國內(nèi)微博輿情研究的文獻(xiàn)計(jì)量分析

周金元 張莎莎

(江蘇大學(xué)科技信息研究所 鎮(zhèn)江 212013)

國內(nèi)微博輿情研究的文獻(xiàn)計(jì)量分析

周金元 張莎莎

(江蘇大學(xué)科技信息研究所 鎮(zhèn)江 212013)

運(yùn)用文獻(xiàn)計(jì)量學(xué)方法，從論文數(shù)量的年度分布、作者和學(xué)科、基金、關(guān)鍵詞、被引頻次、重點(diǎn)研究主題及研究進(jìn)展六個(gè)方面對(duì)國內(nèi)微博輿情研究現(xiàn)狀進(jìn)行分析。發(fā)現(xiàn)新聞學(xué)、管理學(xué)和計(jì)算機(jī)學(xué)科的作者較為關(guān)注微博輿情研究。從微博輿情的形成與傳播、微博輿情的監(jiān)測(cè)、微博輿情的引導(dǎo)三個(gè)方面總結(jié)微博輿情研究進(jìn)展。

微博 輿情 文獻(xiàn)計(jì)量

微博(Microblog) 是一種非正式的迷你型博客，產(chǎn)生于Web2.0 時(shí)代，用戶可以通過多種方式即時(shí)發(fā)布140 字內(nèi)的文本信息以及圖片、視頻、音樂等內(nèi)容，信息的分享和傳播基于用戶間建立的關(guān)系，這種關(guān)系又構(gòu)成了用戶間的社交網(wǎng)絡(luò)。輿情(Public Opinion)[1]即公眾輿論，是公眾對(duì)于各種社會(huì)現(xiàn)象、問題從信念、態(tài)度、意見和情緒等角度所作出的表達(dá)。

總體而言，國外對(duì)于微博輿情的研究更加注重應(yīng)用，例如Go等提出一種對(duì)推特信息中體現(xiàn)的情感色彩進(jìn)行自動(dòng)分類的方法，這可以在商業(yè)領(lǐng)域中加以應(yīng)用，這樣商家就可以獲取其產(chǎn)品的網(wǎng)絡(luò)評(píng)價(jià)的情感色彩[2]； Lee等通過提取微博地理標(biāo)簽中的信息，來監(jiān)測(cè)區(qū)域性社會(huì)事件[3]；Tumasjan 等使用Linguistic Inquiry and Word Count (LIWC) 分析軟件，以德國大選為例，分析推特中的政治討論[4]；Stieglitz等研究了情感對(duì)微博信息傳播的作用，發(fā)現(xiàn)具有情感色彩的信息比中性信息更快、更多地被傳播出去[5]。

根據(jù)筆者的檢索，國內(nèi)關(guān)于微博研究始于2008 年，而國內(nèi)微博輿情的學(xué)術(shù)論文則最早見于2011年，國內(nèi)微博輿情研究尚缺乏文獻(xiàn)計(jì)量方面的文章，國內(nèi)微博輿情研究的主題和研究進(jìn)展沒有全面直觀地被體現(xiàn)出來。因此，本文將從論文數(shù)量、作者及學(xué)科、基金、關(guān)鍵詞、被引頻次、主題及研究進(jìn)展六個(gè)方面，系統(tǒng)地對(duì)國內(nèi)微博輿情研究文獻(xiàn)進(jìn)行計(jì)量分析，在此基礎(chǔ)上展示微博輿情研究的基本情況、重點(diǎn)主題和研究進(jìn)展。

1 數(shù)據(jù)來源和研究方法

本文所采用的數(shù)據(jù)來源于清華同方的“中國期刊全文數(shù)據(jù)庫”，檢索式確定為“篇名= 微博or微博客or Microblog”and“篇名= 輿情”，最終檢索到160篇論文。利用Citespace分析軟件的關(guān)鍵詞分析功能，將160篇文獻(xiàn)以Refworks的形式導(dǎo)入軟件，得到關(guān)鍵詞詞頻統(tǒng)計(jì)結(jié)果。主題分布主要基于關(guān)鍵詞詞頻統(tǒng)計(jì)結(jié)果得出，配合文獻(xiàn)閱讀和總結(jié)得到研究進(jìn)展。對(duì)于論文的作者、學(xué)科、基金和被引頻次的分析，主要借助Excel軟件。

