基于知識圖譜的核電項(xiàng)目網(wǎng)絡(luò)輿情的研究熱點(diǎn)及可視化分析

魏薇，宋艷，胡曉強(qiáng)，周千荷，趙夢陽

（1.哈爾濱工程大學(xué)經(jīng)濟(jì)管理學(xué)院，黑龍江哈爾濱 150001；2.上海外國語大學(xué)國際工商學(xué)院，上海 200083；3.哈爾濱工業(yè)大學(xué)管理學(xué)院，黑龍江哈爾濱 150001；4. 賽迪研究院網(wǎng)絡(luò)安全研究所，北京100846）

1 引言

在2018年4月召開的全國網(wǎng)絡(luò)安全和信息化工作會議上，習(xí)近平總書記深刻闡釋了網(wǎng)絡(luò)強(qiáng)國的戰(zhàn)略思想，這是當(dāng)前和今后一個(gè)時(shí)期網(wǎng)信工作的根本依據(jù)[1]。近十年來，有關(guān)核電項(xiàng)目的網(wǎng)絡(luò)輿情問題觸動了公眾的敏感神經(jīng)，污名行為屢見不鮮[2]。核能是一種不可替代的清潔能源。據(jù)統(tǒng)計(jì)共有72個(gè)國家已經(jīng)或正在計(jì)劃發(fā)展核電，其中在“一帶一路”上的國家有41個(gè)，在“一帶一路”周邊，還有11個(gè)國家正在發(fā)展核電[3]。中國正加快能源低碳化的步伐，而核能是這個(gè)時(shí)代的主角之一。為貫徹實(shí)施《中華人民共和國核安全法》并幫助中國核事業(yè)安全高效地發(fā)展，生態(tài)環(huán)境部核與輻射安全中心采集有關(guān)核輻射安全的互聯(lián)網(wǎng)公開輿情數(shù)據(jù)。2018年8月9日，國務(wù)院辦公廳印發(fā)的《關(guān)于加強(qiáng)核電標(biāo)準(zhǔn)化工作的指導(dǎo)意見》，部署了進(jìn)一步加強(qiáng)中國核電標(biāo)準(zhǔn)化工作[4]。盡管我國核電建設(shè)和運(yùn)行已達(dá)到了世界領(lǐng)先水平，但是核電項(xiàng)目網(wǎng)絡(luò)輿情的快速傳播對核電項(xiàng)目的推進(jìn)帶來了巨大挑戰(zhàn)。

本文不限檢索年限，利用文獻(xiàn)計(jì)量方法和知識圖譜可視化技術(shù)對核電項(xiàng)目網(wǎng)絡(luò)輿情有關(guān)研究的文獻(xiàn)進(jìn)行了整理統(tǒng)計(jì)和數(shù)據(jù)挖掘，通過對研究前沿和熱點(diǎn)的追蹤，揭示核電項(xiàng)目網(wǎng)絡(luò)輿情的研究軌跡、特征和規(guī)律，對該領(lǐng)域的熱點(diǎn)研究主題及研究演化路徑進(jìn)行細(xì)化梳理，并指明關(guān)注不足的子領(lǐng)域，以及為該領(lǐng)域的后續(xù)探索提供不同的研究視角。這將有助于學(xué)者更好地把握核電項(xiàng)目網(wǎng)絡(luò)輿情研究的動態(tài)變化和發(fā)展趨勢。

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)收集

使用正確的檢索方式和檢索策略來獲得相對全面和準(zhǔn)確的基礎(chǔ)數(shù)據(jù)是科學(xué)分析的關(guān)鍵步驟[5]。為核電項(xiàng)目網(wǎng)絡(luò)輿情的相關(guān)研究文獻(xiàn)進(jìn)行全景俯瞰與熱點(diǎn)捕捉，綜合考慮文獻(xiàn)的數(shù)量和覆蓋范圍，本文在中國知網(wǎng)文獻(xiàn)檢索中設(shè)置檢索條件為“（全文=核電網(wǎng)絡(luò)輿情）（模糊匹配）”，檢索年限為不限，數(shù)據(jù)庫為文獻(xiàn)、跨庫檢索。截止時(shí)間為2019年7月10日，文獻(xiàn)覆蓋時(shí)間范圍為2008年至2019年共12年。逐條對數(shù)據(jù)進(jìn)行檢查并取消無效的記錄，并收集每條文獻(xiàn)的作者、機(jī)構(gòu)、摘要、關(guān)鍵詞、年份及參考文獻(xiàn)等信息，共得到467篇研究文獻(xiàn)作為數(shù)據(jù)集。

