基于文獻計量的國內網絡輿論情感分析研究現狀探究

竇悅琪，夏換，武帥，李岳馨

（1.貴州財經大學信息學院，貴陽 550025；2.貴州省經濟系統仿真重點實驗室，貴陽 550025；3.貴州財經大學，貴州省電子商務大數據營銷工程研究中心，貴陽 550025）

0 引言

隨著互聯網的發展，各種各樣的網絡社交媒體涌現出來，這些社交媒體的出現不僅使用戶獲取信息更加便捷，同時也為用戶發表觀點、與他人溝通交流提供了平臺。用戶會對社交媒體發布的某一事件用簡短的語言表達自己的態度和情感傾向性，形成網絡輿論。通過對網絡輿論情感傾向進行分析，可以獲得公眾對某一事件的態度和主要觀點，使政府以及相關部門能夠更加準確地把握事件的焦點輿論和發展方向，從而更有效地干預和引導輿論。目前網絡輿情情感分析的研究角度主要包括：基于情感維度模型的網絡輿情信息分級等理論模型研究、網絡輿情情感詞典構建、情感傾向性分析、用戶情感和關系網絡演化等技術應用研究，還有針對熱點事件網絡輿情情感分析的案例研究，形成了完整的網絡輿情情感分析研究體系[1]。情感分析主要可以分為基于詞典的分類方法、基于機器學習的方法和基于深度學習的方法。其中機器學習方法主要使用樸素貝葉斯和支持向量機模型，最早從事情感分析研究的Pang 等人將文本的N 元語法（N-Gram）和詞性（POS）等作為情感特征，使用有監督的機器學習的方法將電影評論分為正向和負向兩類，結果顯示支持向量機在幾種分類方法中準確率最高，可以達到80%[2]。深度學習方法主要使用卷積神經網絡和遞歸神經網絡模型，例如Tai 等人[3]利用改進的樹形長短期記憶網絡（TreeLSTM）對電影評論進行情感分析研究，也取得了良好的效果。

雖然網絡輿論情感分析領域已經取得了巨大成就，但是尚缺乏從文獻計量的角度對該領域的發展做一個簡要的概述和分析。因此，本文運用文獻計量的方法，同時利用可視化工具，整理了網絡輿論情感分析研究的相關文獻，并從時間、機構、期刊、作者等多個角度分析該領域的發展現狀，總結發展趨勢，為今后的研究提供借鑒和參考。

1 數據來源和研究方法

1.1 數據來源

本次研究擬在CNKI 數據庫進行相關文獻的檢索。在CNKI 中啟用高級檢索，選擇“期刊全文數據庫”，為了使檢索結果更全面，在檢索時將語義相近的“輿情”和“輿論”同時加入到檢索條件中。具體的檢索條件為：“主題=網絡輿情或網絡輿論并且主題=情感”，來源類別為全部期刊，其余條件為默認，本次研究的檢索時間為2020 年6 月10 日，共計得到相關中文文獻387 篇。為了提高分析結果的相關性與準確性，對檢索結果手動篩選、整理，最終得到有效數據256 條。

1.2 研究方法

（1）文獻計量

本文主要采用文獻計量的方法對國內網絡輿論情感分析研究現狀進行分析研究。文獻計量是指運用數學以及統計學方法，定量分析學術文獻的一種方法，被眾多學者廣泛的運用于學術文獻研究中。楊秀璋[4]運用文獻計量分析以及知識圖譜對水族文獻進行了計量研究，為水族文化的研究和發展提供了相關啟示。孫瑞英[5]通過文獻計量統計方法對國內物聯網相關的核心期刊論文進行了分析，繪制了可視化圖譜來揭示出國內物聯網研究的研究現狀，并對今后的研究趨勢做出了簡要的總結。王鵬飛[6]梳理“LDA 主題模型”提出以來的國內研究現狀，總結其研究趨勢和發展情況，為進一步在情報學領域利用該模型進行研究提供參考和借鑒。

（2）社交網絡

本文擬使用社交網絡算法對網絡輿論情感分析相關文獻的作者之間的合作關系進行探究，并繪制知識圖譜將其合作關系清晰的展現出來。社交網絡算法（Social Network Algorithm）是一種可以識別強弱關系網絡的聚類算法，它可以運用知識圖譜的方式將彼此之間的關系進行形象化表示。節點代表對應的關系點，邊代表節點之間的關系[4]。社交網絡作為發現核心關系的主要方法被廣泛使用，楊秀璋等人[7]利用社交網絡算法得出中國電影市場的演員關系圖譜。吳蕙羽[8]結合Python 技術及社交網絡準確的得到小說《白鹿原》中的人物關系圖。Kanamori Mariano J.等人[9]結合社交網絡算法分析出健康社會場所內部之間的結構特征和協助過程。

