基于灰色關聯分析的網絡輿情熱點事件研究

周穎　高揚　周杰　劉茉　夏一雪　張鵬

摘 要：通過對網絡輿情熱點事件特點的分析，建立了搜索指數、輿情關注度等5個定量指標構成的網絡輿情熱度評判體系。在此基礎上，運用灰色關聯分析求解關聯度的方法，近似得到了若干個熱點事件的網絡輿情熱度值排序，可以為有關部門分類分級管理網絡輿情熱點事件提供參考。

關鍵詞：網絡輿情 指標體系 灰色關聯分析 熱點

中圖分類號：TP391.1 文獻標識碼：A 文章編號：1674-098X（2017）05（a）-0135-03

截至2016年12月，我國網民規模已達7.31億，互聯網普及率達到53.2%[1]。互聯網信息技術的飛速發展深刻改變了人類的生活方式和社會結構，人類社會逐步分化為現實社會和虛擬社會?，F實社會里發生的每件事情幾乎都會投射到虛擬社會中產生網絡輿情，其中大部分都會很快消失在虛擬社會的信息海洋中，但是也有少部分輿情會在一定的時間段內引發網民和媒體的大量關注，并持續較長時間，從而形成網絡輿情熱點[2]。網絡輿情熱點的形成具有自發性，且涉及面覆蓋社會生活的方方面面，是人們對某一事件共同看法和情緒的集合。如果不及時關注和引導，在某些因素作用下，比如來自網絡推手的惡意推動，會使負面情緒占據上風，甚至可能從線上向線下轉移，引發群體性事件，不利于社會的和諧穩定，這就是網絡輿情熱點所帶來的負面效應。因此，網絡輿情熱點的研究對于政府部門掌握民意、管理社會、制定政策具有重要意義。

為了對不同的輿情熱點事件進行比較和研究，在這里引入“熱度”的概念。熱度是指關于某一事件網絡輿情的高漲程度，表現為相關輿情量和輿論擴散范圍的大小[3]。發現熱點，判定熱度是網絡輿情管理的前提和基礎，國內許多學者都對其進行了深入研究。姜勝洪[4]在分析當前網絡輿情熱點現狀的基礎上，總結了網絡輿情熱點的發生與發展規律，并提出了培養“意見領袖”進行輿論引導的策略。王長寧[5]在分析微博輿情傳播特點的基礎上，從微博信息、微博發布者和微博受眾3個維度建立了微博輿情熱度監測及預警指標體系。王國華[6]從輿情關聯的視角出發，分析了網絡輿情熱點的演化規律。王偉[7]針對傳統的一次聚類的輿情分析方法的不足，根據熱點簇特征向量對網頁進行二次聚類，提升了網絡輿情熱點分析的準確性。劉勘[8]提出了一種基于馬爾可夫鏈的輿情熱度趨勢分析模型，實現了由發現網絡輿情熱點到預測熱點的轉變。

以上學者對網絡輿情熱點的研究主要集中在兩個方向：一是研究網絡輿情熱點的形成條件、演化規律，構建熱度評價指標體系，提出應對策略等。二是基于某種算法或者模型，實現對網絡輿情熱點的抓取和分析，并逐漸向著計算機自動發現與預測的方向發展。該文章在前人研究的基礎上，建立了網絡輿情熱度評判指標體系，利用灰色關聯分析來獲得某時間段內集中出現的網絡輿情熱點事件的熱度值排序，以供相關部門把握主次，根據熱度值分級應對。

1 網絡輿情熱度評判指標

在構建網絡輿情熱度評判指標體系時主要考慮3個方面的問題：（1）該指標要能全面客觀反映熱點事件輿情變化的真實情況，因此要盡量使用定量指標，避免定性指標；（2）定量指標要方便獲取數據，以保證輿情熱度分析的時效性和準確性；（3）指標體系要具有普適性。基于以上3點，并參考了網絡輿情熱度指標體系研究的相關文獻，文章采用搜索指數、輿情關注度、網民相關言論數量、網絡媒體圖文報道數量、事件平均持續時間共計5個指標來評判網絡輿情熱度。

1.1 搜索指數

搜索指數指被搜索引擎檢索的關鍵詞在特定的時間段內的網絡曝光率及用戶關注度，它是一個實時的動態指標，一定程度上反映了關鍵詞所代表事件的網絡輿論熱度變化趨勢?；诎俣人阉饕纨嫶蟮挠脩粢幠：途薮笥绊懥Γ恼乱园俣裙咎峁┑木W絡輿情熱點事件在對應時間段內最高百度指數來近似替代搜索指數值。

1.2 輿情關注度

輿情關注度一般用某主題下相關網頁的數量來表示[9]，包含該主題內容的網頁越多，則輿情關注度越大，該熱點事件的輿情熱度就越高。

1.3 網民相關言論數量

網絡輿情熱點形成后會在網上引發激烈討論，網民通過發表各種意見和評論的方式參與進來[10]，這些相關言論數量越多，表明網絡輿情熱度值越高。為了方便數據采集與比對，該指標的數據主要來源于新浪微博。

