基于CSSCI的我國網(wǎng)絡(luò)輿情領(lǐng)域知識圖譜研究

武 濤 龐建剛

（西南科技大學(xué) 四川綿陽 621000）

基于CSSCI的我國網(wǎng)絡(luò)輿情領(lǐng)域知識圖譜研究

武 濤 龐建剛

（西南科技大學(xué) 四川綿陽 621000）

以2011—2015年間CSSCI數(shù)據(jù)庫收錄的網(wǎng)絡(luò)輿情領(lǐng)域的相關(guān)文獻信息為數(shù)據(jù)源，借助文獻可視化分析軟件CiteSpaceⅢ繪制出我國網(wǎng)絡(luò)輿情領(lǐng)域的核心作者、核心機構(gòu)、關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)、研究前沿知識圖譜，通過圖譜直觀展示了我國網(wǎng)絡(luò)輿情的研究現(xiàn)狀，得出網(wǎng)絡(luò)輿情在不同時期的研究熱點，揭示了我國網(wǎng)絡(luò)輿情研究的發(fā)展與演進，并通過時區(qū)視圖中詞頻變動和頻次探究出我國網(wǎng)絡(luò)輿情領(lǐng)域的研究前沿，旨在為今后我國網(wǎng)絡(luò)輿情的深入研究提供借鑒。

CSSCI；網(wǎng)絡(luò)輿情；知識圖譜；CiteSpace

1 引言

網(wǎng)絡(luò)輿情客觀上為網(wǎng)民提供參與時政、討論社會熱點事件、發(fā)揮“話語權(quán)”表達言論觀點的途徑，雖然能夠交流思想，促進信息傳播，但是由于網(wǎng)絡(luò)環(huán)境復(fù)雜性和利益的沖突，使得網(wǎng)絡(luò)輿情更有可能成為社會熱點的放大器，甚至被歪曲，激化社會矛盾，引發(fā)社會危機，因此，網(wǎng)絡(luò)輿情已成為政府和學(xué)者關(guān)注的重點領(lǐng)域［1］。

本文運用文獻可視化分析軟件CiteSpaceⅢ［2］對近5年我國網(wǎng)絡(luò)輿情領(lǐng)域的468篇文獻進行系統(tǒng)梳理，通過文獻隱藏的數(shù)據(jù)窺探我國網(wǎng)絡(luò)輿情領(lǐng)域的研究狀況，以期有益于我國網(wǎng)絡(luò)輿情的研究工作。

2 研究方案

2.1 數(shù)據(jù)來源

以南京大學(xué)中文社會科學(xué)引文索引 CSSCI（2014—2015）來源期刊為源數(shù)據(jù)庫［3］，以“篇名（詞）=網(wǎng)絡(luò)輿情”與“關(guān)鍵詞=網(wǎng)絡(luò)輿情”方式進行檢索，檢索年限設(shè)定為“2011—2015”年，通過對檢索到的數(shù)據(jù)進行清洗和規(guī)范化處理，最終得到468篇文獻，這些文獻具體涉及：圖書館、情報與文獻學(xué)（265篇）、管理學(xué)（64篇）、教育學(xué)（41篇）、新聞學(xué)與傳播學(xué)（22篇）、政治學(xué)（25篇）等多個學(xué)科。然后運用CSSCIREC［4］將下載數(shù)據(jù)進行分割、轉(zhuǎn)換，將結(jié)果導(dǎo)出保存，獲取文章摘要和引文，以便開展相關(guān)統(tǒng)計分析。

2.2 研究方法

通過CiteSpaceⅢ對網(wǎng)絡(luò)輿情文獻信息繪制圖譜，能夠較為直觀地識別學(xué)科前沿的演化路徑及學(xué)科領(lǐng)域的經(jīng)典基礎(chǔ)文獻，同時挖掘、探索網(wǎng)絡(luò)輿情研究的現(xiàn)狀、熱點及未來發(fā)展趨勢。

3 結(jié)果與分析

將數(shù)據(jù)導(dǎo)入CiteSpaceⅢ，設(shè)置時間為2011—2015共計5年，時間跨度為1年，設(shè)定文獻被引頻次、兩篇文獻的共被引頻次、文獻的共引系數(shù)為（2,2,20）（2,2,20）（2,2,20），選定路徑搜索設(shè)為Pathfinder算法,然后運行軟件依據(jù)分析不同的內(nèi)容選定不同的網(wǎng)絡(luò)節(jié)點。

3.1 我國網(wǎng)絡(luò)輿情領(lǐng)域被引作者分析

通過對被引作者進行統(tǒng)計分析，可以繪制出每位研究者的重要程度，發(fā)現(xiàn)該領(lǐng)域受關(guān)注度高的學(xué)者。在繪制網(wǎng)絡(luò)輿情被引作者圖譜時，可以依據(jù)被引作者詞頻高低顯示“年輪”的大小，“年輪”越大說明該被引作者越重要。在CiteSpaceⅢ中，將節(jié)點（Node Type）分別設(shè)置為Cited Author，最終得到該領(lǐng)域核心作者的知識圖譜。