2 相關文獻計量分析

本文對網絡輿論情感分析相關文獻運用文獻計量的方法進行多角度的分析，為了使結果更加清晰明了的展現出來，本文采用Echart 技術將分析結果可視化。網絡輿論情感分析相關文獻的文獻計量分析主要包括：文獻綜合分析、發文機構分析、來源期刊分析等。

2.1 文獻綜合分析

運用Python 環境中的PyEcharts 對檢索結果數據進行可視化操作，最終生成了如圖1 所示的文獻綜合分析圖，圖中橫坐標表示發文年份，縱坐標表示不同年份的發文總量，最高下載量以及最高被引量。

圖1 國內網絡輿論情感分析文獻近年發表趨勢圖

如圖1 所示，網絡輿論情感分析的相關文獻發文量大致上呈遞增的趨勢，2007 年出現了第一篇與網絡輿論情感分析的相關文獻，但在此后的三年中相關文獻發文量雖然有緩慢的增長，但發文量一直保持在一個較低的水平，每年的發文量都在10 篇以內，這說明在這一階段相關研究還不夠成熟。自2014 開始，論文數量開始急劇攀升，在2018 年發文量達到了一個頂峰，文獻數量達到47 篇，此后的發文量呈較平穩的狀態，由圖中的發文量增長趨勢可以看出，對于網絡輿論情感分析的研究已經由初步研究階段進入到穩定發展階段。

下載量和被引量是衡量一篇文章影響力大小的重要指標，下載量和被引量次數越多，文章的價值越高。在檢索到的256 條相關文獻中，共被引用2405 次，共被下載165657 次，平均單篇被引9.39 次，平均單篇下載647.09 次。表1 為網絡輿論情感分析排名前十的高被引論文，該十篇論文平均被引68.7 次，總被引量達到687 次，占到所有網絡輿情情感分析文獻被引量的28.57%。其中最高被引量的文章是2010 年4 月楊超等人在《小型微型計算機系統》上發表的《基于情感詞典擴展技術的網絡輿情傾向性分析》，這篇文章共計被引149 次。

表2 為網絡輿情情感分析下載量排名前十的論文，該十篇論文平均下載量達到2668 次，總下載量為26680 次，占到所有網絡輿情情感分析文獻下載量的16.1%，其中下載量最高的文章是陳憶金等人于2011年11 月在《圖書情報知識》期刊上發表的《網絡輿情信息監測研究進展》，這篇文章共計下載4780 次。

2.2 發文機構分析

對文獻的發文機構進行統計有利于我們尋找某一領域的研究核心，對其進行研究并關注其發展動態能更準確的把握該領域地研究方向。為了更加清晰地了解國內研究網絡輿論情感分析的核心機構及其分布情況，本文對檢索到的256 篇相關文獻所屬機構進行統計，結果顯示，我國對這一領域的研究機構以高校為主，表3 列出了發文量最多的前五名機構，如表所示，發表相關論文數量最多的是吉林大學，共計發文23篇，總引用量達184 次，總下載量達20507 次，篇均被引量及篇均下載量分別為184 次和891.61 次。篇均被引及篇均下載量最多的機構是四川大學，共發文9 篇，總引用量達到了160 次，總下載量達到了8590 次，篇均被引及篇均下載量分別達到了17.78 次和954.44 次。

2.3 文獻來源期刊分析

對網絡輿論情感分析相關論文的來源期刊進行統計研究，不僅可以使我們更加清晰了解這一領域的核心期刊群，而且可以為研究者查找資料、了解此領域發展現狀提供便利。表4 列舉了發表網絡輿論情感分析有關論文最多的前十名期刊名稱，其中刊載相關論文量最多的是《情報雜志》，共計刊載相關論文19 篇，共計被引312 次，篇均被引16.42 次，總下載量達到17130 次，篇均下載量為901.58 次。篇均引用量和篇均下載量最多的期刊是《小型微型計算機系統》，該期刊共計刊載相關論文4 篇，總被引量為184 次，總下載量為3852 次，篇均被引46 次，篇均下載963 次。從表中我們可知，刊載網絡輿論情感分析相關論文較多的期刊主要集中在情報學、圖書情報學領域，并且刊載量在前十名的期刊中，有八個期刊為CSSCI 期刊，八個期刊為北大核心期刊，同時為CSSCI 和北大核心期刊的有7 個，且它們的影響因子都處于較高的水平，這說明刊載此領域論文的核心期刊群影響力比較大，同時也說明了這一領域研究價值較高。

表1 網絡輿論情感分析高被引論文TOP10

表2 網絡輿論情感分析論文高下載量TOP10

表3 重點發文機構TOP5

3 國內網絡輿論情感分析文獻核心作者知識圖譜

3.1 國內網絡輿論情感分析文獻核心作者發現

為了確定國內網絡輿論情感分析文獻核心作者，本文嘗試利用普賴斯定律結合綜合指數算法加以實現。普賴斯定律是用來衡量各個學科領域文獻作者分布規律的方法，是研究科技情報學和文獻計量學的方法之一。普賴斯定律確定核心作者候選人計算公式如（1）所示：