2.2 研究方法

本文借助引文可視化分析的Java應(yīng)用軟件CiteSpace對467篇文獻(xiàn)進(jìn)行計(jì)量與知識圖譜分析[6～9]。具體而言，首先進(jìn)行數(shù)據(jù)格式轉(zhuǎn)換，Refworks功能用于對檢索到的核電項(xiàng)目網(wǎng)絡(luò)輿情管理領(lǐng)域的數(shù)據(jù)資料進(jìn)行格式轉(zhuǎn)化并導(dǎo)出CiteSpace可識別的數(shù)據(jù)格式；其次，基于關(guān)鍵詞共現(xiàn)、作者共現(xiàn)、機(jī)構(gòu)共現(xiàn)等統(tǒng)計(jì)分析與技術(shù)處理，將轉(zhuǎn)化后的數(shù)據(jù)繪制科學(xué)知識圖譜；最后，結(jié)合高頻、高中心度關(guān)鍵詞與突現(xiàn)詞相關(guān)的數(shù)據(jù)資料，以及研究熱點(diǎn)全景視圖與研究時(shí)間線視圖呈現(xiàn)對各類知識圖譜進(jìn)行深度分析和挖掘，探索核電項(xiàng)目網(wǎng)絡(luò)輿情管理領(lǐng)域的熱點(diǎn)主題和演進(jìn)路徑。

2.3 參數(shù)設(shè)定

除非另有說明，否則本文的基本參數(shù)閾值均按本節(jié)規(guī)則進(jìn)行設(shè)置：設(shè)置時(shí)間分區(qū)為2008～2019年階段內(nèi)，每一年為一個(gè)時(shí)間分區(qū)；術(shù)語來源為題名、摘要和作者關(guān)鍵詞，同時(shí)選擇術(shù)語類型為突現(xiàn)詞；根據(jù)研究內(nèi)容和目的區(qū)分分析對象，中文文獻(xiàn)主要對關(guān)鍵詞和作者進(jìn)行共現(xiàn)分析；分析對象的數(shù)據(jù)篩選每年出現(xiàn)頻次或被引頻次最高的前50個(gè)變量；圖譜的呈現(xiàn)方式選擇尋徑網(wǎng)絡(luò)算法，并對每個(gè)網(wǎng)絡(luò)和綜合網(wǎng)絡(luò)進(jìn)行修剪，同時(shí)選擇靜態(tài)呈現(xiàn)全景式分析圖譜。在對核電網(wǎng)絡(luò)輿情研究關(guān)鍵詞進(jìn)行聚類時(shí)選擇Log-likelihood rate算法，并根據(jù)不同的分析目的分別選擇聚類視圖或時(shí)間線視圖。

