網頁排序算法在社會認知管理效果評價中的應用*

邱繼遠，岳振軍，榮傳振，蘇豐龍

(中國人民解放軍理工大學 通信工程學院，江蘇 南京 210007)

?

網頁排序算法在社會認知管理效果評價中的應用*

邱繼遠，岳振軍，榮傳振，蘇豐龍

(中國人民解放軍理工大學 通信工程學院，江蘇 南京 210007)

摘要：描述了當前突發公共事件中社會認知管理的現狀，針對當前突發公眾事件中社會認知管理水平不高，沒有統一的認知管理水平評價標準等問題，提出了應用網頁排序打分的方法來對突發事件中主流媒體網絡信息發布受公眾關注度的情況進行評價，從而間接評價網絡媒體在社會認知管理中發揮的作用。針對傳統PageRank算法偏重舊網頁的現象，對算法進行了改進，增加了時間權重。在Hadoop分布式計算平臺上實現了該算法，并對比分析了算法改進前后的排序結果。

關鍵詞：認知管理; 突發性公共事件; Hadoop；PageRank；時效性

引用格式：邱繼遠，岳振軍，榮傳振，等. 網頁排序算法在社會認知管理效果評價中的應用[J].微型機與應用，2016,35(12)：16-17，20.

0引言

當前，國際形勢復雜多變，國內改革逐步深化，各類問題和矛盾引發的突發性公共事件頻繁出現。社會認知管理在處置突發事件中的作用日益凸顯，它能夠在突發性公共事件發生時對公眾的心理活動過程進行干預和引導，從而及時有效地糾正公眾認知的偏差。信息發布作為社會認知管理的主要手段，有多種方式，在大數據時代背景下，網絡信息的發布是極為重要的一種方式。對網絡信息發布的受關注程度進行評價，能夠在一定程度上體現政府的認知管理效果。針對當前媒體網絡建設水平參差不齊、信息發布受公眾關注度不高、缺乏有效的信息評價機制的現狀，本文致力于通過基于Hadoop[1-4]的網頁排序技術對突發性公共事件中各網站信息發布的受關注度進行綜合排序打分，找出影響關注度的主要因素，以此來推動網站信息發布水平的提升，進而提升政府的社會認知管理水平。

1當前認知管理中存在的問題

在大數據時代，由于信息傳播的速度和廣度前所未有，因此政府開展認知管理活動更加困難。宋園園[5]認為，在大數據背景下的突發公共事件中，政府、媒體和公眾是危機管理的三大核心力量，本文分別從這三個方面探討當前認知管理中存在的問題。

在政府層面存在的問題主要有：管理者缺乏社會認知管理意識，官本位思想依然存在，政府在信息系統方面還相對薄弱等。在媒體層面，存在官方媒體信息傳播職能相對弱化、個別媒體單純地只做政府的發言人和撰稿人、信息收集渠道過窄、信息發布不全不準等問題。在公眾層面，存在公共危機意識薄弱、對各種媒介信息的判斷能力普遍較差等問題。

當前，由于國內外對社會認知管理的研究還沒有形成統一的理論體系，缺乏對認知管理水平的評價標準。針對該問題，本文引入信息檢索技術中的網頁排序技術，通過對公共突發事件發生后媒體的網絡信息發布受關注程度進行評價，進而對影響受關注度的因素加以分析，提出建議，提升社會認知管理水平。

2PageRank算法

PageRank算法由斯坦福大學的PAGE L[6]提出,該排序算法根據網頁間鏈接信息迭代計算得到。用有向圖G(V,E)表示網絡頁面間的鏈接關系，其中V是網頁集合，E是邊集(當且僅當存在從頁面i到頁面j的鏈接時，存在相應的邊)。

計算PageRank的過程是求矩陣特征向量的過程:M表示有向圖G的聯接矩陣, 當存在節點j到i的邊時，矩陣元素[i,j]的值為1/Nj,否則賦值0,其滿足:

x=Mx

(1)

其中,x表示各頁面構成的向量。根據構成可得,矩陣M最大特征值為1;x為1對應的特征向量,使用簡單迭代法對以上公式求解。M必須滿足兩個條件,迭代過程才會收斂:(1)M是非循環的;(2)M為強制連通。條件(1)由網絡結構來保證,條件(2)通過在迭代過程中增加一個阻尼因子c來保證。新公式定義如下:

(2)

此時,在保證迭代收斂的同時,PageRank定義轉變如下:設頁面z1,z2，…，zn鏈接指向頁面i,則

(3)

其中阻尼因子c為0.15,N(z)n為網頁(z)n的出鏈個數，(1-c)為阻尼系數。

PageRank算法中，由于網頁的內外部鏈接需要時間的積累,收錄數與反鏈數隨著時間的積累而增加, PageRank的計算方法會使新網頁PR值偏低，導致歧視新網頁的現象。而公共危機發生后對信息發布時效性要求較高，故需要在傳統算法的基礎上添加時間權重。公眾對信息的實時需求較高,網頁被檢索到的時間與公共事件發生的時間差值越大,則網頁內容價值相對越低。信息發布時間差Td的計算公式為:

Td=(Eq-Ec)×24+(Fq-Fc)

(4)

