謝樹云，全曉松，申云成

(昭通學院 信息科學與技術學院，云南 昭通 657000)

?

大數(shù)據(jù)環(huán)境下網(wǎng)絡輿情評估模型的構建*

謝樹云，全曉松，申云成

(昭通學院 信息科學與技術學院，云南 昭通 657000)

當前網(wǎng)絡輿情的發(fā)展呈現(xiàn)隨時間變化的過程，本文研究在大數(shù)據(jù)環(huán)境下實現(xiàn)預警的軟件模型的構建。提出網(wǎng)絡輿情信息獲取的Mashup模式，建立評估數(shù)據(jù)集合；針對具體的網(wǎng)絡輿情評估指標體系，提出一種通用的輿情綜合度量方法；實現(xiàn)對輿情的分級度量，把網(wǎng)絡輿情從高到低劃分為紅、橙、黃、綠等四個等級，以供相關組織決策。

大數(shù)據(jù)；網(wǎng)絡輿情；Mashup；評估體系；綜合度量

公共輿論是社會的皮膚，是社會氣候的晴雨表，當前我國社會轉型期的各種社會思潮、社會矛盾、社會熱點等問題和現(xiàn)代傳播方式聚集交融形成的網(wǎng)絡輿情是公眾表達對現(xiàn)實社會的各種態(tài)度、意見和情緒的綜合反映，網(wǎng)絡輿情的形成對社會公眾情緒、社會突發(fā)事件發(fā)展趨勢、政府政策制定都具有相當影響力。目前網(wǎng)絡已經(jīng)成為一種整合多種傳播信息方式的綜合平臺，致使互聯(lián)網(wǎng)的信息形成了浩如煙海的大數(shù)據(jù)時代。對此挖掘有價值屬性的網(wǎng)絡輿情對掌握社會思想動態(tài)、敏銳捕捉社會突發(fā)事件發(fā)展趨勢、提高社會預警能力、社會治理能力和科學決策都具有現(xiàn)實的積極意義。

1 大數(shù)據(jù)環(huán)境下的網(wǎng)絡輿情研究綜述

隨著網(wǎng)絡技術的發(fā)展、各類互動平臺的運用和各種傳播方式整合到網(wǎng)路中，使互聯(lián)網(wǎng)傳播信息具有快捷性、互動性、自主性、跨時空性、大數(shù)據(jù)性等特征，網(wǎng)絡信息已經(jīng)進入了名副其實的大數(shù)據(jù)時代，網(wǎng)絡輿情的大數(shù)據(jù)導致政府引導、決策十分困難。及時發(fā)現(xiàn)網(wǎng)絡信息中包含的有價值屬性的信息，并作出最快速的反應，成為網(wǎng)絡大數(shù)據(jù)時代的第一要務。然而，在網(wǎng)絡輿情的大數(shù)據(jù)環(huán)境下，有價值的信息很多，但要挖掘出來卻很困難。若靠傳統(tǒng)人工方法從網(wǎng)絡中搜集信息方方面面的熱點，并進行原因、趨勢分析，顯然是絕無可能實現(xiàn)的。

對此，很多學者從信息挖掘、評估體系、輿情預警等方面進行了研究。戴嬡提出了以網(wǎng)絡輿情綜合指數(shù)為一級指標的網(wǎng)絡輿情安全評估指標體系[1]；吳紹忠、李淑華將輿情、輿情傳播和輿情受眾相結合，生成了網(wǎng)絡輿情預警等級指標體系[2]；王青、成穎、巢乃鵬等通過對主題輿情進行E—R分析，從輿情熱度、輿情強度、輿情傾度、輿情生長度4個維度設計了網(wǎng)絡輿情監(jiān)測與預警指標體系[3]；朱輝、駱公志提出網(wǎng)絡輿情評估EHA 三維指標體系[4]；徐迪提出了四級指標體系[5]。

從網(wǎng)絡輿情產(chǎn)生的過程來看，主要由三個階段構成。第一階段網(wǎng)絡輿情經(jīng)歷個體聚眾、內化思想形成群體化輿論，第二階段網(wǎng)絡輿情在個體聚眾化的基礎上進行聚核化過程凸現(xiàn)網(wǎng)絡輿論領袖，第三階段網(wǎng)絡輿情在聚眾化和聚核化的基礎上形成引導化輿論，實現(xiàn)引導網(wǎng)絡輿論形成區(qū)域化、群體化的社會影響和群體事件[6]。因而網(wǎng)絡輿情的發(fā)展具有階段性，更呈現(xiàn)整體發(fā)展過程。總的看來，之前的研究大多基于網(wǎng)絡輿情發(fā)展過程的階段性研究，而將網(wǎng)絡輿情發(fā)展過程理論和信息技術有機結合，并為網(wǎng)絡輿情評估提供一種過程模型的平臺少，網(wǎng)絡輿情評估仍然停留在階段性研究上。本文提出一種過程模型，以原始信息的詞語識別[7]、輿情擴散中的數(shù)據(jù)統(tǒng)計、網(wǎng)民情緒態(tài)度等方面為依據(jù)，采用多級評判的思想，參考風暴等級，把網(wǎng)絡輿情劃分為紅、橙、黃、綠等四個等級，供相關部門決策。

