一種改進(jìn)的輿論領(lǐng)袖識別方法

姜靚

摘 要：隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展以及微博的興起，在線社交網(wǎng)絡(luò)上出現(xiàn)了一種影響力很大的用戶，即輿論領(lǐng)袖，其在輿論的形成、發(fā)展和傳播過程中都發(fā)揮著巨大作用。目前，在線社交網(wǎng)絡(luò)上的輿論領(lǐng)袖識別是研究的熱點(diǎn)，多種相關(guān)理論和方法已被提出，這些方法有一個共同點(diǎn)，就是均使用節(jié)點(diǎn)的度數(shù)、緊密度和介數(shù)等社會網(wǎng)絡(luò)分析中的常用方法。這些方法雖簡單，但是由于缺乏對節(jié)點(diǎn)內(nèi)部屬性的利用分析，導(dǎo)致識別的準(zhǔn)確率不高。提出了一種改進(jìn)的影響力計(jì)算模型方法，該方法能夠考慮到節(jié)點(diǎn)的內(nèi)部屬性，比如節(jié)點(diǎn)的內(nèi)容和內(nèi)在聯(lián)系，解決了準(zhǔn)確率低的問題。最后通過實(shí)驗(yàn)仿真，驗(yàn)證了該算法的準(zhǔn)確性和識別率。

關(guān)鍵詞關(guān)鍵詞：網(wǎng)絡(luò)社區(qū)；影響力發(fā)現(xiàn)；輿論領(lǐng)袖

DOIDOI：10.11907/rjdk.162057

中圖分類號：TP301

文獻(xiàn)標(biāo)識碼：A 文章編號文章編號：16727800（2016）011002802

0 引言

隨著科技的飛速發(fā)展，互聯(lián)網(wǎng)已經(jīng)通過各種途徑影響到了人們的生活方式，儼然成為公共輿論傳播的主要載體[1]。隨著各種社交軟件的興起，人們在網(wǎng)絡(luò)中的參與性、互動性大大增加，人們可以通過各種社交平臺與朋友互動，比如論壇、貼吧、博客、微博、朋友圈等。這些社交平臺每天產(chǎn)生數(shù)以萬計(jì)的信息，人們通過這種方式了解、參與日常社交活動[2]。在社交平臺上人們可以自由地發(fā)表評論和看法，其自由隨意的特點(diǎn)不可避免地使得社交平臺與各種敏感話題的產(chǎn)生和傳播密不可分，若產(chǎn)生和傳播負(fù)面內(nèi)容，則會在人群中產(chǎn)生很大的負(fù)面影響，應(yīng)及時對負(fù)面輿論加以監(jiān)督、管理和引導(dǎo)[1]。在輿論傳播過程中，任何人都可以加入自己的觀點(diǎn)，隨時隨地參與熱點(diǎn)話題的討論，這其中都會產(chǎn)生輿論領(lǐng)袖（Opinion Leader）[35]。然而目前，在線社交網(wǎng)絡(luò)中輿論領(lǐng)袖的識別研究很多只是對節(jié)點(diǎn)的外部屬性，比如度中心性指標(biāo)進(jìn)行識別，沒有考慮到節(jié)點(diǎn)的內(nèi)部屬性，比如文本內(nèi)容、鏈接等。鑒于此，本文提出了改進(jìn)的影響力計(jì)算模型。

本研究思路為：首先根據(jù)社交平臺中話題發(fā)布者、回復(fù)者以及他們之間的回復(fù)關(guān)系，建立對應(yīng)的在線推薦網(wǎng)絡(luò)，接著采用改進(jìn)的影響力擴(kuò)散模型IDMS計(jì)算出基于文本內(nèi)容挖掘、發(fā)帖者特性、回帖者特性以及相互回復(fù)關(guān)系的輿論領(lǐng)袖的影響力排名，最后使用科學(xué)有效的方法篩選出社交平臺中的輿論領(lǐng)袖，從而建立識別社交平臺中輿論領(lǐng)袖的模型方法，并通過采樣的新浪微博數(shù)據(jù)對篩選方法進(jìn)行驗(yàn)證，采用前N個結(jié)果中的正確率P@N進(jìn)行評估。本文設(shè)計(jì)的輿論領(lǐng)袖識別模型中所涉及的熱點(diǎn)話題的識別以及輿論領(lǐng)袖的識別，對于電子商務(wù)領(lǐng)域各種商品的銷售和推廣，以及輿論的監(jiān)督、分析和管理有著重要的指導(dǎo)意義和實(shí)際應(yīng)用價值。

