基于情感倾向分析的突发事件网络舆情预警研究

2016-04-12 06:10:18王雪猛王玉平
关键词:网络舆情突发事件预警

王雪猛 王玉平

(1.西南科技大学经济管理学院 四川绵阳 621010;2.西南科技大学材料科学与工程学院 四川绵阳 621010)



基于情感倾向分析的突发事件网络舆情预警研究

王雪猛1王玉平2

(1.西南科技大学经济管理学院四川绵阳621010;2.西南科技大学材料科学与工程学院四川绵阳621010)

【摘要】近年来,突发事件频发,关于突发事件网络舆情预警方法的相关研究也逐渐增多,但多是基于技术方法实现。本文运用情感倾向分析的方法,构建了基于情感倾向分析的网络舆情分析过程模型,并提出了情感色彩五级划分法。最后,通过实例来验证情感倾向分析方法在突发事件网络舆情预警上的有效性与可行性。

【关键词】情感倾向; 网络舆情; 突发事件; 预警

我国现在正处于社会的转型期,各种社会矛盾凸显,同时经济发展和社会管理发展的不平衡性,导致突发事件较以前有爆发性的增多。随着网络信息技术的发展,人们越来越多地通过网络发表评论、表达诉求、寻求声援乃至组织行动,网络舆论已经成为超越媒体的“政治软力量”[1]。

网络舆论往往包含舆论发表者的个人情感,这些情感又会影响其他网民的舆论。这些情感如果不能得到及时的关注、引导,就可能会导致突发性事件的发生,对社会造成不良的影响。因此,对这些舆情做出相应的预警很有必要。而现在关于网络舆情预警的研究主要集中在技术层面,以人的情感为基础的研究少之又少。本文以人的情感倾向为基础进行研究,期望为解决突发事件网络舆情预警问题提供一种新思路。

一、国内网络舆情预警方法分析

随着网络的普及,网络成为人们发表舆论的主要阵地,特别是Web2.0技术及相关互联网应用的不断普及,大大加快了社会信息化的全面发展进程[2]。国内关于网络舆情的研究逐渐增多,而关于网络舆情预警的研究在国内主要有以下几种:董坚峰等(2014)[3]运用Web数据挖掘技术,通过挖掘Web使用数据或者访问日志来提取浏览者的行为模式,获取有价值的信息,以此来进行网络舆情预警的研究。他还构建了舆情采集层、舆情挖掘层、舆情分析层、预警研判层的基于Web挖掘的网络舆情预警系统模型。李弼程等(2010)[4]借鉴战场分析的思想,对网络舆情态势分析的原理进行了阐述;选取话题、公众、话题与公众之间的关系三大类,设计了适合计算机实现的网络舆情预警等级分析模型。在此基础上,采用直觉模糊推理技术,为利用计算机自动判断网络舆情预警等级提供了一定思路。以上两种方法都是利用计算机技术实现网络舆情的预警,虽然在一定程度上解决了网络舆情预警的问题,但是只是存在于技术层面,对于网络舆情中涉及的情感倾向问题并没有涉及。

潘芳等(2014)[5]利用BP神经网络自学习自适应的特点,通过有效的学习,输出风险等级;并提出,应以话题强度、话题参与度和舆情状态为指标的舆情预警指标体系。王青等(2011)[6]运用E-R模型分析了主题舆情的属性特征,指出舆情监测指标可分为:舆情主题热度、舆情内容强度、舆情生长规律及受众倾向。受众倾向包含态度倾向、发展度、疑度和集中程度,其指出态度倾向是预警指标的重要环节。以上两种网络舆情预警方法都初步指出网民情感倾向应是预警指标的一部分,但是都没有将其作为重要因素加以研究。

本文认为网络舆情的主体是人,人是有情感的物体,这种情感不是靠机械的数据分析就能得出具体结论的。所以,本文以人的情感倾向为指标进行网络舆情的预警方法研究,望可以完善国内网络舆情预警方法,建立更完善的网络舆情预警体系。

二、情感倾向分析

情感倾向分析就是收集、整理、分析网民在网络上表达出来的个人情感,预测其行为的趋势。分析的目的在于预警。个人情感倾向在很大程度上可以影响其他人的情感倾向。在大众关注的突发事件发生后,网上个别人的言论会对关心这件事的网民情感造成不同程度的影响,继而受影响的网民会发表相同或相似的言论,影响更多的人。

网民的言论有的是与事实相符,有的则是与事实相悖的,因而,这种情感影响应该受到有效的引导和控制,防止事件朝向不利于社会和谐的方向发展。

(一)情感倾向分析过程

情感倾向分析和以往的基于定量分析的方法不同,它是在收集整理信息的基础上分析网民言论中所包含的情感色彩,以及所包含的情感色彩的强烈程度,并按照一定的标准将这些情感色彩的强烈程度划分等级[7]。图1为情感倾向分析过程示意图:

