收稿日期:2011-02-22修回日期:2011-06-28
基金项目:国家社会科学基金重大项目“突发事件网络舆情演化模型和仿真系统研究”(编号:09&ZD014)。
作者简介:高承实(1973-),男,博士,研究方向:网络信任管理、网络行为认知;荣星(1986-),男,博士研究生,研究方向:可信计算、网络安
全;陈越(1965-),男,教授,博士生导师,研究方向:信息技术、网络安全。微博舆情监测指标体系研究*
高承实荣星陈越
(解放军信息工程大学电子技术学院郑州450004)
摘要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,为管理者实行舆情疏导提供了决策上的支持。
关键词微博舆情指标体系层次分析法
中图分类号G353.1文献标识码A文章编号1002-1965(2011)09-0066-005
ResearchonPublicOpinionMonitoringIndex-systeminMicro-blogging
GAOChengshiRONGXingCHENYue
(InstituteofElectronicTechnology,PLAInformationEngineeringUniversity,Zhengzhou450004)
AbstractBasedontheresearchofinformationbroadcastingmechanisminMicro-blogging,three-dimensionalspaceofpublicopinionin
Micro-bloggingisconstructedbyintegratingInformationSpacemodel,andamonitoringindex-systemisestablishedthroughAHP(Ana-
lyticHierarchyProcess).Thesystemtakesbothsocialandtechnicalindexes,therelationshipbetweensubjectsandaudiencesintoconsid-
eration,andpresentsquantizationcalculationmethodofeachindex,whichprovidesdecision-makingsupporttodredgepublicopinionfor
managers.
Keywordsmicro-bloggingpublicopinionindex-systemAHP
0引言
微博,即微型博客(Micro-blogging),是Web2.0
时代新兴起的一种集成化、开放化的互联网社交服务。
2006年EvanWilliams等人联合创建最具有代表性的
Twitter;2007年之后,国内陆续出现了微博客网站,如
饭否、做啥、叽歪、嘀咕、贫嘴、同学网、腾讯滔滔、9911
等[1]。2009年8月,新浪加入微博领域,借助网站平
台及名人资源优势启动内测,引来众多网民的关注与
参与。
信息的真实性是微博中存在的一大严重问题,
2009年6月,西方媒体和政治势力借助“Twitter”散发
小道消息,造成了伊朗大选后发生的政治动荡。由于
微博中存在大量的碎片化文本信息,目前采取的系统
审核或人工实时监控,并不能很好地限制这些虚假信
息的传播。微博的开放环境为网络舆论的自由化提供
了便利,网络谣言、偏激和报复性的人身攻击行为层出不穷,部分网络舆论给国家的稳定和社会的和谐带来
了严重的挑战[2]。2010年在我国,随着微博井喷式的
发展,网民爆料的首选媒体更多地转向微博,论坛、博
客在事件曝光方面的功能明显弱化,舆情热度靠前的
50起重大舆情案例中,微博首发的有11起,占22%,
2010年的大事件中几乎都有微博在发生着作用[3]。
被称为“女厕攻防战”的微博直播,是今年以来国内微
博最吸引眼球、威力显现最突出、影响最始料未及的事
件,对社会的和谐稳定产生了消极的影响。可见,微博
在网络媒体中主导地位越来越明显。
现有的舆情分析指标体系多针对互联网舆情,曾
润喜[4]等设计了网络舆情突发事件预警系统,构建了
警源、警兆、警情3类指标体系,指标侧重于反映舆情
本身的演化。李雯静[5]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[6]
等尝试建立了一种非常规突发事件网络舆情指标体第30卷第9期2011年9月情报杂志
JOURNALOFINTELLIGENCEVol.30No.9Sep.2011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。
由于互联网中传播渠道和交流平台的多样化,如:新
