駱明 王含含 盛博 廖安靈

摘要：隨著互聯(lián)網(wǎng)時代的到來，新媒體產(chǎn)業(yè)發(fā)展迅速，移動互聯(lián)網(wǎng)成為網(wǎng)絡輿情傳播的主要媒介。而網(wǎng)絡通信的日漸發(fā)達也給網(wǎng)絡社會安全帶來了很大的隱患。該文擬通過對在線社交網(wǎng)絡中的輿情傳播問題進行研究，并對傳播數(shù)據(jù)的進行特征分析，揭示輿情傳播的內(nèi)在規(guī)律。該文首先利用Python網(wǎng)絡爬蟲技術對新浪微博“#溫州11歲男孩失聯(lián)5天# 家人重金50萬求線索”這一事件的轉(zhuǎn)發(fā)數(shù)據(jù)和評論數(shù)據(jù)進行了爬取。然后，針對評論數(shù)據(jù)進行預處理，并利用情感得分算法算出每條評論的情感得分，繪制出情感得分隨時間變化的情感極性圖，從理論上論證了輿情被證實前后，用戶評論的情感極性逐漸由積極變?yōu)橄麡O。最后，針對轉(zhuǎn)發(fā)數(shù)據(jù)繪制了轉(zhuǎn)發(fā)時間的頻率分布直方圖，進一步論證了輿情傳播的兩大特點——高效性和時效性。

關鍵詞：網(wǎng)絡輿情;網(wǎng)絡爬蟲技術;文本挖掘;情感分析

中圖分類號：TP393? ? ? ? 文獻標識碼：A

文章編號：1009-3044（2019）28-0010-03

1 網(wǎng)絡輿情概述

1.1 輿情

輿情是社會個體民眾基于某個社會熱點問題，在特定的社會范圍內(nèi)，對社會所持有的針對熱點事件的發(fā)生和發(fā)展所產(chǎn)生的對某個特定群體具有重要意義的觀點和看法，也是個體民眾對社會中某個熱點問題的態(tài)度。

1.2 移動互聯(lián)網(wǎng)下的網(wǎng)絡輿情

近年來，新媒體時代的到來改變了網(wǎng)絡輿情信息傳播的主流方式，主要體現(xiàn)在移動互聯(lián)網(wǎng)在信息傳播方面占據(jù)更重要的地位。當前輿論傳播模式主要有兩種，傳統(tǒng)傳播媒體（如電視、報紙等）和新興傳播媒體（如互聯(lián)網(wǎng)和手機）。傳統(tǒng)的輿情傳播模式是 20 世紀的主流傳播模式，隨著 web2.0 的到來，人們從公眾變成網(wǎng)民，在移動互聯(lián)網(wǎng)平臺上瀏覽輿情信息、發(fā)表評論，使輿情得到了比傳統(tǒng)傳播媒體更快速的發(fā)展，成為輿情信息傳播的主要力量。

2 數(shù)據(jù)的獲取與處理

2.1 數(shù)據(jù)源的選擇

本文以移動互聯(lián)網(wǎng)環(huán)境下新浪微博中的熱點話題“兒童拐賣”為例，進行了樣本數(shù)據(jù)的采集及其信息傳播特點研究。

2.2 采用的技術手段

2.2.1 網(wǎng)絡爬蟲技術

網(wǎng)絡爬蟲就是模擬用戶對網(wǎng)頁進行訪問，接受請求響應，然后根據(jù)需求設計相應的提取規(guī)則，自動地抓取互聯(lián)網(wǎng)信息的程序。

在設計爬蟲算法時，首先需要對網(wǎng)頁的內(nèi)容進行分析，分析出所需要提取信息的加載方式，然后針對不同的加載方式設計不同的爬蟲算法。

針對靜態(tài)加載方式，只需要對網(wǎng)頁的源碼進行分析，找到所需信息的存儲位置，設計相應的XPath提取規(guī)則，利用Selenium模塊進行提取即可。

2.2.2? 特征詞詞頻分析技術

目前做詞頻分析的方法有多種，主要思想都是先將非結(jié)構化的文本內(nèi)容進行分詞處理，然后構建詞袋模型，進行詞頻統(tǒng)計分析。本文首先通過Python中的jieba分詞對文本評論進行分詞處理，隨后調(diào)用CountVectorizer函數(shù)將文本評論向量化，并根據(jù)特征詞構建詞袋模型，統(tǒng)計特征詞詞頻進行詞云圖分析。

