涂貴宇 潘文林 張?zhí)燔?/p>

（1.云南民族大學(xué)數(shù)學(xué)與計(jì)算機(jī)科學(xué)學(xué)院 昆明 650504）（2.云南民族大學(xué)軟件工程研究所 昆明 650504）

1 引言

隨著新浪微博網(wǎng)絡(luò)社交平臺(tái)的興起，許多網(wǎng)民、媒體等蜂擁而至的在網(wǎng)絡(luò)社交平臺(tái)上對(duì)某一輿論發(fā)表觀(guān)點(diǎn)、實(shí)時(shí)交流，無(wú)形之間加快了信息傳播的速度和廣度。任何一個(gè)網(wǎng)絡(luò)中，或多或少都存在著占有不可或缺地位的節(jié)點(diǎn)，這些節(jié)點(diǎn)一旦被移除或是攻擊，整個(gè)網(wǎng)絡(luò)很有可能會(huì)在連通性、穩(wěn)定性等方面受到一定程度的影響。例如在微博輿情傳播網(wǎng)絡(luò)中，通過(guò)控制關(guān)鍵人物就能把握輿情的走勢(shì)。因此，關(guān)鍵節(jié)點(diǎn)識(shí)別的理論研究意義和應(yīng)用價(jià)值不可估量。

針對(duì)輿情超網(wǎng)絡(luò)及關(guān)鍵節(jié)點(diǎn)的識(shí)別，國(guó)內(nèi)有不少研究。例如，趙劍華［1］等將SIR 傳播模型運(yùn)用于社交網(wǎng)絡(luò)輿情傳播的分析中；王晰巍［2］等基于SNA闡述了移動(dòng)環(huán)境下網(wǎng)絡(luò)輿情傳播；蔣侃［3］等分析了輿情關(guān)鍵節(jié)點(diǎn)識(shí)別及擴(kuò)散；楊伊帆［4］發(fā)現(xiàn)加快網(wǎng)絡(luò)輿情消退的關(guān)鍵在于對(duì)次意見(jiàn)領(lǐng)袖實(shí)施干預(yù)；魏瑩［5］等闡述用主路徑分析法鑒別關(guān)鍵節(jié)點(diǎn)和控制輿情擴(kuò)散；周麗娜［6］等通過(guò)鄰接結(jié)構(gòu)熵確定了超網(wǎng)絡(luò)關(guān)鍵節(jié)點(diǎn)；王日芬［7］等研究了社會(huì)網(wǎng)絡(luò)關(guān)鍵節(jié)點(diǎn)的識(shí)別及應(yīng)用；張磊［8］等基于超網(wǎng)絡(luò)建立語(yǔ)義社會(huì)網(wǎng)絡(luò)并對(duì)其關(guān)鍵節(jié)點(diǎn)識(shí)別進(jìn)行了研究；馬寧［9］等利用超邊排序算法對(duì)網(wǎng)絡(luò)輿情領(lǐng)袖進(jìn)行識(shí)別；高俊峰［10］對(duì)輿情內(nèi)的輿論領(lǐng)袖所起到的號(hào)召能力進(jìn)行測(cè)度研究；詹天成［11］等將微博內(nèi)網(wǎng)絡(luò)領(lǐng)袖間的關(guān)聯(lián)用社會(huì)網(wǎng)絡(luò)分析法進(jìn)行分析；胡亞雪［12］對(duì)面向微博輿情用戶(hù)挖掘及消息傳播預(yù)測(cè)關(guān)鍵技術(shù)進(jìn)行研究；許鵬程［13］等對(duì)知識(shí)超網(wǎng)絡(luò)中的領(lǐng)域?qū)＜疫M(jìn)行識(shí)別；Zlatic Vinko［14］等對(duì)超網(wǎng)絡(luò)中的超邊進(jìn)行排序提出輿情超網(wǎng)絡(luò)模型中的SuperEdgeRank算法等。

