網絡輿情熱點事件中聲量變化及分析研究

韓國柱，張秋波，夏一雪

(武警學院 a.研究生隊； b.邊防系； c.科研部，河北 廊坊 065000)

●反恐處突研究

網絡輿情熱點事件中聲量變化及分析研究

韓國柱a，張秋波b，夏一雪c

(武警學院 a.研究生隊； b.邊防系； c.科研部，河北 廊坊 065000)

分析案例的新聞聲量、微博聲量及網友互動聲量等情況，采用描述性統計分析和時間序列分析方法對各月總量及類型總量的變化情況進行研究，為網絡輿情的研究提供參考。

網絡輿情事件；網絡聲量；描述性統計分析；時間序列分析

根據中國互聯網絡信息中心(CNNIC)在京發布《第34次中國互聯網絡發展狀況統計報告》顯示，截至2014年6月，中國網民規模達6.32億。互聯網普及率為46.9%[1]。網絡時代的到來已經很大程度上改變了人們的工作、生活，網絡的普及也在深層次上影響著人們的情感、思想。

網絡輿情作為網絡時代的產物已經成為了社會輿論場中最有影響力和擴散力的輿論表達[2]。近幾年，對于網絡輿情的研究不斷深入發展，李超零等(2011)采用DWER方法對該數據倉庫進行了概念建模[3]，周耀明等(2013)對網絡輿情的演化分析進行了研究[4]，蘭月新等(2011)建立突發事件網絡輿情演進規律的微分方程模型對網絡輿情進行研究[5]。但是，以網絡輿情報告為基礎，分析其中的網絡聲量變化，從而預測變化趨勢的研究還沒有。

網絡輿情熱點事件本身就是所有網絡輿情中最具代表性的事件，它們能夠集中反映網民對于某幾類事件的關注程度。本文以采用描述性統計分析和時間序列分析等方法，對網眼榜2012—2013年各個月份的網絡熱點事件輿情報告[6]進行挖掘提取。

一、網絡聲量

(一)網絡聲量及其特征

根據《辭海》的解釋，聲量是指聲音的響度或強度；音量。這本是一個描述聲音特質的量詞，但是經過網絡化的運用，這一詞語的蘊意便發生了深刻的變化。目前，對于網絡聲量的含義并沒有權威表述，所涉及的文章少之又少。在《2008年度商業品牌網絡口碑綜合報告》[7]一文中在對網絡口碑聲量的介紹中，指出了“聲量為話題數量”；根據締元信網絡數據在2012年倫敦奧運會期間發表的題為《上億網絡聲量嘆息劉翔傷賽》[8]一文中指出人物網絡聲量是指當日門戶網站中某一人物相關頁面的PV數。筆者認為，網絡聲量是指網絡主體通過網絡渠道，在網絡空間上的訴求和表達，通常以文字、圖片和視頻等方式進行。網絡聲量的量化統計往往以網絡事件中可量化的某一指標作為基礎。

網絡聲量具有如下特征：

1.數量的龐大性。網絡輿情作為社會輿情的重要來源，集中反映了人們的思想與情緒。無論是留言、發帖、評論還是其他任何網絡行為，都將產生龐大的聲量。這一特性也是網絡聲量最重要的特點。

2.類型的多樣性。首先，網絡聲量所反映的話題是多元的。涉及境內外經濟、政治、社會、文化等各個方面，相當一部分內容還可能是上述多元話題的綜合。其次，內容載體豐富。新聞跟帖、論壇帖子、即時通信、博客、微博以及逐漸興起的4G傳媒等都是網絡輿情信息的載體。最后，表現形式多樣。網絡聲量不僅會通過直觀的數字表達進行反映，還會通過不同的傳播媒體間接體現民眾的訴求與表達。

3.性質的復雜性。網絡聲量作為網絡輿情的重要指標反映。網絡聲量的性質及其復雜，參雜著各種不同方面的聲音。網絡聲量是“民意庫”，是民情、民生、民意的重要反映；網絡聲量是“晴雨表”，是現實社會中的量化反映；網絡聲量是“減壓閥”，是民眾需要表達和發泄的途徑[9]。總之，網絡聲量的性質及其復雜，是綜合的反映。

(二)網絡聲量的類型

網絡聲量的類型各種各樣，按照地域劃分可分為國內網絡聲量和國外網絡聲量，按照性質劃分可分為官方網絡聲量和民眾網絡聲量等等。為了便于研究網絡聲量的變化發展情況，本文采用了網眼榜的劃分方式，將網絡聲量劃分為新聞聲量、微博聲量和網友互動聲量來進行分析。

