林 萍 王曉梅 呂健超 黃衛(wèi)東

(1.南京郵電大學(xué)管理學(xué)院 南京 210003；2.江蘇高校哲學(xué)社會科學(xué)重點研究基地——信息產(chǎn)業(yè)融合創(chuàng)新與應(yīng)急管理研究中心 南京 210003；3.南京索酷信息科技股份有限公司江蘇省研究生工作站 南京 210000)

關(guān)健詞：意見領(lǐng)袖；專業(yè)權(quán)威；成長動態(tài)；意見領(lǐng)袖預(yù)測

0 引 言

根據(jù)第47次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展狀況統(tǒng)計報告》[1]，截至2020年12月，我國互聯(lián)網(wǎng)普及率達到70.4%。新冠疫情加速推動個體、企業(yè)和政府全方位向社會數(shù)字化轉(zhuǎn)型，疫情隔離使得各主體更加傾向于使用互聯(lián)網(wǎng)連接。然而，網(wǎng)絡(luò)平臺特別是微博等綜合社交平臺上，各種思想的碰撞與交融極易形成信息爆炸和信息污染，意見領(lǐng)袖是用戶辨析信息、鎖定輿論方向的重要參考，引導(dǎo)人們識別疫情謠言、解讀防疫政策、恢復(fù)經(jīng)濟生活、獲得心理支持。更重要的是，2021年政府報告明確提出“加強互聯(lián)網(wǎng)內(nèi)容建設(shè)和管理，發(fā)展積極健康的網(wǎng)絡(luò)文化”，進一步明確互聯(lián)網(wǎng)絡(luò)話語空間的建設(shè)已經(jīng)從非常規(guī)突發(fā)危機事件網(wǎng)絡(luò)輿情的應(yīng)急管理階段、向多元化網(wǎng)絡(luò)輿情引導(dǎo)的常態(tài)化管理和突發(fā)輿情應(yīng)急管理相結(jié)合的階段轉(zhuǎn)變。因此，在網(wǎng)絡(luò)輿情監(jiān)管與引導(dǎo)實踐中，亟需將意見領(lǐng)袖的事后識別進一步擴展到網(wǎng)絡(luò)輿情事件發(fā)展初期的準確預(yù)測，在網(wǎng)絡(luò)輿情爆發(fā)初期快速、準確預(yù)測意見領(lǐng)袖，基于意見領(lǐng)袖的專業(yè)權(quán)威有意識進行正面輿論議程設(shè)置，通過政府、媒體、意見領(lǐng)袖協(xié)作引導(dǎo)輿論，這對構(gòu)建健康發(fā)展、良性循環(huán)的網(wǎng)絡(luò)話語空間具有重要的意義。

1 國內(nèi)外研究現(xiàn)狀

意見領(lǐng)袖的概念是Lazarsfeld等[2]于20世紀40年代在“兩級傳播”理論中提出，該理論認為信息通常包括從廣播和印刷媒介向意見領(lǐng)袖傳播、再從意見領(lǐng)袖向普通人群傳播兩個階段，意見領(lǐng)袖在人際傳播網(wǎng)絡(luò)中是對他人施加影響的活躍分子，在信息傳播效果中具有舉足輕重的樞紐作用。

意見領(lǐng)袖是重要的信息源，國外早期研究集中于“信息源”這一更廣泛的概念，誠信、客觀、能力、活躍是影響信息源可信度的重要指標。Pornpitakpan[3]梳理近五十年的研究成果，認為專業(yè)性和誠信是信息源可信度的兩個主要因素。由于意見領(lǐng)袖對信息傳播的重要影響意義，意見領(lǐng)袖識別研究受到傳播學(xué)、營銷學(xué)等領(lǐng)域的廣泛關(guān)注：意見領(lǐng)袖是如何在選舉活動中影響選民投票，如何提高意見領(lǐng)袖評論對消費者網(wǎng)絡(luò)購物決策的影響[4]； 社區(qū)電商的意見領(lǐng)袖信譽形成機制[5-6]；公共健康和疾病防治信息傳播領(lǐng)域方面的意見領(lǐng)袖影響力分析[7]；教育系統(tǒng)和學(xué)習(xí)社區(qū)的教學(xué)意見領(lǐng)袖辨析[8]等等。