2 國內(nèi)微博輿情研究的文獻(xiàn)計(jì)量分析

2.1 論文數(shù)量的年度分布

國內(nèi)微博輿情研究按上述檢索式共檢索出160篇論文，其論文數(shù)量的年度分布見圖1。由圖1可見發(fā)文量呈現(xiàn)逐年快速增加的趨勢(shì)，從2010年的1篇增長到2013年的95篇，這說明微博輿情研究近期受到較多的關(guān)注。深入分析發(fā)文量增長的原因，主要由于：一是國內(nèi)微博用戶數(shù)量巨大，截止2012年12月底，新浪微博的注冊(cè)用戶已超過5億人，用戶利用微博這一平臺(tái)，對(duì)社會(huì)現(xiàn)象和個(gè)人生活，從價(jià)值觀、態(tài)度、意見和情緒的角度作出表達(dá)，這種表達(dá)包括發(fā)文、轉(zhuǎn)發(fā)和評(píng)論等，這是一種之前沒有的新的行為模式，引起了研究者的關(guān)注；二是公共領(lǐng)域突發(fā)事件的頻繁發(fā)生，促進(jìn)了微博輿情的發(fā)酵，公眾通過微博“圍觀”和“評(píng)價(jià)”突發(fā)事件，在這一過程中，涌現(xiàn)出了一批影響微博輿情導(dǎo)向的意見領(lǐng)袖，微博輿情的傳播也呈現(xiàn)出一些規(guī)律，輿情也涉及多方面的利害關(guān)系，這就使得微博輿情研究具有較高的研究價(jià)值，在選題方面較有意義?？傮w來看，在4G時(shí)代到來的背景下，隨著微博功能的進(jìn)一步豐富和微博用戶的繼續(xù)增加，微博輿情的影響力將繼續(xù)加強(qiáng)，未來該領(lǐng)域論文的發(fā)文量將呈現(xiàn)繼續(xù)增長的趨勢(shì)。

圖1 國內(nèi)微博輿情研究發(fā)文量年度分布

2.2 論文的作者和學(xué)科分析

表1 國內(nèi)微博輿情研究的核心作者

表2 國內(nèi)微博輿情研究的學(xué)科分布

2.3 論文的基金分布

160篇論文中獲基金支持的共有53篇，占文獻(xiàn)總數(shù)的33%。為分析基金投放的重點(diǎn)研究領(lǐng)域，本文對(duì)各基金中的項(xiàng)目名稱進(jìn)行了匯總分析，發(fā)現(xiàn)基金主要向兩個(gè)研究領(lǐng)域投放，一是突發(fā)事件微博輿情研究，包括其演變規(guī)律、監(jiān)測(cè)手段和引導(dǎo)策略；二是針對(duì)中國高校大學(xué)生的微博輿情研究。這說明我國相關(guān)部門已經(jīng)注意到微博在突發(fā)事件的輿情演變中發(fā)揮的重大作用，以及微博對(duì)于我國高校學(xué)生思想的巨大影響。最后，從基金層次來看，獲省級(jí)以上(包括省級(jí))基金支持的論文共有32篇，說明國內(nèi)微博輿情研究的基金層次較高，國內(nèi)微博輿情研究論文的高級(jí)別基金分布見表3。

表3 高級(jí)別基金分布

2.4 關(guān)鍵詞及詞頻統(tǒng)計(jì)

關(guān)鍵詞是論文的文獻(xiàn)檢索標(biāo)識(shí)，是表達(dá)論文主題概念的自然語言詞匯，在很大程度上反映了論文的主要研究內(nèi)容[7]，通過分析某研究領(lǐng)域的關(guān)鍵詞的詞頻，可以描述該研究領(lǐng)域的研究狀況，進(jìn)而揭示該領(lǐng)域的熱點(diǎn)和發(fā)展趨勢(shì)。對(duì)于關(guān)鍵詞的分析，本文將檢索到的160篇文獻(xiàn)以Refworks的形式導(dǎo)出，利用Citespace的關(guān)鍵詞分析功能，得到關(guān)鍵詞詞頻統(tǒng)計(jì)結(jié)果，然后除去一些非實(shí)質(zhì)性詞語，如“挑戰(zhàn)”等，對(duì)剩下的關(guān)鍵詞進(jìn)行近義詞匯總，如將“輿情”、“微博輿情”和“網(wǎng)絡(luò)輿情”統(tǒng)一計(jì)入“微博輿情”，將“應(yīng)對(duì)對(duì)策”歸納到“輿情應(yīng)對(duì)”中，最后按詞頻從高到低進(jìn)行排列，見表4。

