对微博舆情热度监测及预警的指标体系的研究

王长宁，陈维勤，许 浩

(1.公安部第三研究所，上海 200031;2.芜湖市公安局，安徽 芜湖 241000;3.合肥市公安局，安徽 合肥 200041)

0 引言

舆情是“舆论情况”的简称，是指在一定的社会空间内，围绕敏感性社会事件的发生、发展和变化，作为主体的民众对作为客体的社会管理者及其政治取向产生和持有的社会政治态度。它是较多群众关于社会中各种现象、问题所表达的信念、态度、意见和情绪等的总和［1］。网络舆情信息作为社会万象的映射，最直接、最快速地反映了社会舆情的状况和发展态势。

移动互联网相比传统互联网，更以客观自然人为中心，以即时、移动为方向。而作为移动互联网上信息载体中最具影响力的一种，微博已逐渐发展成为网络舆论的主要载体。通过手机、平板电脑等无线终端，每个人都可以作为自媒体，而成为信息发布者。

微博用户相比新闻、论坛、博客等其它形式的用户更加容易即时获得最新信息，并且互动性高，可做到即时表达和回应，从而使得用户的话语权得到充分的体现。但是，微博中存在的大量虚假失真言论和信息，使微博乱序化、暴力化倾向明显，影响网民对现实世界的理性判断，对正常社会秩序带来冲击。

如何面对移动互联网的壮大而带来的舆情监管问题?如何引导网络热点事件的舆情的良好发展?如何应对微博中渐成泛化趋势的“无直接利益冲突”、“网络暴民”，引导微博用户理性建言同时又不限制公众表达权?因此，对移动互联网热点舆情的监测与规律分析已成为必要的、迫切的要求。对微博舆情进行快速获取、有效分析、持续跟踪、及时预警、有效调控，有助于对形成群体问题的因素及时进行判断与引导，有助于对社会舆情进行有效的掌控。

1 微博舆情的传播特点

目前，随着Web 2.0技术及相关互联网应用的不断普及，微博等新型媒体已经成为网络舆情的重要舆论场。由于微博具有传播速度快、信息发布方便、互动性高等特点，以新浪微博和腾讯微博为例，近两年在我国形成爆炸性增长态势，并已经成为我国舆情爆发的主要策源地和传播媒介。

微博(Micro-blogging)是一种允许用户及时更新简短文本(通常在140字左右)，并可以公开发布的博客形式。其核心特点是可以通过微博客户端、网页、短信、即时通信工具等方式联动［2］。在微博中，每个人都是信息源，可以接收和转发别人发出的信息，可以将获取的即时信息转发给自己的粉丝，由此形成一种以人际为核心的快速传播网络。

微博的主要功能包括4个方面:“关注”即微博主可以选择性地关注其他用户，实时接收被关注用户所发布的信息;“被关注”即微博主可以被其他用户(俗称“粉丝”)所关注，从而微博主发布的信息可以实时地推荐给粉丝;“转发”即拥有粉丝多的微博主可以将他人的信息转发给自己的粉丝，起到扩散机器人的作用;“评论”即微博主可以针对感兴趣的微博内容做评论，从而加强与其他关注该话题的用户的互动。

作为一种新型网络媒体，微博具有如下舆情传播特点［3］:

(1)发布和接收信息简便:对于新闻中的相关人物，微博提供一键关注;对于传统新闻或论坛中的内容，微博可以一键发布;通过手机等移动终端，可以轻松地发送和接收微博。

(2)传播信息快捷:作为自媒体的一种重要形式，很多重大、突发和隐秘事件都是由现场的用户在第一时间发出的，具有很强的即时性和现场性。

(3)裂变式信息传播模式:发布消息后，所有粉丝同时收到，他们可能再传播给自己的粉丝，微博转播的放大效应使信息呈现“核裂变”式的几何级数扩散态势。

(4)意见领袖具有强大话语权:意见领袖指在突发事件的产生、发酵、传播等环节中起主要推动作用的网民，他们在特定的领域拥有强大的话语权，潜意识里影响着数以万计的围观群众。

