對微博輿情熱度監(jiān)測及預警的指標體系的研究

王長寧，陳維勤，許 浩

(1.公安部第三研究所，上海 200031;2.蕪湖市公安局，安徽 蕪湖 241000;3.合肥市公安局，安徽 合肥 200041)

0 引言

輿情是“輿論情況”的簡稱，是指在一定的社會空間內，圍繞敏感性社會事件的發(fā)生、發(fā)展和變化，作為主體的民眾對作為客體的社會管理者及其政治取向產生和持有的社會政治態(tài)度。它是較多群眾關于社會中各種現(xiàn)象、問題所表達的信念、態(tài)度、意見和情緒等的總和［1］。網絡輿情信息作為社會萬象的映射，最直接、最快速地反映了社會輿情的狀況和發(fā)展態(tài)勢。

移動互聯(lián)網相比傳統(tǒng)互聯(lián)網，更以客觀自然人為中心，以即時、移動為方向。而作為移動互聯(lián)網上信息載體中最具影響力的一種，微博已逐漸發(fā)展成為網絡輿論的主要載體。通過手機、平板電腦等無線終端，每個人都可以作為自媒體，而成為信息發(fā)布者。

微博用戶相比新聞、論壇、博客等其它形式的用戶更加容易即時獲得最新信息，并且互動性高，可做到即時表達和回應，從而使得用戶的話語權得到充分的體現(xiàn)。但是，微博中存在的大量虛假失真言論和信息，使微博亂序化、暴力化傾向明顯，影響網民對現(xiàn)實世界的理性判斷，對正常社會秩序帶來沖擊。

如何面對移動互聯(lián)網的壯大而帶來的輿情監(jiān)管問題?如何引導網絡熱點事件的輿情的良好發(fā)展?如何應對微博中漸成泛化趨勢的“無直接利益沖突”、“網絡暴民”，引導微博用戶理性建言同時又不限制公眾表達權?因此，對移動互聯(lián)網熱點輿情的監(jiān)測與規(guī)律分析已成為必要的、迫切的要求。對微博輿情進行快速獲取、有效分析、持續(xù)跟蹤、及時預警、有效調控，有助于對形成群體問題的因素及時進行判斷與引導，有助于對社會輿情進行有效的掌控。

1 微博輿情的傳播特點

目前，隨著Web 2.0技術及相關互聯(lián)網應用的不斷普及，微博等新型媒體已經成為網絡輿情的重要輿論場。由于微博具有傳播速度快、信息發(fā)布方便、互動性高等特點，以新浪微博和騰訊微博為例，近兩年在我國形成爆炸性增長態(tài)勢，并已經成為我國輿情爆發(fā)的主要策源地和傳播媒介。

微博(Micro-blogging)是一種允許用戶及時更新簡短文本(通常在140字左右)，并可以公開發(fā)布的博客形式。其核心特點是可以通過微博客戶端、網頁、短信、即時通信工具等方式聯(lián)動［2］。在微博中，每個人都是信息源，可以接收和轉發(fā)別人發(fā)出的信息，可以將獲取的即時信息轉發(fā)給自己的粉絲，由此形成一種以人際為核心的快速傳播網絡。

微博的主要功能包括4個方面:“關注”即微博主可以選擇性地關注其他用戶，實時接收被關注用戶所發(fā)布的信息;“被關注”即微博主可以被其他用戶(俗稱“粉絲”)所關注，從而微博主發(fā)布的信息可以實時地推薦給粉絲;“轉發(fā)”即擁有粉絲多的微博主可以將他人的信息轉發(fā)給自己的粉絲，起到擴散機器人的作用;“評論”即微博主可以針對感興趣的微博內容做評論，從而加強與其他關注該話題的用戶的互動。

作為一種新型網絡媒體，微博具有如下輿情傳播特點［3］:

(1)發(fā)布和接收信息簡便:對于新聞中的相關人物，微博提供一鍵關注;對于傳統(tǒng)新聞或論壇中的內容，微博可以一鍵發(fā)布;通過手機等移動終端，可以輕松地發(fā)送和接收微博。

(2)傳播信息快捷:作為自媒體的一種重要形式，很多重大、突發(fā)和隱秘事件都是由現(xiàn)場的用戶在第一時間發(fā)出的，具有很強的即時性和現(xiàn)場性。

(3)裂變式信息傳播模式:發(fā)布消息后，所有粉絲同時收到，他們可能再傳播給自己的粉絲，微博轉播的放大效應使信息呈現(xiàn)“核裂變”式的幾何級數擴散態(tài)勢。