3 文獻(xiàn)基礎(chǔ)特征分析

3.1 文獻(xiàn)統(tǒng)計(jì)特征分析

發(fā)文數(shù)量的變化反映了核電項(xiàng)目網(wǎng)絡(luò)輿情管理工作的重心變化。根據(jù)統(tǒng)計(jì)發(fā)現(xiàn)，整個(gè)核電網(wǎng)絡(luò)輿情領(lǐng)域研究文獻(xiàn)發(fā)文量呈波動上升趨勢，時(shí)間跨度為2008年至今，可見在數(shù)據(jù)集中，從2008年開始核電網(wǎng)絡(luò)輿情領(lǐng)域的研究才逐漸形成。根據(jù)核電項(xiàng)目網(wǎng)絡(luò)輿情管理領(lǐng)域文獻(xiàn)基金分布，在文獻(xiàn)數(shù)據(jù)集中有基金支持的文獻(xiàn)中，受國家社科基金支持的文章最多，其次為國家自然科學(xué)基金。國家社科基金與國家自然科學(xué)基金是中國支持核電項(xiàng)目網(wǎng)絡(luò)輿情管理的主要渠道，大多數(shù)的文獻(xiàn)并沒有基金支持。根據(jù)核電項(xiàng)目網(wǎng)絡(luò)輿情管理領(lǐng)域研究層次分布與學(xué)科分類分布。從學(xué)科分類分布上來看，占比最多的依次為新聞傳播占比23.66%、公共管理占比21.87%、公安占比7.55%、工業(yè)經(jīng)濟(jì)占比6.96%以及政治占比5.77%，其他學(xué)科表現(xiàn)偏弱，跨學(xué)科的研究仍然不足。基礎(chǔ)研究、政策研究與行業(yè)指導(dǎo)三個(gè)研究層面對核電項(xiàng)目網(wǎng)絡(luò)輿情管理領(lǐng)域做出的貢獻(xiàn)高達(dá)86.02%，這些層面的研究是該領(lǐng)域重點(diǎn)關(guān)注的對象，其他研究層次只占比13.98%。核電項(xiàng)目網(wǎng)絡(luò)輿情管理領(lǐng)域65.81%的研究來自于新聞傳播學(xué)科、公共管理學(xué)科、公安學(xué)科、工業(yè)經(jīng)濟(jì)學(xué)科以及政治學(xué)科，其中新聞傳播學(xué)科、公共管理學(xué)科對該領(lǐng)域做出的貢獻(xiàn)高達(dá)45.35%。應(yīng)積極延展這幾個(gè)學(xué)科間的合作研究以及與其他學(xué)科間的交叉研究。

3.2 作者合作與學(xué)術(shù)共同體特征分析

對研究機(jī)構(gòu)合作網(wǎng)絡(luò)進(jìn)行機(jī)構(gòu)共現(xiàn)分析，在CiteSpace中網(wǎng)絡(luò)節(jié)點(diǎn)Node Types為Institution，主題詞來源Term Source為Title、Abstract、Author Keywords （DE） 、Keywords Plus （ID），時(shí)間切片Time Slicing為時(shí)間區(qū)間2008年～2019年按每6年為一段進(jìn)行切割，數(shù)據(jù)抽取對象Thresholds閾值（c，cc，ccv）用戶在引文數(shù)量、共被引頻次和共被引系數(shù)三個(gè)層次上，按前中后三個(gè)時(shí)區(qū)分別設(shè)定閾值（1，1，20；4，3，20；3，3，20），LRF=3.0，LBY=8，E=2.0。運(yùn)行后得到研究機(jī)構(gòu)共現(xiàn)網(wǎng)絡(luò)圖譜。通過對核電項(xiàng)目網(wǎng)絡(luò)輿情管理領(lǐng)域的研究數(shù)據(jù)進(jìn)行機(jī)構(gòu)共現(xiàn)分析，可以得出近年來該領(lǐng)域研究機(jī)構(gòu)發(fā)文量的排序列表。從研究機(jī)構(gòu)的屬性來看，高校居多， 可見學(xué)術(shù)機(jī)構(gòu)很重視核電項(xiàng)目網(wǎng)絡(luò)輿情管理的研究，并且在核電項(xiàng)目網(wǎng)絡(luò)輿情管理研究方面做出了巨大貢獻(xiàn)，占據(jù)了非常重要的地位。

將CiteSpace中網(wǎng)絡(luò)節(jié)點(diǎn)Node Types設(shè)置為Author，運(yùn)行后得到無修剪處理的作者合作圖譜的網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)N為131，連線數(shù)量E為26，網(wǎng)絡(luò)密度Density為0.0031，表明學(xué)者之間初步形成合作網(wǎng)絡(luò)，但聯(lián)系與合作程度依然較低，在該領(lǐng)域研究較為獨(dú)立。通過作者共被引分析以及研究內(nèi)容的共性分析發(fā)現(xiàn)，盡管在核電項(xiàng)目網(wǎng)絡(luò)輿情的研究領(lǐng)域?qū)W者之間形成合作網(wǎng)絡(luò)才開始顯現(xiàn)，但已經(jīng)初步形成了一定的學(xué)術(shù)共同體。從數(shù)量上來看，在該領(lǐng)域研究的學(xué)術(shù)共同體規(guī)模仍然較小。

