微博网络舆情研究综述

王高飞 李润之 李梅

摘 要：微博已成为公众反映自身观点的主流渠道，微博网络舆情研究有利于对网络舆情的管理与引导。本文运用文献计量法与CiteSpace软件，通过关键词“微博”与“舆情”在中国知网数据库中的检索，对微博网络舆情的发展趋势、发文机构、发文期刊、基金赞助情况、发文下载量、被引频次与研究热点等方面进行系统分析。结果表明微博网络舆情研究已经形成体系，研究方法较为丰富，未来以图像、视频为分析对象的微博网络舆情研究将是该领域的重要研究方向之一。

关键词：微博;网络舆情;综述;文献计量

中图分类号：G201 文献标识码：A  文章编号：1672-8122（2021）01-0024-06

一、引 言

党的十九届四中全会《决定》提出：“健全重大舆情和突发事件舆论引导机制”。倡导健全舆情引导，并将其上升到机制层面，表明我国对舆情的认识和重视程度进一步加强。在网络舆情中，微博作为一个主要平台发展十分迅速。新浪微博发布的2020年第二季度财报显示，2020年6月的月活跃用户数为5.23亿，较上年同期净增约3 700万[1]。作为社交网络巨头，微博允许用户公开性地发表原创内容，转发、点赞、评论、搜索他人内容，这不仅进一步提高了信息的传播速度，也使得微博成为公众反映自身观点的主要平台。然而，随着用户量和信息量的增多，微博中容易出现诸如不良信息、谣言等不当言论，如果不及时管理会形成负面网络舆情。我国自2011年至今，相关学者已经对微博网络舆情进行了深入研究，相关文献中蕴含了众多有价值的信息。本研究对中国知网相关文献进行检索与分析梳理，以期为该领域的研究提供参考。

二、数据来源与研究方法

（一）数据来源

以中国知网数据库作为检索来源，跨库选择期刊、教育期刊、特色期刊、博士、硕士5库进行专业检索，检索表达式语句为“TI=‘微博AND TI =‘舆情”，即检索篇名包括“微博”“舆情”的文献，发表时间选择为从知网可选的最早时间1979年1月1日至2019年12月12日（檢索日），共得到自2011年至2019年的713篇文献，去除重复投稿与期刊会议摘要，剩余700篇。

（二）研究方法

文献计量法是一种定量分析方法，将文献的各类外部特征作为研究对象，采用文献学、统计学、数学相结合的方式描述与预测某一科学的发展方向与趋势[2]。在文献计量法的基础上，运用CiteSpace、Excel、中国知网构建知识图谱与可视化分析。Citespace，中文名为引文空间，由英籍华人陈超美开发，是将检索文献进行引文可视化分析的一款软件[3，4]。

三、研究结果与分析

（一）微博网络舆情发文量统计分析

笔者共分析2011年至2019年有效文献700篇（如图1所示），横坐标代表发文年份，纵坐标代表发文数量。自2010年各品牌微博上线一年后，知网开始出现微博网络舆情文章，此后随着各微博平台的竞争以及微博的整体市场份额不断扩大，3年内发文数量也得到大幅增长，2014年发文量达到顶峰。随后，受到微信、短视频等其它自媒体平台的影响，微博网络舆情研究的发文数量逐渐减小，由2014年的121篇逐渐减少至2019年的62篇（截止到检索日），总体呈现上升下降的趋势。这一趋势说明微博网络舆情研究当前依然保持着较高的热度，但利用微博进行网络舆情研究的热度却有所降低，网络舆情研究方式呈现多样化的特点。

（二）微博网络舆情发文机构统计分析

笔者共统计了30家发文数量在5篇以上的微博网络舆情发文机构（如图2所示）。从发文机构总体来看，均为高等院校，无一所科研院所。在高等院校中包含各级各类大学，分布较广，且重点高校占比较高，尤以吉林大学的30篇发文数量最为明显。说明高等院校有较高的意愿利用微博平台进行网络舆情研究。

（三）微博网络舆情发文期刊统计分析

笔者通过相关文献的期刊统计，得出期刊对于微博网络舆情研究文献的刊出量差异。700篇文献中除去博士、硕士文献库外，剩余532篇均为期刊所属文章。统计载文量前20的期刊发现，有11种期刊为核心期刊，占比55%，且单期刊载文量最高可达40篇;有8种为情报类期刊，9种为新闻传播类期刊（如表1所示）。此外笔者分别对载文数量前10的核心期刊和非核心期刊载文量进行统计，发现核心期刊载文量普遍高于非核心期刊，其中《情报杂志》与《情报科学》载文量更是达到了64篇，占所检索文献的9%。而前10类非核心期刊，其载文量最多可达9篇，最少为4篇（如表2所示）。这说明核心期刊对于微博网络舆情研究方向的文献与非核心期刊相比更为重视，并已经形成以新闻传播类和情报类为主体的期刊集合。