國內(nèi)外的社交平臺不同、文化背景各異、用戶信息交流習(xí)慣是存在差異的。我國從2010年開始在情報分析、新聞傳播和計算機技術(shù)等領(lǐng)域?qū)σ庖婎I(lǐng)袖影響力展開廣泛研究。用戶特征和網(wǎng)絡(luò)結(jié)構(gòu)是影響力指標提取和意見領(lǐng)袖識別的兩個主要方向。在用戶特征方面，學(xué)者們通過粉絲、轉(zhuǎn)評贊、微博數(shù)、原創(chuàng)率、認證身份等數(shù)據(jù)，構(gòu)建包括影響力、活躍度、支持力、認同度、自塑力等意見領(lǐng)袖影響力指標體系[9-12]。在網(wǎng)絡(luò)結(jié)構(gòu)方面，結(jié)構(gòu)洞、中心度、內(nèi)連接度、外連接度、中介度、接近度和核數(shù)[13-15]等指標被提取用于意見領(lǐng)袖識別。不少學(xué)者認為，意見領(lǐng)袖的甄別體系包括網(wǎng)絡(luò)層面信息特征以及話題層面的信息特征，構(gòu)建用戶的靜態(tài)網(wǎng)絡(luò)結(jié)構(gòu)特征與動態(tài)信息交互相結(jié)合的意見領(lǐng)袖識別模型[16-18]。隨著用戶規(guī)模迅速擴張，學(xué)者開始關(guān)注意見領(lǐng)袖與用戶互動質(zhì)量，從評論與博主內(nèi)容之間的一致性、情感傾向角度構(gòu)建模型識別意見領(lǐng)袖[19-20]。另一方面，人們越來越傾向于從網(wǎng)絡(luò)社區(qū)獲取知識，部分研究聚焦于意見領(lǐng)袖權(quán)威性的考量，認真負責(zé)的態(tài)度、扎實專業(yè)知識、高端職業(yè)實踐經(jīng)驗、積極主動的參與，是意見領(lǐng)袖積累專業(yè)權(quán)威的重要因素[21-23]。在研究方法上，現(xiàn)有研究主要選擇典型案例、文獻梳理和專家意見等定性資料，基于AHP思想[24]或信息熵[25]對意見領(lǐng)袖影響因素進行提取和評估；意見領(lǐng)袖識別方法上，基于社會網(wǎng)絡(luò)思想的改進的PageRank算法[26-27]、變權(quán)重灰色關(guān)聯(lián)度[28]、SIR模型[29]、MF-Transformer[30]等均被證明能夠提高意見領(lǐng)袖識別準確率。

國內(nèi)外相關(guān)研究成果為本課題提供了豐富的理論借鑒，同時也提供了進一步拓展研究的空間。第一，大多研究主要選擇單個熱點事件或知識社區(qū)等專業(yè)領(lǐng)域平臺的數(shù)據(jù)作為研究的數(shù)據(jù)來源，從多話題維度、基于大量數(shù)據(jù)的研究相對較少，其結(jié)論的泛化性較弱。在網(wǎng)絡(luò)輿情引導(dǎo)常態(tài)化背景下，聚焦單個非常規(guī)突發(fā)危機事件對多元化網(wǎng)絡(luò)輿情引導(dǎo)常態(tài)化的實踐指導(dǎo)意義有待商榷。第二，在意見領(lǐng)袖識別上，大多研究是選擇網(wǎng)絡(luò)輿情整個傳播期間的信息交互關(guān)系和演化數(shù)據(jù)提取特征、識別意見領(lǐng)袖，由于基于事件的轉(zhuǎn)評贊等數(shù)據(jù)是無法在事件發(fā)生初期完整獲取的，此類數(shù)據(jù)對意見領(lǐng)袖的預(yù)測缺乏實際價值，如何從海量歷史數(shù)據(jù)中選取有預(yù)測價值的信息是值得探討的。

2 預(yù)測指標體系構(gòu)建

本文以網(wǎng)絡(luò)輿情事件發(fā)生初期的意見領(lǐng)袖預(yù)測為目標，借鑒已有研究結(jié)論基礎(chǔ)上，剔除事件發(fā)生初期無法獲取的可量化指標，著重從意見領(lǐng)袖成長軌跡的視角更精準刻畫其專業(yè)權(quán)威性，構(gòu)建意見領(lǐng)袖預(yù)測指標體系。

