大数据环境下情报学在网络舆情研究中的作用*

徐 敏

（北京大学信息管理系北京100871）

大数据环境下情报学在网络舆情研究中的作用*

徐 敏

（北京大学信息管理系北京100871）

在CNKI中对图书情报领域相关期刊中有关“网络舆情”研究的现状进行调研，发现网络舆情研究已经大量地应用情报学的理论、方法和技术。通过文献分析指出大数据环境下网络舆情研究存在三个问题：一是仅关注意见领袖的研究，忽略全用户群的研究；二是仅关注自媒体的研究，忽略全媒体的研究；三是仅关注舆情治理的研究，忽略舆情生态环境的研究。为解决这些问题提出利用情报学的理论与方法对舆情媒体进行多维建模，对舆情用户进行全源画像，对舆情环境进行融合研究，实现以趋势预测代替危机补救，用环境优化代替舆情治理的目标。

大数据情报学网络舆情建模画像融合

1 引言

网络舆情是指通过互联网表达和传播的各种不同情绪、态度和意见交错的总和[1]。网络舆情危机是针对某一特殊事件产生的涉及民众利益的社会舆情，它在相对短的时间内产生大量信息，由于乘数效应在互联网上掀起更大、更强烈的社会反应，如果事件没有及时正确应对，舆情危机就可能在极短时间内变成一场包含观点和行动冲突的群体性突发事件[2]。

党的十六届四中全会明确提出要建立社会舆情汇集和分析机制，要求政府作为国家管理者，及时了解民众的诉求，建立与民众之间的良好交流与互动关系，协调政府与民众之间、民众内部的矛盾，实现社会和谐发展[3]。中共中央宣传部舆情信息局在《舆情信息工作概论》一书中明确说到：“真实准确是舆情信息的生命”[4]。因为真实准确的舆情信息是网络用户群体内心中实在的情绪、态度和意见的表达，而虚假的舆情信息往往来源于误解甚至于是一些别有用心的人蛊惑或煽动不明真相的网民而产生的，这些虚假的舆情信息不仅没有任何价值，而且对社会和人民有着极大的危害性。所以，政府提出收集和监测舆情信息的目的是为了及时了解网民的动向，指明网络舆论的正确方向，用相应的方法和措施避免突发事件的恶化。尤其是在大数据环境下，传统网络媒体和自媒体的并存，网民每日接触到的信息量越来越大，有些人为了博关注，常常发布一些断章取义、似是而非甚至是虚假有害的信息，让用户越来越难甄别真假。而社会科学中的情报研究活动则是从实际出发，实事求是，以客观存在的事实为出发点，从中引出事物固有的而不是臆造的规律性，可以有效地为科学研究和决策服务[5]。从本质上来说，情报研究活动以信息为对象，研究其从产生到消亡的过程，研究其传播中的各个方面。互联网环境下的舆情信息正是情报学所需研究的具有大数据特征的样本，所以有越来越多的网络舆情领域学者在研究中用到情报学的方法和手段，也有越来越多的图书情报领域的学者关注网络舆情的分析研究。

2 情报学在网络舆情研究中的现状

图1 图书情报领域网络舆情发文统计图

以中国知网数据库为检索工具，检索主题为“舆情”，选取与图书情报领域相关的41种核心和非核心期刊，检索日期为2015年12月10日，所以2015年的论文数量有可能收录检索不全面，剔除与主题不相关的论文，共得到文献570篇，从文献数量上来看，从2010年开始，图书情报领域发表的和网络舆情相关的论文量逐步上升，从图书情报领域学术期刊对网络舆情的收文数量和增幅来看，业界对网络舆情相关的研究关注度越来越高，尤其在2014年国内图书情报领域网络舆情研究论文急剧增长（见图1）。

从研究机构发文情况看，发文量前十的单位，在总发文量中占比高达32%。其中中国人民武装警察部队学院、华中科技大学公共管理学院和解放军信息工程大学是非图情领域的研究机构，这些作者都是以网络舆情的研究为主，但是他们选择在图书情报领域的期刊上发表研究成果，这3所单位作者发表的论文就达87篇，占总发文量的15%，说明他们认可情报研究在网络舆情领域的应用价值；而南京大学信息管理学院、南京政治学院信息管理系、福州大学公共管理学院、中山大学资讯管理系、武汉大学信息管理学院、广州大学图书馆和华东师范大学商学院信息学系的作者都是以图情领域的研究为主，他们则利用情报学的方法和手段对网络舆情进行研究，这7所单位作者发表的论文达97篇，占总发文量的17%，说明他们认可网路舆情研究已经成为情报研究的热点之一。