1.4 網絡媒體圖文報道數量

網絡媒體是指區別于電視、報紙、廣播等傳統媒體，運用網絡技術進行信息交流與傳播的媒介，比如新浪、騰訊、網易等。熱點輿情事件發生后網絡媒體會發表大量原創或轉載的新聞報道，因而可以在一定程度上反映網絡輿情熱度。

1.5 輿情持續時間

任何事件引發的網絡輿情都有一定的生命周期，該指標值即指相關事件從開始引發網絡輿情到基本平息所持續的時間。

2 灰色關聯分析的應用

灰色關聯分析是指對一個系統發展變化態勢進行定量描述和比較的方法，其基本思想是通過比較參考數列和若干個比較數列之間幾何形狀相似程度來判斷其聯系是否緊密[11]。灰色關聯分析法是一種多因素統計分析方法，它的優點在于少量的樣本容量就可以滿足需求，對無規律的數據同樣適用，不會出現量化結果與定性分析結果不相符的情況，這樣很大程度上減少了由于信息不對稱帶來的損失。

文章選取2016年7月中下旬集中發生的5件典型網絡輿情熱點事件作為研究對象，見表1。

2.1 比較數列和參考數列的確定

比較數據是指影響系統行為的因素組成的若干組數據序列，記為：。按照表1中網絡輿情熱點事件對相應指標數據進行全網采集，得到比較數列的原始數據，如表2所示。參考數列是指反映系統行為特征的數據序列，記為文中，選取比較數據每一列的最大值作為參考數列。

2.2 原始數據的無量綱化處理

數據的無量綱化處理是指通過某種計算方法將有量綱的系統數值的絕對值轉變成無量綱的相對值，主要解決數據的可比性問題以及簡化計算[12]。常見的無量綱化處理方法主要有極值法、標準化、均值化以及初值化方法，文中采用初值化法對原始數據進行處理，如表3所示。

2.3 求解關聯系數

即為比較數列對參考數列的灰關聯度，將n個子比較序列對同一參考序列的關聯度按大小順序排列起來，便得到了關聯序，它反映了對于參考序列來說各個比較序列的“優劣”關系，在該文中，由于各個指標反映的是熱度值，因而可以把關聯序近似看作是各事件網絡輿情熱度值排序，如表5所示。

從表格中可以清楚地看到各個目標事件的熱度值以及它們之間的熱度大小關系，即事件3>事件2>事件5>事件1>事件4。

3 結語

自媒體時代，信息傳播和交互的速率極高，現實生活中的任何事件都有可能在網絡空間中被“放大”，成為網絡輿情熱點。這些熱點輿情有可能是傾向于正面的，也有可能是傾向于負面的，而且熱度值存在很大差異。此文研究工作的意義在于提供了一種比較科學的網絡輿情熱度排序方法，當熱點事件集中出現時，可以為有關部門提供全面、準確的參考信息，對于網絡輿情管理具有重要意義。文章也存在一定的局限性，主要在于灰色關聯分析需要對各指標的最優值進行現行確定，而網絡輿情是不斷動態變化的，因而各指標的最優值難以確定，需要在接下來的研究中加以改進。

參考文獻

[1] 中國互聯網絡信息中心.第39次中國互聯網絡發展狀況統計報告[EB/OL].（2017-01-22）.http：//www.cnnic.cn/gywm/xwzx/rdxw/20172017/201701/t20170122_66448.htm.

[2] 張潤蓮，蘭月新，王彩華，等.網絡群體性事件演化博弈分析及對策研究[J].圖書與情報，2016（4）：24-30.

[3] 曹學艷，張仙，劉樑，等.基于應對等級的突發事件網絡輿情熱度分析[J].中國管理科學，2014（3）：82-89.

[4] 姜勝洪.網絡輿情熱點的形成與發展、現狀及輿論引導[J].理論月刊，2008（4）：34-36.

[5] 王長寧，陳維勤，許浩.對微博輿情熱度監測及預警的指標體系的研究[J].計算機與現代化，2013（1）：126-129.

[6] 王國華，鄧海峰，王雅蕾.網絡熱點事件中的輿情關聯問題研究[J].情報雜志，2012，31（7）：1-5.

[7] 王偉，許鑫.基于聚類的網絡輿情熱點發現及分析[J].現代圖書情報技術，2009（3）：74-79.

[8] 劉勘，李晶，劉萍.基于馬爾可夫鏈的輿情熱度趨勢分析[J].計算機工程與應用，2011，47（36）：170-173.

[9] 王青，成穎，巢乃鵬.網絡輿情監測及預警指標體系構建研究[J].圖書情報工作，2011（8）：54-57，111.

[10] 蘇國強，蘭月新.基于SIR的突發事件網絡謠言擴散模型研究[J].武警學院學報，2013（4）：90-92.

[11] 徐鳳銀，朱興珊，顏其彬，等.儲層含油氣性定量評價中指標權重的確定方法[J].西南石油學院學報，1994（4）：11-17.

[12] 蘭月新，王芳，張秋波，等.大數據背景下網絡輿情主體交互機理與對策研究[J].圖書與情報，2016（3）：28-37.