基于CSSCI的我國網絡輿情領域知識圖譜研究

武 濤 龐建剛

（西南科技大學 四川綿陽 621000）

基于CSSCI的我國網絡輿情領域知識圖譜研究

武 濤 龐建剛

（西南科技大學 四川綿陽 621000）

以2011—2015年間CSSCI數據庫收錄的網絡輿情領域的相關文獻信息為數據源，借助文獻可視化分析軟件CiteSpaceⅢ繪制出我國網絡輿情領域的核心作者、核心機構、關鍵詞共現網絡、研究前沿知識圖譜，通過圖譜直觀展示了我國網絡輿情的研究現狀，得出網絡輿情在不同時期的研究熱點，揭示了我國網絡輿情研究的發展與演進，并通過時區視圖中詞頻變動和頻次探究出我國網絡輿情領域的研究前沿，旨在為今后我國網絡輿情的深入研究提供借鑒。

CSSCI；網絡輿情；知識圖譜；CiteSpace

1 引言

網絡輿情客觀上為網民提供參與時政、討論社會熱點事件、發揮“話語權”表達言論觀點的途徑，雖然能夠交流思想，促進信息傳播，但是由于網絡環境復雜性和利益的沖突，使得網絡輿情更有可能成為社會熱點的放大器，甚至被歪曲，激化社會矛盾，引發社會危機，因此，網絡輿情已成為政府和學者關注的重點領域［1］。

本文運用文獻可視化分析軟件CiteSpaceⅢ［2］對近5年我國網絡輿情領域的468篇文獻進行系統梳理，通過文獻隱藏的數據窺探我國網絡輿情領域的研究狀況，以期有益于我國網絡輿情的研究工作。

2 研究方案

2.1 數據來源

以南京大學中文社會科學引文索引 CSSCI（2014—2015）來源期刊為源數據庫［3］，以“篇名（詞）=網絡輿情”與“關鍵詞=網絡輿情”方式進行檢索，檢索年限設定為“2011—2015”年，通過對檢索到的數據進行清洗和規范化處理，最終得到468篇文獻，這些文獻具體涉及：圖書館、情報與文獻學（265篇）、管理學（64篇）、教育學（41篇）、新聞學與傳播學（22篇）、政治學（25篇）等多個學科。然后運用CSSCIREC［4］將下載數據進行分割、轉換，將結果導出保存，獲取文章摘要和引文，以便開展相關統計分析。

2.2 研究方法

通過CiteSpaceⅢ對網絡輿情文獻信息繪制圖譜，能夠較為直觀地識別學科前沿的演化路徑及學科領域的經典基礎文獻，同時挖掘、探索網絡輿情研究的現狀、熱點及未來發展趨勢。

3 結果與分析

將數據導入CiteSpaceⅢ，設置時間為2011—2015共計5年，時間跨度為1年，設定文獻被引頻次、兩篇文獻的共被引頻次、文獻的共引系數為（2,2,20）（2,2,20）（2,2,20），選定路徑搜索設為Pathfinder算法,然后運行軟件依據分析不同的內容選定不同的網絡節點。

3.1 我國網絡輿情領域被引作者分析

通過對被引作者進行統計分析，可以繪制出每位研究者的重要程度，發現該領域受關注度高的學者。在繪制網絡輿情被引作者圖譜時，可以依據被引作者詞頻高低顯示“年輪”的大小，“年輪”越大說明該被引作者越重要。在CiteSpaceⅢ中，將節點（Node Type）分別設置為Cited Author，最終得到該領域核心作者的知識圖譜。

圖1 2011—2015年我國網絡輿情研究的作者共被引圖譜

如圖1所示，圓環越大代表作者被引次數越多，呈正相關性。根據作者被引頻次的高低，進一步整理和歸納出被引頻次在前10位的作者（見表1）。第一位是天津社會科學院的劉毅，被引頻次最高為91次，是網絡中重要節點。第二位是華中科技大學的曾潤喜，被引81次，在網絡輿情研究方面有著突出的貢獻，被稱為輿情研究的后起之秀。另外，王來華、吳紹忠、喻國明被引的頻次也較高，其中，天津社會科學院輿情研究所副研究員畢宏音中心度最高，在網絡輿情研究領域處于重要作用。但是根據已有的分析結果可以看出，有的文獻被引頻次很高，但是中心度卻很低；相反，有的中心度很高，但是文獻被引頻次卻很低，造成這種現象的主要原因是被引頻次和中心度是兩種不同的度量，中心度是定義在網絡結構上的，和被引頻次不同。