2 網(wǎng)絡輿情評估模型關鍵技術

2.1 輿情評估指標體系

輿情評估指標體系是多級評判的基礎，現(xiàn)有輿情評估指標體系存在不能反映網(wǎng)絡輿情發(fā)展的時間過程、計算過程復雜等問題，因而本文提出表1的四維網(wǎng)絡輿情評估體系。

表1 輿情評估指標體系

表1中，每個三級指標都可以按照括號內的方法計算權值，可以實現(xiàn)數(shù)值化。每組對應于一個上級指標的度量指標權重之和等于1 ，滿足歸一性；第三級指標的計算值由計數(shù)、分類計數(shù)、百分比等方法產(chǎn)生。可以表示為下面的表達式：

與其他的評估體系相比較，此體系的一個特點在于，強調時間對輿情的影響。在計算變化率時，由于輿情的數(shù)量曲線可能是起伏的，因此不但要關注相鄰兩天的變化，還要兼顧一段時間內的變化趨勢。

2.2 Mashup信息獲取

Mashup被稱為糅合技術，是目前網(wǎng)絡上新出現(xiàn)的一種現(xiàn)象。在應用中，Mashup把有合作關系的多個公共或者私有數(shù)據(jù)庫通過web應用加在一起，形成整合。Mashup應用本身不需要存儲大量數(shù)據(jù)，而是對引用來的數(shù)據(jù)進行處理，產(chǎn)生統(tǒng)計數(shù)據(jù)。目前Mashup技術被應用于地圖、搜索、購物、新聞、微博等Web服務。

2.3 等級評價

為便于理解輿情嚴重程度，需要對輿情按照嚴重程度從高到低劃分為紅、橙、黃、綠四種顏色等級，前面小于等于10%的部分為紅色，大于10%且小于等于20%為橙色，大于20%且小于等于40%的為黃色，大于40%的為綠色。

3 網(wǎng)絡輿情搜集評估評判模型

網(wǎng)絡輿情信息的搜集評估評判過程可以表示為圖1。

圖1 網(wǎng)絡輿情評估過程Fig.1 Network public opinion evaluation process

評估過程主要包括四塊功能，分別是輿情信息搜集、評估體系建設、多級評判和結果應用。

3.1 輿情信息搜集

輿情信息的源頭通常是發(fā)布的一條或者多條消息，如果網(wǎng)民關注它，此輿情就會被不斷轉載、點擊、搜索，并且追加更為詳細的相關消息、追加評論、發(fā)布態(tài)度，還會撰寫文章、發(fā)表觀點。一條消息的基本信息表示為一個集合。

IB(主題，作者，時間，基本內容，作者態(tài)度傾向)，。

對消息進行分析，可以補充集合。

IA(主題類別、發(fā)布者影響度、主題署名度、內容傾向)。

在傳播過程中，逐漸產(chǎn)生一些新的信息，表示為集合。

ID(傳播渠道、傳播范圍、單擊次數(shù)、轉載次數(shù)、主題搜索次數(shù)、頁面數(shù)量、受眾態(tài)度)。

對同一事件引起的輿情信息進行計數(shù)，產(chǎn)生集合。

IC(Web頁面數(shù)量)。

對這些信息進行統(tǒng)計，會產(chǎn)生信息集合。

IS(Web頁面數(shù)量變化率、頁面點擊數(shù)量變化率、主題搜索數(shù)量變化率)。

應該說，信息搜集是整個模型中最重要的一個環(huán)節(jié)。

網(wǎng)絡輿情的信息源包括各種各樣的網(wǎng)站、新聞、博客、論壇、社區(qū)、聊天室、微信。諸如騰訊新聞、迅雷新聞等站點是比較固定的輿情來源，天涯社區(qū)之類的網(wǎng)站信息流量非常大，而聊天室的信息變化大，blog類的站點內容相對單一。因此，對于不同的輿情資源，應該采用不同的技術實現(xiàn)輿情搜集。如圖1，對于建立了合作關系的站點，可以選擇采用Mashup糅合技術，對于其他關注站點，選擇采用信息監(jiān)控技術，以獲取輿情動態(tài)。另外，流動性大的場合完成信息搜集困難一些，比如聊天室，需要考慮有效的技術。