2 现有研究和产品的情况

目前在国内，现有的舆情分析指标体系多针对互联网中传统形式载体的舆情，而由于互联网中传播媒介的多样化，诸如新闻、社区、论坛、博客、即时通讯工具等均有各自特有的舆情传播特点，如果舆情监测指标体系涵盖面较广，过于庞大，必然造成对微博这一网络舆情的针对性不强。

高承实［4］等在研究微博信息传播机制的基础上，结合信息空间模型构建了微博舆情的三维空间，运用层次分析法，建立了微博舆情监测指标体系，该指标体系综合考查了社会类指标与技术类指标、舆情主体与舆情受众之间的关系，并给出了不同指标的量化计算方法。

王艺［5］以微博舆情的价值构建和学理研究为基础，深入剖析重大突发事件微博舆情研究的背景、原因、内容、方法，在微博民间舆论场的传播学解构和微博舆论监测指标研究上，借助网络志、粉丝群特征等微博信息和网络链接展开社会网络分析，理清微博传播主体的事件价值取向、地域呈现、事件倾向变迁，总结博客舆论裂变传播的规律，进而在此基础上描绘出博客舆情社群图。创新性提出“第三空间”的舆情形成机理，并对微博舆情的监测与引导机制展开学理探讨。

曾润喜［6］提出在建立网络舆情分级预警机制的基础上，可以构建警源、警兆、警情三类指标体系。

胡媛［7］利用自然语言处理和数据挖掘技术，通过分析微博中的信息内容，分析用户的社会网络和交互情况，以及研究某条信息传播运动过程，来揭示微博中非正式信息交流。

李雯静［8］等从舆情主题的角度重点列出了网络舆情信息分析的指标，并给出了具体的指标计算方法，但未突出舆情受众的能动性作用。

张一文［9］等尝试建立了一种非常规突发事件网络舆情指标体系，认为舆情的热度同事件本身网络媒体以及网民三者的合力成比例，但没有给出指标的详细计算方法。

喻国明［10］利用中国人民大学舆论研究所和北大方正所共同开发的基于第三代搜索技术的舆情分析平台，采用科学的方法来“计算”民意，把网络舆情、民意数字化，建立如同股市指数一样的“舆情指数”，并在此基础上研究舆情、民意的变化法则。

目前市场上常见的微博监测系统有谷尼微博舆情监测预警系统、红麦微博监测系统、灵玖WBK微博舆情监控系统等。

谷尼微博舆情监测预警系统［11］是一款集微博监测、分析、预警为一体的网络舆情专业应用软件，覆盖国内外主流微博:新浪微博、腾讯微博、凤凰网微博、搜狐微博、Twitter微博。

红麦微博监测系统［12］根据用户预定的监测关键词在数分钟内发现新浪、腾讯、搜狐、网易等主流微博平台的舆情信息，客户通过系统完成大部分微博舆情监测工作，多维度查看不同阶段的微博舆情信息，追踪微博传播源头，发现突发事件和重大公共事件。并提供Web、WAP、短信、邮件综合立体服务模式，在第一时间为领导决策提供舆情信息支持，为化解危机争取时间。

3 微博舆情热度监测指标体系

3.1 决定微博舆情热度的维度

作为一个虚拟事物，微博舆情也是由事件而起，并融入了发布者和受众者的能动性。可以用微博信息、微博发布者、微博受众者三者的特性做为维度，构造出微博舆情的三维空间(如图1)，从而便于了解网络舆情的内涵及其表达形式，从而为网络舆情监测指标体系设计提供理论依据。

图1 微博舆情热度空间的维度

3.2 热度监测指标体系的设计

在上述微博舆情维度空间的研究基础上，笔者运用层次分析法［13］，将微博舆情热度监测指标体系分解为微博信息、微博发布者、微博受众者3个一级指标维度，并给出了具体指标内容，如表1所示。

