劉曉佳

[摘要] 本文是基于復(fù)雜網(wǎng)絡(luò)的思想，根據(jù)card（1999）提出的信息可視化參考模型構(gòu)建的專題新聞文本集信息可視化的概念模型和形式化模型，以溫州動(dòng)車事故專題新聞文本集為例，對(duì)專題新聞按照時(shí)間段分為三個(gè)時(shí)期，并對(duì)不同時(shí)期進(jìn)行信息可視化分析，分析總結(jié)新聞演化過程。分析得出，隨著時(shí)間的變化，新聞集中的關(guān)注點(diǎn)發(fā)生變化，而且關(guān)注點(diǎn)會(huì)逐漸變得分散，新聞的關(guān)注度也逐漸減少。

[關(guān)鍵詞] 專題新聞； 信息可視化； 演化

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2012 . 24. 047

[中圖分類號(hào)]G203[文獻(xiàn)標(biāo)識(shí)碼]A[文章編號(hào)]1673 - 0194（2012）24- 0077- 02

1引言

隨著計(jì)算機(jī)網(wǎng)絡(luò)的出現(xiàn)，信息技術(shù)迅速發(fā)展，人類進(jìn)入了信息爆炸的時(shí)代。信息爆炸的一個(gè)重要表現(xiàn)就是新聞信息飛速增加。新聞傳播的更新速度和傳播效率不斷加快，這種加快導(dǎo)致新聞數(shù)量不斷增大，各種信息非常分散。為了能快捷地了解新聞的演化過程，直觀地觀察信息之間的復(fù)雜關(guān)系，需要一門結(jié)合科學(xué)可視化、數(shù)據(jù)挖掘、圖像技術(shù)、圖形學(xué)、人機(jī)交互和認(rèn)知科學(xué)等諸多學(xué)科理論或方法的新學(xué)科，這就是20世紀(jì)80年代末誕生的可視化技術(shù)。

復(fù)雜網(wǎng)絡(luò)的主要思想是將真實(shí)系統(tǒng)中各部分之間的聯(lián)系看作一個(gè)復(fù)雜網(wǎng)絡(luò)，以網(wǎng)絡(luò)的形式來抽象地描述真實(shí)系統(tǒng)中各部分之間的關(guān)系，強(qiáng)調(diào)系統(tǒng)結(jié)構(gòu)的拓?fù)涮卣?，從而使人們更好地了解現(xiàn)實(shí)世界系統(tǒng)的本質(zhì)特征。一個(gè)典型的網(wǎng)絡(luò)是由許多節(jié)點(diǎn)與連接節(jié)點(diǎn)之間的邊組成的。節(jié)點(diǎn)代表系統(tǒng)中的實(shí)體，邊則表示節(jié)點(diǎn)之間的作用關(guān)系。

2復(fù)雜網(wǎng)絡(luò)可視化模型

2.1信息實(shí)體的提取

本文采用人工方式選擇及提取新聞文本信息實(shí)體，按照專題新聞文本信息實(shí)體的定義和選擇新聞文本信息實(shí)體的原則與方法可以將專題新聞文本中不同要素的信息實(shí)體按不同粒度提取出來，形成信息實(shí)體庫。新聞文本信息實(shí)體之間的存在的各種關(guān)系，即信息實(shí)體之間形成的有意義的系統(tǒng)的聯(lián)系，即為信息實(shí)體之間的聯(lián)系。本文中兩個(gè)信息實(shí)體出現(xiàn)在相同新聞文本中的新聞文本數(shù)量即為這兩個(gè)信息實(shí)體之間的關(guān)聯(lián)權(quán)重。