表1 2011—2015年網絡輿情領域作者共被引表

另外，由圖1也可以看出，我國網絡輿情研究學者較多且相對分散，雖然沒有形成具有影響力的科研團隊，在一定程度上說明了我國網絡輿情研究處于發展階段，關注度正逐步上升。

3.2 我國網絡輿情領域研究機構分析

為探究我國網絡輿情領域研究機構的分布情況，將節點參數設置（Node Type）中選擇機構（Institution),Top N設置30，然后運行CiteSpaceⅢ，得出眾多研究機構的分布圖譜，如圖2所示。

圖2 2011—2015年我國網絡輿情研究的機構共被引圖譜

由圖2中突出節點可知，華中科技大學公共管理學院、解放軍南京政治學院軍事信息管理系、南京大學信息管理學院、福州大學公共管理學院、武漢大學信息管理學院、中國人民大學新聞學院被引的頻次較高，從一定程度上代表了我國網絡輿情研究的核心科研機構，但是也從側面反映出我國網絡輿情研究力量主要在高校，政府和企業研究機構相對較少，揭示了我國網絡輿情研究現狀的短板。

3.3 我國網絡輿情領域研究熱點

文獻中的高頻關鍵詞是對研究熱點的高度概括，因此，通過CiteSpaceⅢ對2011—2015年468篇文獻關鍵詞共現進行分析，設置每年前30個關鍵詞為分析對象，將節點參數設置設為關鍵詞（Keywords），繪制出5年間我國網絡輿情關鍵詞的共現圖譜，并以關鍵詞的頻次作指標，體現出研究熱點內容，如圖3所示。

圖3 2011-2015年我國網絡輿情研究的關鍵詞共現圖譜

圖譜中圓環大小代表了關鍵詞的頻數，圓形關鍵點的面積越大說明越是該領域研究的熱點，由圖3可以看出網絡輿情領域關鍵詞中心度較高的分別是突發事件、指標體系、群體極化、大學生、新媒體、輿情演變、輿情傳播、意見領袖等，下面對節點較大的研究熱點進行分析。

（1）研究熱點：突發事件網絡輿情。目前對于突發事件網絡輿情的定義還存在爭議，學者們持不同的觀點，但是主流的觀點認為突發事件網絡輿情包含3種情形：一是公眾通過網絡媒體平臺發布自己對突發事件的看法；二是突發事件誘發網絡輿情后事件本身被放大、扭曲從而引發衍生事件；三是由網絡謠言、煽動等產生的群體性突發事件［5］。綜合上述觀點得出，突發事件網絡輿情是網絡輿情的一種表達方式，指在突發事件發生之后，公眾通過網絡平臺對事件本身或者衍生出來的事件發布含有態度、情緒的總和信息［6］。其中主要的網絡平臺有新聞評論、BBS、微博和RSS。除了輿情自身特點外，突發事件網絡輿情主要特點還包括發生即時性、主體隱匿性、交流互動性、內容豐富性、群體極化性［7］。因此，突發事件網絡輿情的自身特點決定了政府監控將成為解決這一問題的關鍵。

（2）研究熱點：指標體系。針對網絡輿情建立一套指標體系不僅可以定量化地深入了解輿情的來源、方向，更可以及時把握輿情發展趨勢，對網絡輿情進行合理引導控制。但是關于網絡輿情的指標體系分類較多，根據不同視角歸納主要包括網絡輿情監測、評估、預警指標體系，在設計監測和預警指標體系時可以基于主題分類、不同發生主體、輿情內在機理等思路進行構建，在網絡輿情評估指標體系中更多的是借助安全評估、熱度評價、發生周期等影響因素［8］。網絡輿情指標體系量化的不斷完善，必然推動網絡輿情的量化模型成為研究重點。

（3）研究熱點：群體極化。由于網絡輿情涉及較多的是存在社會爭議的公共事件，容易引發網友的關注、熱議，但是網友的身份隱匿性決定了他們發表的議論更多的是一種不負責、非理性的情緒釋放，更可能出現一種具有較強發動力的輿論偏向引起群體極化現象，從而出現網絡暴力、輿情操控、群體激化行為等現象［9］。目前對網絡輿情群體極化的研究不僅僅是分析網絡輿情演化、挖掘輿情觀點、發現意見領袖、影響力評價等方面，更多的是尋求網絡輿情群體極化的調控策略研究，主要包括：提高網民素質、加強政府網絡監管，實行實名制等［10］。