4 研究過程

4.1 高頻和高中心度關(guān)鍵詞分析

對關(guān)鍵詞共現(xiàn)分析可得到核電網(wǎng)絡(luò)輿情研究文獻(xiàn)的關(guān)鍵詞共現(xiàn)知識圖譜，進(jìn)而整理出關(guān)鍵詞的頻次（大于4）、中心度和關(guān)鍵詞名稱的數(shù)據(jù)表，如表1所示，可以了解到目前核電項(xiàng)目網(wǎng)絡(luò)輿情領(lǐng)域的研究熱點(diǎn)。在測度節(jié)點(diǎn)在網(wǎng)絡(luò)中的重要性時(shí)，應(yīng)該關(guān)注具有中心性不小于0.1的節(jié)點(diǎn)， 因?yàn)楦咧行男酝ǔＪ沁B接兩個(gè)不同領(lǐng)域的關(guān)鍵中樞，中心性越高， 節(jié)點(diǎn)處內(nèi)容的重要性越大。

表1 高頻關(guān)鍵詞的中心度與詞頻

研究人員提取了核電項(xiàng)目網(wǎng)絡(luò)輿情領(lǐng)域的熱門關(guān)鍵詞，并做了三點(diǎn)劃分：一是具有高中心度的熱詞。如網(wǎng)絡(luò)輿情、新媒體、鄰避沖突、群體性事件、鄰避效應(yīng)、治理等 ，這些關(guān)鍵詞具有明顯的橋梁作用。二是具有高頻次的熱詞。如網(wǎng)絡(luò)輿情、新媒體、鄰避沖突、群體性事件、鄰避效應(yīng)等。這一類熱詞總結(jié)并概括了該領(lǐng)域的知識結(jié)構(gòu)，是核電項(xiàng)目網(wǎng)絡(luò)輿情研究的理論基礎(chǔ)。三是同時(shí)具有高頻次和較高中心度的熱詞。如網(wǎng)絡(luò)輿情、新媒體、突發(fā)事件、鄰避沖突、群體性事件、鄰避效應(yīng)等。

4.2 自動聚類標(biāo)簽分析

由于本研究著眼于發(fā)現(xiàn)熱點(diǎn)的“演化”過程，因此在CiteSpace界面中將每一年都劃分1個(gè)時(shí)區(qū)（設(shè)置時(shí)間切片為1年）， 時(shí)區(qū)跨度為11年 （2008～2019年），選擇閾值 Top N=100，節(jié)點(diǎn)類型選擇“Keywords”，從Title、Abstract、Author Keywords （DE）和Keyword Plus （ID）中提取術(shù)語，使用Loglikelihood rate算法抽取標(biāo)簽詞， 對數(shù)似然率越大的詞越具有對這個(gè)聚類的代表性，采用Pruning the merged network、Pruning sliced networks以及Minimum spanning tree算法進(jìn)行剪枝，并進(jìn)一步生成共詞網(wǎng)絡(luò)。通過分析467篇論文的參考文獻(xiàn)，發(fā)現(xiàn)了熱點(diǎn)研究主題。

依據(jù)網(wǎng)絡(luò)結(jié)構(gòu)和聚類的清晰度，模塊值Q＞0.3時(shí)就意味著得到的網(wǎng)絡(luò)集群類團(tuán)結(jié)構(gòu)是顯著的。本次聚類的Q值為0.6208，說明文獻(xiàn)類團(tuán)特征明顯圖譜效果較好。聚類共發(fā)現(xiàn)了5個(gè)類團(tuán)。根據(jù)各類團(tuán)聚類標(biāo)簽，以及類團(tuán)內(nèi)部關(guān)鍵節(jié)點(diǎn)文獻(xiàn)的內(nèi)容，可以總結(jié)出核電項(xiàng)目網(wǎng)絡(luò)輿情研究的五個(gè)研究熱點(diǎn)，分別為群體性事件、網(wǎng)絡(luò)輿情、鄰避效應(yīng)、企業(yè)管理、應(yīng)急管理。對467篇文獻(xiàn)信息進(jìn)行文本分析后，部分核電項(xiàng)目網(wǎng)絡(luò)輿情管理領(lǐng)域研究群集展示如表2所示。