圖1 2011—2015年我國網(wǎng)絡(luò)輿情研究的作者共被引圖譜

如圖1所示，圓環(huán)越大代表作者被引次數(shù)越多，呈正相關(guān)性。根據(jù)作者被引頻次的高低，進一步整理和歸納出被引頻次在前10位的作者（見表1）。第一位是天津社會科學(xué)院的劉毅，被引頻次最高為91次，是網(wǎng)絡(luò)中重要節(jié)點。第二位是華中科技大學(xué)的曾潤喜，被引81次，在網(wǎng)絡(luò)輿情研究方面有著突出的貢獻，被稱為輿情研究的后起之秀。另外，王來華、吳紹忠、喻國明被引的頻次也較高，其中，天津社會科學(xué)院輿情研究所副研究員畢宏音中心度最高，在網(wǎng)絡(luò)輿情研究領(lǐng)域處于重要作用。但是根據(jù)已有的分析結(jié)果可以看出，有的文獻被引頻次很高，但是中心度卻很低；相反，有的中心度很高，但是文獻被引頻次卻很低，造成這種現(xiàn)象的主要原因是被引頻次和中心度是兩種不同的度量，中心度是定義在網(wǎng)絡(luò)結(jié)構(gòu)上的，和被引頻次不同。

表1 2011—2015年網(wǎng)絡(luò)輿情領(lǐng)域作者共被引表

另外，由圖1也可以看出，我國網(wǎng)絡(luò)輿情研究學(xué)者較多且相對分散，雖然沒有形成具有影響力的科研團隊，在一定程度上說明了我國網(wǎng)絡(luò)輿情研究處于發(fā)展階段，關(guān)注度正逐步上升。

3.2 我國網(wǎng)絡(luò)輿情領(lǐng)域研究機構(gòu)分析

為探究我國網(wǎng)絡(luò)輿情領(lǐng)域研究機構(gòu)的分布情況，將節(jié)點參數(shù)設(shè)置（Node Type）中選擇機構(gòu)（Institution),Top N設(shè)置30，然后運行CiteSpaceⅢ，得出眾多研究機構(gòu)的分布圖譜，如圖2所示。

圖2 2011—2015年我國網(wǎng)絡(luò)輿情研究的機構(gòu)共被引圖譜

由圖2中突出節(jié)點可知，華中科技大學(xué)公共管理學(xué)院、解放軍南京政治學(xué)院軍事信息管理系、南京大學(xué)信息管理學(xué)院、福州大學(xué)公共管理學(xué)院、武漢大學(xué)信息管理學(xué)院、中國人民大學(xué)新聞學(xué)院被引的頻次較高，從一定程度上代表了我國網(wǎng)絡(luò)輿情研究的核心科研機構(gòu)，但是也從側(cè)面反映出我國網(wǎng)絡(luò)輿情研究力量主要在高校，政府和企業(yè)研究機構(gòu)相對較少，揭示了我國網(wǎng)絡(luò)輿情研究現(xiàn)狀的短板。

3.3 我國網(wǎng)絡(luò)輿情領(lǐng)域研究熱點

文獻中的高頻關(guān)鍵詞是對研究熱點的高度概括，因此，通過CiteSpaceⅢ對2011—2015年468篇文獻關(guān)鍵詞共現(xiàn)進行分析，設(shè)置每年前30個關(guān)鍵詞為分析對象，將節(jié)點參數(shù)設(shè)置設(shè)為關(guān)鍵詞（Keywords），繪制出5年間我國網(wǎng)絡(luò)輿情關(guān)鍵詞的共現(xiàn)圖譜，并以關(guān)鍵詞的頻次作指標，體現(xiàn)出研究熱點內(nèi)容，如圖3所示。

圖3 2011-2015年我國網(wǎng)絡(luò)輿情研究的關(guān)鍵詞共現(xiàn)圖譜

圖譜中圓環(huán)大小代表了關(guān)鍵詞的頻數(shù)，圓形關(guān)鍵點的面積越大說明越是該領(lǐng)域研究的熱點，由圖3可以看出網(wǎng)絡(luò)輿情領(lǐng)域關(guān)鍵詞中心度較高的分別是突發(fā)事件、指標體系、群體極化、大學(xué)生、新媒體、輿情演變、輿情傳播、意見領(lǐng)袖等，下面對節(jié)點較大的研究熱點進行分析。

