從微博大數據看新媒體環境下的議程設置

劉鑫

[摘要]本文以2018年7月發生的“問題疫苗”事件為例，通過大數據文本挖掘和LDA模型考察，研究發現，隨著事件的發生、發展，媒體和微博用戶開始在微博平臺上共同設置議程;雙方議程相互影響，總體上隨著事件的進程而變化。

[關鍵詞]微博?議程設置?LDA法

一、研究緣起

本研究選取“2018問題疫苗事件"作為研究對象。以此考察議程設置理論在微博平臺上的解釋力。

二、研究方法

LDA模型是“Latent?Dirichlet?Allocation模型”的簡稱，由Blei等人在2003年提出。單斌、李芳認為，LDA話題指.的是就是話題的詞語和詞語的分布概率的變化。

本研究具體方法為，以“疫苗”為關鍵詞，從微博中抓取從2018年7月15日到8月15日相關的微博內容，劃分為3個時段。用LDA模型找出每個時間段的5個主要話題，每個話題設置20個關鍵詞，觀察話題的變化，結果如下：

第一時段：

T1：接種?孩子?進口?沒有?事件?一個?問題?監管?我國?什么?可以?必要?這個?迷信?我們?建立?毫無?今天?體系?覆蓋

T2：生產?企業?造假?狂犬病?責令?長春?停產?信息?藥監局?記錄?行為?管理?公眾?嚴重?存在?全面?違反?檢查?生物科技?公司

T3：長生?狂犬?生物?造假?長春?公司?百白破?合格?生產?質量?狂犬病?兒童?關注?萬支?問題?受到?要求?新聞?市場

T4：長生?狂犬病?長春?生產?生物?造假?人用?召回?記錄?凍干?批次?停止?產品?狂犬?國家?藥監局?所有?gmp證書?收回?發布

T5：公司?長生?以及?進行?徹底?生產?生物?百白破?感到?自責?十分?愧疚?整改?接種?事件?此次?回復?投資者?措施?對于

第二時段：

T1：我們?事件?一個?沒有?自己?就是?什么 中國?問題?孩子?這個?不是?現在?知道?今天?真的?還是?因為?不能?如果

T2：接種?孩子?注射?中國?疾控中心?兒童?相關?進行?預防?市場?免疫?自殺?官員?山東?省傷口?醫生?家長?如何?監管?狂犬

T3：長生?生物?長春?武漢?生產?百白破?合格?公司?批次?效價?企業?山東?萬支?國家?藥監局?狂犬病?問題?董事長?涉嫌?工作?有限責任

T4：事件?為什么?新聞?文章?曝光?問題?高俊芳?頭條?媒體?發布?武漢?生物?網友?網易?采訪?中國?監管部門?來自?至今?記者

T5：圍觀?問題?微博?一起?退市?回答?進口?問答?醫生?可以?價值?事件?大家?領域?風波?人民?這個?老師?全國

第三時段：

T1：孩子?一個?我們?沒有?現在?允悲?這個?還是?就是?可以?自己?不是?什么?今天?真的?可能?中國?很多?時候?他們

T2：醫院?狂犬病?狂犬?醫生?傷口?接種?什么?注射?孩子?13?咬傷?北京?一只?應該?中國?預防?香港?檢查?主人

T3：接種?補種?長生?長春?國家?衛生?健康?工作?狂犬病?百白破?合格?續種?兒童?公司?效價?衛健委?委員會?單位?免費?批次

T4：過期?家長?接種?商洛?發現?陜西?調查?孩子?政府?兒童?查詢?一位?2018?商洛市?多例?反映?調查組?麻腮風?很快?目前

T5：生物?長生?事件?文章?頭條?超話?發布?問題?武漢?公司?黃曉明?百白破?人民?造假?賬戶?生產?高考?股票?網友?公布

三、結果與討論

第一時段，T1顯示的是網友的反諷。T2-T5分別表示的是國家對涉事企業的調查、事件的報道、后續處理進展和企業自身的回應，這些體現的是媒介設置議程。

第二時段，從T3和T2可以看出，這段時間調查問責進一步展開，媒體跟進報道，體現的是媒介設置的議程。T5的“領域.風波"等詞表示的是受眾對議程的設置。

第三時段，從5個話題整體來看，網民對事件的抱怨（如T1）依然存在。但此時出現了幾個新話題。

總之，媒體和微博用戶同設置議程，他們對議程的設置根據事件的進展而相應變化。微博平臺上的受眾議程體現著新媒體技術對受眾的賦權。

注釋：

[1]單斌、李芳：《基于LDA話題演化研究方法綜述》，《中文信息學報》2010年第6期