2.1活躍度活躍度被普遍認為是意見領(lǐng)袖影響力的重要指標之一。群際關(guān)系理論研究認為意見領(lǐng)袖能夠在網(wǎng)絡(luò)輿情事件中產(chǎn)生影響力是因為“表現(xiàn)活躍”[31]，善于制造話題、主導(dǎo)話題，微博數(shù)高說明用戶對社交網(wǎng)絡(luò)的表達性更高、更有意愿參與到事件的討論中去。發(fā)布時間是影響微博傳播的重要影響因素，時間因素對用戶的影響力評價有極其重要的作用[32-33]。用戶微博的原創(chuàng)率越高，表明用戶的創(chuàng)新性意識越強，是意見領(lǐng)袖形成的重要原因之一。因此，本文選擇事件響應(yīng)性、微博數(shù)以及微博原創(chuàng)率作為活躍度指標的表征。

2.2歷史影響力轉(zhuǎn)評贊數(shù)量被一致認為是用戶對意見領(lǐng)袖言論的積極回應(yīng)，用戶的轉(zhuǎn)發(fā)行為對意見領(lǐng)袖言論影響力的增強可能達到指數(shù)級的水平。因此，本文與已有研究結(jié)論保持一致，選擇意見領(lǐng)袖已發(fā)表微博的轉(zhuǎn)評贊數(shù)據(jù)計算其歷史影響力。

2.3專業(yè)權(quán)威專業(yè)性是源于用戶認為意見領(lǐng)袖有能力做出正確的判斷，一方面可以通過其社會身份和知識背景來確認，另一方面也可以通過其在網(wǎng)絡(luò)社區(qū)中發(fā)布言論的專業(yè)性、準確性和權(quán)威性來確定。專業(yè)權(quán)威是本文研究重點之一，其指標選取理由如下。

第一，認證、用戶等級是官方對用戶影響力成長的客觀評價，粉絲數(shù)、關(guān)注數(shù)是用戶相互的權(quán)威認可體現(xiàn)，均被已有研究證明是具有顯著意義的意見領(lǐng)袖影響力指標。

第二，用戶標簽是用戶的營銷符號，精準的用戶標簽更容易吸引關(guān)注同類話題的用戶加入興趣社群，而用戶標簽與網(wǎng)絡(luò)輿情事件話題的相似度越高，該用戶言論更容易在事件初期引起廣泛的關(guān)注。因此，本文計算用戶標簽與事件話題相似度，從靜態(tài)視角表征用戶專業(yè)權(quán)威與網(wǎng)絡(luò)輿情事件話題相似度。

第三，社會認同建構(gòu)理論認為意見領(lǐng)袖具有較強的自我建構(gòu)需求,因此會持續(xù)進行塑造行為以積累并擴大其影響力，意見領(lǐng)袖與話題之間具有密切相關(guān)性[34]，受到話題專業(yè)性、粉絲興趣和網(wǎng)絡(luò)話題流行趨勢等多種因素影響，意見領(lǐng)袖具有成長性和流動性。因此，本文選擇用戶不同時間片段的微博文本計算其與事件話題相似度及相似度變化，以期從動態(tài)視角更全面、精準捕捉意見領(lǐng)袖的專業(yè)權(quán)威特征。

第四，情緒一直被認為是網(wǎng)絡(luò)輿情發(fā)展的重要推動力。然而，意見領(lǐng)袖既可能是積極情緒的影響者，也可能是消極情緒的影響者[35]，積極情感和消極情感都可能引起網(wǎng)民的關(guān)注和情感的變化[36]。而近期發(fā)生的“純素食幼兒園”事件引起了各界的廣泛關(guān)注，“營養(yǎng)師顧中一”、“項棟梁”等營養(yǎng)科學(xué)領(lǐng)域的意見領(lǐng)袖形成共識，即對用戶關(guān)注的焦點進行客觀、全面、詳細的剖析比表態(tài)更重要，網(wǎng)絡(luò)輿論監(jiān)管要引導(dǎo)微博意見領(lǐng)袖釋放正能量[37]。因此，本文不選擇情緒作為意見領(lǐng)袖的影響力指標。