图1为情感倾向分析过程示意图

(二)情感色彩立场划分方法

在情感色彩立场划分上,以往多采用赞成、中立、反对三级划分方法。这种划分方法太过于绝对化,不能精确的对网民情感立场进行划分。应该采用赞成、偏赞成、中立、偏反对、反对五级划分方法。图2为五级划分方法关系示意图:

图2五级划分方法关系示意图

其中,中立者是稳定并且占多数的群体,很少会改变自己的立场,他们也很难会受到反对者或赞成者的言论影响。反对者和赞成者同样也是非常稳定的群体,很难能使他们改变自己的立场。最容易改变自己立场的是偏反对者和偏赞成者,他们对该事情是关心的,而且表现的立场不稳定,只是某些言论使他们表现出了对该事件的倾向性立场,随着事件或时间的发展和别人言论的影响,他们会坚定自己倾向的立场或者走向相反的立场。并且,偏赞成者和偏反对者往往是事件关心者的多数。在情感倾向预警中如何引导偏赞成者和偏反对者是关键活动,即如何确定t1、t2、t3、t4是关键。

三、情感倾向分析方法在突发事件网络舆情预警中的应用

突发事件是指在事件发生之前征兆不明显或者没有征兆的事件。正是因为突发事件有这些特点,对突发事件的网络舆情预警才更加重要,而且难度也比较大[8]。在突发事件发生后,很多人会不明真相,因而个人舆论观点严重受到网络中其他人的感情色彩的影响而表现一定的倾向性。

(一)突发事件网络舆情预警级别

某突发事件发生之后,网上会涌现出各式各样针对此事的舆论。这些评论可以归结为少数几个观点,确定预警等级必须先要搜集整理网上关于该突发事件的舆论观点[9]。对于一件大众关注的突发事件,网上的言论可能是数以万计的,所以,不可能采集所有的言论。根据网民言论发布时间和言论发表内容的随机性,可以在事件发生之后,根据事件的影响大小,网络关注度的多少,确定评论采集的样本数量[10]。以微博为例,可以根据网上发布的的关于此突发事件的微博数量,评论的条数等,确定抽取的样本数量。影响较小的事件可以随机抽取10条发布数量以及各50条评论数量作为样本进行分析。按此方法,依次可以自行调节抽取不同的样本数量。

在对抽取的样本进行分析后,可以得出若干个不同观点的言论,归类整理后,可以得出不同观点的数量以及所占比例。在此,按照不利于社会和谐稳定的观点的数量划分预警级别。小于四分之一的为蓝色Ⅰ级预警级别,大于四分之一小于二分之一的为黄色Ⅱ级预警级别,大于二分之一小于四分之三的为橙色Ⅲ级预警级别,大于四分之三的为红色Ⅳ级预警级别。蓝、黄、橙、红四种预警级别依次提高。根据预警等级的不同,可以采取相应的措施,引导和影响网民的情感,使其朝向有利于社会和谐稳定的方向发展。

(二)实例分析

“郑州交警撞死婴儿事件”:2015年4月25日下午17:25分,在郑州市丰乐路、群办路交叉口附近,一辆白色宝马车撞住一个推着婴儿的妇女,6个月大婴儿当场死亡,其母亲受伤。肇事者为郑州交警六大队民警刘某。此微博一出,立即引起轰动,新浪微博在24小时内发布的关于此事的微博过千,评论超过十万。随后几天关于郑州交警撞死婴儿的新浪微博有3600多条。

在此次突发事件中,有关部门的做法是正确的,在事件发生后有关部门表示将严肃依法公正处理,一定程度上起到了稳定网民情绪的作用。在4月27日21:54分,大河报官方微博报道出调查结果,交警没有饮酒,不存在酒驾,宝马车为贷款按揭所买,没有网上所说的多次碾压等情况。至此,网民舆论开始出现不同的声音。但是也存在很大的问题,虽然在4月27日之后网民开始舆论存在不同声音,然而还是以批评交警等不满情绪为主。如果按照本文所述方法进行处理,就会出现更好的结果。

首先,采集网民的言论,分析出网民的情感集中在哪里,其次,确定预警等级,最后,根据分析的结果,采取针对性的情感倾向引导。本次采集的样本数量为20条相关微博以及每条微博50条评论。结果如表1:

表1新浪微博舆情数据采集表

舆论样本 政府腐败应遵守交规严惩肇事者言论不客观同情被撞者应理智对待支持肇事者仇富和诋毁政府其它样本11054655375样本29681103265样本37811272094样本48487113180样本54109384273样本66565950113样本782731021107样本812441733115样本981125532131样本106572761160样本1110256910080样本1254122106263样本138673654110样本1411441730911样本1573841000153样本1645123621134样本1714381812112样本181245373295样本191067297090样本209660721181

