luò)輿情安全的信息挖掘及評(píng)估指標(biāo)體系研究［Ｊ］.情報(bào)理論與實(shí)踐，2008，31(6):873-876．

［１０］楊勇濤.Web輿情觀點(diǎn)挖掘關(guān)鍵技術(shù)研究［Ｄ］.成都:電子科技大學(xué)，2009．

［１１］黃曉斌.文本挖掘在網(wǎng)絡(luò)輿情信息分析中的應(yīng)用［Ｊ］.情報(bào)科學(xué)，2009，27（1）：94-99．