1.新聞聲量。新聞聲量是取自傳統的網絡主流媒體對于各類事件的披露與報道所反映出來的網絡聲量。例如搜狐新聞與網易新聞等主流媒體。這些網絡新聞媒體具有一定基數的長期關注著，所報道和披露的事件也具有一定的真實性和權威性，因而在各類網絡聲量中占有重要的地位。

2.微博聲量。微博聲量是指基于微博這種社交平臺而產生的網絡聲量。目前微博的使用已經滲透到社會各個方面，日益成為新聞輿論的重要來源，并且逐漸改變著人們的生活方式，毫不夸張地講微博已經成為了網絡化社會的重要量標。目前，在國內具有較大影響力的微博有新浪微博、騰訊微博等，每時每刻這些微博都在不斷刷新著人們的關注點，不斷聚集著網絡聲量，這些微博聲量已經成為了各類聲量中最為重要的一支。

3.網友互動聲量。網友互動聲量是指在各類可供廣大網民進行思想交流的網絡平臺上產生的網絡聲量。這類聲量由于具有直接的現實交流性和直觀顯示性因而具備極強的分析和預測作用。

二、網絡熱點事件的聲量統計

自2012年以來，網眼榜每個月份都要發布一份網絡熱點事件的輿情報告，選取當月具有代表性的十個案例進行總結。本文選取了兩年來共計240個網絡輿情熱點事件，采用描述性統計分析方法從以下兩個角度進行了統計：

(一)各個月份聲量統計

以月為基本單位，通過描述性統計進行數據累加，得出2012—2013年各個月份的聲量總量，如表1和表2所示。

表1 2012年各個月份網絡聲量總量統計表

表2 2013年各個月份網絡聲量總量統計表

經過計算得出月份聲量的平均值并繪制出三種不同類型的聲量的比值情況，如圖1和圖2。

通過分析以上圖表，可得出如下結論：

1.各個月份不同聲量之間成正相關分布。通過比較表1和表2可以看出，每月的新聞聲量、微博聲量和網友互動聲量的總量分布成正相關趨勢，當這一月份中的某一類型聲量較多時，其他兩個類型的聲量也會比其它月份的聲量總量大。這一點充分說明了某一事件的熱度波及整個網絡世界，不會因為平臺的差異而造成壁壘，同時也充分說明了網絡世界的關聯性。相關部門在監測某些熱點事件時，必須通盤考慮整個網絡的進展情況，做到全面考量。

圖1 2012年網絡輿情熱點事件聲量統計圖

圖2 2013年網絡輿情熱點事件聲量統計圖

2.傳統新聞媒體聲量在數量上大幅下降但比重上穩步提升。通過比較圖1和圖2可以看出傳統的新聞媒體聲量由原先的16 394 479降至8 604 459，總量降幅達47.5%，但是總體比重卻從22%上升至32%，增幅達10%。由此可見新聞聲量在整個網絡聲量中占據著重要地位。相關部門在今后仍需重點關注此類聲量變化。

3.網友互動聲量大幅下降，喪失主體地位。在2012年網友互動聲量總量最多，比重最大，但是到了2013年，總量由41 142 959降至2 764 756，降幅達到93%，比重由56%降至11%。這一變化表明了隨著微博等更多網絡媒介的興起，網民更多依靠瀏覽、轉發、評論等方式表達訴求，而網友之間的持續互動卻越來越低。

4.微博聲量成為了網絡聲量中最重要的組成。微博聲量從2012年的16 394 479下降至15 284 306，但是比值卻從22%增長至57%，凈增35%。由此可見，微博在將來的網絡世界中必將發揮著主導作用，占據主體地位。

(二)案例類型聲量統計

通過對比分析網眼報告中的240個案例，筆者將其分成了20類，各個類型之間進行了事件總結，如表3。

表3 2012—2013年網絡熱點事件分類統計表

通過表3可以看出，人們對于公眾人物、社會道德、公職人員、行政執法和經濟生活等五類網絡輿情事件關注最多，占事件總量的57.1%，在所有的類型中，涉及公眾人物的事件最多，兩年來共計43個，占到總量的17.9%。筆者提取了2013年22例公眾人物類網絡輿情事件進行聲量統計，如表4。

表4 網絡公眾人物類事件聲量統計表

通過表4計算得出2013年公眾人物類的新聞聲量、微博聲量和網友互動聲量的總量分別為20 654 520、37 247 415、4 743 543，經過比值計算可得，此類網絡事件三類聲量分別占全年總量的20.0%、20.3%和14.3%。由此可知公眾人物對于廣大人民的影響力。