本文將在前人研究的基礎(chǔ)上，對(duì)新冠肺炎輿情超網(wǎng)絡(luò)中的重要節(jié)點(diǎn)加以識(shí)別，更好地為有關(guān)政府機(jī)構(gòu)在新冠肺炎輿情傳播中對(duì)關(guān)鍵用戶(hù)的干預(yù)提供依據(jù)，以控制新冠肺炎的網(wǎng)絡(luò)輿情走勢(shì)。

2 輿情超網(wǎng)絡(luò)模型構(gòu)建

2.1 超網(wǎng)絡(luò)形式

超網(wǎng)絡(luò)“Supernetwork”方法是由Nagurney［15］最先明確的，將超越而又超出現(xiàn)有網(wǎng)絡(luò)的網(wǎng)絡(luò)定義為超網(wǎng)絡(luò)。根據(jù)模型構(gòu)建基礎(chǔ)，超網(wǎng)絡(luò)模型可分為基于網(wǎng)絡(luò)的超網(wǎng)絡(luò)模型（Supernetwork）和基于超圖的超網(wǎng)絡(luò)模型（Hypernetwork）［16］?；诰W(wǎng)絡(luò)的超網(wǎng)絡(luò)更傾向于梳理網(wǎng)絡(luò)層次關(guān)系，基于超圖的超網(wǎng)絡(luò)更傾向于體現(xiàn)節(jié)點(diǎn)之間的復(fù)雜關(guān)系，當(dāng)因素、層級(jí)涉及的越多的時(shí)候，基于網(wǎng)絡(luò)的超網(wǎng)絡(luò)模型應(yīng)用優(yōu)勢(shì)越明顯。因此，本文將利用基于網(wǎng)絡(luò)的超網(wǎng)絡(luò)模型進(jìn)行后續(xù)的研究。

2.2 輿情超網(wǎng)絡(luò)

馬寧［17］等闡述微博輿情網(wǎng)絡(luò)由社交子網(wǎng)、環(huán)境子網(wǎng)、心理子網(wǎng)、觀(guān)點(diǎn)子網(wǎng)4 個(gè)子網(wǎng)構(gòu)成；梁曉賀［18］等將微博輿情網(wǎng)絡(luò)分為社交子網(wǎng)、觀(guān)點(diǎn)子網(wǎng)、時(shí)序子網(wǎng)和情感子網(wǎng)；張連峰［19］等認(rèn)為微博輿情網(wǎng)絡(luò)由環(huán)境子網(wǎng)、社交子網(wǎng)、內(nèi)容子網(wǎng)、情感子網(wǎng)和時(shí)序子網(wǎng)5 個(gè)子網(wǎng)構(gòu)成等。結(jié)合前人的研究思想及超網(wǎng)絡(luò)理論基礎(chǔ)，將輿情超網(wǎng)絡(luò)劃分為IP 屬地子網(wǎng)、主體子網(wǎng)、內(nèi)容子網(wǎng)、觀(guān)點(diǎn)子網(wǎng)和時(shí)序子網(wǎng)，見(jiàn)圖1（a）。在輿情超網(wǎng)絡(luò)中，主體子網(wǎng)、內(nèi)容子網(wǎng)、觀(guān)點(diǎn)子網(wǎng)三個(gè)核心層子網(wǎng)是相互貫通的，是輿情生命周期存在的主要條件。為了更精準(zhǔn)地識(shí)別關(guān)鍵節(jié)點(diǎn)，將內(nèi)容子網(wǎng)拆分成信息子網(wǎng)和話(huà)題子網(wǎng)以及暫且隱去IP 屬地子網(wǎng)和時(shí)序子網(wǎng)，剩下的主體子網(wǎng)、信息子網(wǎng)、話(huà)題子網(wǎng)、觀(guān)點(diǎn)子網(wǎng)間的關(guān)聯(lián)，見(jiàn)圖1（b）。

圖1 輿情超網(wǎng)絡(luò)和輿情節(jié)點(diǎn)關(guān)聯(lián)

2.3 輿情超網(wǎng)絡(luò)模型子網(wǎng)絡(luò)

2.3.1 主體子網(wǎng)

以微博用戶(hù)為節(jié)點(diǎn)，用戶(hù)間的評(píng)論關(guān)系為邊連接節(jié)點(diǎn)，從而建立主體子網(wǎng)。

