李倩+張碧君+趙中英

摘要摘要：基于社會化媒體數(shù)據(jù)研究信息的傳播及預(yù)測，是當(dāng)前網(wǎng)絡(luò)輿情分析的一大熱點。以Twitter數(shù)據(jù)為研究對象，以探尋影響信息轉(zhuǎn)發(fā)的因素為研究目的，設(shè)計算法分析活躍鄰居節(jié)點數(shù)對轉(zhuǎn)發(fā)行為的影響，提出3種活躍鄰居節(jié)點結(jié)構(gòu)并驗證三者對轉(zhuǎn)發(fā)行為的影響程度，運用重啟動的隨機游走算法研究回復(fù)與提及關(guān)系對轉(zhuǎn)發(fā)行為的影響。在Twitter數(shù)據(jù)集上實現(xiàn)了該算法，證明了活躍鄰居節(jié)點數(shù)、活躍鄰居節(jié)點結(jié)構(gòu)、回復(fù)與提及關(guān)系對轉(zhuǎn)發(fā)行為的影響。

關(guān)鍵詞關(guān)鍵詞：信息傳播；轉(zhuǎn)發(fā)預(yù)測；社交媒體；輿情分析

DOIDOI：10.11907/rjdk.162452

中圖分類號：TP301文獻(xiàn)標(biāo)識碼：A文章編號文章編號：16727800（2017）001001503

引言

當(dāng)前，以網(wǎng)絡(luò)為媒介的網(wǎng)絡(luò)輿論成為公眾輿論的主要形式之一，研究信息轉(zhuǎn)發(fā)的影響因素，有助于研究網(wǎng)絡(luò)輿情的演化與信息傳播機制，對有效引導(dǎo)和管理社會輿論、化解輿情危機具有重要意義。在線社交網(wǎng)絡(luò)的信息傳播行為影響因素研究受到眾多學(xué)者的廣泛關(guān)注，并已成為當(dāng)前研究熱點。Kossinets等[1]利用聚類方法分析社會網(wǎng)絡(luò)數(shù)據(jù)，構(gòu)建網(wǎng)絡(luò)特征傳播樹，建立信息傳播概率模型。Galuba等[2]建立轉(zhuǎn)發(fā)路徑預(yù)測模型研究用戶之間傳播規(guī)律。Suh等[3]選取了標(biāo)簽、URL、關(guān)注者人數(shù)等眾多因素，運用主成份分析方法建立模型，提取出用戶轉(zhuǎn)發(fā)的主要影響因素。Zhang等[4]研究分析影響用戶關(guān)注網(wǎng)絡(luò)結(jié)構(gòu)對用戶轉(zhuǎn)發(fā)行為的影響，提出邏輯回歸模型預(yù)測轉(zhuǎn)發(fā)行為。李志清[5]針對單個用戶個性化的內(nèi)容興趣偏好，通過主題抽取模型對微博內(nèi)容進行語義主題抽取，運用SVM的方法預(yù)測單個用戶是否轉(zhuǎn)發(fā)某條微博。曹玖新等[6]根據(jù)實際社交網(wǎng)絡(luò)新浪微博在線數(shù)據(jù)，對各種可能影響用戶轉(zhuǎn)發(fā)行為的因素進行統(tǒng)計分析，獲得各種因素對用戶轉(zhuǎn)發(fā)行為的影響關(guān)系。以上通過對社交網(wǎng)絡(luò)中信息傳播路徑的研究，分析信息傳播影響范圍，預(yù)測用戶轉(zhuǎn)發(fā)行為，得到信息傳播的統(tǒng)計規(guī)律特征。但是微博客處于不斷成長中，準(zhǔn)確地把握微博客上的信息傳播特點和模式非常困難，對于微博客的研究還有很多值得改進之處。