3 實證分析

本文選擇年度影響力較大的10個網(wǎng)絡(luò)輿情事件，基于各輿情事件轉(zhuǎn)評贊排名選取意見領(lǐng)袖和普通用戶；基于選取用戶的歷史文本數(shù)據(jù)，通過話題提取等方法構(gòu)建用戶活躍度、歷史影響力、專業(yè)權(quán)威等指標；構(gòu)建預(yù)測模型，分析不同指標體系的預(yù)測精度差異、指標影響力差異，并提取預(yù)測精度最高的指標集合，明確輿情引導(dǎo)策略。研究思路見圖1。

圖1 研究思路

3.1數(shù)據(jù)獲取綜合社區(qū)平臺的話題涉及領(lǐng)域廣泛，政府微博、新聞媒體、科普大V、娛樂明星的影響力指標存在差異。為了捕捉不同領(lǐng)域意見領(lǐng)袖的共性特征，提高研究結(jié)論的泛化性，本文參考人民輿情分析報告和微博輿情官方網(wǎng)站信息，選取2020年不同領(lǐng)域共10個熱門事件作為事件研究樣本。根據(jù)選定熱門事件，獲取事件發(fā)生期內(nèi)熱門發(fā)帖數(shù)據(jù)，累計每個用戶的轉(zhuǎn)評贊總數(shù)與事件轉(zhuǎn)評贊總數(shù)比值表征用戶的影響力，選定排序前10～12位(根據(jù)排序，10～12位與后續(xù)用戶之間的影響力明顯差異，用戶影響力值相同則同時選取)作為意見領(lǐng)袖。考慮分類預(yù)測中的數(shù)例類別平衡問題，隨機選取事件中其他用戶10～12位作為對比的普通用戶(見表1)。

表1 原始數(shù)據(jù)獲取匯總

意見動力學(xué)理論認為意見領(lǐng)袖影響力可以區(qū)分為長期和短期兩種[9]。用戶在論壇中的角色和權(quán)限會隨時間的推移而發(fā)生變化[38]，t時刻用戶節(jié)點的結(jié)構(gòu)特征、行為特征及環(huán)境特征等會影響t+1時刻的用戶影響力[39-40]。而在數(shù)據(jù)獲取方面，意見領(lǐng)袖的歷史積累時長不同，普通用戶的歷史積累很少，而且還可能存在僵尸粉的情況，同時微博允許用戶只顯示最近半年的歷史微博。因此，為了減少用戶注冊時間差異造成的指標偏差，并盡可能準確刻畫意見領(lǐng)袖專業(yè)權(quán)威成長軌跡，本文爬取用戶在事件期及事件期前3個月的微博數(shù)據(jù)，分別計算微博總數(shù)、微博原創(chuàng)率、歷史影響力和話題相似度。

3.2指標量化網(wǎng)頁直接爬取的指標：粉絲數(shù)P7、關(guān)注數(shù)P8、等級P9和認證P10直接通過微博數(shù)據(jù)爬取獲得，其中P10根據(jù)是否認證選擇0～1處理，為類別型指標。

簡單統(tǒng)計的指標：事件響應(yīng)性P1，以事件第一位發(fā)聲者和用戶博文發(fā)布時間差的倒數(shù)表示，t=1/(Ti-T0)；微博總數(shù)P2以3個月用戶微博數(shù)計算；微博原創(chuàng)率P3以3個月的原創(chuàng)微博數(shù)占比計算；歷史轉(zhuǎn)發(fā)數(shù)P4、評論數(shù)P5、點贊數(shù)P6為3個月用戶所有微博的被轉(zhuǎn)發(fā)數(shù)、被評論數(shù)、被點贊數(shù)除以同期微博總數(shù)計算。