2.2模型構(gòu)建

可視化模型包含3個(gè)要素：信息實(shí)體、信息實(shí)體關(guān)聯(lián)和信息實(shí)體網(wǎng)絡(luò)。新聞文本信息實(shí)體的實(shí)質(zhì)就是能代表新聞文本內(nèi)容的基本信息單位。新聞文本信息實(shí)體關(guān)聯(lián)也就是新聞文本信息實(shí)體之間形成的有意義的系統(tǒng)的聯(lián)系。信息實(shí)體網(wǎng)絡(luò)是由用戶信息需求、信息實(shí)體和信息實(shí)體關(guān)聯(lián)構(gòu)成的。

通過數(shù)據(jù)變換從專題新聞文本集中提取信息實(shí)體，經(jīng)過可視化映射過程，信息實(shí)體及信息實(shí)體關(guān)聯(lián)轉(zhuǎn)換為可視化的結(jié)構(gòu)。最后進(jìn)行視圖變換利用可視化顯示技術(shù)將所得的信息實(shí)體網(wǎng)絡(luò)用直觀的、易于理解的圖形方式顯示出來。

2.3復(fù)雜網(wǎng)絡(luò)可視化模型的分析

網(wǎng)絡(luò)度是描述網(wǎng)絡(luò)中某一節(jié)點(diǎn)連接其他節(jié)點(diǎn)程度的概念，定義文本網(wǎng)絡(luò)中的度是與某個(gè)節(jié)點(diǎn)有聯(lián)系的節(jié)點(diǎn)的總數(shù)，通過可視化結(jié)果分析，度大的節(jié)點(diǎn)出現(xiàn)在句子中的次數(shù)越多，則該詞的重要程度越高，是文中的關(guān)鍵實(shí)體。

最短路徑是用來測量網(wǎng)絡(luò)結(jié)構(gòu)中距離最好的方法，路徑是由從一個(gè)節(jié)點(diǎn)到另一個(gè)節(jié)點(diǎn)的不重復(fù)邊構(gòu)成，與網(wǎng)絡(luò)度和網(wǎng)絡(luò)節(jié)點(diǎn)強(qiáng)度不同的是，它不僅考慮了節(jié)點(diǎn)的近鄰節(jié)點(diǎn)，還考慮了間接節(jié)點(diǎn)。最短路徑是衡量實(shí)體連通性好壞的標(biāo)準(zhǔn)，最短路徑越短，實(shí)體節(jié)點(diǎn)在文章中起到的作用越重要。

聚類系數(shù)反映網(wǎng)絡(luò)的緊密程度，整個(gè)網(wǎng)絡(luò)的聚類系數(shù)是所有節(jié)點(diǎn)的聚類系數(shù)的平均值，聚類系數(shù)則反映文章內(nèi)容的緊密程度。這項(xiàng)特征值的分析主要是對(duì)文本的內(nèi)容進(jìn)行評(píng)價(jià)，聚類系數(shù)越大，文本復(fù)雜網(wǎng)絡(luò)的緊密程度越好，也就是文本內(nèi)容在表述上更緊密與緊湊。

3實(shí)證分析

本次收集的新聞文本報(bào)道時(shí)間從2011年7月23日20：34分至2012年4月13日8：05。本文利用谷歌快訊推送含有“溫州”、“動(dòng)車”關(guān)鍵詞的新聞，共搜集到新聞總量為892條。由于樣本量太大，進(jìn)行了抽取。依照不同新聞時(shí)間抽取不同數(shù)量的新聞文本。本次抽取新聞共100條。

3.1總體網(wǎng)絡(luò)分析

利用UCINET將動(dòng)車事故新聞文本集信息實(shí)體網(wǎng)絡(luò)的關(guān)聯(lián)矩陣轉(zhuǎn)化為直觀的信息實(shí)體網(wǎng)絡(luò)圖，如圖1所示。災(zāi)后重建新聞文本集信息實(shí)體網(wǎng)絡(luò)圖直觀地展示了所收集的100個(gè)災(zāi)后重建新聞文本中的主要信息。

在全局網(wǎng)中，度數(shù)排名前五的非時(shí)間關(guān)鍵詞為：“溫州”、“北京”、“國務(wù)院”、“溫家寶”、“召開記者會(huì)”。