針對以上不足，本文對影響用戶信息轉(zhuǎn)發(fā)行為的影響因素進行分析，包括關(guān)注（活躍鄰居節(jié)點數(shù)、活躍鄰居結(jié)構(gòu)）、回復(fù)、提及等，旨在為信息轉(zhuǎn)發(fā)預(yù)測建模提供參考。

1活躍鄰居節(jié)點數(shù)對轉(zhuǎn)發(fā)行為的影響

在關(guān)注關(guān)系所形成的網(wǎng)絡(luò)中，以某一個Twitter消息為例，若用戶A轉(zhuǎn)發(fā)了該消息，則認(rèn)為A為活躍節(jié)點。若用戶B關(guān)注用戶A，并且用戶B是活躍節(jié)點，則稱用戶B為用戶A的活躍鄰居節(jié)點。

本文首先研究活躍鄰居節(jié)點數(shù)對用戶轉(zhuǎn)發(fā)行為的影響程度。文獻(xiàn)[4]已經(jīng)證明間接用戶對鄰居的影響很小[4]，因此本文只研究了用戶的直接鄰居節(jié)點對用戶轉(zhuǎn)發(fā)行為的影響。具體思路為：統(tǒng)計每個用戶的活躍鄰居節(jié)點數(shù)，然后統(tǒng)計每個活躍鄰居節(jié)點數(shù)的總用戶數(shù)和轉(zhuǎn)發(fā)用戶數(shù)，計算出轉(zhuǎn)發(fā)率，用轉(zhuǎn)發(fā)率的大小來衡量活躍鄰居節(jié)點數(shù)對用戶轉(zhuǎn)發(fā)行為的影響。

Step7：用t[n]除以tdu[n]得出百分比，即為鄰居活躍節(jié)點數(shù)為n個的用戶的轉(zhuǎn)發(fā)概率。

Step8：只有一個鄰居活躍節(jié)點的用戶分到Control組，其它的分到Treatment組，用Treatment組中數(shù)據(jù)分別除以Control組中數(shù)據(jù)，得到的比值用于衡量影響的大小。

圖1為活躍鄰居節(jié)點數(shù)對轉(zhuǎn)發(fā)行為的影響程度，橫坐標(biāo)表示活躍鄰居節(jié)點數(shù)量，縱坐標(biāo)表示擁有多個活躍鄰居節(jié)點的用戶轉(zhuǎn)發(fā)率與只擁有一個活躍鄰居節(jié)點的用戶轉(zhuǎn)發(fā)率的比值。從圖1中可知，隨著活躍鄰居節(jié)點數(shù)的增加，用戶的轉(zhuǎn)發(fā)可能性隨之增加，呈現(xiàn)出一種增長趨勢。綜上所述，活躍鄰居節(jié)點數(shù)對用戶轉(zhuǎn)發(fā)行為的影響確實存在。

2活躍鄰居結(jié)構(gòu)對轉(zhuǎn)發(fā)行為的影響

在Twitter平臺上，因關(guān)注與被關(guān)注關(guān)系的存在，節(jié)點周圍有許多聯(lián)系密切的鄰居節(jié)點，包括關(guān)注者鄰居節(jié)點集合和追隨者鄰居節(jié)點集合。根據(jù)Twitter平臺信息傳播的特點，用戶往往可以看到其關(guān)注者發(fā)表的推文，再根據(jù)個人需求決定是否從其關(guān)注者處轉(zhuǎn)發(fā)該推文。因此，有必要研究活躍鄰居結(jié)構(gòu)對用戶轉(zhuǎn)發(fā)行為的影響程度。