表1 微博舆情热度监测指标体系

指标体系分为两个等级。其中一级指标3个，二级指标13个，这些指标共同构成了指标评价体系，用于衡量舆情热度。

3.3 热度指标的说明

3.3.1 微博信息维度

该维度的指标总体上反映了微博舆情的内容主体和传播热度。

微博主题性质:既可以是长期存在的普遍关注的话题，如民生、腐败、公共安全等话题，也可以是突发性话题。对该指标的分析可基于Web数据挖掘技术和语义Web等文本信息分析技术。

微博发布时间:代表微博的时效性，往往可作为舆情溯源的参考指标。

转发数:指该条微博被粉丝所转发的次数。

评论数:指该条微博被粉丝所评论的次数，与转发数指标共同反映出粉丝对该条微博内容的共鸣度。

类似微博数量:指相近时间段内所发布的类似内容和观点的微博数目，反映出网络舆论中对该微博内容的关注度。

舆情发展速度:指某一单位时间段内类似微博的转发数和评论数，反映出该微博内容的热度变化，往往可以作为舆情预警的参考。

3.3.2 微博发布者维度

该维度的指标总体上反映了微博舆情发布主体的有关特性。

博主现实身份:如果微博主是某专业领域的专家，或是具有一定影响力的名人和官方机构，或是事发地的现场人员，往往会提升微博内容的公信力和微博主意见领袖的说服力。

粉丝数:指该微博主的粉丝人数，体现了微博主的人气。

历史被转发数:指该微博主历史所发微博被粉丝所转发的次数，反映出粉丝对该微博主的认可度。

历史被评论数:指该微博主历史所发微博被粉丝所评论的次数，反映出粉丝对该微博主的认可度。

3.3.3 微博受众者维度

该维度的指标总体上反映了微博舆情的受众群体的有关特性。

粉丝地理位置分布:指受众者的IP地址、手机号码归属地等信息所代表的地理分布范围，客观表达了微博内容覆盖范围的全面性和客观公正性。

参与度:指特定某一用户转发或评论某一条微博的次数，可用作预警体系的监控。

正反面回馈:指微博舆情在受众中产生的支持或反对的影响程度，包括评论总数、负面评论总数、中性评论总数，可由比例体现。

4 预警机制指标体系的建立

在上述对热度监测指标研究的基础上，可建立一套对应的评价指数，以实现对重大微博事件网络舆情爆发可能性的预警。

描述微博舆情预警等级的指标体系可包括扩散发展指标、微博主题敏感度指标、爆发指标、负面舆论指标等。体系模型如图2所示。

图2 微博舆情预警等级的指标体系

其中，扩散发展指标指从微博发布时间起，到现阶段中微博舆情已发展的程度，包括已发布时间长度、被转发数、被评论数等。该指标直接反映了某一微博舆情发展到某一程度所需的速度，代表了对待该舆情事件的群体态度。

微博主题敏感度指标指所发布的微博内容的敏感程度，包括主题性质、内容敏感度等。该指标反映了微博内容本身所具有的引发群众参与和未来舆情危机的可能性，代表了当前社会心理的热点，如反腐败、民生等，也可结合过去已爆发的舆情危机来结合进行敏感度判断。

爆发指标指某一时间片内微博舆情突然爆发的程度，包括单位时间转发率、单位时间评论率等。该指标反映了该微博舆情未来爆发的强度水平。

负面舆论指标指微博评论中负面因素的比例。该指标反映了未来负面舆情出现的概率和活跃度。

国内在这方面的研究上，柯惠新［14］立足于相关前沿理论和舆情监测实际，建立重大事件舆情监测指标体系以及预警分析模型，并按照相关操作化定义实际收集了2010年重大事件的监测和预警分析的指标信息，通过对这些信息的分析实现了监测指数模型和预警分析模型的实际拟合和验证，希望由此能够直观精确地说明重大事件舆情舆论的发展规律，进而为重大事件舆情的科学定量评价和有效预警提供一个有参考借鉴价值的思路。