从机构发文量上来看（见表1），在图书情报领域发表网络舆情论文最多的机构是中国人民武装警察部队学院，达到了43篇。以该机构为例，经过文献调研得知，在项目研究方面，有33篇论文是依托课题项目的成果，其中公安部应用创新项目“公安边防情报网络侦察技术研究”、中国人民武装警察部队学院青年课题“边防情报定量方法研究”、河北省社会科学基金项目“信息异化视角下网络舆情衍生效应与策略研究”以及教育部人文社会科学研究青年基金项目“大数据背景下微博舆情系统建模与引导机制研究”都与情报学密切相关；在内容研究方面，涉及到舆情的传播和扩散规律、传播范围、传播模式以及传播模型；在载体研究方面，涉及到了网络新闻和以微博为代表的微媒体；在用户研究方面，主要涉及意见领袖、网络推手和微博群体；在理论与方法研究方面，涉及到了文献计量分析、文献增长规律、统计分析、信息生命周期理论、信息生态理论和竞争模型；在概念研究方面，涉及到了情报共享、网络信息量、信息交互、信息异化和因素评价。这些都涉及到了情报学的方法和手段。图书情报领域中的南京大学信息管理学院就网络舆情发表论文22篇，钱爱兵[6]指出网络舆情分析是信息处理领域内的一个新兴且有实用价值的方向并设计了一个基于主题的网络舆情分析模型。张玥[7]以新浪微博为研究平台，以打砸日系车突发公共事件为研究实例，结合信息采纳模型和媒介丰富度理论，从信源特征和信息形式视角出发研究微博舆情传播的影响路径，分析相关影响因子，对假设进行验证。沈超等[8]使用计算实验方法将手机舆情话题传播这一复杂系统抽象为运营商、媒介和用户三类主体，给出了主体的属性和行为规则，在此基础上根据计算实验理论设计了手机舆情传播系统的演化实验模型，从运营商监管、媒介数量和用户密度三方面进行了研究。戴娟[9]通过布点、连线、成面、引爆、监测五策略优化图书馆官方微媒体的微矩阵，把握微博发布规律，适时进行舆情监测，分析影响，发现不足，以让图书馆在微媒体中有更多的展示和曝光机会。以上这些研究都是情报学在网络舆情研究中的应用。