1 輿論領(lǐng)袖識別模型

1.1 社會網(wǎng)絡(luò)分析

社會網(wǎng)絡(luò)分析是采用圖論、矩陣等數(shù)學(xué)工具對社會關(guān)系進(jìn)行定量研究的一種方法。它以參與者及其相互間的關(guān)系作為研究內(nèi)容，通過建立參與者之間的關(guān)系模型并對其進(jìn)行描述，分析關(guān)系模型中所蘊(yùn)含的結(jié)構(gòu)及其對參與者與整個群體的影響。

社會網(wǎng)絡(luò)分析主要是研究社會網(wǎng)絡(luò)的兩種屬性集合：關(guān)系屬性和結(jié)構(gòu)屬性。網(wǎng)絡(luò)中的關(guān)系屬性主要是研究網(wǎng)絡(luò)參與者之間關(guān)系的內(nèi)容和形式，指網(wǎng)絡(luò)中正在被傳播與交換的資源、信息、影響力和社會支持。網(wǎng)絡(luò)中的結(jié)構(gòu)屬性通常通過3個層次的分析體現(xiàn)出來：個體節(jié)點(diǎn)層次（關(guān)注的是一個目標(biāo)節(jié)點(diǎn)）、子網(wǎng)絡(luò)層次（關(guān)注的是一個具有共同特點(diǎn)的節(jié)點(diǎn)集合）和整個網(wǎng)絡(luò)層次。個體參與者方法用來描述個體與網(wǎng)絡(luò)中其他參與者之間聯(lián)系的差異以及被用來定義個體的角色，子網(wǎng)絡(luò)方法作為分析的單元用來表示整個網(wǎng)絡(luò)中一組結(jié)構(gòu)化的特點(diǎn)，整個網(wǎng)絡(luò)方法描述了所有參與者之間的各種聯(lián)系模式。

1.2 問題描述

假設(shè)C={C1，C2，…，Cn}是一個帖子的集合，同時Ci（1≤i≤n）指任意一個帖子。通過認(rèn)可度計(jì)算模型，可以得出熱門帖子，也即影響力大的帖子，然后根據(jù)發(fā)熱門帖子的多少篩選出認(rèn)可度高的網(wǎng)絡(luò)用戶，為進(jìn)一步識別輿論領(lǐng)袖打下基礎(chǔ)。為此，需要做如下工作：①虛擬出帖子之間的鏈接結(jié)構(gòu)；②根據(jù)帖子內(nèi)容、數(shù)量進(jìn)行計(jì)算；③識別出具有高認(rèn)可度的帖子和高認(rèn)可度的發(fā)帖者（網(wǎng)絡(luò)用戶）。

利用網(wǎng)絡(luò)爬蟲進(jìn)行相關(guān)帖子的爬取，根據(jù)網(wǎng)頁結(jié)構(gòu)可虛擬出帖子之間的外部聯(lián)系。隨后通過分析帖子內(nèi)容，計(jì)算出帖子間的相似度，并且發(fā)掘帖子間的內(nèi)部關(guān)系，從而得到每條聯(lián)系邊的權(quán)重，以此建立起對應(yīng)的帖子網(wǎng)絡(luò)。

1.3 模型改進(jìn)

IDM模型[6]的主要思想是發(fā)掘出網(wǎng)絡(luò)文本內(nèi)容和回復(fù)內(nèi)容的規(guī)律，以此來實(shí)現(xiàn)衡量參與者的活躍度，并假設(shè)論壇影響力最高的用戶就是論壇輿論領(lǐng)袖，通過帖子中關(guān)鍵詞語出現(xiàn)的頻率識別出熱門帖子，然后根據(jù)最多熱門帖以及在發(fā)帖、回帖等基于文本內(nèi)容交互的觀點(diǎn)影響力計(jì)算出網(wǎng)絡(luò)用戶的影響力。

為了不再受到類似IDM模型缺陷的影響，使得模型具有包容性、擴(kuò)展性和開放性等屬性，將模型分開進(jìn)行計(jì)算。第一部分根據(jù)發(fā)帖和回帖中出現(xiàn)頻率高的關(guān)鍵詞在論壇上篩選出所有領(lǐng)域的熱門帖子；第二部分在計(jì)算用戶影響力時，通過高頻關(guān)鍵詞對熱門帖子進(jìn)行影響力傳播過程中的影響力分配，根據(jù)帖子中所含高頻關(guān)鍵詞的個數(shù)比給每個帖子賦值一個相應(yīng)的影響力。該過程整合了帖子回復(fù)結(jié)構(gòu)網(wǎng)絡(luò)特性、用戶統(tǒng)計(jì)信息、詞語主題內(nèi)容相關(guān)性等可用信息，從而使得改進(jìn)的模型具有開放性、正確性、擴(kuò)展性和包容性。