公式（1）中Nmax表示國內網絡輿論情感分析文獻作者的最高發文量，在統計到的256 篇相關文獻中，發文量最多的作者是黃微（只記第一作者），共計發文5篇，即Nmax=5。經計算，最終求得M 取整值為2。也就是說，國內網絡輿論情感分析文獻核心作者的最低發文量至少為2 篇。根據普賴斯公式計算結果，共有22位作者符合條件，結果如圖2 所示。

圖2 核心作者候選人及發文量

為進一步確定國內網絡輿論情感分析文獻核心作者，本文擬采用綜合指數算法從普賴斯定律確定的22名核心作者候選人中遴選出綜合指數得分較高的10位作為核心作者，具體步驟如下：

（1）平均發文量xˉ

平均發文量xˉ的計算公式如（2）所示，其中X總為22 位核心作者候選人的總發文量，n 是核心作者候選人總數。計算可得xˉ的值為2.41（保留兩位）即國內網絡輿論情感分析文獻核心作者平均發文量為2.41 篇。

表4 重點發文期刊TOP10

平均被引量的計算過程如公式（3）所示，其中Y總為22 位核心作者候選人所發表論文的總被引量，根據計算得到Y總為835，n 是核心作者候選人總數。計算可得的值為37.95（保留兩位）即國內網絡輿論情感分析文獻核心作者所發論文的平均被引量為37.95 篇。

（3）計算綜合指數

通過對國內網絡輿論情感分析相關文獻核心作者候選人進行綜合指數計算，最終遴選出得分較高的前10 位核心作者。如表所示，綜合指數最高的是來自南京理工大學經濟管理學院的吳鵬，綜合指數為2.26，共計發文5 篇，文獻被引量共計93 次，單次被引數最多的是2015 年發表在《現代圖書情報技術》中的《突發事件網絡輿情中網民群體行為演化的Agent 建模與仿真研究》，這篇文章共計被引33 次，下載量為1077 次。

3.2 作者合作情況分析

為了探求國內網絡輿論情感分析相關文獻作者之間的合作關系。本文利用Gephi 軟件分析檢索到的256 篇文獻作者的合作關系并用知識圖譜的方式形象的將研究成果表現出來。如圖3 所示。圖中的節點表示每位作者，它們之間的連線表示合作關系，發文數越多的作者在圖中顯示的節點面積越大。在該圖中我們可以清晰的看到該領域的主要研究團隊有八個，分別是吳鵬、楊威等人的研究團隊，黃微、劉英杰、高俊峰等人的研究團隊，王晰巍、邢云菲等人的研究團隊，李勇、毛太田的研究團隊，王洪偉、朱茂然等人的研究團隊，黃衛東、劉寧等人的研究團隊、陳憶金、曹樹金等人的研究團隊以及張海濤、王丹等人的研究團隊。同時，我們也可以看出存在很多單獨的節點以及只有一條鏈接的節點，這說明還有很多研究者處于獨自研究的狀態或者存在導師與指導的學生組成的團體完成論文的情況。

圖3 作者合作關系知識圖譜

4 結語

筆者以國內網絡輿論情感分析相關文獻為研究對象，從文獻計量的角度進行了文獻綜合分析、發文機構以及來源期刊等多角度的分析，并運用綜合指數及社交網絡算法結合知識圖譜挖掘出該領域的核心作者以及作者之間的合作關系網，較全面地剖析了國內網絡輿論情感分析的研究現狀。經歸納總結，得出以下幾個方面的結論：

表5 國內網絡輿論情感分析相關文獻核心作者

（1）從國內網絡輿論情感分析相關文獻的發文數量時間分布來看，2014 年之后發文數量呈大幅度的波動上漲趨勢，預計未來幾年隨著計算機網絡技術的不斷發展，這一領域的研究熱度將持續增溫。

（2）從發文機構分布來看，我國網絡輿論情感分析研究機構多為高校，且發文較多的機構多為985、211或是雙一流高校，這說明高校的實力水平高低在一定程度上影響著該校對網絡輿論情感分析的研究，實力雄厚的高校更容易產生科研成果。

（3）從來源期刊分布來看，我國網絡輿論情感分析相關的文章主要集中在與情報學相關的期刊上，這說明這一領域主要是由情報學或圖書情報學的學者進行研究，其他學科的學者對這一領域缺乏重視。

（4）從發文作者來看，我國網絡輿論情感分析的研究者比較注重團隊合作研究，出現了幾個明顯的合作團隊，這有助于學者之間交流從而更有效的促進這一領域的發展。但同時我們也發現，還有一些研究者處于“單打獨斗”的狀態，本文希望這些研究者能夠更加注重團隊合作，增強持續研究能力。