3.2 評估體系建設

網(wǎng)絡輿情評估體系建設是有效評估的關鍵。首先，需要在實踐中不斷地對項目進行調整，以期有效地反映公眾的態(tài)度。其次，對各個評估項目的重要程度開展分析，為每個項目確定合適的權重，實現(xiàn)網(wǎng)絡輿情評估體系的數(shù)據(jù)化。

3.3 多級評估

在對網(wǎng)絡輿情按照評估體系規(guī)范化之后，根據(jù)各個項目所占權重計算輿情的綜合評判結果，完成多級評判。

任一輿情的評判計算模型可以表示為

W=∑(Ai*∑(Bj*∑(Ck*w)))，

其中Ai為一級指標權重，Bj為二級指標權重，Ck為三級指標權重，w為某三級指標的計算值。

多級評判的結果W表現(xiàn)為一個數(shù)字，數(shù)字越大表示輿情越重要。按照評判結果從大到小對輿情排序，劃分輿情等級，實現(xiàn)輿情預警。

3.4 結果應用

對結果的應用主要表現(xiàn)在下面幾個方面：

(1)對不良網(wǎng)絡輿情進行預警，進行有效的引導,避免發(fā)生危機；

(2)關注民生，及時處理反映出來的問題；

(3)幫助制定有效的不良輿情預案；

(4)幫助開發(fā)更先進的輿情監(jiān)測產(chǎn)品。

4 結束語

本文研究了在既有的網(wǎng)絡輿情評估體系下，對網(wǎng)絡輿情信息進行搜集、分析、統(tǒng)計、預警的軟件模型。首先信息搜集由文章分詞軟件模塊實現(xiàn)關鍵詞識別，其次使用數(shù)學方法進行統(tǒng)計；再次對統(tǒng)計數(shù)據(jù)按照網(wǎng)絡輿情評估體系給定的權值進行計算，產(chǎn)生輿情信息的評估值；最后按照評估值對輿情信息分色排序，供輿情預警使用。有效的輿情預警不但依賴于網(wǎng)絡輿情評估體系建設，也和信息搜集、分析、統(tǒng)計等原始數(shù)據(jù)密切相關。并且，隨著社會環(huán)境、信息流通環(huán)境、價值觀的變化，也會對評估方法產(chǎn)生影響。總之，網(wǎng)絡輿情評估是一個長期的、不斷變化的過程，對它的研究不可停止。

[1]戴媛,郝曉偉,郭巖,等. 我國網(wǎng)絡輿情安全評估指標體系的構建研究[J]. 信息網(wǎng)絡與安全,2010(4):12 - 15.

[2]吳紹中,李淑華. 互聯(lián)網(wǎng)絡輿情預警機制研究[J]. 中國人民公安大學學報(自然科學版),2008(3):38 - 42.

[3]王青,成穎,巢乃鵬. 網(wǎng)絡輿情監(jiān)測及預警指標體系構建研究[J]. 情報科學,2011(7):7 - 10.

[4]朱輝,駱公志.網(wǎng)絡輿情評估EHA 三維指標體系的構建[J].南京郵電大學學報(社會科學版),2013(15):37-42.

[5]謝海光,陳中潤. 互聯(lián)網(wǎng)內容及輿情深度分析模式[J].中國青年政治學院學報,2006(3):95 - 100.

[6]全曉松,陳永華,孔浩.新媒體環(huán)境下高校自組織網(wǎng)絡群輿論引導研究[J].西安電子科技大學學報,2012,22(1):107-109.

[7]孔浩,全曉松,陳永華. 高校學生網(wǎng)絡社區(qū)輿論搜集中同義詞分詞器的設計與實現(xiàn)[J]. 北京郵電大學學報,2012(5):5- 8.

Online public opinion assessment model for large data environments

XIE Shu-yun,QUAN Xiao-song,SHEN Yun-cheng

(College of Information Science and Technology, Zhaotong University,Zhaotong Yunnan 657000, China)

In the big data environment, you can find the public's attitudes toward social events from the network. Network access to information made public opinion Mashup mode, assessment data collection; specific evaluation index system of network public opinion, public opinion put forward a common integrated measurement method, to achieve the classification of public opinion measurement; low public opinion of the network is divided into red , orange, yellow, blue, black and five levels for decision making.

Big data; Internet public opinion; Mashup; Evaluation system; Comprehensive measure

2016-02-02

云南省教育廳科學研究基金：“校園網(wǎng)絡自組織群輿論數(shù)據(jù)挖掘與引導措施研究”(項目編號：2012C180)。

謝樹云(1976-)，男，云南昭通人，副教授、碩士。主要研究方向：計算機軟件。 全曉松(1966-)，男，云南昭通人，副教授。主要研究方向：計算機軟件。 申云成(1979-)，男，云南昭通人，副教授、博士。主要研究方向：計算機科學與技術。

TP393.09

A

1673-6125(2016)01-0054-04