上图数据可以得出各种舆论的所占条数:政府腐败168条,应遵守交规93条,严惩肇事者150,言论不客观60条,同情被撞者158条,应理智对待75条,支持肇事者27条,仇富和诋毁政府207条,其它62条。由此可以得出仇富和诋毁政府、政府腐败、严惩肇事者以及同情被撞者几种舆论占据大多数。由于不利于社会和谐的舆论占据37.5%,所以,应采取黄色Ⅱ级预警级别。针对以上分析可以采取以下措施:一,对被撞者表示同情;二,表示将依法处理此事;三,表明交警也是普通的一个民众,其行为只是个人行为,不能代表组织及政府;四,对恶意煽动网民仇富和诋毁政府情感的人,依法采取措施。

结语

人会因各种因素呈现不同的情感倾向是事实,人对于某起突发事件会呈现不同的情感倾向立场,并且这些情感立场是可以采取措施使其改变的[11]。情感倾向是个人做出某种行为的出发点,研究人的情感倾向并做出预警,使决策者可以提前做出决策,预防不良情感导致危害社会的行为发生[12]。突发事件很容易成为社会舆论焦点和热点,并且会引发一系列的并发事件。突发事件引起的网络舆情直接关系到社会稳定,需要我们能够对突发事件相关舆情进行认真分析、判断、预测。因此,研究突发事件的网络舆情预警有很大的社会实用价值,而情感倾向分析的方法是解决这一问题的有效方法[13][14]。

参考文献

[1]彭劭莉,张乐.突发事件网络舆情预警研究综述[J].情报探索,2013(6):51-52.

[2]许鑫,章成志,李雯静.国内网络舆情研究的回顾与展望[J].情报理论与实践,2009(3):115-119.

[3]董坚峰.基于Web挖掘的突发事件网络舆情预警研究[J].现代情报,2014(2):45-46.

[4]李弼程,王瑾,林琛.基于直觉模糊推理的网络舆情预警方法[J].计算机应用研究,2010(9):3312-3313.

[5]潘芳,张霞,仲伟俊.基于BP神经网络的微博网络社群突发舆情的预警监控[J].情报杂志,2014(5):125-127.

[6]王青,成颖,巢乃鹏.网络舆情监测及预警指标体系构建研究[J].图书情报工作,2011(8):55-57.

[7]兰月新.突发事件微博舆情扩散规律模型研究[J].情报科学,2013(3):31-34.

[8]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.

[9]刘武英,张薇,李本先,白燕琼. 基于中文文献的反恐情报研究分析[J].情报杂志,2015(1):111-113.

[10] 强韶华,吴鹏.突发事件网络舆情演变过程中网民群体行为仿真研究[J].现代图书情报技术,2014(6):71-75.

[11] 兰月新,曾润喜.突发事件网络舆情传播规律与预警阶段研究[J].情报杂志,2013(5):16-18.

[12] 黄萱菁,张 奇,吴苑斌.文本情感倾向分析[J].中文信息学报,2011(6):118-124.

[13] 裘江南,张阔,王全红. 本体中语义传递规则获取方法[J].情报理论与实践,2015(1):119-122.

[14] 丁菊玲,勒中坚,王根生.我国网络舆情危机预警研究探讨[J].情报杂志,2010(10):5-8.

Research of Emergency Network Public Sentiment Warning Based on the Analysis of Emotional Tendency

WANG Xue-meng, WANG Yu-ping

(School of Economic and Business Administration, Southwest University of Science and Technology,Mianyang 621010, Sichuan, China)

Abstract:In recent years, the sentiment emergency takes place frequently, the method of network public sentiment warning about sentiment emergency also increase gradually, but, more is based on the method of technology. This paper uses the method of emotional tendency analysis, build a process model of the analysis of network public opinion based on emotional tendency analysis, and put forward the method of emotional color five divisions. At last one example was used to verify the method of emotional tendency analysis on sentiment emergency is effective and feasible.

Key words:Emotional tendency; Network public; Sentiment emergency; Warning

【中图分类号】G350

【文献标志码】A

【文章编号】1672-4860(2015)06-0063-04

作者简介:王雪猛(1987— ),男,硕士在读。研究方向:知识管理与竞争情报。

收稿日期:2015-09-05

王玉平(1959- ),男,硕士,教授,研究生导师。研究方向:信息用户与服务。

猜你喜欢
网络舆情突发事件预警
法国发布高温预警 严阵以待备战“史上最热周”
今日农业(2019年12期)2019-08-13 00:50:02
园林有害生物预警与可持续控制
现代园艺(2017年22期)2018-01-19 05:07:01
“互联网+”背景下高校平安校园建设研究
中国市场(2016年38期)2016-11-15 23:42:46
浅析网络舆情治理
经营者(2016年12期)2016-10-21 07:51:37
基于社会稳定视角的网络舆情预警机制构建的思考
今传媒(2016年9期)2016-10-15 22:02:52
突发事件网络舆情的演化规律与监控
企业导报(2016年13期)2016-07-19 18:21:00
突发事件的舆论引导
清朝三起突发事件的处置
文史春秋(2016年8期)2016-02-28 17:41:32
机载预警雷达对IFF 的干扰分析
突发事件
小说月刊(2014年10期)2014-04-23 08:53:40