表4 國內(nèi)微博輿情研究主要關(guān)鍵詞及詞頻

2.5 論文的被引頻次分析

文獻(xiàn)的被引頻次是評(píng)價(jià)被引文獻(xiàn)的學(xué)術(shù)價(jià)值和應(yīng)用價(jià)值的有效手段。論文《微博網(wǎng)絡(luò)輿情中的意見領(lǐng)袖識(shí)別及分析》被引次數(shù)最多，為47 次，一方面該論文的選題有很高的研究價(jià)值，因?yàn)槲⒉┮庖婎I(lǐng)袖基于其特殊的社會(huì)地位、有影響力的身份和龐大的粉絲數(shù)量，在某一事件的輿情傳播中，可以迅速加速輿情的發(fā)酵，影響輿論的導(dǎo)向；另一方面該篇論文的內(nèi)容深刻、到位，從用戶影響力和用戶活躍度兩個(gè)角度構(gòu)建了微博意見領(lǐng)袖指標(biāo)體系，值得借鑒，必然吸引其他研究人員進(jìn)行引用。被引頻次為9次以上的論文，見表5。從這些論文的題名來看，微博輿情指標(biāo)體系、傳播與演變規(guī)律和對(duì)策方面的文獻(xiàn)，被引頻次頗高，這也與微博輿情主要研究方向一致。

表5 國內(nèi)微博輿情研究高被引論文

2.6 重點(diǎn)研究主題及研究進(jìn)展

本文基于關(guān)鍵詞詞頻分析得到微博輿情研究的重點(diǎn)研究主題，從表4可以看出，國內(nèi)微博輿情研究的主題呈現(xiàn)出集中性的特點(diǎn)，結(jié)合進(jìn)一步的文獻(xiàn)閱讀，重點(diǎn)研究主題可以被總結(jié)為：微博輿情的形成與傳播、微博輿情的監(jiān)測(cè)、微博輿情的引導(dǎo)。研究主要服務(wù)于政府的社會(huì)管理和高校大學(xué)生的思想政治教育；研究涉及的個(gè)體包括意見領(lǐng)袖、微博用戶、粉絲和網(wǎng)民；研究涉及的機(jī)構(gòu)包括高校、政府；研究的案例主要是社會(huì)突發(fā)事件和公共領(lǐng)域事件；研究者較為關(guān)注微博輿情的演變及傳播規(guī)律，提出了一些微博輿情監(jiān)測(cè)的指標(biāo)，給出了多種微博輿情引導(dǎo)的方案。