表1 网络舆情发文量前十机构

从作者的发文量来看（见表2），福州大学经济与管理学院的陈福集、中山大学资讯管理学院的曹树金、广州大学图书馆的艾新革和武汉大学信息管理学院的李纲都来自于图书情报领域，他们共发文31篇。陈福集专注于利用情报分析对网络舆情进行建模研究，他提出网络舆情热点话题的六阶段传播模式[10]；提出热点话题双核心的手抓哑铃宏观传播模式[10]；构建了SEIRS网络舆情传播演化模型[11]；从统计数据出发建立需求空间模型和政府知识本体的空间模型[12]；建立政府回应网络舆情能力的系统动力学模型[13]；以网民、网络媒体和政府为参与主体建立一个三方博弈模型[14]；建立基于演化博弈的网络舆情热点话题传播模型[15]。曹树金专注于用情报学中的技术手段对网络舆情监控系统的功能进行研究，他以逸仙时空BBS为舆情信息源，对需要关注的帖子进行情感倾向性分析的探索性研究，设计了主题帖自动标引和情感倾向性分析策略，并对主题帖自动标引结果、倾向性人工判断与自动分析的结果进行对比[16]；建立三个可衡量关注度的变量设计规则算法，以每天和每小时作为检测周期，对逸仙时空BBS中的主题帖进行筛选并预警，达到实时监控网络舆情突发异常的效果[17]；设计了一种基于统计、语言特征和主题词影响力的综合加权评估的舆情主题标引方案及其关键算法，并通过四个实验较为全面地分析方案的标引效果和优缺点[18]；通过对网络新词的构造规律分析，对表达情感的网络新词进行识别算法的设计，提出基于HowNet和网络情感词的极性词典的人工构建方法，并设计了针对表达情感的网络新词的自动识别方法，进一步扩展极性词的收录范围[19]。李纲对网络舆情的研究着重于分析其传播的过程、框架和信息环境，他提出了Web2.0环境下企业网络舆情的“过程模型”，并从媒体、网民和企业三个角度对网络舆情事件中各角色对网络舆情传播过程的影响做出了分析[20]；针对无法对舆情信息进行有效搜集、分析等难题，利用意见挖掘的相关技术，采用分步骤、分模型的设计方法，构建出城市形象网络监测系统；通过对与城市有关的评论进行挖掘和分析，识别其情感倾向和演化规律，并以可视化的界面将结果展现给相关政府部门[21]；论述了社会语义网、事件链和信息流的应用价值，形成主题研究的方法体系[22]；指出当前突发公共事件网络舆情面临的问题:理论与实践有待进一步融合，缺乏量化分析的体系与框架，微观层面分析有待深入，缺少网民社会结构和群体行为研究，可视化展示和监测技术将大有作为[23]。而来自于网络舆情领域的兰月新、曾润喜、张玉亮、刘继、黄炜和孙宁这6位作者的总发文量达到了53篇，通过文献得知，尽管兰月新发文量最多，但曾润喜在该领域研究早于他，且兰月新后面的研究中与曾润喜合作较多，分析曾润喜可能是兰月新的指导老师或项目指导专家，选取曾润喜的研究成果为样本分析发现他早在2009年就利用文献调研和文献综述的方法从网络舆情的基础理论、网络舆情的管控机制、网络舆情的外部性、网络舆情的技术与系统构建四个角度对我国网络舆情研究现状和研究机构的发展现状进行分析[24]；从信息系统角度提出政务流程重组，降低职能部门间的政务耦合度和政务关联度，从而实现有效降低网络舆情信息资源共享需求，提升单个职能部门的信息全面度，建立由核心业务子系统、数据中心子系统、决策支持子系统组成的网络舆情信息资源共享机制[25]；利用问卷调查法，向专家发放74份问卷，利用层次分析法构建了警源、警兆、警情三类因素和现象的网络舆情突发事件预警指标体系，并对影响这一指标体系的因素和现象进行排序，确定影响权重[26]。

表2 网络舆情发文量前十作者

从以上这些研究可以看出，情报分析在网络舆情领域已经有了很好的应用，尤其是从2013年开始，出现了大量情报分析与网络舆情结合的成果，许多网络舆情领域的学者在研究中开始应用情报分析的理论、方法、技术和手段，并在图书情报领域发表了大量的论文，而这些论文也刺激了图书情报领域的学者关注网络舆情的研究，这两个领域的学者、研究机构和学术期刊机构都认可了情报学在网络舆情研究中的价值。

3 大数据环境下网络舆情研究的现状与问题

由于网络舆情就是诞生于互联网的背景下，而大数据的主体数据也是来源于互联网，所以网络舆情从根本上就具有大数据的特征，现有的网络舆情研究还存在以下问题。

3.1 仅关注意见领袖的研究，忽略全用户群的研究

以用户研究为例，主要还是对互联网环境下的意见领袖进行研究，方法上，郭凤林等[27]利用实际案例的意见领袖微博数据，发现意见领袖发挥着将公民个体诉求转化为大众议题的中介作用，呈现出“个体-意见领袖-大众”的两级结构；王国华等[28]在实际案例中从知识背景、社会地位、媒体使用三个维度对意见领袖进行了类型分析，然后以事件舆情生命周期为脉络，具体分析了意见领袖的介入时点、行为方式和影响；刘志明等[29]使用层次分析法和粗糙集决策分析理论从用户影响力和用户活跃度角度构建了微博意见领袖指标体系；方兴东等[30]采用层次分析法和专家打分法，建立一套评价微博意见领袖的综合指标体系模型；朱卫未等[31]利用社会网络分析方法识别舆情传播网络中的重要节点并结合偏好排序算法分析这些重要节点对舆情的影响；技术上，肖宇等[32]结合聚类算法和分类算法提出一种基于话题内容分析的兴趣团体发现方法，还提出了一种新的LeaderRank意见领袖发现算法。葛斌等[33]综合运用多种信息处理技术设计并实现了网络论坛意见领袖自动挖掘系统。由于意见领袖在网络舆情事件中往往会产生重大影响，所以大量研究从方法上和技术上体现如何发现和挖掘出意见领袖，而在大数据环境下，资源的丰富和媒体的多样，产生了来自于各个领域的意见领袖，每个意见领袖都有其产生的背景和个体的偏好等特征，此外意见领袖在网络舆情事件中只起着催化作用，真正的推动者是普通的用户群体，所以仅做意见领袖的发现研究是不足的，对舆情用户的研究既要考虑意见领袖也要考虑用户群体。