圖4 2011—2015年我國網絡輿情研究前沿圖譜

3.4 網絡輿情研究前沿圖譜分析

為了更為直觀地考察研究主題在不同時間的變化情況，利用CiteSpaceⅢ按照時間順序生成時序圖譜，如圖4所示，歷時態演化圖反映了2011—2015年間網絡輿情的年度研究熱點變化。

將圖4中每年頻次較高的研究前沿關鍵詞列入表2中可以看出，從2011年到2015年網絡輿情的研究發展較快，每年都有新的研究主題。2011—2013年學者們主要關注的是網絡輿情的網絡傳播、輿情分析、輿情監測和大學生思想政治教育，但是在2014—2015年對網絡輿情的研究引入了很多新理論和新技術，如基于系統動力學建模分析［11］、基于元胞自動機的網絡輿論模型［12］、新媒體環境下的政府危機管理與輿論引導［13］等。從研究的主題變化可以看出網絡輿情的研究隨著社會發展正在不斷完善，涉及的領域也觸及到新聞傳播學、統計學、社會學、情報學、政治與管理學等多個學科。

表2 前沿主題詞的演化路徑

4 結語

筆者通過近5年的網絡輿情圖譜展示了我國網絡輿情研究的進展。可以看出，我國網絡輿情的研究發展迅速，呈穩步上升趨勢，研究視角更為廣泛：既關注網絡輿情的概念研究、演變機理、分析指標體系，還注重與實際應用相結合，深化了對網絡輿情的監管對策、制度、技術研究。但是從共被引作者圖譜和機構分析圖譜來看，我國雖然已經形成了許多高產作者和核心研究機構，但是核心作者之間的合作較少，缺乏學術交流，沒有發揮不同學科背景專家的優勢，同時，研究機構多為高校、部隊、地方科研院所，政府參與較少，政務輿情回應和處理負面網絡輿情還需要進一步提升。

［1］劉毅.網絡輿情研究概論［M］.天津:天津人民出版社,2007：48-61.

［2］陳悅，陳超美，劉測淵，等.CiteSpace知識圖譜的方法論功能［J］.科學學研究,2015,33(2):242-253.

［3］中國社會科學研究評價中心.中國社會科學引文索引［EB/OL］.［2015-07-01］.http://cssci.nju.edu.cn.

［4］周曉分,黃國彬,白雅楠.科學計量可視化軟件的對比與數據預處理研究［J］.圖書情報工作，2013,57(23):64-72.

［5］易臣何.突發事件網絡輿情的演化規律與政府監控［D］.湘潭:湘潭大學,2014.

［6］宋海龍.突發事件網絡輿情的形成、演化與控制［J］.河南工程學院學報(社會科學版),2010,25(4):12-16.

［7］汪燕娟.BBS的群體極化效應和“沉默的螺旋”［J］.青年記者,2010(21):79-80.

［8］曾潤喜.網絡輿情突發事件預警指標體系構建［J］.情報理論與實踐,2010,33(1):77-80.

［9］畢宏音.網絡輿情形成與變動中的群體影響分析［J］.天津大學學報(社會科學版),2007,9(3):270-274.

［10］史波.網絡輿情群體極化的動力機制與調控策略研究［J］.情報雜志,2010，29(7):50-53.

［11］張一文,齊佳音,馬君，等.網絡輿情與非常規突發事件作用機制：基于系統動力學建模分析［J］.情報雜志,2010，29(9):1-6.

［12］曾祥平，方勇，袁媛，等.基于元胞自動機的網絡輿論激勵模型［J］.計算機應用,2007,27(11):2686-2688，2714.

［13］林愛珺,孫姣姣.新媒體環境下的政府危機管理與輿論引導［J］.中國應急管理,2011,(3):20-25.

Analysis of Knowledge Graphs in the Field of Internet Public Opinions in China Based on CSSCI

This paper,using information visualization analysis software CiteSpace III,conducts an analysis of literatures on Internet public opinions included by the CSSCI database between 2011 and 2015.It draws graphs ofcore authors,core institutions,keywords co-occurrence networks and latest developments in the field,which showcases researches on Internet public opinions in China,summarizes much-discussed research areas of Internet public opinions,and reveals the research developments in this field in China.Furthermore,new research areas are explored by changes of word frequency in time zone view,thus paving the way for further researches of the topic in the future.

CSSCI;Internet public opinion;knowledge graph;CiteSpace

G250.2

A

武濤（1989—），男，西南科技大學情報學研究生；龐建剛(1977—)，男，西南科技大學經濟管理學院副教授，碩士生導師。

2016-08-26