2.6.1 微博輿情的形成與傳播 微博輿情的傳播是一種“單向鏈?zhǔn)? 全方向裂變”的傳播，單向鏈?zhǔn)绞侵秆刂粋€(gè)微博用戶往外傳播是鏈?zhǔn)降模较?60 度的無數(shù)條鏈?zhǔn)絺鞑ゾ蜁?huì)形成一種裂變傳播的態(tài)勢(shì)。微博輿情傳播的基本規(guī)律是: 萌芽，形成，爆發(fā)，高潮，消退，消亡，其中必經(jīng)的過程只有“萌芽”與“消亡”，即事件發(fā)生并不一定會(huì)擴(kuò)大化發(fā)展，微博輿情要發(fā)展到“爆發(fā)”和“高潮”需要兩大條件，一是人為因素的影響，包括謠言的惡意散播，意見領(lǐng)袖的關(guān)注等，這使得輿情快速發(fā)酵； 二是事件本身的一些屬性，最核心的就是事件主角的社會(huì)身份，例如“富二代”、“城管”，其對(duì)社會(huì)心理會(huì)形成一種沖擊，輿論迅速展開。該研究主題存在的問題是信息的提取難度較大，對(duì)計(jì)算機(jī)水平要求高，所以，雖然微博和論文都是文獻(xiàn)，即記錄有知識(shí)的載體[8]，但是微博平臺(tái)不像CNKI平臺(tái)那樣支持文獻(xiàn)內(nèi)容的導(dǎo)出，這就對(duì)非計(jì)算機(jī)學(xué)科的研究人員產(chǎn)生了限制，對(duì)此，韓運(yùn)榮等從可視化的角度運(yùn)用“北京大學(xué)PKUVIS 微博可視分析工具”較為形象地提出了微博輿情的一種基本底層結(jié)構(gòu)和三種演化模式[9]，該分析工具與Citespace 的分析方式和結(jié)果展示方法較為相似。2.6.2 微博輿情的監(jiān)測(cè) 輿情主體的監(jiān)測(cè)指標(biāo)主要包括身份、粉絲數(shù)、歷史被轉(zhuǎn)發(fā)數(shù)和歷史被評(píng)論數(shù)，客體事件的監(jiān)測(cè)指標(biāo)主要包括敏感度和社會(huì)危害性，關(guān)于輿情傳播速度的監(jiān)測(cè)，高承實(shí)等提出可利用新浪微博現(xiàn)有的排名功能[10]，對(duì)于受眾的監(jiān)測(cè)，可以分析受眾地區(qū)分布，加之受眾情緒評(píng)估，重點(diǎn)對(duì)事件發(fā)生地區(qū)的穩(wěn)定度進(jìn)行實(shí)時(shí)監(jiān)測(cè)，高承實(shí)等還認(rèn)為應(yīng)對(duì)微博輿情監(jiān)測(cè)進(jìn)行等級(jí)分類。根據(jù)對(duì)相關(guān)文獻(xiàn)內(nèi)容的研究，發(fā)現(xiàn)作者提出的指標(biāo)體系的指標(biāo)設(shè)置相似度較高，加之微博輿情信息抽取的技術(shù)難題，相應(yīng)的監(jiān)測(cè)方法很難獲得足夠數(shù)量的數(shù)據(jù)支持，本文認(rèn)為，微博輿情監(jiān)測(cè)的基礎(chǔ)應(yīng)該是用戶分類，例如高校輔導(dǎo)員重點(diǎn)監(jiān)測(cè)學(xué)生的個(gè)人微博，明星應(yīng)注意自己粉絲的評(píng)論，媒體官方微博主要關(guān)注“大V”用戶，基本原則應(yīng)是強(qiáng)調(diào)“利益相關(guān)”，縮小范圍，增加監(jiān)測(cè)的精準(zhǔn)度，提高監(jiān)測(cè)頻率，達(dá)到最佳的監(jiān)測(cè)效果。

2.6.3 微博輿情的引導(dǎo) 微博輿情引導(dǎo)的關(guān)鍵，一是介入時(shí)機(jī)的判斷，二是應(yīng)對(duì)措施的選擇。輿情產(chǎn)生萌芽后并不一定會(huì)爆發(fā)并形成高潮，而是需要條件催化的，在輿情發(fā)酵前把握住輿情發(fā)展方向，此時(shí)輿情引導(dǎo)的成本最小，當(dāng)輿情發(fā)展到爆發(fā)的初始階段時(shí)，網(wǎng)民很容易受到煽動(dòng)，此時(shí)輿情引導(dǎo)的成本很高。以“江蘇大學(xué)圖書館前考研大軍排隊(duì)百米” 為例，圖書館的管理者在微博上發(fā)現(xiàn)學(xué)生個(gè)人微博和主流媒體的官方微博開始廣泛關(guān)注和報(bào)道此事時(shí)，一方面要關(guān)注相關(guān)微博內(nèi)容的情感色彩，另一方面就要在事件的發(fā)展之初果斷采取措施，為此，江蘇大學(xué)圖書館首先將開館時(shí)間提前半小時(shí)，然后通過大屏幕告知學(xué)生圖書館可容納4 000人，消除學(xué)生找不到座位的擔(dān)憂，最后增加維持秩序的工作人員，排除了發(fā)生擁擠踩踏事故的隱患，成功控制了輿論的發(fā)展。此外，微博輿情的分類也非常重要，王國華等提出了針對(duì)不同類型網(wǎng)絡(luò)輿情的應(yīng)對(duì)策略，例如當(dāng)事件主體不涉及政府時(shí)，政府職能部門可暫不介入事件處置過程，當(dāng)事件主體為政府時(shí)，政府要及時(shí)發(fā)聲，第一時(shí)間公布事件相關(guān)信息[11]。