3.2 仅关注自媒体的研究，忽略全媒体的研究

在媒体研究方面，主要还是对以微博为代表的自媒体进行研究，金鑫等[34]采用复杂网络分析方法并结合新浪微博获取的数据分析了微博的社会网络结构的特点及其对舆情传播的影响；陈舒畅等[35]结合小世界理论，以网络舆情的生命周期为脉络构建出基于微博的网络舆情传播模型；孙飞显等[36]提出了一种针对政府的负面网络舆情定量监测方法；王小立[37]结合复杂网络与Agent的建模方法对微信信息的传播进行研究，提出三种基于各变量的演化规则。王晶[38]运用大数据挖掘的方法，就热点话题进行用户特征和发展趋势的追踪分析；肖丽妍等[39]采用专家打分和层次分析法从影响力广度、影响力强度和影响力速度三个维度建立指标体系，衡量和评价基于微博的企业网络舆情社会影响力；郑安迪[40]对微信朋友圈谣言的传播特征进行分析并提出治理措施。自媒体已经成为互联网环境下重要的舆情大数据，对自媒体信息的采集和分析的确有助于舆情的监测和预警，但是近两年来微博已步入颓然趋势，微信成为重要的自媒体发布源，但是微信和微博都是基于熟人网络进行信息传播，大众对于互联网信息的第一手获取往往是移动终端上的信息聚合应用（例如今日头条），用户可以对聚合的新闻评论和转发，网络舆情产生可能就是来源于某一条推送的信息，所以仅对自媒体的舆情信息进行研究是不足的，对舆情媒体的研究既要考虑自媒体也要考虑全媒体。

3.3 仅关注舆情治理的研究，忽略舆情生态环境的研究

在舆情演化研究方面，主要还是对舆情的引导、疏导和治理方面进行研究，易臣何等[41]分析了突发事件网络舆情经历触发、集聚、热议和升华的四个关口的规律；张玥等[42]从信息生命周期视角构建基于信息生命周期的网络舆情监测三维立体框架；张倩楠等[43]基于演化博弈理论，通过博弈进化计算，为网络监管部门的控制提出意见；相丽玲等[44]论述了网络舆情危机的不可预见性、传播广泛性、多级衍生性、交流非理性和引导可控性等演化特征；宋彪等[45]应用群集动力学和演化博弈论的方法构建了网络舆情疏导模型；周耀明等[46]构建了分布模式、平稳模式、相关模式、自相似模式、周期模式和趋势模式这6个网络舆情演化模式并给出相应的模式分析方法；郭韧等[47]运用系统动力学方法研究了移动网络下网络舆情的演化机理，提出了移动网络舆情管理的策略；高艳子等[48]通过对网络舆情的动态传播演化分析找出起关键作用的因素；齐佳音[49]通过与28位专家进行交流和访谈从微观层面上提出分为四级包含共22个内源动力与外源动力因素的网络舆情态势演化动力机制。从以上研究可以看出，对网络舆情的演化研究其目的主要是舆情的疏导和治理，而疏导和治理往往都是发生在网络舆情积聚到一定程度的基础上，此时若没有处理好，很容易产生舆情危机。网络舆情的良性发展需要良好的信息环境，所以仅对网络舆情的演化模式和疏导机制研究是不足的，对网络舆情的演化研究应该扩展到舆情信息环境的研究上。

4 大数据环境下情报学在网络舆情研究中的作用

首先，大数据环境下网络舆情信息不仅包括微博微信和网站评论这些显性舆情信息，还包括用户搜索记录和用户登录记录等隐性舆情信息，所以舆情信息量很大；其次，网络舆情演化中最明显的特征是具有突变性，而在大数据环境下，舆情信息的变化很快，有可能突然发布的某一条信息就会引发舆情危机；最后，由于载体和形式的限制，网络舆情与其他网络信息不同的是每条信息字数不多，评论一般十字左右，微博一百多字，所以其单条信息的内涵和价值低，尤其是在大数据环境下，大量无意义的舆情信息中仅有少部分是有用的。针对大数据环境下新出现的以上问题，情报学以全源为基础，以多维为方向，以融合为手段，可以为网络舆情大数据的研究做出贡献。