在全局網(wǎng)中，平均最短路徑為1.019。表明全局網(wǎng)各節(jié)點(diǎn)之間的連貫性和凝聚力較好。

在全局網(wǎng)中，基于距離的聚類系數(shù)為0.990。聚類系數(shù)非常大，證明復(fù)雜網(wǎng)絡(luò)的緊密程度較好。

3.2演化分析

按照溫州動(dòng)車事故新聞文本數(shù)量的變化，把此事件分為3個(gè)部分，如圖2所示，可是分為爆發(fā)期、轉(zhuǎn)折期與平穩(wěn)期3個(gè)階段。

第一階段新聞爆發(fā)時(shí)期，從2011年7月23日開始到7月28日，共抽取76條新聞，87個(gè)信息實(shí)體。爆發(fā)期網(wǎng)絡(luò)中，度數(shù)排名前五的非時(shí)間節(jié)點(diǎn)為“溫州”、“溫家寶”、“召開記者會(huì)”、“動(dòng)車”、“北京”。此網(wǎng)絡(luò)的平均最短路徑為1.033，基于距離的聚類系數(shù)為0.983。表明此網(wǎng)絡(luò)的連貫性和凝聚力較好，緊密程度較好。

第二階段新聞轉(zhuǎn)折時(shí)期，從2011年7月29日開始到7月31日，共抽取11條新聞，22個(gè)信息實(shí)體。轉(zhuǎn)折期網(wǎng)絡(luò)中，度數(shù)排名前五的非時(shí)間節(jié)點(diǎn)為“溫州”、“北京”、“簽訂賠償協(xié)議”、“家屬”、“國務(wù)院”。此網(wǎng)絡(luò)的平均路徑為1.905，較爆發(fā)期網(wǎng)絡(luò)有所增長，表明網(wǎng)絡(luò)的連通性和凝聚力變?nèi)酢；诰嚯x的聚類系數(shù)為0.591，較網(wǎng)絡(luò)一減少，表明網(wǎng)絡(luò)變得比較分散。

第三階段新聞平穩(wěn)期，從2011年8月1日開始到2012年4月13日，共抽取13條新聞，33個(gè)信息實(shí)體。平穩(wěn)期網(wǎng)絡(luò)中，度數(shù)排名前五的非時(shí)間節(jié)點(diǎn)為“北京”、“國務(wù)院”、“事故處理”、“安監(jiān)局”、“調(diào)查結(jié)束”。平穩(wěn)期網(wǎng)絡(luò)的平均最短路徑為2.313，基于距離的聚類系數(shù)為0.504。

3.3結(jié)果與討論

通過對(duì)新聞事件按時(shí)間分成不同時(shí)期，對(duì)不同時(shí)期的信息實(shí)體建立可視化模型，對(duì)不同時(shí)期的網(wǎng)絡(luò)圖進(jìn)行對(duì)比研究，可以從網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)、節(jié)點(diǎn)的度、平均最短路徑以及基于距離的聚類系數(shù)方面分析出新聞演化的過程。

專題新聞不同時(shí)期的關(guān)注點(diǎn)不同。通過對(duì)溫州動(dòng)車事故的實(shí)證研究可以看出，不同時(shí)期的節(jié)點(diǎn)度數(shù)排名有很大不同。爆發(fā)期關(guān)注點(diǎn)集中在“溫州”，即事件的發(fā)生地。平穩(wěn)期關(guān)注點(diǎn)集中在“北京”，即事件的處理中心。