4.3 研究熱點(diǎn)的演化分析

4.3.1 研究熱點(diǎn)全景呈現(xiàn)

為了更直觀地挖掘核電項(xiàng)目網(wǎng)絡(luò)輿情管理研究領(lǐng)域的演化脈絡(luò)和潛在熱點(diǎn)，基于關(guān)鍵詞共現(xiàn)原理，對研究熱點(diǎn)進(jìn)行全景呈現(xiàn)。新媒體、鄰避沖突、群體性事件、鄰避效應(yīng)等詞對應(yīng)的節(jié)點(diǎn)也相對較大，表明這些主題也是近年來眾多學(xué)者所關(guān)注和青睞的研究焦點(diǎn)。另外，文本挖掘、網(wǎng)絡(luò)謠言、風(fēng)險(xiǎn)傳播、風(fēng)險(xiǎn)感知、預(yù)警策略、在線信息、非常規(guī)突發(fā)事件等詞對應(yīng)的節(jié)點(diǎn)雖然相對較小，但是它們基本都處在整個(gè)關(guān)系網(wǎng)絡(luò)的連線末端，并成為該領(lǐng)域未來研究前沿中的研究熱點(diǎn)。通過跟蹤分析專業(yè)術(shù)語在不同時(shí)間、區(qū)間內(nèi)出現(xiàn)頻率的突然激增，識別出代表研究前沿的Burst Term。本研究通過對467篇論文的參考文獻(xiàn)進(jìn)行共被引分析以及突變詞的共現(xiàn)分析來發(fā)現(xiàn)熱點(diǎn)研究主題。如圖1、圖2與圖3所示的Burst系數(shù)、關(guān)鍵詞與共引情況，可以看出在核電項(xiàng)目網(wǎng)絡(luò)輿情管理領(lǐng)域的研究進(jìn)程中，關(guān)于PHRASE突發(fā)事件（Burst=3.1729）與PHRASE影響因素（Burst=2.8536）的研究非常豐富，這兩個(gè)關(guān)鍵詞在數(shù)據(jù)集中均出現(xiàn)在2008年，分別在2010年～2013年，與2016年～2017年間呈爆發(fā)式增長。

表2 核電項(xiàng)目網(wǎng)絡(luò)輿情管理領(lǐng)域研究群集展示

通過識別歷史突現(xiàn)詞發(fā)現(xiàn)，當(dāng)前核電項(xiàng)目網(wǎng)絡(luò)輿情管理領(lǐng)域的研究前沿與Burst突發(fā)檢測的歷史突現(xiàn)詞具有較大差異，從過去的突發(fā)事件與影響因素向文本挖掘、網(wǎng)絡(luò)謠言、風(fēng)險(xiǎn)傳播、風(fēng)險(xiǎn)感知、預(yù)警策略、在線信息、非常規(guī)突發(fā)事件轉(zhuǎn)變。

圖1 核電項(xiàng)目網(wǎng)絡(luò)輿情管理領(lǐng)域Burst突發(fā)檢測

4.3.2 研究熱點(diǎn)演進(jìn)脈絡(luò)

圖2 @PHRASE突發(fā)事件Burst=3.1729[2010～2013]

圖3 @PHRASE影響因素Burst=2.8536[2016～2017]