4.1 大数据环境下对网络舆情媒体的多维建模

尽管有些网络舆情信息最初是来源于社会媒体（报纸、广播、电视或现场事件等），但一定是有人将其数字化并发布在互联网媒体上，才会产生网络舆情，所以互联网媒体一定是网络舆情的信息来源和演化载体。网络舆情所触及的互联网媒体中，用户主动查询信息的有新闻门户网站、政府网站、企业网站、行业网站；推送信息给用户的有新闻聚合网站和移动新闻端；用户自主发布信息的有BBS、微博和微信。这些舆情大数据的特征不一，可根据不同媒体上的信息主体权威度、信息类型、信息数量、文本长度、信息内涵度、自然语言、规范文本、信息可信度、信息时效性、信息价值性、用户量级、数据获取方式、数据获取难易度等指标进行不同维度的建模。网络舆情的演化过程包括潜伏期、爆发期、蔓延期、反复期、缓解期和长尾期这6个阶段，但并不是每个舆情都必须要完整经历这6个阶段。对舆情媒体多维建模的目的就在于识别他们在演化过程中各个阶段所起的作用和扮演的角色，例如在一次完整的网络舆情演化过程中，通过对不同舆情媒体的大数据进行建模，可以分析出潜伏期作为最初的原创信息发布中介的媒体，爆发期转载原创信息引发极大关注的媒体，蔓延期将关注信息进行广泛散播的媒体，反复期通过不停举证和论证让信息关注度高低起伏的媒体，缓解期通过信息公开或说明解释等方式降低舆情关注度的媒体，长尾期进行记忆梳理或案例分析的媒体。因为在舆情信息传播过程中，可能会产生人为或非人为的信息变质，继而引发舆论风暴，产生舆情危机，所以通过多维建模可以发现对舆情危机起催化作用的媒体，对他们保持重点关注。

4.2 大数据环境下对网络舆情用户的全源画像

在不同的互联网媒体上注册，用户倾向于用同样的用户名和昵称，许多系统还会保留用户发帖或登录的IP地址，这些为对同一用户在不同网络平台上发布的信息进行关联提供了可能。大数据环境下对舆情用户的全源画像是指以具体的每个用户为单位，将其在不同平台上发布的原创信息、转载信息和评论等进行采集和集成，一是通过对文本中的词进行情感倾向计算，为每个用户打分，识别用户的网络情绪，二是通过分析用户的原创度、转载度、所有注册网站的领域、发布信息频率等为用户打上标签，刻画用户的个体特征。通过对特定用户相关的全网信息收集、集成、计算、分析和标签化等进行全源画像，其目的是对舆情用户进行识别，用户可以分为意见领袖、网络推手、网络水军、从众用户、热衷用户和漠然用户。其中意见领袖指粉丝众多，网络影响力强的用户；网络推手指善于煽动网民和策划事件的用户；网络水军指受利益驱使发布特定信息的用户；从众用户指跟随大趋势人云亦云的用户；热衷用户指有自主想法并热衷舆情信息的用户；漠然用户指关注网络舆情信息却很少发布信息的用户。其中意见领袖、网络推手、热衷用户是网络舆情演化中的关键角色，他们不是一成不变的，在不同的事件、平台和过程中可能会发生角色的相互转化。利用用户的全网大数据进行画像不仅可以识别出他们，还可以发现他们的转化过程。

4.3 大数据环境下对网络舆情环境的融合研究

大数据环境下，舆情用户、舆情媒体和舆情信息都一直处在复杂多变的状态下。首先，舆情信息的文本字数差异大（十几个字的短评和上千字的发帖等）、文本数量多（微博等自媒体信息）、自然语言表述（口语化文本等），无意义甚至是虚假信息的文本（水贴和攻击性贴等）大量存在，所以需要对舆情大数据进行融合从而辨真假和找价值，提高网络舆情生态环境中的信息质量。其次，对舆情媒体的类型、状态、地域和行业等进行分析和融合，有助于优化网络舆情生态环境中的传播路径。最后，舆情用户在不同的舆情媒体和不同的舆情演化过程中作用不一，将基于全网信息的用户标签和用户发布信息的情感计算融合，可以分析用户的角色以及网络情绪状态，改善网络舆情生态环境中的信息节点。情报学中的建模、画像研究在微观层面上为网络舆情生态环境的构建打下基础，信息生态研究以及信息政策法规研究在宏观层面上为网络舆情生态环境的发展指明方向，通过融合情报学与网络舆情的研究建立一个大数据环境下具有高效调节功能的良性网络舆情生态环境，实现以趋势预测代替危机补救，用环境优化代替舆情治理的目标。