專題新聞不同時(shí)期的關(guān)注度不同。通過對(duì)溫州動(dòng)車事故的實(shí)證研究可以看出，不同時(shí)期的網(wǎng)絡(luò)平均最短路徑與聚類系數(shù)不同，由爆發(fā)期到轉(zhuǎn)折期再到平穩(wěn)期，網(wǎng)絡(luò)的平均最短路徑不斷增大，基于距離的聚類系數(shù)不斷減小。意味著網(wǎng)絡(luò)的凝聚性越來越小，網(wǎng)絡(luò)逐漸變得分散。這一方面是由于新聞的關(guān)注點(diǎn)逐漸變得分散，另一方面是由于新聞的數(shù)量逐漸變少，表明新聞的關(guān)注度逐漸變少。

4結(jié)語

新聞是人們獲取各種各樣信息的主要方式，也是最容易獲得的公共信息。通過信息可視化構(gòu)建專題新聞演化的信息實(shí)體網(wǎng)絡(luò)，展示新聞演化過程，不僅能節(jié)省人們的大量的閱讀時(shí)間而且能提高人們的信息獲取能力，發(fā)現(xiàn)隱藏在新聞中的潛藏信息，有利于為管理決策提供依據(jù)。本文從網(wǎng)絡(luò)構(gòu)建的角度出發(fā)，構(gòu)建了專題新聞演化信息可視化模型，并對(duì)溫州動(dòng)車事故專題新聞文本集進(jìn)行了實(shí)證研究，利用復(fù)雜網(wǎng)絡(luò)展示專題新聞演化過程。

但是仍然存在以下不足需要進(jìn)一步研究：

（1） 信息實(shí)體的選取方法。本文主要根據(jù)新聞要素說提出從時(shí)間、地點(diǎn)、主體、事件4個(gè)方面提取信息實(shí)體以代表專題新聞文本中的主要信息。但是這4個(gè)方面只是代表了新聞文本中的主要信息，而新聞文本中的其他信息則丟失了，無法在專題新聞文本集可視化視圖中展示出來。因此需要進(jìn)一步研究如何選擇信息實(shí)體以代表專題新聞文本集中的全部信息，減少信息的丟失。

（2） 信息實(shí)體的提取方法。本文采取的手工提取信息實(shí)體的方法，由于不同信息處理者對(duì)信息的獲取、處理的能力不同，或者由于新聞文本寫作的不規(guī)范導(dǎo)致新聞要素的缺失，會(huì)造成對(duì)于同一篇新聞文本不同信息處理者提取的信息實(shí)體不同的結(jié)果，特別是對(duì)于語義描述性信息實(shí)體（事件）的影響更大。所以需要進(jìn)一步探討如何客觀地提取信息實(shí)體，使信息實(shí)體的提取結(jié)果更能準(zhǔn)確地表示新聞文本集中的信息。

（3） 深入分析新聞演化可視化結(jié)果。本文只是對(duì)演化的結(jié)果進(jìn)行了簡單分析，沒有利用網(wǎng)絡(luò)分析方法深入研究所構(gòu)建的不同時(shí)期信息實(shí)體網(wǎng)絡(luò)的特性。有必要對(duì)專題新聞不同時(shí)期信息實(shí)體網(wǎng)絡(luò)的特性進(jìn)行深入研究以期發(fā)現(xiàn)新的不同時(shí)期網(wǎng)絡(luò)特性，進(jìn)一步分析新聞的演化過程。

主要參考文獻(xiàn)

[1] S H Strogatz. Exploring Complex Networks [J]. Nature， 2001（410）： 268-276.

[2] 劉紅紅，安海忠，高湘昀. 基于文本復(fù)雜網(wǎng)絡(luò)的內(nèi)容結(jié)構(gòu)特征分析[J]. 現(xiàn)代圖書情報(bào)技術(shù)，2011（1）：69-73.

[3] 趙蓉英. 論知識(shí)網(wǎng)絡(luò)的結(jié)構(gòu)[J]. 圖書情報(bào)工作，2007，51（9）：6-10.

[4] S P Borgattl，M T Everett，etc. 社會(huì)網(wǎng)絡(luò)分析軟件UCINET[D]. 加州：加州大學(xué)，2002.