定義：節(jié)點(diǎn)為微博用戶(hù)，以用戶(hù)之間的評(píng)論關(guān)系構(gòu)造有向邊，由此構(gòu)造的用戶(hù)評(píng)論關(guān)系網(wǎng)絡(luò)見(jiàn)式（1）。

其中P={P1,P2,P3,…,Pn} 是微博用戶(hù)的有限集合，EP?P的計(jì)算方法見(jiàn)式（2）和式（3）。

其中，P1，P2，P3，…，Pn是微博用戶(hù)，是SP網(wǎng)絡(luò)中點(diǎn)的集合；(Pi，Pj)為SP網(wǎng)絡(luò)中邊的集合。

2.3.2 信息子網(wǎng)

以用戶(hù)發(fā)布的帖子內(nèi)容為節(jié)點(diǎn)，圍繞該帖子參與討論的話(huà)題為邊連接節(jié)點(diǎn)，從而建立信息子網(wǎng)。

定義：節(jié)點(diǎn)為用戶(hù)發(fā)布的帖子內(nèi)容，以用戶(hù)圍繞該帖子參與討論的話(huà)題為關(guān)系構(gòu)造無(wú)向邊，由此構(gòu)建的信息子網(wǎng)見(jiàn)式（4）。

其中C={C1,C2,C3,…,Cn} 是帖子內(nèi)容的有限集合，EC?C的計(jì)算方法見(jiàn)式（5）和式（6）。

其中，C1，C2，C3，…，Cn是帖子內(nèi)容，是SC網(wǎng)絡(luò)中點(diǎn)的集合；(Ci，Cj)為SC網(wǎng)絡(luò)中邊的集合。

2.3.3 話(huà)題子網(wǎng)

以用戶(hù)討論的話(huà)題為節(jié)點(diǎn)，話(huà)題包含著的關(guān)鍵詞相似度為關(guān)系連接節(jié)點(diǎn)，從而建立話(huà)題子網(wǎng)。

定義：節(jié)點(diǎn)為用戶(hù)討論的話(huà)題，以話(huà)題包含著的關(guān)鍵詞相似度為關(guān)系構(gòu)造無(wú)向邊，由此構(gòu)造的話(huà)題子網(wǎng)見(jiàn)式（7）。

其中T={T1,T2,T3,…,Tn} 是用戶(hù)討論的話(huà)題的有限集合，ET?T的計(jì)算方法見(jiàn)式（8）和式（9）。

其中，T1,T2,T3,…,Tn是用戶(hù)討論的話(huà)題，是ST網(wǎng)絡(luò)中點(diǎn)的集合；(Ti，Tj)為ST網(wǎng)絡(luò)中邊的集合。

2.3.4 觀(guān)點(diǎn)子網(wǎng)

觀(guān)點(diǎn)態(tài)度傾向可以分為三類(lèi)：正面觀(guān)點(diǎn)、中立觀(guān)點(diǎn)和負(fù)面觀(guān)點(diǎn)。以用戶(hù)對(duì)某一話(huà)題發(fā)表的觀(guān)點(diǎn)中提取出的態(tài)度詞詞匯本體為節(jié)點(diǎn)，態(tài)度詞的傾向性為關(guān)系連接節(jié)點(diǎn)，從而構(gòu)建觀(guān)點(diǎn)子網(wǎng)。

定義：節(jié)點(diǎn)為用戶(hù)對(duì)某一話(huà)題發(fā)表的觀(guān)點(diǎn)中提取出的態(tài)度詞詞匯本體，以態(tài)度詞的傾向性為關(guān)系構(gòu)造無(wú)向邊，由此構(gòu)造的觀(guān)點(diǎn)子網(wǎng)見(jiàn)式（10）。

其中K={K1,K2,K3,…,Kn} 是態(tài)度詞詞匯本體的有限集合，EK?K的計(jì)算方法見(jiàn)式（11）和式（12）。

其中，K1，K2，K3，…，Kn是態(tài)度詞，是SK網(wǎng)絡(luò)中點(diǎn)的集合；(Ki，Kj)為SK網(wǎng)絡(luò)中邊的集合。