5 结语

从已有研究来看，越来越多的网络舆情学者应用情报学的理论、方法和技术，也有越来越多的情报研究学者着手网络舆情研究。在大数据环境下，网络舆情呈现出复杂性、非线性发展的特征，情报学领域的建模、画像、融合、信息生态以及信息政策法规等方面的研究可以为此做出贡献。

［1］刘毅.网络舆情研究概论［M］.天津：天津人民出版社，2007：53.

［2］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，2010，29（10）：5-6.

［3］艾新革.政府舆情信息需求理论初探［J］.图书馆论坛，2011（2）：9-13.

［4］中共中央宣传部舆情信息局.舆情信息工作概论［M］.北京：学习出版社，2006：34.

［5］邓汝邦.社会科学情报研究概论［M］.广州：广州出版社，1999：35-36，47.

［6］钱爱兵.基于主题的网络舆情分析模型及其实现［J］.现代图书情报技术，2008（4）：49-55.

［7］张玥，孙霄凌，浦正宁，等.微博舆情传播影响因素研究——基于信源特征和信息形式的视角［J］.情报资料工作，2014（3）：59-64.

［8］沈超，朱庆华，朱恒民.基于计算实验的手机舆情传播演化研究［J］.情报杂志，2014（2）：114-119.

［9］戴娟.图书馆官方微博微矩阵规划研究［J］.新世纪图书馆，2012（8）：36-38.

［10］陈福集，胡改丽.网络舆情热点话题传播模式研究［J］.情报杂志，2014（1）：97-101，156.

［11］陈福集，陈婷.基于SEIRS传播模型的网络舆情衍生效应研究［J］.情报杂志，2014（2）：108-113，160.

［12］陈福集，郑小雪.面向网络舆情的政府知识模型研究［J］.图书情报工作，2012（8）：123-127，122.

［13］陈福集，叶萌.系统动力学视角下政府回应网络舆情的能力提升研究［J］.情报杂志，2013（11）：121-127.

［14］陈福集，黄江玲.三方博弈视角下的网络舆情演化研究［J］.情报科学，2015（9）：22-26.

［15］陈福集，黄江玲.基于演化博弈的网络舆情热点话题传播模型研究［J］.情报科学，2015（11）：74-78.

［16］曹树金，周小又，陈桂鸿.网络舆情监控系统中的主题帖自动标引及情感倾向分析研究［J］.图书情报知识，2012（1）：66-73.

［17］曹树金，郑凌，陈忆金.网络舆情突发异常识别及关键算法研究［J］.图书情报知识，2012（1）：43-51.

［18］曹树金，陈桂鸿，陈忆金.网络舆情主题标引算法与实现［J］.图书情报知识，2012（1）：52-59，73.

［19］曹树金，张学莲，陈忆金.网络舆情意见挖掘中极性词典构建和极性识别方法研究［J］.图书情报知识，2012（1）：60-65.

［20］李纲，董琦.Web2.0环境下企业网络舆情传播过程的研究及实证分析［J］.情报科学，2011（12）：1810-1814.

［21］李纲，陈婧，程明结，等.基于意见挖掘的城市形象网络监测系统初探［J］.现代图书情报技术，2010（2）：56-62.

［22］李纲，叶光辉.网络视角下的应急情报体系“智慧”建设主题探讨［J］.情报理论与实践，2014（8）：51-55.

［23］李纲，陈璟浩.突发公共事件网络舆情研究综述［J］.图书情报知识，2014（2）：111-119.

［24］曾润喜.我国网络舆情研究与发展现状分析［J］.图书馆学研究，2009（8）：2-6.

［25］曾润喜.网络舆情信息资源共享研究［J］.情报杂志，2009（8）：187-191.

［26］曾润喜.网络舆情突发事件预警指标体系构建［J］.情报理论与实践，2010（1）：77-80.