（1）研究熱點：突發(fā)事件網(wǎng)絡(luò)輿情。目前對于突發(fā)事件網(wǎng)絡(luò)輿情的定義還存在爭議，學(xué)者們持不同的觀點，但是主流的觀點認為突發(fā)事件網(wǎng)絡(luò)輿情包含3種情形：一是公眾通過網(wǎng)絡(luò)媒體平臺發(fā)布自己對突發(fā)事件的看法；二是突發(fā)事件誘發(fā)網(wǎng)絡(luò)輿情后事件本身被放大、扭曲從而引發(fā)衍生事件；三是由網(wǎng)絡(luò)謠言、煽動等產(chǎn)生的群體性突發(fā)事件［5］。綜合上述觀點得出，突發(fā)事件網(wǎng)絡(luò)輿情是網(wǎng)絡(luò)輿情的一種表達方式，指在突發(fā)事件發(fā)生之后，公眾通過網(wǎng)絡(luò)平臺對事件本身或者衍生出來的事件發(fā)布含有態(tài)度、情緒的總和信息［6］。其中主要的網(wǎng)絡(luò)平臺有新聞評論、BBS、微博和RSS。除了輿情自身特點外，突發(fā)事件網(wǎng)絡(luò)輿情主要特點還包括發(fā)生即時性、主體隱匿性、交流互動性、內(nèi)容豐富性、群體極化性［7］。因此，突發(fā)事件網(wǎng)絡(luò)輿情的自身特點決定了政府監(jiān)控將成為解決這一問題的關(guān)鍵。

（2）研究熱點：指標體系。針對網(wǎng)絡(luò)輿情建立一套指標體系不僅可以定量化地深入了解輿情的來源、方向，更可以及時把握輿情發(fā)展趨勢，對網(wǎng)絡(luò)輿情進行合理引導(dǎo)控制。但是關(guān)于網(wǎng)絡(luò)輿情的指標體系分類較多，根據(jù)不同視角歸納主要包括網(wǎng)絡(luò)輿情監(jiān)測、評估、預(yù)警指標體系，在設(shè)計監(jiān)測和預(yù)警指標體系時可以基于主題分類、不同發(fā)生主體、輿情內(nèi)在機理等思路進行構(gòu)建，在網(wǎng)絡(luò)輿情評估指標體系中更多的是借助安全評估、熱度評價、發(fā)生周期等影響因素［8］。網(wǎng)絡(luò)輿情指標體系量化的不斷完善，必然推動網(wǎng)絡(luò)輿情的量化模型成為研究重點。

（3）研究熱點：群體極化。由于網(wǎng)絡(luò)輿情涉及較多的是存在社會爭議的公共事件，容易引發(fā)網(wǎng)友的關(guān)注、熱議，但是網(wǎng)友的身份隱匿性決定了他們發(fā)表的議論更多的是一種不負責、非理性的情緒釋放，更可能出現(xiàn)一種具有較強發(fā)動力的輿論偏向引起群體極化現(xiàn)象，從而出現(xiàn)網(wǎng)絡(luò)暴力、輿情操控、群體激化行為等現(xiàn)象［9］。目前對網(wǎng)絡(luò)輿情群體極化的研究不僅僅是分析網(wǎng)絡(luò)輿情演化、挖掘輿情觀點、發(fā)現(xiàn)意見領(lǐng)袖、影響力評價等方面，更多的是尋求網(wǎng)絡(luò)輿情群體極化的調(diào)控策略研究，主要包括：提高網(wǎng)民素質(zhì)、加強政府網(wǎng)絡(luò)監(jiān)管，實行實名制等［10］。

圖4 2011—2015年我國網(wǎng)絡(luò)輿情研究前沿圖譜

3.4 網(wǎng)絡(luò)輿情研究前沿圖譜分析

為了更為直觀地考察研究主題在不同時間的變化情況，利用CiteSpaceⅢ按照時間順序生成時序圖譜，如圖4所示，歷時態(tài)演化圖反映了2011—2015年間網(wǎng)絡(luò)輿情的年度研究熱點變化。

將圖4中每年頻次較高的研究前沿關(guān)鍵詞列入表2中可以看出，從2011年到2015年網(wǎng)絡(luò)輿情的研究發(fā)展較快，每年都有新的研究主題。2011—2013年學(xué)者們主要關(guān)注的是網(wǎng)絡(luò)輿情的網(wǎng)絡(luò)傳播、輿情分析、輿情監(jiān)測和大學(xué)生思想政治教育，但是在2014—2015年對網(wǎng)絡(luò)輿情的研究引入了很多新理論和新技術(shù)，如基于系統(tǒng)動力學(xué)建模分析［11］、基于元胞自動機的網(wǎng)絡(luò)輿論模型［12］、新媒體環(huán)境下的政府危機管理與輿論引導(dǎo)［13］等。從研究的主題變化可以看出網(wǎng)絡(luò)輿情的研究隨著社會發(fā)展正在不斷完善，涉及的領(lǐng)域也觸及到新聞傳播學(xué)、統(tǒng)計學(xué)、社會學(xué)、情報學(xué)、政治與管理學(xué)等多個學(xué)科。