2.4 輿情超網(wǎng)絡(luò)模型子網(wǎng)間映射關(guān)系

在多重因素共同作用下的輿情超網(wǎng)絡(luò)模型中，不同因素之間存在著不同類(lèi)型的關(guān)系，其中包括同質(zhì)因素之間的關(guān)聯(lián)關(guān)系（即層內(nèi)關(guān)系）和異質(zhì)因素之間的映射關(guān)系（即層間映射關(guān)系）。主體子網(wǎng)到信息子網(wǎng)的映射表示某微博用戶(hù)發(fā)布了哪些帖子，可能同一個(gè)用戶(hù)發(fā)布多條帖子，也可能多個(gè)用戶(hù)發(fā)布了同一條帖子（即轉(zhuǎn)發(fā)）；信息子網(wǎng)到話(huà)題子網(wǎng)的映射表示用戶(hù)在某一條帖子中選擇自己感興趣的一個(gè)話(huà)題或是多個(gè)話(huà)題展開(kāi)討論；話(huà)題子網(wǎng)到觀(guān)點(diǎn)子網(wǎng)的映射表示用戶(hù)對(duì)某一個(gè)話(huà)題發(fā)表了觀(guān)點(diǎn)。4層子網(wǎng)絡(luò)層內(nèi)和層間映射唇齒相依，由此構(gòu)建輿情超網(wǎng)絡(luò)模型。輿情超網(wǎng)絡(luò)模型超邊的定義見(jiàn)式（13）。

其中，超邊SEP?C?T?K表示用戶(hù)Pi發(fā)布了帖子Cj，參與討論話(huà)題Tm發(fā)表了包含態(tài)度詞Kn的觀(guān)點(diǎn)。

因此構(gòu)建的輿情超網(wǎng)絡(luò)模型（CPH）見(jiàn)式（14）。

3 輿情超網(wǎng)絡(luò)關(guān)鍵節(jié)點(diǎn)識(shí)別方法研究

3.1 輿情超網(wǎng)絡(luò)模型示例

模擬輿情超網(wǎng)絡(luò)模型使文中的研究思路和方法清晰易曉。主體子網(wǎng)P、信息子網(wǎng)C、話(huà)題子網(wǎng)T和觀(guān)點(diǎn)子網(wǎng)K中分別包含了6 個(gè)微博用戶(hù)、3 個(gè)信息節(jié)點(diǎn)、5 個(gè)話(huà)題及20 個(gè)態(tài)度詞。表1 展示了4層子網(wǎng)絡(luò)層間節(jié)點(diǎn)的映射關(guān)系。

表1 輿情具體超網(wǎng)絡(luò)模型示例

3.2 超網(wǎng)絡(luò)測(cè)度指標(biāo)

1）節(jié)點(diǎn)超度

超網(wǎng)絡(luò)中的節(jié)點(diǎn)超度是指包含這個(gè)節(jié)點(diǎn)的超邊數(shù)量。在輿情超網(wǎng)絡(luò)模型中節(jié)點(diǎn)超度值越大，其影響力就越大，該節(jié)點(diǎn)越可能成為活躍用戶(hù)。如在上述建立的輿情具體超網(wǎng)絡(luò)模型中，SDP1=2 ，SDP6=3 等。

2）超邊連接度

超網(wǎng)絡(luò)中的超邊連接度是指某條超邊所相鄰的其它超邊的數(shù)目。超邊連接度越大，該節(jié)點(diǎn)越可能成為核心人物。如在上述建立的輿情具體超網(wǎng)絡(luò)模型中，L(SE3)=5，L(SE7)=2 等。

3）平均最短距離

超網(wǎng)絡(luò)中平均最短距離是指某個(gè)節(jié)點(diǎn)到達(dá)其它所有節(jié)點(diǎn)的平均距離，平均最短距離越小的節(jié)點(diǎn)影響力越大，該節(jié)點(diǎn)越可能成為意見(jiàn)領(lǐng)袖。如在上述建立的輿情具體超網(wǎng)絡(luò)模型中，=0.25 ，=0.17 等。