通過對核電項(xiàng)目網(wǎng)絡(luò)輿情管理關(guān)鍵詞出場與衰退的時(shí)間變遷，分析了核電項(xiàng)目網(wǎng)絡(luò)輿情管理研究主題的更新與傳承，運(yùn)用Timeline呈現(xiàn)方式展示了各個(gè)子領(lǐng)域的演進(jìn)路徑與脈絡(luò)，聚類內(nèi)部的共被引關(guān)系與聚類之間的相互聯(lián)系和相互影響關(guān)系。如圖4所示，通過各時(shí)間段首次出現(xiàn)的關(guān)鍵詞的連線關(guān)系，可以看出子領(lǐng)域之間的傳承關(guān)系。最上方為聚類所代表的群體性事件子領(lǐng)域，該類熱點(diǎn)的集中研究時(shí)間為2013年至2018年，節(jié)點(diǎn)的連線較多，傳承關(guān)系較強(qiáng)，其中在文獻(xiàn)數(shù)據(jù)集中2014年首次出現(xiàn)的群體性事件、鄰避沖突，與2016年首次出現(xiàn)的影響因素、治理方面有重要的研究突破。第二行為聚類所代表的網(wǎng)絡(luò)輿情子領(lǐng)域，時(shí)間跨度從2011年直至2017年，在2012年到2013年首次出現(xiàn)的網(wǎng)絡(luò)輿情與新媒體方面取得了一系列重要的里程碑式的成果，并且與群體性事件類團(tuán)的交叉研究豐富，傳承關(guān)系較強(qiáng)。第三行為聚類所代表的鄰避效應(yīng)子領(lǐng)域，該類團(tuán)的時(shí)間跨度從2010年直至2018年，且在數(shù)據(jù)集中2014年首次出現(xiàn)的鄰避效應(yīng)方面有一定研究進(jìn)展。第四行為聚類所代表的企業(yè)管理子領(lǐng)域，時(shí)間跨度從2013年直至2014年，2014年該聚類問題孤立研究開始趨冷，關(guān)注度降低，并向鄰避效應(yīng)類團(tuán)下的發(fā)電廠與核電站管理問題轉(zhuǎn)變。第五行為聚類所代表的應(yīng)急管理子領(lǐng)域，時(shí)間跨度從2010年直至2016年，2014年該聚類問題孤立研究開始趨冷，關(guān)注度降低，并向群體性事件類團(tuán)下的公眾參與、網(wǎng)絡(luò)輿情類團(tuán)下的風(fēng)險(xiǎn)溝通轉(zhuǎn)變。除了類團(tuán)內(nèi)子領(lǐng)域間的密切聯(lián)系之外，跨類團(tuán)子領(lǐng)域間對核電網(wǎng)絡(luò)輿情的研究不是孤立進(jìn)行的，存在知識的跨界交流，在逐步跨界交流的過程中迸發(fā)出新的研究熱點(diǎn)，逐漸形成了熱點(diǎn)演進(jìn)脈絡(luò)。

核電項(xiàng)目網(wǎng)絡(luò)輿情管理研究的發(fā)展上，將進(jìn)一步把握新時(shí)代中國核電項(xiàng)目網(wǎng)絡(luò)輿情管理網(wǎng)絡(luò)用戶群體的網(wǎng)絡(luò)特征，把握新時(shí)代中國特色互聯(lián)網(wǎng)輿論規(guī)范的政策走向，把握新技術(shù)、新應(yīng)用的發(fā)展趨勢，深化大數(shù)據(jù)應(yīng)用、引入人工智能、多平臺跨數(shù)據(jù)融合。對于未來的研究，將更傾向于文本挖掘、風(fēng)險(xiǎn)傳播、風(fēng)險(xiǎn)感知、在線信息、非常規(guī)突發(fā)事件等。

圖4 核電項(xiàng)目網(wǎng)絡(luò)輿情管理研究時(shí)間線視圖

5 結(jié)束語

近年來，從一些核電項(xiàng)目引發(fā)的網(wǎng)絡(luò)輿情來看，運(yùn)用知識圖譜對核電項(xiàng)目網(wǎng)絡(luò)輿情的研究熱點(diǎn)進(jìn)行可視化分析，可以幫助相關(guān)部門有針對性地展開科學(xué)研究，這對于我國核電項(xiàng)目的順利開工建設(shè)，積極參與一帶一路沿線國家清潔能源和環(huán)保產(chǎn)業(yè)建設(shè)，造福沿線國家和人民，促進(jìn)人類命運(yùn)共同體的構(gòu)建具有一定的參考價(jià)值。