闻、评论、BBS以及网络社区、时事论坛、博客、维客、
即时通信软件、Email及短信等,指标体系涵盖的面较
广,造成了舆情指标体系过于庞大,针对性不强。微博
作为网络舆情的主要推动媒介,加强微博舆情的预警
和监管,形势迫在眉睫。如何针对微博自身的特点,建
立微博中的舆情监测指标体系,及时捕捉到微博中敏
感的舆情信息,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
的政治意义和社会文化意义。
1微博中的信息传播
传统博客以纵向的传播方式进行传播,即博客服
务商向用户提供博客信息集纳服务。而微博以横向的
方式进行传播,信息经用户之间链接、转发,使互动变
得更为简单、便捷,因此导致微博的聚合度较传统博客
弱,但用户可通过自组织的信息聚合方式来选择自己
要关注的信息。微博以单向的跟随关系简化了社交关
系,其关注与被关注模式形成了其独特的信息分享、流
动模式,是一种不对称的信息流动模式。另外,微博还
有以下几个特性[7]:信息生产趋于零时间、信息传播趋
于零时间、微博的同步性功能使其成为了一种流动的
信息发布装置。
微博在改变人们生活方式的同时,也存在一些问
题和隐患。首先,微博的安全性令人堪忧,已经有黑客
成功入侵了Twitter的账户并且窃取了内部文件,通过
此渠道可以伪装成名人,来发布虚假信息,从而造成社
会的恐慌;其次,微博的私人信息强制登记制度和博文
信息会从一定程度上暴露用户的隐私信息,如:联系方
式、个人爱好、工作经历,用户可能因此受到垃圾广告
的骚扰和诈骗行为的侵害;最后,微博受众的广泛性和
传播的快速性,使之容易成为不良信息的传播平台,
如:垃圾信息、低俗广告、病毒,敌对势力还可以利用其
作为政治工具进行颠覆性活动。
微博信息传播是由分散的网民自发进行的一种信
息传播活动,微博平台的传播不是类似于传统网站那
样的自上而下、点对面的发布平台,人们更多的是在某
些网络的“节点”中发布信息,而这些“节点”对应的就
是微博用户。为研究微博信息的传播效果,下面从两
个方面进行分析:一是对于特定用户而言,他的传播能
量受到哪些因素的影响;二是对于某一个具体的信息
而言,它的传播受到哪些因素的影响。两者虽有关联,
但并不完全相同。
微博信息发布者在网络中相当于一个节点,与其存在直接路径相连的节点和它之间是一种“强关系”,
其他节点与该节点之间的关系则可认为是“弱关系”。
与博主之间是“强关系”的用户则是粉丝,博主在现实
生活中的好友、同事是该微博的粉丝,而认同博主价值
观念的也会通过加关注的方式成为其粉丝。粉丝是博
主信息发布和传播的链条,博主拥有的链条越多,联系
越频繁,联系对象的传播能量越强,那么他发布的信息
的传播面就可能越广。
另外,微博中的转发和推荐机制也会影响到博主
的传播能量。转发机制决定了信息多级流动的可能性
与扩散的速度,只有当用户认为该信息与自己的价值
观相符时才会进行转发,转发本身就实现了对信息的
过滤。推荐机制决定了信息超越人际关系网络链条的
约束进行传播的能力,重点信息(或人物)推荐、热门
信息聚合、最新信息推荐以及标签等方式,都可以带来
信息传播速度和幅度的提升。
对一个具体的信息传播来说,作为舆情受众的微
博用户对信息的扩散效果起着决定性的作用。这些用
户通过选择“转载”或“评论”,对信息进行筛选,从而
影响到信息传播的广度。作为粉丝的“强关系”用户,
如出于对偶像的崇拜等原因,在信息传播中具有一定
的盲目性和非理性。而作为次级传播对象的“弱关
系”用户,由于与博主间不存在直接联系,也不是粉
丝,因此他对信息的转发,则完全是基于对信息本身的
判断。这一层级的传播是对信息的公共价值的一个有
效检验。弱关系用户的认同度,如粉丝的粉丝对信息
的判断,能够很好地反映出信息本身的价值度。
2微博舆情监测指标体系
网络舆情安全评估指标体系是对网络舆情的整体
态势进行科学分析和实施安全管理的基础,通过实时
地对网络中的舆情进行监控并按照一定的标准进行计
算,在对数据进行科学分析和判断的基础上,采取相应
的预防和控制对策,从而维护网络秩序,保证网络舆情
的健康发展,促进网络和谐文化的形成。
舆情指标体系在构建时应有相应的理论科学依据
和现实可操作性,能够系统性地反映出舆情传播的特
点,最终实现对网络舆情管理的目标,即舆情监测指标
体系要满足科学性、实用性、系统性和目标性4项原
则[5]。
2.1微博舆情的三维空间网络舆情实际上是一
种信息传播,因此符合信息空间的特征。谈国新[8]等
从信息空间的角度出发分析舆情影响力作用的特点,
提出了舆情的监测指标体系,该指标体系很好地体现
了发布者和受众的能动性,具有很好的参考价值。用
信息空间的方法,将网络舆情的三维空间构造出来,便·76·第9期高承实,等:微博舆情监测指标体系研究