(4)意見領袖具有強大話語權:意見領袖指在突發(fā)事件的產生、發(fā)酵、傳播等環(huán)節(jié)中起主要推動作用的網民，他們在特定的領域擁有強大的話語權，潛意識里影響著數以萬計的圍觀群眾。

2 現(xiàn)有研究和產品的情況

目前在國內，現(xiàn)有的輿情分析指標體系多針對互聯(lián)網中傳統(tǒng)形式載體的輿情，而由于互聯(lián)網中傳播媒介的多樣化，諸如新聞、社區(qū)、論壇、博客、即時通訊工具等均有各自特有的輿情傳播特點，如果輿情監(jiān)測指標體系涵蓋面較廣，過于龐大，必然造成對微博這一網絡輿情的針對性不強。

高承實［4］等在研究微博信息傳播機制的基礎上，結合信息空間模型構建了微博輿情的三維空間，運用層次分析法，建立了微博輿情監(jiān)測指標體系，該指標體系綜合考查了社會類指標與技術類指標、輿情主體與輿情受眾之間的關系，并給出了不同指標的量化計算方法。

王藝［5］以微博輿情的價值構建和學理研究為基礎，深入剖析重大突發(fā)事件微博輿情研究的背景、原因、內容、方法，在微博民間輿論場的傳播學解構和微博輿論監(jiān)測指標研究上，借助網絡志、粉絲群特征等微博信息和網絡鏈接展開社會網絡分析，理清微博傳播主體的事件價值取向、地域呈現(xiàn)、事件傾向變遷，總結博客輿論裂變傳播的規(guī)律，進而在此基礎上描繪出博客輿情社群圖。創(chuàng)新性提出“第三空間”的輿情形成機理，并對微博輿情的監(jiān)測與引導機制展開學理探討。

曾潤喜［6］提出在建立網絡輿情分級預警機制的基礎上，可以構建警源、警兆、警情三類指標體系。

胡媛［7］利用自然語言處理和數據挖掘技術，通過分析微博中的信息內容，分析用戶的社會網絡和交互情況，以及研究某條信息傳播運動過程，來揭示微博中非正式信息交流。

李雯靜［8］等從輿情主題的角度重點列出了網絡輿情信息分析的指標，并給出了具體的指標計算方法，但未突出輿情受眾的能動性作用。

張一文［9］等嘗試建立了一種非常規(guī)突發(fā)事件網絡輿情指標體系，認為輿情的熱度同事件本身網絡媒體以及網民三者的合力成比例，但沒有給出指標的詳細計算方法。

喻國明［10］利用中國人民大學輿論研究所和北大方正所共同開發(fā)的基于第三代搜索技術的輿情分析平臺，采用科學的方法來“計算”民意，把網絡輿情、民意數字化，建立如同股市指數一樣的“輿情指數”，并在此基礎上研究輿情、民意的變化法則。

目前市場上常見的微博監(jiān)測系統(tǒng)有谷尼微博輿情監(jiān)測預警系統(tǒng)、紅麥微博監(jiān)測系統(tǒng)、靈玖WBK微博輿情監(jiān)控系統(tǒng)等。

谷尼微博輿情監(jiān)測預警系統(tǒng)［11］是一款集微博監(jiān)測、分析、預警為一體的網絡輿情專業(yè)應用軟件，覆蓋國內外主流微博:新浪微博、騰訊微博、鳳凰網微博、搜狐微博、Twitter微博。

紅麥微博監(jiān)測系統(tǒng)［12］根據用戶預定的監(jiān)測關鍵詞在數分鐘內發(fā)現(xiàn)新浪、騰訊、搜狐、網易等主流微博平臺的輿情信息，客戶通過系統(tǒng)完成大部分微博輿情監(jiān)測工作，多維度查看不同階段的微博輿情信息，追蹤微博傳播源頭，發(fā)現(xiàn)突發(fā)事件和重大公共事件。并提供Web、WAP、短信、郵件綜合立體服務模式，在第一時間為領導決策提供輿情信息支持，為化解危機爭取時間。

3 微博輿情熱度監(jiān)測指標體系

3.1 決定微博輿情熱度的維度

作為一個虛擬事物，微博輿情也是由事件而起，并融入了發(fā)布者和受眾者的能動性?？梢杂梦⒉┬畔?、微博發(fā)布者、微博受眾者三者的特性做為維度，構造出微博輿情的三維空間(如圖1)，從而便于了解網絡輿情的內涵及其表達形式，從而為網絡輿情監(jiān)測指標體系設計提供理論依據。

圖1 微博輿情熱度空間的維度

3.2 熱度監(jiān)測指標體系的設計

在上述微博輿情維度空間的研究基礎上，筆者運用層次分析法［13］，將微博輿情熱度監(jiān)測指標體系分解為微博信息、微博發(fā)布者、微博受眾者3個一級指標維度，并給出了具體指標內容，如表1所示。