4 新冠肺炎輿情超網(wǎng)絡(luò)關(guān)鍵節(jié)點(diǎn)識(shí)別仿真分析

4.1 數(shù)據(jù)收集與處理

首先基于python 爬取以#新冠肺炎#為主題的微博數(shù)據(jù)，獲取用戶(hù)名稱(chēng)、帖子及評(píng)論內(nèi)容；其次將jieba 分詞模塊運(yùn)用于微博文檔以及評(píng)論的分詞處理，去除無(wú)關(guān)的內(nèi)容，例如標(biāo)點(diǎn)、“回復(fù)：”、“@”等樣式的；最后用python進(jìn)行LDA［20］模型話(huà)題生成。

4.2 新冠肺炎輿情超網(wǎng)絡(luò)模型

根據(jù)微博用戶(hù)之間的評(píng)論關(guān)系、對(duì)應(yīng)用戶(hù)發(fā)布的帖子、參與討論的話(huà)題以及發(fā)表的觀(guān)點(diǎn)為關(guān)系，建立主體子網(wǎng)、信息子網(wǎng)、話(huà)題子網(wǎng)和觀(guān)點(diǎn)子網(wǎng)，然后根據(jù)各子層間的映射關(guān)系，最終建立新冠肺炎輿情超網(wǎng)絡(luò)。主體子網(wǎng)絡(luò)共有341 個(gè)用戶(hù)節(jié)點(diǎn)，信息子網(wǎng)包括258 條有效網(wǎng)民帖子及評(píng)論，話(huà)題子網(wǎng)包含47 個(gè)話(huà)題核心關(guān)鍵詞，觀(guān)點(diǎn)子網(wǎng)絡(luò)中共包含提取出的30個(gè)態(tài)度詞匯，見(jiàn)表2。

表2 新冠肺炎輿情超網(wǎng)絡(luò)各子層網(wǎng)絡(luò)

4.3 關(guān)鍵節(jié)點(diǎn)識(shí)別的結(jié)果分析

在構(gòu)建完成的新冠肺炎輿情超網(wǎng)絡(luò)中，以微博用戶(hù)為研究對(duì)象，計(jì)算微博用戶(hù)的節(jié)點(diǎn)超度值、超邊連接度、平均最短距離以及超邊排序值。

1）節(jié)點(diǎn)超度

在構(gòu)成該輿情主體子網(wǎng)的341 位用戶(hù)中，大多數(shù)用戶(hù)的節(jié)點(diǎn)超度值是1，表3 中列出了節(jié)點(diǎn)超度值排名前10 的微博用戶(hù)，這10 位用戶(hù)很有可能成為該新冠肺炎輿情超網(wǎng)絡(luò)中的活躍人物。

表3 超度值排名

2）超邊連接度

計(jì)算上述10 位預(yù)備活躍人物的超邊連接度，表4 中列出超邊連接度排名前7 的微博用戶(hù)，這7位微博用戶(hù)很有可能成為該新冠肺炎輿情超網(wǎng)絡(luò)中的核心人物。

表4 超邊連接度排名

3）平均最短距離

計(jì)算這7 位預(yù)備核心人物到達(dá)其他微博用戶(hù)的平均最短距離，識(shí)別出新冠肺炎輿情超網(wǎng)絡(luò)中的關(guān)鍵節(jié)點(diǎn)，即該新冠肺炎輿情超網(wǎng)絡(luò)中的輿情領(lǐng)袖，見(jiàn)表5。

表5 平均最短距離

從表5 中可知，平均最短距離最小的4 位分別是橋組、Real 厲害財(cái)經(jīng)、努力在搞機(jī)以及李青大夫。這四位關(guān)鍵節(jié)點(diǎn)用戶(hù)在新冠肺炎輿情超網(wǎng)絡(luò)中的部分超邊組成情況如表6所示。