（四）微博网络舆情发文基金项目统计分析

统计结果发现，微博网络舆情532篇期刊检索文献中共203篇受到基金资助，占比29%;包括国家自然科学基金74项，国家社科基金50项，省级基金46项，以及其它各类基金项目（如图3所示）。在国家级基金项目中，自然科学基金遥遥领先，这说明有关微博网络舆情的文献不只是从人文社科的角度出发，还从自然科学的角度对微博网络舆情进行了研究。在省级基金项目中，江苏省以18项3类领先于其它省，说明江苏省对于微博网络舆情较为关注。

（五）微博网络舆情发文下载量与被引频次统计分析

发表论文的下载量可反映出文献对下载读者的参考价值与影响程度。表3统计了下载量在前10的文献，总下载次数为篇均下载次数，共5 589.4次，其中来源于《系统工程》的“微博网络舆情中的意见领袖识别及分析”的下载量最高。除去“新浪微博的网络舆情分析研究——模型、设计与实验”与“基于微博社交网络的舆情分析模型及实现”两篇硕士论文外，其余来源均为期刊。可见，与硕士论文相比，读者认为期刊更具有借鉴价值。在论文主题方面，有4篇文章进行了以传播为主的微博网络舆情过程研究，有3篇文章进行了微博网络舆情的主体研究，有2篇文章对微博网络舆情整体进行建模研究，剩余1篇进行了构造微博网络舆情监测指标的研究。

發表论文的被引频次体现了文献在学术方面与实用方面的价值。表4统计了被引量在前10的文献，总篇均被引次数为125.3次。与下载次数统计相同的是，“微博网络舆情中的意见领袖识别及分析”再次居于榜首，足以说明该篇论文的价值。与论文下载量类似，在论文主题方面，有7篇文章进行了以传播为主的微博网络舆情过程研究，有2篇文章进行了微博网络舆情的主体研究，1篇文章进行了构造微博网络舆情监测指标的研究。

（六）微博网络舆情知识图谱构建

关键词是论文文献检索的主要标志，其往往代表了一篇论文文献的主旨所在，可在一定程度上反映文献的主要研究内容与研究方法。笔者将700篇文献以Refworks文献导出格式导出，并通过Citespace软件自带功能将数据进行转化并录入软件中，时间切片选为2011～2019年，节点类型选为关键词，形成了以“微博”和“网络舆情”为中心关键词的知识图谱（如图4所示）。

科学知识图谱兼具“图”和“谱”的双重特点与性质：既具有“图”的直观可视化，又具有“谱”的逻辑关系[5]。由图4可见，除去“微博”与“网络舆情”两个关键词外，频次较高的关键词包括“微博舆情”“政务微博”“社会网络分析”“意见领袖”“突发事件”“高校”“新媒体”“大学生”等。这些关键词与当今网络舆情研究方向相一致，符合网络舆情发展方向。

（七）微博网络舆情时间线分析

时间线（Timeline），是CiteSpace中的一种可视化方式。这种可视化方式可以根据时间对关键词进行统计与聚类（如图5所示），从左到右表示关键词时间由远至近，自上到下表示聚类按大小递减。笔者通过对微博网络舆情相关文献关键词进行时间线分析后，发现对于微博网络舆情的关键词聚类共可分为9项4类，分别为文本聚类研究、引导机制与策略应对研究、微博话题研究、网络结构研究。从时间线来看，微博网络舆情研究自2011年以来逐渐发展成熟，采用更多的方法与角度进行研究，如聚类算法、Kmeans算法、超网络分析等方法和情感分析等角度，呈现研究多元化的趋势。

四、结论与展望

笔者在中国知网检索“微博”“舆情”两个关键词得到2011～2019年700篇微博网络舆情检索文献，运用文献计量法，通过检索文献的发文数量、发文机构、发文期刊、发文基金、发文下载量与被引频次、关键词进行了可视化分析，并构建了关键词知识图谱。研究提示了该领域的主要成果、发展趋势及未来研究方向。