紅色節(jié)點表示曾經(jīng)都轉(zhuǎn)發(fā)過某篇推文的活躍鄰居節(jié)點，白色節(jié)點表示未曾轉(zhuǎn)發(fā)過同一篇推文的不活躍鄰居節(jié)點，節(jié)點之間的連線表示關(guān)注關(guān)系。圖2（a）- （c）用戶的3個活躍鄰居節(jié)點的結(jié)構(gòu)不同。對于聯(lián)通鄰居結(jié)構(gòu)，刪除用戶V之后，用戶V的3個鄰居節(jié)點A、C、F之間能通過有限步數(shù)到達(dá)彼此，即所有鄰居節(jié)點構(gòu)成一個連通分量，稱A、C、F組成一個圈。對于非聯(lián)通鄰居結(jié)構(gòu)，A、F、C都不可以相互到達(dá)，稱A、C、F組成3個圈。剩余的情況，即A、C、F組成兩個圈，稱作半聯(lián)通鄰居結(jié)構(gòu)。

研究以上3種結(jié)構(gòu)對用戶V轉(zhuǎn)發(fā)行為的影響。轉(zhuǎn)發(fā)率（Retweet Probability 簡稱Retweet_P）用來衡量用戶v的轉(zhuǎn)發(fā)概率，轉(zhuǎn)發(fā)率越大，用戶v就越有可能轉(zhuǎn)發(fā)該推文。首先找出樣本數(shù)據(jù)中所有的至少有3個活躍鄰居節(jié)點的用戶節(jié)點v數(shù)據(jù)集，然后從中找出3個活躍鄰居節(jié)點的結(jié)構(gòu)符合上述3種結(jié)構(gòu)的用戶節(jié)點v數(shù)據(jù)集，對用戶節(jié)點數(shù)據(jù)集中的每一個用戶節(jié)點，判斷其是否轉(zhuǎn)發(fā)了同一篇推文，轉(zhuǎn)發(fā)過同一篇推文的記作N+，未轉(zhuǎn)發(fā)過的記作N—，那么轉(zhuǎn)發(fā)率（Retweet_P）可用式（1）表示。Retweet_P=N+/（N++N_）（1）運用算法計算3種結(jié)構(gòu)的轉(zhuǎn)發(fā)可能性，結(jié)果如圖3所示。

分析3種結(jié)果轉(zhuǎn)發(fā)的可能性發(fā)現(xiàn)，聯(lián)通鄰居結(jié)構(gòu)對信息轉(zhuǎn)發(fā)的影響程度是非聯(lián)通鄰居結(jié)構(gòu)的兩倍多。3種關(guān)注網(wǎng)絡(luò)結(jié)構(gòu)反映了用戶與其直接鄰居節(jié)點之間的關(guān)系。上述結(jié)果顯示，用戶與其鄰居節(jié)點之間關(guān)系越密切，轉(zhuǎn)發(fā)可能性越大，可知用戶的關(guān)注網(wǎng)絡(luò)結(jié)構(gòu)與轉(zhuǎn)發(fā)可能性緊密相關(guān)。

3回復(fù)與提及對轉(zhuǎn)發(fā)行為的影響

運用重啟動的隨機游走算法分析回復(fù)和提及網(wǎng)絡(luò)對用戶轉(zhuǎn)發(fā)行為的影響。對網(wǎng)絡(luò)中的每一個用戶節(jié)點vi，計算τ深度活躍鄰居節(jié)點vj與該用戶的緊密程度，τ深度鄰居節(jié)點vj的游走概率pj用式（2）表示。i=（1-c）Ai+ci（2）i=（Pi（1），Pi（2），…，Pi（|Gτi|））代表穩(wěn)定概率向量，對向量中的每一個元素Pi（j）代表節(jié)點i與其鄰居節(jié)點j的密切程度。|Gτi|是vi的鄰居自我網(wǎng)絡(luò)的大小，即鄰居節(jié)點的個數(shù)。列向量i為重啟動向量，表示初始狀態(tài)下粒子在頂點i的概率。列向量i中設(shè)置目標(biāo)用戶頂點值為1，其余為0。A是轉(zhuǎn)移概率矩陣，A的元素表示當(dāng)前頂點i下一步到達(dá)頂點j的轉(zhuǎn)移概率。c為直接回到出發(fā)頂點的概率，取0.8時效果最好。