3 總結(jié)及展望

本文從論文數(shù)量的年度分布、作者和學(xué)科、基金、關(guān)鍵詞、被引頻次、主題及研究進(jìn)展六個(gè)方面，對(duì)國內(nèi)微博輿情研究進(jìn)行了全面、系統(tǒng)分析，彌補(bǔ)了該研究領(lǐng)域缺乏文獻(xiàn)分析論文的不足。本文的不足之處在于，可用于分析的文獻(xiàn)數(shù)量較少，分析涵蓋的期間較短，還不能做到文獻(xiàn)數(shù)量大、研究期間長和分析面面俱到。但是隨著微博活躍用戶數(shù)量的不斷增長，以及4G帶來的積極影響，微博輿情的影響力將會(huì)更大是毋庸置疑的，相應(yīng)的研究論文的數(shù)量和研究內(nèi)容的深度都會(huì)增加，本文的不足將會(huì)得到彌補(bǔ)。展望未來，有兩個(gè)值得關(guān)注的問題，一是非計(jì)算機(jī)學(xué)科的研究者如何提取微博中的目標(biāo)信息；二是如何加強(qiáng)學(xué)科間的合作，為微博輿情研究帶來新的思想和方法。

[1] Savigny H. Public opinion,political communication and the Internet[J]．Politics,2002,22(1) : 1-8.

[2] Go A,Bhayani R,Huang L. Twitter sentiment classification using distant supervision[R]. CS224N Project Report, Stanford, 2009: 1-12.

[3] Lee R,Wakamiya S,Sumiya K． Discovery of unusual regional docial activities using geo- tagged microblogs[J]．World Wide Web,2011,14(4): 321- 349.

[4] Tumasjan A,Sprenger T O, Sandner P G, et al. Predicting elections with Twitter: What 140 characters reveal about political sentiment[J]. ICWSM, 2010,10: 178-185.

[5] Stieglitz S,Dang - Xuan L． Emotions and information diffusion in social media-sentiment of microblogs and sharing behavior[J]． Journal of Management Information Systems,2013,29(4) : 217- 248.

[6] 榮先乾,覃 桃． 社會(huì)網(wǎng)絡(luò)分析方法在圖情領(lǐng)域合著關(guān)系的實(shí)證研究[J]． 圖書館界, 2010(1) : 1- 5.

[7] 尹相旭,張更平,李曉菲． 基于關(guān)鍵詞統(tǒng)計(jì)的情報(bào)學(xué)研究現(xiàn)狀分析[J]． 情報(bào)雜志,2009,28(11) : 1-4.

[8] 傅廣榮, 趙 嵐, 曾 勤. “文獻(xiàn)”析義[J]. 情報(bào)雜志,2003(2):46-47.

[9] 韓運(yùn)榮,高順杰． 微博輿論傳播模式探究[J]． 現(xiàn)代傳播(中國傳媒大學(xué)學(xué)報(bào)),2012(7): 35-39.

[10] 高承實(shí),榮 星,陳 越．微博輿情監(jiān)測(cè)指標(biāo)體系研究[J]. 情報(bào)雜志， 2011,30(9): 66-70.

[11] 王國華,馮 偉,王雅蕾．基于網(wǎng)絡(luò)輿情分類的輿情應(yīng)對(duì)研究[J]．情報(bào)雜志,2013,32(5): 1-4.

(責(zé)任編校 田麗麗)

ABibliometricAnalysisoftheResearchofthePublicOpinionsonMicrobloginChina

Zhou Jinyuan, Zhang Shasha

Institute of Science and Technology of Jiangsu University, Zhenjiang 212013, China

Employing the bibliometric method, this paper analyzes the research of the public opinions on microblog from six aspects including the annual distribution of articles, authors, disciplines, research grants, keywords, citation frequency, key research topics and research progress and finds that the authors mainly come from the disciplines of journalism, management and computer science. It also gives an account of the research progress concerning the formation and spread of the public opinions on microblog, the monitoring and the guidance of the opinions.

microblog; public opinion; bibliometrics

G350

周金元，男，1965年生，研究館員，江蘇大學(xué)圖書館副館長，碩士生導(dǎo)師，研究方向?yàn)楦偁幥閳?bào)、情報(bào)經(jīng)濟(jì)學(xué),發(fā)表論文20篇，出版著作3部;張莎莎，女，1986年生，2011級(jí)情報(bào)學(xué)碩士研究生，研究方向?yàn)楦偁幥閳?bào)，發(fā)表論文2篇。