此外，还有基于观点树［15］、模糊综合评价法［16］、信号分析［17］、云模型［18］、贝叶斯网络［19］等方法的突发事件网络舆情预警等。

5 结束语

舆情发展一般可分为引发期、酝酿期、发生期、发展期、高潮期、处理期、平息期和反馈期等不同阶段［20］。如何针对微博自身的特点，建立微博舆情的监测指标体系，在潜伏期就可以及时捕捉到微博中敏感的舆情信息并提前预警，为管理者实行舆情疏导提供决策支持，将负面的网络舆情影响控制在警戒线以下，具有重大的政治意义和社会意义。

本文中，笔者在分析微博中信息传播机制的基础上，初步建立微博舆情的热度监测和预警的指标体系，给出了舆情指标的一个量化计算方法，但由于缺少实际舆情事件发展过程中的大量科学统计数据，如何对各指标的权重进行有效估量［21］，并进行实际验证，则还需要进一步的研究。

如何有效地将监测和预警的指标体系应用到微博舆情的实时监控中，从而根据效果对其不断地改进和完善，将是下一步的工作重点。

［1］刘毅.网络舆情研究概论［M］.天津:天津人民出版社，2007.

［2］百度百科.微博［EB/OL］.http://baike.baidu.com/view/1567099.htm，2012-09-13.

［3］李瑗瑗.微博舆论的形成机制及特点分析［J］.新闻界，2010(6):51-52.

［4］高承实，荣星，陈越.微博舆情监测指标体系研究［J］.情报杂志，2011，30(9):66-70.

［5］王艺.重大突发公共事件的微博舆情监测与引导初探［J］.贵州民族学院学报:哲学社会科学版，2011(5):148-151.

［6］曾润喜，徐晓林.网络舆情突发事件预警系统、指标与机制［J］.情报杂志，2009(11):52-54.

［7］胡媛.微博客中基于时序的非正式信息流机制研究——以sina微博为例［J］.图书情报知识，2011(4):111-117.

［8］李雯静，许鑫，陈正权.网络舆情指标体系设计与分析［J］.情报科学，2009，27(7):986-991.

［9］张一文，齐佳音，方滨兴，等.非常规突发事件网络舆情热度评价指标体系构建［J］.情报杂志，2010，29(11):71-75.

［10］喻国明.网络舆情热点事件的特征及统计分析［J］.人民论坛(中)，2010(4).

［11］谷尼.谷尼微博舆情监测预警系统［EB/OL］.http://www.goonie.cn/products/2011/12/2011-12-31342.html，2011-12-31.

［12］红麦软件.红麦微博监测系统［EB/OL］.http://www.soften.cn/products/weibo.html，2012-09-13.

［13］王莲芬，许树柏.层次分析法引论［M］.北京:中国人民大学出版社，1990.

［14］柯惠新，刘绩宏.重大事件舆情监测指标体系与预警分析模型的再探讨［J］.现代传播:中国传媒大学学报，2011(12):39-44，56.

［15］丁菊玲，勒中坚.基于观点树的网络舆情危机预警方法［J］.计算机应用研究，2011，28(9):3501-3504.

［16］王铁套，王国营，陈越.基于模糊综合评价法的网络舆情预警模型［J］.情报杂志，2012(6):47-51.

［17］许鑫，张岚岚.基于信号分析的突发事件网络舆情预警研究［J］.情报理论与实践，2010(12):97-100.

［18］王振兴，郭毅，张连成，等.一种基于云模型的突发事件预警方法［J］.信息工程大学学报，2012，13(1):120-123，128.

［19］张一文，齐佳音，方滨兴，等.基于贝叶斯网络建模的非常规危机事件网络舆情预警研究［J］.图书情报工作，2012(2):78-83.

［20］百度百科.舆情分析［EB/OL］.http://baike.baidu.com/view/4000073.htm，2012-09-13.

［21］庞彦军，刘开第，张博文.综合评价系统客观性指标权重的确定方法［J］.系统工程理论与实践，2001(8):37-42.