表1 微博輿情熱度監(jiān)測指標體系

指標體系分為兩個等級。其中一級指標3個，二級指標13個，這些指標共同構成了指標評價體系，用于衡量輿情熱度。

3.3 熱度指標的說明

3.3.1 微博信息維度

該維度的指標總體上反映了微博輿情的內容主體和傳播熱度。

微博主題性質:既可以是長期存在的普遍關注的話題，如民生、腐敗、公共安全等話題，也可以是突發(fā)性話題。對該指標的分析可基于Web數據挖掘技術和語義Web等文本信息分析技術。

微博發(fā)布時間:代表微博的時效性，往往可作為輿情溯源的參考指標。

轉發(fā)數:指該條微博被粉絲所轉發(fā)的次數。

評論數:指該條微博被粉絲所評論的次數，與轉發(fā)數指標共同反映出粉絲對該條微博內容的共鳴度。

類似微博數量:指相近時間段內所發(fā)布的類似內容和觀點的微博數目，反映出網絡輿論中對該微博內容的關注度。

輿情發(fā)展速度:指某一單位時間段內類似微博的轉發(fā)數和評論數，反映出該微博內容的熱度變化，往往可以作為輿情預警的參考。

3.3.2 微博發(fā)布者維度

該維度的指標總體上反映了微博輿情發(fā)布主體的有關特性。

博主現(xiàn)實身份:如果微博主是某專業(yè)領域的專家，或是具有一定影響力的名人和官方機構，或是事發(fā)地的現(xiàn)場人員，往往會提升微博內容的公信力和微博主意見領袖的說服力。

粉絲數:指該微博主的粉絲人數，體現(xiàn)了微博主的人氣。

歷史被轉發(fā)數:指該微博主歷史所發(fā)微博被粉絲所轉發(fā)的次數，反映出粉絲對該微博主的認可度。

歷史被評論數:指該微博主歷史所發(fā)微博被粉絲所評論的次數，反映出粉絲對該微博主的認可度。

3.3.3 微博受眾者維度

該維度的指標總體上反映了微博輿情的受眾群體的有關特性。

粉絲地理位置分布:指受眾者的IP地址、手機號碼歸屬地等信息所代表的地理分布范圍，客觀表達了微博內容覆蓋范圍的全面性和客觀公正性。

參與度:指特定某一用戶轉發(fā)或評論某一條微博的次數，可用作預警體系的監(jiān)控。

正反面回饋:指微博輿情在受眾中產生的支持或反對的影響程度，包括評論總數、負面評論總數、中性評論總數，可由比例體現(xiàn)。

4 預警機制指標體系的建立

在上述對熱度監(jiān)測指標研究的基礎上，可建立一套對應的評價指數，以實現(xiàn)對重大微博事件網絡輿情爆發(fā)可能性的預警。

描述微博輿情預警等級的指標體系可包括擴散發(fā)展指標、微博主題敏感度指標、爆發(fā)指標、負面輿論指標等。體系模型如圖2所示。

圖2 微博輿情預警等級的指標體系

其中，擴散發(fā)展指標指從微博發(fā)布時間起，到現(xiàn)階段中微博輿情已發(fā)展的程度，包括已發(fā)布時間長度、被轉發(fā)數、被評論數等。該指標直接反映了某一微博輿情發(fā)展到某一程度所需的速度，代表了對待該輿情事件的群體態(tài)度。

微博主題敏感度指標指所發(fā)布的微博內容的敏感程度，包括主題性質、內容敏感度等。該指標反映了微博內容本身所具有的引發(fā)群眾參與和未來輿情危機的可能性，代表了當前社會心理的熱點，如反腐敗、民生等，也可結合過去已爆發(fā)的輿情危機來結合進行敏感度判斷。

爆發(fā)指標指某一時間片內微博輿情突然爆發(fā)的程度，包括單位時間轉發(fā)率、單位時間評論率等。該指標反映了該微博輿情未來爆發(fā)的強度水平。

負面輿論指標指微博評論中負面因素的比例。該指標反映了未來負面輿情出現(xiàn)的概率和活躍度。

國內在這方面的研究上，柯惠新［14］立足于相關前沿理論和輿情監(jiān)測實際，建立重大事件輿情監(jiān)測指標體系以及預警分析模型，并按照相關操作化定義實際收集了2010年重大事件的監(jiān)測和預警分析的指標信息，通過對這些信息的分析實現(xiàn)了監(jiān)測指數模型和預警分析模型的實際擬合和驗證，希望由此能夠直觀精確地說明重大事件輿情輿論的發(fā)展規(guī)律，進而為重大事件輿情的科學定量評價和有效預警提供一個有參考借鑒價值的思路。