2.2.3 文本情感分析技術

文本情感分析的根本是識別文檔中重要的文本特征，如詞性和詞頻率、情緒詞、詞語強度以及否定詞等。本文采用基于樸素貝葉斯模型的SnowNLP情感得分算法對文本評論進行情感分析。

2.3 數(shù)據(jù)說明

在此本文利用Python網(wǎng)絡爬蟲技術對新浪微博“#溫州11歲男孩失聯(lián)5天# 家人重金50萬求線索”的評論數(shù)據(jù)和轉(zhuǎn)發(fā)數(shù)據(jù)進行了爬取，選取的爬取字段如表1和表2所示。

3 評論數(shù)據(jù)的分析

3.1 評論數(shù)據(jù)的預處理

3.1.1 原始數(shù)據(jù)處理

由于評論數(shù)據(jù)中存在大量的空白評論、表情評論以及重復評論等雜數(shù)據(jù)，為了有利于后文對文本數(shù)據(jù)的處理，本文首先對評論數(shù)據(jù)進行了清洗，去除空白評論、表情評論等雜數(shù)據(jù)，得到了9316條有效評論數(shù)據(jù)。

然后統(tǒng)計出每個分詞出現(xiàn)的頻數(shù)即為該詞的詞頻。針對特征詞詞頻的分析，本文采用比較直觀的詞云圖分析法（詞頻越高，該詞在詞云圖中的字體越大）進行研究。

本文以時間作為分析維度，對證實為輿論前后的數(shù)據(jù)分別進行特征詞詞頻分析，并將結(jié)果保存為Excel文件格式。然后，利用Python中的wordcloud模塊繪制詞云圖如圖2和圖3所示。

從詞云圖來看，證實為輿論前，“希望”“孩子”“平安”等詞出現(xiàn)的頻率較高，表明人們對孩子安全的關注，希望孩子平安無事。而證實為輿論后，詞云圖中出現(xiàn)了“造謠”“傳謠”“家里人”等詞，表明了人們對利用這種事件來制造輿論的做法的普遍不滿。

3.2 情感分析

主觀性的評論文本包含著一些情感色彩，情感是一種態(tài)度、思想，是一種感覺引發(fā)的判斷。

情感分析也被稱為意見挖掘，用來研究人們對某些實體的情緒。情感分析相比于傳統(tǒng)的市場研究方法，例如調(diào)查或民意調(diào)查，具有在成本和時間上的優(yōu)勢，它是通過非侵入性的方法來提取用戶的意見和情緒的。本文基于樸素貝葉斯模型，運用SnowNLP進行評論的情感分析。

3.2.1 基于文本的樸素貝葉斯算法

樸素貝葉斯算法適用于獨立的特征屬性之間，它的基本思想是通過特征屬性對樣本進行分類，包括待分類項、分類器、類別這三要素，其中分類器的質(zhì)量和分類器的構造方法、樣本特性和樣本數(shù)量有關。

基于文本的樸素貝葉斯算法描述過程為：

3.2.2 數(shù)據(jù)集的構造

在所有數(shù)據(jù)中隨機抽取出出了1000條數(shù)據(jù)進行人工標注，一共得到了710條積極情感和248條消極情感評論，其余42條評論無法確定其情感傾向。（如表4所示）

3.2.3 模型的訓練

得到標注的數(shù)據(jù)后，將其中766條作為訓練集，192條作為測試集，帶入模型進行訓練，并利用測試集測試模型進度為83.33%。

情感得分示例如圖4和圖5所示，評論“假的。虛假報警。央視新聞剛講”，很明顯這是一個消極評論，利用模型計算其情感得分為0.046852330033，與實際相符。評論“希望孩子平平安安，趕快回家”為積極評論，利用模型計算其情感得分為0.919668529778，同樣與實際情況吻合。

3.2.4 輿情情感極性分析

利用模型計算得到每條評論的情感得分，并與時間繪制成情感極性變化圖（如圖6），圖中虛線部分表示該條輿論被證實的時刻。

4 轉(zhuǎn)發(fā)數(shù)據(jù)的分析

轉(zhuǎn)發(fā)行為，是微博用戶之間進行信息傳播一種方法。本文通過研究用戶發(fā)生轉(zhuǎn)發(fā)行為的時間來研究移動互聯(lián)網(wǎng)下的輿情傳播的特點。