（一）网络舆情研究方式的多样性趋势

通过可视化分析发现，对微博网络舆情的研究在2014年达到顶峰后便逐年下降，与近年来网络舆情较高的热度相反。造成这种结果的原因是多种自媒体平台的兴起，导致舆情研究对象多样化，相关研究分散到各种新媒体平台如微信、短视频等。在发文机构统计中，高校仍是微博网络舆情研究的主体，科研院所较少利用微博进行网络舆情研究。而微博作为传播速度快、用户基数大、热点显示直观、内容易挖掘的中国头号社区软件和处于世界前列的社交软件，用来进行网络舆情研究是较为合适的平台。因此，对于网络舆情研究领域的学者来说，通过微博进行网络舆情研究是亟待加强的重点，特别是微博中大量的图片与视频仍处于待开发状态。所以当前的微博网络舆情并未研究透彻，仍存在较大的可研究空间。

（二）微博网络舆情研究已初步形成体系

从微博网络舆情发文期刊来看，发现整体发文集中于新闻传播类和情报类期刊中，核心期刊的载文数量可观，非核心期刊的种类较多，这说明关于微博网络舆情研究的文章质量较高，形成了以新闻传播类和情报类为主体的研究体系。从关键词来看，频次较高的关键词如“政务微博”“社会网络分析”“意见领袖”“突发事件”“高校”“新媒体”，已经指明了微博网络舆情的发展方向，构建成一个初具规模的知识图谱。

（三）今后微博网络舆情研究的关注点

1.更多细分微博主体的深度研究

在构建知识图谱的过程中，频次较高的关键词包括“政务微博”“新媒体”“大学生”“意见领袖”等，分别对应着政府、网络媒体、大学生、意见领袖等微博主体。这些主体无论是在数量上还是在影响力上，均在微博中发挥了巨大的舆情引导作用。微博主体的研究更为细化，也更加深入、具有针对性。

2.采用创新方法的微博网络舆情研究

通过统计700篇文献发现，主流研究方法包括以下3种微博网络舆情的分析方式：情感分析、社会网络分析、舆情监测分析等。情感分析是对带有主观意识的文本内容进行推理、分析和归纳总结的过程[6]。社会网络分析是把社会系统中各部分之间的关系以网络的形式表达出来并进行分析[7]。舆情监测分析是通过对网络信息的监测实现网络舆情分析。三种分析方式既相互独立又互有联系，并均对微博网络舆情进行了不同角度的研究。随着机器视觉、人工智能理论方法的推广，今后的研究方法将会得到进一步创新，特别是对微博中图片与视频的研究方法的创新。

3.图像与视频的微博网络舆情研究

上述国内的微博网络舆情研究仍是对微博中的文字进行分析与挖掘，缺少对微博中图片与视频的舆情分析。与文字相比，图像与视频作为承载信息量更大的载体，能够传播更多的网络舆情，同时，网络舆情的监管难度也更大。例如，微博信息中存在大量的虚假图像与视频会严重影响网络舆论，而造假手段更是多样，可分为拍摄角度误导、图像与视频合成与删减等主要造假方式[8]。我国相对国外相关研究，图像与视频的网络舆情研究文献很少，尚有较大研究空间。随着研究的深入，图像与视频的舆情研究必将成为微博网络舆情研究中的重点方向之一。

参考文献：

[1]新浪财经.微博发布2020年第二季度财报[EB/OL].https：//finance.sina.com.cn/stock/c/2020-09-28/doc-iivhvpwy9362473.shtml？source=cj&source=hfquote&q=$（key），2020-09-28.

[2]朱亮，孟宪学.文献计量法与内容分析法比较研究[J].图书馆工作与研究，2013（6）：64-66.

[3]Chen C.CiteSpace II： Detecting and visualizing emerging trends and transient patterns in scientific literature[J]. Journal of the American Society for Information Science and Technology， 2006， 57（3）：359-377.

[4]Chaomei Chen. Searching for intellectual turning points： Progressive knowledge domain visualization[J]. Proc Natl Acad Sci U S A， 2004， 101（suppl）：5303-5310.

[5]陈悦，陈超美，刘则渊，等.CiteSpace知识图谱的方法论功能[J].科学学研究，2015，33（2）：242-253.

[6]Vasileios Hatzivassiloglou， Kathleen R.McKeown. Predicting the Semantic Orientation of Adjectives[C].In： Proceedings of the 35th Annual Meeting of the Association for Computational Linguistics and Eighth Conference of the European Chapter of the Association for Computational Linguistics， Stroudsburg，PA_USA_ 1997： 174-181.

[7]汤汇道.社会网络分析法述评[J].学术界，2009（3）：205-208.

[8]Junliu Zhong，Yanfen Gan，Janson Young，Lian Huang.Research on Network Digital Image Information Public Opinion Incident Prevention[P].Proceedings of the 2016 International Conference on Management Science and Innovative Education，2016.

[責任编辑：艾涓]