此外，還有基于觀點樹［15］、模糊綜合評價法［16］、信號分析［17］、云模型［18］、貝葉斯網絡［19］等方法的突發(fā)事件網絡輿情預警等。

5 結束語

輿情發(fā)展一般可分為引發(fā)期、醞釀期、發(fā)生期、發(fā)展期、高潮期、處理期、平息期和反饋期等不同階段［20］。如何針對微博自身的特點，建立微博輿情的監(jiān)測指標體系，在潛伏期就可以及時捕捉到微博中敏感的輿情信息并提前預警，為管理者實行輿情疏導提供決策支持，將負面的網絡輿情影響控制在警戒線以下，具有重大的政治意義和社會意義。

本文中，筆者在分析微博中信息傳播機制的基礎上，初步建立微博輿情的熱度監(jiān)測和預警的指標體系，給出了輿情指標的一個量化計算方法，但由于缺少實際輿情事件發(fā)展過程中的大量科學統(tǒng)計數據，如何對各指標的權重進行有效估量［21］，并進行實際驗證，則還需要進一步的研究。

如何有效地將監(jiān)測和預警的指標體系應用到微博輿情的實時監(jiān)控中，從而根據效果對其不斷地改進和完善，將是下一步的工作重點。

［1］劉毅.網絡輿情研究概論［M］.天津:天津人民出版社，2007.

［2］百度百科.微博［EB/OL］.http://baike.baidu.com/view/1567099.htm，2012-09-13.

［3］李瑗瑗.微博輿論的形成機制及特點分析［J］.新聞界，2010(6):51-52.

［4］高承實，榮星，陳越.微博輿情監(jiān)測指標體系研究［J］.情報雜志，2011，30(9):66-70.

［5］王藝.重大突發(fā)公共事件的微博輿情監(jiān)測與引導初探［J］.貴州民族學院學報:哲學社會科學版，2011(5):148-151.

［6］曾潤喜，徐曉林.網絡輿情突發(fā)事件預警系統(tǒng)、指標與機制［J］.情報雜志，2009(11):52-54.

［7］胡媛.微博客中基于時序的非正式信息流機制研究——以sina微博為例［J］.圖書情報知識，2011(4):111-117.

［8］李雯靜，許鑫，陳正權.網絡輿情指標體系設計與分析［J］.情報科學，2009，27(7):986-991.

［9］張一文，齊佳音，方濱興，等.非常規(guī)突發(fā)事件網絡輿情熱度評價指標體系構建［J］.情報雜志，2010，29(11):71-75.

［10］喻國明.網絡輿情熱點事件的特征及統(tǒng)計分析［J］.人民論壇(中)，2010(4).

［11］谷尼.谷尼微博輿情監(jiān)測預警系統(tǒng)［EB/OL］.http://www.goonie.cn/products/2011/12/2011-12-31342.html，2011-12-31.

［12］紅麥軟件.紅麥微博監(jiān)測系統(tǒng)［EB/OL］.http://www.soften.cn/products/weibo.html，2012-09-13.

［13］王蓮芬，許樹柏.層次分析法引論［M］.北京:中國人民大學出版社，1990.

［14］柯惠新，劉績宏.重大事件輿情監(jiān)測指標體系與預警分析模型的再探討［J］.現(xiàn)代傳播:中國傳媒大學學報，2011(12):39-44，56.

［15］丁菊玲，勒中堅.基于觀點樹的網絡輿情危機預警方法［J］.計算機應用研究，2011，28(9):3501-3504.

［16］王鐵套，王國營，陳越.基于模糊綜合評價法的網絡輿情預警模型［J］.情報雜志，2012(6):47-51.

［17］許鑫，張嵐嵐.基于信號分析的突發(fā)事件網絡輿情預警研究［J］.情報理論與實踐，2010(12):97-100.

［18］王振興，郭毅，張連成，等.一種基于云模型的突發(fā)事件預警方法［J］.信息工程大學學報，2012，13(1):120-123，128.

［19］張一文，齊佳音，方濱興，等.基于貝葉斯網絡建模的非常規(guī)危機事件網絡輿情預警研究［J］.圖書情報工作，2012(2):78-83.

［20］百度百科.輿情分析［EB/OL］.http://baike.baidu.com/view/4000073.htm，2012-09-13.

［21］龐彥軍，劉開第，張博文.綜合評價系統(tǒng)客觀性指標權重的確定方法［J］.系統(tǒng)工程理論與實踐，2001(8):37-42.