［27］郭凤林，邵梓捷，严洁.网络舆情事件中的意见领袖网络结构及其政治参与意涵［J］.东北大学学报（社会科学版），2015（2）：169-174.

［28］王国华，张剑，毕帅辉.突发事件网络舆情演变中意见领袖研究——以药家鑫事件为例［J］.情报杂志，2011（12）：1-5.

［29］刘志明，刘鲁.微博网络舆情中的意见领袖识别及分析［J］.系统工程，2011（6）：8-16.

［30］方兴东，叶秀敏.微博意见领袖的评价研究［J］.新闻界，2014（5）：56-60.

［31］朱卫未，王海琴.基于社会网络和偏好排序的意见领袖识别方法研究——以“阿里平台为云南鲁甸募捐”为例［J］.情报杂志，2015（6）：104-108.

［32］肖宇，许炜，夏霖.一种基于情感倾向分析的网络团体意见领袖识别算法［J］.计算机科学，2012（2）：34-37.

［33］葛斌，蒋林承，肖延东，等.网络论坛意见领袖挖掘系统设计与实现［J］.电脑知识与技术，2011（22）：5393-5395.

［34］金鑫，谢斌，朱建明.基于复杂网络分析的微博网络舆情传播［J］.吉林大学学报（工学版），2012（S1）：271-275.

［35］陈舒畅，叶晓雪，蒋丽莎，等.基于微博的网络舆情动力学研究［J］.黑龙江科技信息，2013（2）：86-87.

［36］孙飞显，程世辉，倪天林，等.基于新浪微博的负面网络舆情监测研究——针对政府的负面网络舆情研究系列之一［J］.情报杂志，2015（4）：81-84.

［37］王小立.微信传播建模分析［J］.现代情报，2015（7）：53-56.

［38］王晶.大数据时代的新媒体舆论特点［J］.新闻世界，2015（10）：131-132.

［39］肖丽妍，齐佳音.基于微博的企业网络舆情社会影响力评价研究［J］.情报杂志，2013（5）：5-10.

［40］郑安迪.微信朋友圈谣言的传播特征及治理措施［J］.新媒体研究，2015（12）：14-15.

［41］易臣何，何振.突发事件网络舆情的生成演化规律研究［J］.湘潭大学学报（哲学社会科学版），2014（2）：74-78.

［42］张玥，罗萍，刘千里.基于信息生命周期理论的网络舆情监测研究［J］.情报科学，2013（11）：22-25.

［43］张倩楠，杨尊琦，史浩.有限理性转发者的社会网络舆情演化分析［J］.情报杂志，2014（9）：129-134.

［44］相丽玲，王晴.信息公开背景下网络舆情危机演化特征及治理机制研究［J］.情报科学，2014（4）：26-30.

［45］宋彪，朱建明，黄启发.基于群集动力学和演化博弈论的网络舆情疏导模型［J］.系统工程理论与实践，2014（11）：2984-2994.

［46］周耀明，张慧成，王波.网络舆情演化模式分析［J］.信息工程大学学报，2012（3）：334-341.

［47］郭韧，陈福集，李江竹，等.移动网络对网络舆情演化的影响研究［J］.情报杂志，2015（7）：130-134.

［48］高艳子，秦江涛.网络舆情的动态传播演化研究［J］.江苏

The Role of Information Science in the Research of Network Public Opinions in the Big Data Environment

Xu Min
Department of Information Management，Peking University，Beijing 100871，China

A survey on the status quo of network public opinion research in CNKI journals concerning library intelligence showed that the theories,methods and technologies of information science have been widely applied in the field.Three problems have been disclosed in network public opinion research through literature analysis,namely paying attention only to the research on opinions of leaders but not those of overall users group;paying attention to self-media but overlooking omnimedia;paying attention to network public opinion governance but overlooking the environment of public opinion.In order to solve these problems,we can build a multi-dimensional model of public opinion by using the theories and methodology of information science and give a full portrait of users and conduct an integrated research of the public opinion environment.We should accomplish the goal of predicating tendency instead of remedying crises and improve the environment instead of governing public opinions.

big data;information science;network public opinion;modeling;portrait;integration

G359.22

*本文系国家社会科学基金重点项目“大数据环境下的计算型情报分析方法与技术研究”（项目编号：14ATQ005）的研究成果之一