表6 超邊組成情況

其中，在觀(guān)點(diǎn)態(tài)度詞列Ki中，0 表示用戶(hù)未發(fā)表觀(guān)點(diǎn)，1 表示用戶(hù)發(fā)表了觀(guān)點(diǎn)。C1表示內(nèi)容為“接種過(guò)疫苗，第三次甚至第四次感染…”的帖子，該帖子包含話(huà)題#新冠肺炎#；C2表示內(nèi)容為“r/co?vid19positive 版有13 萬(wàn)人，每天有人發(fā)表自己得了新冠…”的帖子，該帖子包含話(huà)題#新冠肺炎#；C5表示內(nèi)容為“新冠、選舉、經(jīng)濟(jì)，韓國(guó)正在進(jìn)行一場(chǎng)逆天的實(shí)驗(yàn)，新冠疫情日增破40 萬(wàn)，7 天均增世界第一…”的帖子，該帖子包含話(huà)題#韓國(guó)#、#新冠肺炎#和#尹錫悅當(dāng)選韓國(guó)總統(tǒng)#；C15表示內(nèi)容為“海外疫情不斷走高，全球經(jīng)濟(jì)…”的帖子，該帖子包含話(huà)題#新冠肺炎#；C31表示內(nèi)容為“十天前獲批首款國(guó)產(chǎn)新冠口服藥的河南真實(shí)生物科技有限公司…”的帖子，該帖子包含話(huà)題#科技#、#醫(yī)藥#、#新冠肺炎#和#首款國(guó)產(chǎn)新冠口服藥公司赴港上市#；C74表示內(nèi)容為“疫情大時(shí)代背景下，為了應(yīng)對(duì)潛在的經(jīng)濟(jì)下行壓力…”的帖子，該帖子包含話(huà)題#蘋(píng)果放緩部分招聘#；C17表示內(nèi)容為“主動(dòng)感染新冠會(huì)怎么樣？34 人挑戰(zhàn)實(shí)驗(yàn)結(jié)果發(fā)布…”的帖子，該帖子包含話(huà)題#新冠肺炎#；C14表示內(nèi)容為“韓國(guó)把新冠降級(jí)為乙類(lèi)傳染病”的帖子，該帖子包含話(huà)題#視頻星計(jì)劃#、#疫情#和#韓國(guó)#。

5 結(jié)語(yǔ)

本論文將超網(wǎng)絡(luò)理論運(yùn)用于新冠肺炎輿情傳播中的各個(gè)子網(wǎng)建模，應(yīng)用Matlab、python 仿真分析方法識(shí)別新冠肺炎輿情中的關(guān)鍵節(jié)點(diǎn)。介紹了輿情超網(wǎng)絡(luò)模型子網(wǎng)絡(luò)，主要包括主體子網(wǎng)、信息子網(wǎng)、話(huà)題子網(wǎng)以及觀(guān)點(diǎn)子網(wǎng)4 層子網(wǎng)絡(luò)，并依據(jù)層間的映射關(guān)系構(gòu)建輿情超網(wǎng)絡(luò)模型；還介紹了用于識(shí)別關(guān)鍵節(jié)點(diǎn)的超網(wǎng)絡(luò)測(cè)度指標(biāo)；最后通過(guò)仿真分析，證明了超網(wǎng)絡(luò)分析法在關(guān)鍵節(jié)點(diǎn)識(shí)別中的可靠性。

在新冠肺炎輿情超網(wǎng)絡(luò)中識(shí)別出關(guān)鍵節(jié)點(diǎn)，有助于相關(guān)部門(mén)實(shí)施相應(yīng)的引導(dǎo)和干預(yù)政策，避免因消息在傳播過(guò)程中出現(xiàn)“信息失真”現(xiàn)象而引起群眾恐慌，進(jìn)而妨礙疫情防控工作。在應(yīng)對(duì)突發(fā)的公共衛(wèi)生事件輿情傳播方面，要針對(duì)該類(lèi)輿情事件對(duì)群眾進(jìn)行網(wǎng)民教育，切記不信謠不傳謠、有意識(shí)地培養(yǎng)正面意見(jiàn)領(lǐng)袖等，這需要在公共衛(wèi)生事件輿情超網(wǎng)絡(luò)中進(jìn)行更加深入的仿真分析。