從圖中可以看出，在該條輿論發(fā)布時，較短時間內(nèi)發(fā)生了大量的轉(zhuǎn)發(fā)體現(xiàn)出了輿情傳播的高效性;并且一經(jīng)被證實后轉(zhuǎn)發(fā)數(shù)量驟減，體現(xiàn)出了輿情傳播的時效性。

5 總結(jié)與展望

5.1 總結(jié)

本文利用Python網(wǎng)絡爬蟲技術進行數(shù)據(jù)的獲取，得到了兩種數(shù)據(jù)，一種是微博的轉(zhuǎn)發(fā)數(shù)據(jù)，另一種是微博的評論數(shù)據(jù)。并分別利用這兩種數(shù)據(jù)對移動互聯(lián)網(wǎng)下的網(wǎng)絡輿情傳播的特點進行了研究。

①評論數(shù)據(jù)

從文本挖掘、情感分析方面出發(fā)，構建情感得分算法，計算出每條評論的情感得分，研究情感極性隨時間的變化。研究發(fā)現(xiàn)在輿情被證實前后用戶評論的情感極性逐漸由積極變?yōu)橄麡O。

②轉(zhuǎn)發(fā)數(shù)據(jù)

繪制轉(zhuǎn)發(fā)時間的頻率分布直方圖。研究證實了，移動互聯(lián)網(wǎng)下的網(wǎng)絡輿情傳播的特點：高效性、時效性。

5.2 展望

①本文采用的是基于樸素貝葉斯模型的情感得分算法，得到的模型精度只有83.33%。后續(xù)研究可以考慮采用一些其他的深度學習模型來提高模型的預測精度，例如：卷積神經(jīng)網(wǎng)絡。

②本文雖然獲取了兩種數(shù)據(jù)，但是主要利用的確是評論數(shù)據(jù)，后續(xù)研究將利用轉(zhuǎn)發(fā)數(shù)據(jù)構建微博信息傳播網(wǎng)絡，深入的分析移動互聯(lián)網(wǎng)下的網(wǎng)絡輿情傳播特點。

參考文獻：

[1] 王永友，黃揚琦.網(wǎng)絡輿情異質(zhì)種群對大學生價值觀形成的影響及消解機制[J].重慶郵電大學學報（社會科學版），2018，30（06）：80-87.

[2] 邢云菲. 移動環(huán)境下網(wǎng)絡輿情信息傳播特征及路徑研究[D].吉林大學，2016.

[3] 崔樹娟，賓晟，孫更新，等.基于大數(shù)據(jù)分析的多關系社交網(wǎng)絡輿情傳播模型研究[J].中南民族大學學報（自然科學版），2018，37（02）：114-120.

[4] 張碩.基于復雜網(wǎng)絡的輿情信息傳播機制研究[D].首都經(jīng)濟貿(mào)易大學，2018.

[5] 付璐.新浪微博傳播機制研究[J].科教導刊（中旬刊），2018（05）：138-139.

[6] 張嵐嵐.新浪微博的網(wǎng)絡輿情分析研究[D].華東師范大學，2011.

[7] 劉敏，王向前，李慧宗，等.基于文本挖掘的網(wǎng)絡商品評論情感分析[J].遼寧工業(yè)大學學報（自然科學版），2018，38（05）：330-335.

[8] 封麗.面向微博短文本的情感分析和特征抽取[J].農(nóng)業(yè)圖書情報學刊，2018，30（09）：56-60.

[9] 劉貴香，蔡永明，劉璐，英玉超.社交網(wǎng)絡信息傳播機制研究——以新浪微博為例[J].經(jīng)貿(mào)實踐，2018（06）：69-70.

[10] 孫海燕.網(wǎng)絡輿情傳播模型研究[D].山東大學，2014.

[11] 邢長征，李珊.文本情感分析的深度學習方法[J].計算機應用與軟件，2018，35（08）：102-106.

[12] 王晰巍，張柳，李師萌，等.新媒體環(huán)境下社會公益網(wǎng)絡輿情傳播研究——以新浪微博“畫出生命線”話題為例[J].數(shù)據(jù)分析與知識發(fā)現(xiàn)，2017，1（06）：93-101.

[13] 吳信東，李毅，李磊.在線社交網(wǎng)絡影響力分析[J].計算機學報，2014，37（04）：735-752.

[14] 孔杏，林慶.主觀性文本情感分類研究綜述[J].信息技術，2018，42（08）：126-130+134.

【通聯(lián)編輯：代影】