2 實(shí)驗(yàn)結(jié)果與分析

2.1 評估指標(biāo)

前N個結(jié)果中的正確率P@N=前N個結(jié)果中人工判定為真正意見領(lǐng)袖的個數(shù)[]N

實(shí)驗(yàn)中，將根據(jù)用戶發(fā)帖的內(nèi)容、權(quán)威度、認(rèn)可度以及影響力等幾個方面作為標(biāo)準(zhǔn)，以此判斷該用戶是否具備作為一名輿論領(lǐng)袖的資格。

2.2 實(shí)驗(yàn)方法

通過與以下幾種方法進(jìn)行對比實(shí)驗(yàn)，驗(yàn)證了本文方法的準(zhǔn)確性：①IDMS，本文提出的輿論領(lǐng)袖影響力計(jì)算改進(jìn)模型；②IDM，基于影響力傳播模型IDM的輿論領(lǐng)袖發(fā)現(xiàn)方法；③Authority，基于權(quán)威度的輿論領(lǐng)袖發(fā)現(xiàn)方法。

為了能夠定性評估不同方法的效果，采用隨N變化的P@N曲線圖加以直觀反映。

由圖1可以得出以下結(jié)論：在數(shù)據(jù)節(jié)點(diǎn)較小時，3種算法的識別率相差無幾，隨著數(shù)據(jù)節(jié)點(diǎn)的增加，3種算法的差異開始體現(xiàn)出來，其中本文提出的改進(jìn)的影響力模型算法IDMS的識別率最高。這是由于本文算法在輿論領(lǐng)袖識別過程中，充分考慮到了網(wǎng)絡(luò)的內(nèi)部及外部結(jié)構(gòu)。單一地考慮權(quán)威度中的粉絲數(shù)或者被關(guān)注數(shù)，或傳統(tǒng)的影響力傳播模型都不能識別出真正的輿論領(lǐng)袖，既考慮網(wǎng)絡(luò)鏈接的外部屬性，又考慮內(nèi)部屬性才能更加準(zhǔn)確地識別出真正的輿論領(lǐng)袖。

3 結(jié)語

本文對輿論領(lǐng)袖的識別問題進(jìn)行了研究，基于目前比較熱門的影響力計(jì)算模型進(jìn)行了相關(guān)改進(jìn)。主要分為兩個部分進(jìn)行研究：第一部分根據(jù)發(fā)帖和回帖中出現(xiàn)頻率高的關(guān)鍵詞在論壇上篩選出所有領(lǐng)域的熱門帖子；第二部分在計(jì)算用戶影響力時，通過高頻關(guān)鍵詞對熱門帖子進(jìn)行影響力傳播過程中的影響力分配，根據(jù)帖子中所含高頻關(guān)鍵詞的個數(shù)比給每個帖子賦值一個相應(yīng)的影響力，該過程整合了帖子回復(fù)結(jié)構(gòu)網(wǎng)絡(luò)特性、用戶統(tǒng)計(jì)信息、詞語主題內(nèi)容相關(guān)性等可用信息，從而使得改進(jìn)的模型具有開放性、正確性、擴(kuò)展性和包容性。后續(xù)將對影響力傳播最大化問題作進(jìn)一步研究。

參考文獻(xiàn)：

[1] NING MA，YIJUN LIU.Superedgerank algorithm and its application in identifying opinion leader of online public opinion supernetwork[J].Expert Systems with Applications，2014（41）：13571368.

[2] SANGMIN CHOI，YOSUB HAN.Representative reviewers for internet social media[J].Expert Systems with Applications，2013（40）：12741282.

[3] FENG LI，TIMON C DU.Who is talking？ an ontologybased opinion leader identification framework for wordofmouth marketing in online social blogs[J].Decision Support Systems，2011（51）：190197.

[4] LAZARSFELD，P F BERELSON，B R GAUDET H.The people′s choice：how the votermakes up his mind in a presidential campaign[M].New York：Duell， Sloan&Pierce，1944：102107.

[5] YANYAN LI，SHAOQIAN MA，YONGHE ZHANG，et al.An improved mix framework for opinion leader identification in online learning communities[J].KnowledgeBased Systems，2013（43）：4351.

[6] MATSUMURA NAOHIRO，OHSAWA YUKIO，ISHIZUKA MITSURU.Influence diffusion model in textbased communication[J].Transactions of the Japanese Society for Artificial Intelligence，2002，17（3）：259267.

（責(zé)任編輯：孫 娟）