轉(zhuǎn)移概率矩陣A的構(gòu)造在隨機游走算法中意義重大。結(jié)合研究課題，用回復(fù)和提及網(wǎng)絡(luò)來構(gòu)造轉(zhuǎn)移概率矩陣A。在關(guān)注網(wǎng)絡(luò)結(jié)構(gòu)的基礎(chǔ)上，將回復(fù)和提及網(wǎng)絡(luò)節(jié)點間的權(quán)重累加到相應(yīng)的關(guān)注網(wǎng)絡(luò)上，構(gòu)造關(guān)注-回復(fù)-提及網(wǎng)絡(luò)結(jié)構(gòu)。那么轉(zhuǎn)移概率矩陣A的每一個變量A[i][j]可以用式（3）計算出。A[i][j]=Aij∑|Gτi|j=1Aij（3）其中，Aij表示邊權(quán)重，∑|Gτi|j=1Aij表示與目標(biāo)節(jié)點相連接的所有邊權(quán)重之和。

應(yīng)用隨機游走算法，從用戶節(jié)點vi開始游走，每到一個節(jié)點都以1-w的概率停止游走并從vi重新開始，或者以w的概率從當(dāng)前節(jié)點指向的節(jié)點中按照概率隨機選擇一個節(jié)點往下游走[7]。根據(jù)六步原則，隨機游走的步數(shù)不會超過6。因此，經(jīng)過不斷迭代，每個頂點被訪問到的概率就會達(dá)到穩(wěn)定狀態(tài)。隨機游走轉(zhuǎn)發(fā)概率和與實際轉(zhuǎn)發(fā)概率的關(guān)系如圖4所示，由此可知，實際轉(zhuǎn)發(fā)概率與所有鄰居節(jié)點的概率和成正比，用所有鄰居節(jié)點的概率和可以較好地預(yù)測目標(biāo)用戶的轉(zhuǎn)發(fā)概率。

4結(jié)語

本文主要研究影響用戶轉(zhuǎn)發(fā)行為的各種因素，分別研究了活躍鄰居節(jié)點數(shù)、活躍鄰居節(jié)點結(jié)構(gòu)、回復(fù)與提及關(guān)系對轉(zhuǎn)發(fā)行為的影響。相關(guān)結(jié)果表明，以上三者與用戶的信息轉(zhuǎn)發(fā)行為密切相關(guān)，能夠為后續(xù)信息傳播模型的構(gòu)建及信息傳播態(tài)勢的預(yù)測奠定基礎(chǔ)。

圖4隨機游走轉(zhuǎn)發(fā)概率和與實際轉(zhuǎn)發(fā)概率的關(guān)系

參考文獻(xiàn)參考文獻(xiàn)：

[1]KOSSINETS G，KLEINBERG J，WATTS D.The structure of information pathways in a social communication network[J].Physics，2008，109（11）：7179.

[2]GALUBA W，ABERER K，CHAKRABORTY D，et al.Outtweeting the twitterers-predicting information cascades in microblogs[C].International Conference on Online Social Networks.USENIX Association，2010.

[3]SUH B，HONG L，PIROLLI P，et al.Want to be retweeted？ large scale analytics on factors impacting retweet in twitter network[C].IEEE Second International Conference on Social Computing （Socialcom），Passat 2010，Minneapolis，Minnesota，2010：177184.

[4]ZHANG J，TANG J，LI J，et al.Who influenced you？ predicting retweet via social influence locality[J].ACM Transactions on Knowledge Discovery from Data，2015，9（3）：126.

[5]李志清.基于LDA主題特征的微博轉(zhuǎn)發(fā)預(yù)測[J].情報雜志，2015（9）：158162.

[6]曹玖新，吳江林，石偉，等.新浪微博網(wǎng)信息傳播分析與預(yù)測[J].計算機學(xué)報，2014（4）：779790.

[7]郭三君，萬敏.一種改進的重啟動隨機游走立體匹配算法[J].中國科技論文，2016，11（2）：242244.