基于話題特征的動態(tài)指標：按月將用戶3個月微博數(shù)據(jù)分為3個子集，對3個歷史微博子集和1個事件文本集進行分詞、去除停用詞的預(yù)處理。本文選擇部分文本基于LDA、TF-IDF和TF提取話題，并與人工話題提取結(jié)果之間對比。由于微博文本較短、口語化、語氣詞較多，TF的話題提取效果最好。因此，本文采用TF計算詞頻，選取TOP50的詞組構(gòu)建話題空間。用戶標簽則直接使用標注詞組構(gòu)建話題空間。以S=(ws1,ws2,…,wsn)表示事件詞向量，Ps=(wp1,wp2,…,wpn)表示事件S前某一時間區(qū)間用戶微博詞向量，基于余弦夾角計算話題相似度P11、P12、P13。話題相似度變化 P14為P11、P12、P13的最大變化值，評估用戶話題的發(fā)散度。同理計算用戶標簽與事件話題相似度指標P15。

(1)

△=max(S1,S2,S3)-min (S1,S2,S3)

(2)

所有指標量化后進行歸一化處理。

(3)

對于所有0的數(shù)值型數(shù)據(jù)，均以0.000001替換表示。

本文選擇SPSS20.0對數(shù)值型指標(P10除外)進行描述統(tǒng)計分析(見表2)。與均值相比，各指標的標準差都比較大、甚至比均值更大，說明樣本特征的離散程度較大，能夠較好的區(qū)分意見領(lǐng)袖和普通用戶。

表2 指標描述統(tǒng)計

3.3預(yù)測分析

3.3.1 預(yù)測模型 由于最終提取的指標數(shù)據(jù)集較小，按照7∶3或者8∶2的比例區(qū)分訓(xùn)練集和驗證集，預(yù)測結(jié)果易出現(xiàn)較大的隨機波動，因此，本文選擇10次十折交叉驗證，各自變量的影響力以十折交叉驗證平均值計算，選擇Cross accuracy(交叉驗證準確率)、precision(精確率)、recall(召回率)和F-measure(綜合評價指標)評估預(yù)測精度，選擇預(yù)測精度最高的結(jié)果。預(yù)測模型分別選擇了分類預(yù)測應(yīng)用較多的支持向量機(SVM)和隨機森林(RF)。對于支持向量機模型，調(diào)用R語言的e1071函數(shù)包，選擇徑向基函數(shù)(RBF)，最優(yōu)參數(shù)gamma為0.01、cost為1；對于隨機森林模型，調(diào)用R語言的randomForest包，選擇P1-P15作為輸入變量，由于自變量是15個，mtry選擇4，ntree選擇100；剔除本文提出的體現(xiàn)意見領(lǐng)袖專業(yè)權(quán)威信息的P11-P15，選擇P1-P10作為輸入變量，由于自變量為10個，mtry選擇3，ntree選擇100，對比兩組指標預(yù)測結(jié)果。最后，調(diào)用R語言的rfcv包，選擇P1-P15作為輸入變量，采用十折交叉驗證的方式，提取預(yù)測誤差最小的指標集合。選擇Mean Decrease Accuracy(預(yù)測準確性降低影響力)、Mean Decrease Gini(觀測值異質(zhì)性影響力)作為指標影響力排序標準。

3.3.2 預(yù)測結(jié)果 P1-P15組的預(yù)測精度高于P1-P10組(見表3)。

表3 不同指標預(yù)測結(jié)果對比

由于P1-P15預(yù)測精度更高，選擇預(yù)測精度最高的十折交叉驗證結(jié)果，獲得指標影響力(見圖2)。

圖2 15個指標影響力箱線圖

經(jīng)過10次十折交叉驗證，選擇預(yù)測錯誤率最低的指標集合，提取最有預(yù)測價值的指標(見圖3、表4)。

表4 預(yù)測精度最高的指標影響力排序

圖3 提取預(yù)測誤差最小的指標集

3.3.3 預(yù)測結(jié)果分析 第一，不論是SVM模型還是RF模型，15個指標集合的預(yù)測精度均高于10個指標集合、接近89%，證明本文提出的專業(yè)權(quán)威成長性動態(tài)指標可以提高意見領(lǐng)袖預(yù)測精度。

第二，歷史影響力(P6/P5/P4)對意見領(lǐng)袖預(yù)測具有重要的意義。雖然一定規(guī)模的粉絲(P7) 可以提高微博用戶成為意見領(lǐng)袖的概率，但是從單個輿情事件發(fā)展周期來看，并不是粉絲越多傳播力就越強，粉絲中存在一些惡意注冊的虛假粉絲，意見領(lǐng)袖的預(yù)測應(yīng)考慮粉絲的活躍程度。本研究提取事件發(fā)生前3個月的轉(zhuǎn)評贊數(shù)據(jù)，能夠更為準確地刻畫意見領(lǐng)袖對普通用戶的實際影響力。