三、以時間序列分析方法對聲量的預測分析

在此類網絡聲量數據中，每月的聲量情況就是時間序列的數據，因此，對各類聲量采用時間序列分析可以進行有效預測。

(一)數據的提取和初步處理

本文選取2013年全年各個月份的聲量總量，以新聞聲量和微博聲量為參考值，進行數據的提取和初步處理。通過對數據的累加計算，得出表5。

表5 2013年各月新聞聲量與微博聲量累加前后統計表

(二)數據的分析與趨勢預測

通過使用Excel公式編輯器，采用時間序列分析的方法對累加后的數據量進行分析預測，得出圖3、圖4和圖5。

圖3 2013年新聞聲量函數預測圖

圖4 2013微博聲量函數預測圖

通過圖3分析得出，2013年新聞聲量時間序列的統計分析圖，函數式為

F(x)= 9 067 071.98x+ 1 551 023.24

置信度R2=0.92擬合程度較高。

圖5 2013年網友互動聲量函數預測圖

通過圖4分析得出，2013年新聞聲量時間序列的統計分析圖，函數式為

F(x)= 15184085.32x+17554844.08

置信度R2=0.94擬合程度較高。

通過圖5分析得出，2013年網友互動聲量時間序列的統計分析圖，函數式為

F(x)= 2829814.00x+3858224.83

置信度R2=0.91擬合程度較高。

通過分析新聞聲量、微博聲量以及網友互動聲量的函數方程，可以看到今后新聞聲量、微博聲量、網友互動聲量這幾類聲量將成上升趨勢。

(三)小結

1.新聞聲量、微博聲量、網友互動聲量的增長將成為長期趨勢。無論何種聲量在今后的時期都將持續不斷增長。這些聲量背后折射的是網民的訴求與表達。面對日益增長的網絡聲量，政府和國家輿情監管部門必須予以高度的重視。

2.預測函數算法擬合度較高。函數真實值、預測值在短期內較高，預測偏差較小，趨勢一致。置信度水平高，函數運用得當，預測趨勢正確。

四、結束語

網絡聲量作為網民觀念的量化反映，在未來的網絡輿情研究中必將成為重要的指標作用，本文僅通過數學方法進行了粗淺的探討，以期引起相關部門的重視，為將來的網絡輿情研究提供重要的理論支持和實踐參考。

[1] 中國互聯網絡信息中心．第 34 次中國互聯網絡發展狀況統計報告[R/OL]．[2014-07-21]．

[2] 李彪,鄭滿寧.社交媒體時代的網絡輿情[J].新聞記者,2014(1):36-41.

[3] 李超零,陳越,黃惠新,牛孝印.網絡輿情數據倉庫多維建模技術研究[J].情報雜志,2011,30(7)：150-156.

[4] 周耀明，張慧成，王波.網絡輿情演化模式分析[J].信息工程大學學報,2013,13(3):334-341.

[5] 蘭月新,鄧新元.突發事件網絡輿情演進規律模型研究[J].情報雜志,2011,30(8)：47-50.

[6] 網眼榜.網絡熱點事件輿情報告(2012-2013)[R/OL].http://www.wyyyy.com/Monitor/channels/ 82.html,2014.

[7] 大旗網絡.2008年度商業品牌網絡口碑綜合報告[R/OL].http://wenku.baidu.com/view/ddc520.html.

[8] 締信網絡數據.上億網絡聲量嘆息劉翔傷賽[EB/OL].http://www.dratio.com/2012/0810/159305.html.

[9] 王國華，曾潤喜，方付建.解碼網絡輿情[M].武漢：華中科技大學出版社，2011:1-2.

(責任編輯 杜 彬)

The Research of the Volume Change in the Internet Public Opinion of Hot Events

HAN Guozhua， ZHANG Qiubob， XIA Yixuec

(a.TeamofGraduateStudent；b.DepartmentofBorder-controlandImmigration；c.DepartmentofScientificResearch，TheArmedPoliceAcademy，Langfang，HebeiProvince065000，China)

The paper analyzes news sound volume， microblog sound volume and users interacting sound volume in each case， etc.， uses the method of descriptive statistical analysis and time series to analysis changes in the type of each month and the total amount to achieve the predicted target， provides a useful reference for the study of the internet public opinion.

network public opinion event； network sound volume； descriptive statistical analysis; analysis of time series

2014-09-22

全國統計科學研究計劃重點項目“大數據背景下網絡輿情風險預警研究”(2014LZ10)階段性成果

韓國柱(1990— )，男，河北黃驊人，在讀碩士研究生； 張秋波(1965— )，女，黑龍江綏化人，教授； 夏一雪(1983— )，女，山東日照人，講師。

G206

A

1008-2077(2015)05-0079-05