式中:Eq、Fq分別為檢索時間的天數、小時;Ec、Fc分別為網頁發布時間的天數、小時。

Ti表示突發公共事件發生后，信息發布距事件發生在各時間段的賦值。

3實驗結果及分析

整個實驗包括數據集的獲取、預處理、實驗設計和結果分析四個部分。本文使用3臺PC搭建Hadoop的分布式計算平臺，分別為PC1～PC3。其中：PC1作Master；PC2～PC3作Slave。每臺PC具體配置硬件環境為：Intel Core 2 Duo 2.20 GHz CPU；2 GB內存；300 GB硬盤；千兆網卡。軟件環境為Radhat 7；Hadoop 0．20。

3.1網頁數據的獲取

本文以新聞類應用為例，網絡蜘蛛負責獲取網頁數據, 網頁來自新華網、環球網、搜狐、新浪、網易、騰訊、鳳凰網等各大門戶網站，設定查詢時間為突發公共事件72小時以內上述網站有關的新聞報道，經過約24小時網絡蜘蛛的運行共爬取5×104張符合條件的新聞網頁。

3.2實驗設計及結果分析

3.2.1實驗設計

本文分別以“青島38元一只大蝦事件”、“美軍拉森號艦艇進入南海島礁12海里事件”等查詢詞作為突發公共事件類應用實驗參數，以PageRank值的變化量小于0.000 1作為算法收斂條件，求得事件發生后72小時內各網站報道的新聞頁面的PR平均值。依據數值大小進行排名。

3.2.2實驗結果分析

表1顯示，在事件1～3中，環球網和新華網在排序中較靠后，沒有較強從屬關系的鳳凰、網易等網頁排序較靠前。事件4中，環球網和新華網排名有所提升，但仍然沒有排在前列。

表1　網站PR排名

表2顯示，在添加時間權重后，環球網和新華網排名有所下降。

表2　添加時間權重后排名

綜上所述，可以得到如下啟示：一是在突發公共事件中官方網站發布的消息受到的公眾關注度遠低于當前主流媒體所發布的消息，在綜合排名中相對位置比較靠后；二是在對外的突發事件中，官方媒體排序相對較高，說明

在對外事件中，公眾對官網消息的認可度較高；三是在加入時間權重后，官方網站的排名更加靠后，說明官方網站消息的時效性不強，遠遠滯后于當前主流媒體；四是在統計中發現，官方網站發布的新聞數量和篇幅都遠低于主流媒體，所報道內容不全面、不完整也是官方網頁受關注度不高的原因。

4結論

本文通過對公共突發事件和認知管理特點的研究，提出了通過PageRank排序算法對突發公共事件網絡新聞報道進行關注度排名的方法，并將算法在Hadoop分布式計算平臺上實現。實驗結果在一定程度上能夠反映各大主流媒體在突發事件的網絡新聞傳播中受公眾關注的程度。

參考文獻

[1] RAJARAMAN A，ULLMAN J D．大數據互聯網大規模數據挖掘分布式處理[M]．北京：人民郵電出版社，2013．

[2] 陸嘉恒．大數據挑戰與NoSQL 數據庫技術[M]．北京：電子工業出版社， 2013．

[3] 馬東杰．基于IEEE 802．15．4的接人算法研究[D]．秦皇島：燕山大學，2012．

[4] Wen Hao，Lin Chang，Chen Zhijia，et al．An improved Markov model for IEEE 802．15．4 slotted CSMA/CA mechanism[J]．Journal of Computer Science and Technology，2009，24(3)：495-504．

[5] 宋園園.公共危機治理中認知管理的解析與構建[J].行政領導,2012(20)：14-18.

[6] BRIN S, MOTWANI R, PAGE L, et al. What can you do with a Web in your pocket Bull[J]. Data Engineering Bulletin,1998,21(1):37-47.

*基金項目：江蘇省自然科學基金資助項目(BK2012511)

中圖分類號：TP23

文獻標識碼：A

DOI：10.19358/j.issn.1674- 7720.2016.12.006

(收稿日期：2016-01-27)

作者簡介：

邱繼遠(1985-)，通信作者，男，碩士研究生，主要研究方向：軍事情報分析與對抗技術研究。E-mail:917120545@qq.com。

岳振軍(1963-)，男，博士，教授，主要研究方向：智能信息處理。

榮傳振(1985-)，男，助教，主要研究方向：可視語音全成、唇語識別。

Web page sorting application in social cognitive management effect evaluation

Qiu Jiyuan, Yue Zhenjun, Rong Chuanzhen, Su Fenglong

(College of Communications Engineering, PLA University of Science and Technology Nanjing 210007， China)

Abstract:It describes the current situation of social cognition in the public emergency management. In view of the current social recognition in the public emergency management level is not high, and there is no uniform cognitive problems such as management level evaluation standard, web page sorting scoring method was proposed for emergencies in the mainstream media to evaluate network information to release the circumstance of the public attention, and indirectly, evaluate network media role in the management of social cognition.In view of the phenomenon that the traditional PageRank algorithm lays particular stress on the old website, the algorithm is improved and the time weight is increased.On distributed computing platform Hadoop, the algorithm is realized. The results of the algorithm before and after being improved are contrasted and analysed.

Key words:knowledge management;sudden public events;Hadoop；PageRank；timeliness