表2 前沿主題詞的演化路徑

4 結(jié)語

筆者通過近5年的網(wǎng)絡(luò)輿情圖譜展示了我國網(wǎng)絡(luò)輿情研究的進展?？梢钥闯觯覈W(wǎng)絡(luò)輿情的研究發(fā)展迅速，呈穩(wěn)步上升趨勢，研究視角更為廣泛：既關(guān)注網(wǎng)絡(luò)輿情的概念研究、演變機理、分析指標體系，還注重與實際應(yīng)用相結(jié)合，深化了對網(wǎng)絡(luò)輿情的監(jiān)管對策、制度、技術(shù)研究。但是從共被引作者圖譜和機構(gòu)分析圖譜來看，我國雖然已經(jīng)形成了許多高產(chǎn)作者和核心研究機構(gòu)，但是核心作者之間的合作較少，缺乏學(xué)術(shù)交流，沒有發(fā)揮不同學(xué)科背景專家的優(yōu)勢，同時，研究機構(gòu)多為高校、部隊、地方科研院所，政府參與較少，政務(wù)輿情回應(yīng)和處理負面網(wǎng)絡(luò)輿情還需要進一步提升。

［1］劉毅.網(wǎng)絡(luò)輿情研究概論［M］.天津:天津人民出版社,2007：48-61.

［2］陳悅，陳超美，劉測淵，等.CiteSpace知識圖譜的方法論功能［J］.科學(xué)學(xué)研究,2015,33(2):242-253.

［3］中國社會科學(xué)研究評價中心.中國社會科學(xué)引文索引［EB/OL］.［2015-07-01］.http://cssci.nju.edu.cn.

［4］周曉分,黃國彬,白雅楠.科學(xué)計量可視化軟件的對比與數(shù)據(jù)預(yù)處理研究［J］.圖書情報工作，2013,57(23):64-72.

［5］易臣何.突發(fā)事件網(wǎng)絡(luò)輿情的演化規(guī)律與政府監(jiān)控［D］.湘潭:湘潭大學(xué),2014.

［6］宋海龍.突發(fā)事件網(wǎng)絡(luò)輿情的形成、演化與控制［J］.河南工程學(xué)院學(xué)報(社會科學(xué)版),2010,25(4):12-16.

［7］汪燕娟.BBS的群體極化效應(yīng)和“沉默的螺旋”［J］.青年記者,2010(21):79-80.

［8］曾潤喜.網(wǎng)絡(luò)輿情突發(fā)事件預(yù)警指標體系構(gòu)建［J］.情報理論與實踐,2010,33(1):77-80.

［9］畢宏音.網(wǎng)絡(luò)輿情形成與變動中的群體影響分析［J］.天津大學(xué)學(xué)報(社會科學(xué)版),2007,9(3):270-274.

［10］史波.網(wǎng)絡(luò)輿情群體極化的動力機制與調(diào)控策略研究［J］.情報雜志,2010，29(7):50-53.

［11］張一文,齊佳音,馬君，等.網(wǎng)絡(luò)輿情與非常規(guī)突發(fā)事件作用機制：基于系統(tǒng)動力學(xué)建模分析［J］.情報雜志,2010，29(9):1-6.

［12］曾祥平，方勇，袁媛，等.基于元胞自動機的網(wǎng)絡(luò)輿論激勵模型［J］.計算機應(yīng)用,2007,27(11):2686-2688，2714.

［13］林愛珺,孫姣姣.新媒體環(huán)境下的政府危機管理與輿論引導(dǎo)［J］.中國應(yīng)急管理,2011,(3):20-25.

Analysis of Knowledge Graphs in the Field of Internet Public Opinions in China Based on CSSCI

This paper,using information visualization analysis software CiteSpace III,conducts an analysis of literatures on Internet public opinions included by the CSSCI database between 2011 and 2015.It draws graphs ofcore authors,core institutions,keywords co-occurrence networks and latest developments in the field,which showcases researches on Internet public opinions in China,summarizes much-discussed research areas of Internet public opinions,and reveals the research developments in this field in China.Furthermore,new research areas are explored by changes of word frequency in time zone view,thus paving the way for further researches of the topic in the future.

CSSCI;Internet public opinion;knowledge graph;CiteSpace

G250.2

A

武濤（1989—），男，西南科技大學(xué)情報學(xué)研究生；龐建剛(1977—)，男，西南科技大學(xué)經(jīng)濟管理學(xué)院副教授，碩士生導(dǎo)師。

2016-08-26