第三，本文所提出的話題相似度指標(P11/P12)體現(xiàn)了意見領(lǐng)袖專業(yè)權(quán)威成長的動態(tài)特征，具有重要的預(yù)測價值。雖然意見領(lǐng)袖在注冊微博用戶的時候會基于教育背景和職業(yè)經(jīng)歷填寫簡介和標簽(P15)，但是標簽一般都是概括性詞語，比如“英國報姐”標簽“留學(xué)生/英國趣事/國外趣事/英國”，這些詞語并不能體現(xiàn)各網(wǎng)絡(luò)輿情事件的話題特殊性，其預(yù)測價值很低。另一方面，意見領(lǐng)袖的粉絲群不斷成長，在信息爆炸的時代，新加入的粉絲更多受到其近期言論的影響，因此選擇臨近事件期間的意見領(lǐng)袖話題特征，能夠反映其用戶影響力動態(tài)變化。

第四，事件響應(yīng)性(P1)一方面體現(xiàn)了意見領(lǐng)袖基于長期專業(yè)積累所形成的較高的話題敏銳度，另一方面體現(xiàn)了意見領(lǐng)袖對于熱點的密切關(guān)注度和參與網(wǎng)絡(luò)輿情引導(dǎo)的積極性。事件響應(yīng)性是在網(wǎng)路輿情萌芽期就可以快速捕捉到的信息，對意見領(lǐng)袖預(yù)測具有重要意義。

第五，已有研究認可的微博總數(shù)(P2)和微博原創(chuàng)數(shù)(P3)影響力并不顯著，這反映出意見領(lǐng)袖的影響力已經(jīng)逐步從數(shù)量積累轉(zhuǎn)向質(zhì)量提升，用戶更關(guān)注意見領(lǐng)袖發(fā)表言論的專業(yè)性。

4 結(jié)論與建議

從意見領(lǐng)袖影響力培育角度考慮，意見領(lǐng)袖應(yīng)有意識規(guī)劃自己的成長路線，根據(jù)用戶的信息需求和外部環(huán)境變化適當調(diào)整關(guān)注熱點，通過及時、客觀、詳實的評論提高言論質(zhì)量，實現(xiàn)可持續(xù)發(fā)展。從輿論引導(dǎo)和議程設(shè)置角度考慮，應(yīng)充分考慮意見領(lǐng)袖專業(yè)沉淀和跨域成長需求，選取臨近網(wǎng)絡(luò)輿情事件、具有更高潛在影響力的微博文本提取話題特征，刻畫意見領(lǐng)袖專業(yè)權(quán)威的演變軌跡，能夠更精準預(yù)測意見領(lǐng)袖影響力。本文所提煉的專業(yè)權(quán)威成長動態(tài)指標，有助于監(jiān)管機構(gòu)和媒體平臺在網(wǎng)絡(luò)事件萌芽初期迅速鎖定意見領(lǐng)袖，通過多方協(xié)同引導(dǎo)輿論，避免網(wǎng)絡(luò)輿情的惡性發(fā)酵和社會恐慌，降低公共安全維護成本。

雖然在本研究發(fā)現(xiàn)“關(guān)注”對意見領(lǐng)袖預(yù)測價值很小，但是基于社會網(wǎng)絡(luò)結(jié)構(gòu)的分析發(fā)現(xiàn)意見領(lǐng)袖之間會基于相互關(guān)注和轉(zhuǎn)發(fā)行為實現(xiàn)影響力指數(shù)增長。后續(xù)研究可進一步綜合用戶信息、文本數(shù)據(jù)和網(wǎng)絡(luò)結(jié)構(gòu)等信息構(gòu)建綜合動態(tài)指標體系，評估其預(yù)測價值，以明確多方協(xié)同輿論引導(dǎo)的主體，以及主體間的定位和相互協(xié)作方式，進一步提高網(wǎng)絡(luò)輿情預(yù)警和應(yīng)對的時效性和精準度。