基于利益相關者的突發事件網絡輿情演化研究

張教萌，師榮蓉

（1.西北大學數學學院，西安 710127；2.西北大學經濟與管理學院，西安 710127）

1 引 言

突發公共衛生事件會威脅到人們的生命安全和財產安全，隨即會產生大范圍的社會輿情。社會輿情的表現形式之一是網絡輿情，然而社交平臺用戶的發言存在有主張、少依據、易于情緒化的特征，在突發事件出現后容易引發謠言蔓延、群體極化以及利益相關群體迅速聚集形成群體壓力等危機，所以需要對突發事件下的網絡輿情進行監管。微博平臺作為突發事件期間獨特的網絡輿情信息來源，蘊含豐富的時空信息，對事件的態勢感知和防控工作有著重要意義。微博數據龐大、內容混雜，因此，如何通過從非結構化數據中快速提取事件信息，進而有效地監督互聯網輿情，并進行正確的輿論疏導就顯得尤為必要。本文以“新冠肺炎”為關鍵字搜索相關微博，剔除偏僻詞和頻繁詞對主題提取的影響，先通過LDA（latent Dirichlet allocation）與LDA2vec串行的方法提取主題，并利用SnowNLP計算文本情感值，再劃分時間切片和突發事件的利益相關者，最后分別通過絕對關注度和相對關注度兩種統計方式得到利益相關者的輿論演化模式。通過分析社交平臺的輿論演化過程，發掘不同利益相關者的關注點，厘清利益相關者之間的影響關系，將有助于及時掌握網絡輿情的演化態勢，為政府介入、引導和研判網絡輿情態勢提供理論依據。另外，及時對突發事件中社交平臺的信息進行復盤，也有利于為以后突發事件的輿論監控提供決策參考。

2 相關研究

近年來，隨著自然語言處理技術的進步，越來越多的學者利用機器學習和深度學習算法研究突發事件的網絡輿情，這類研究主要集中于突發事件的話題識別和情感分析兩個方面。

關于突發事件話題的識別主要是利用主題模型對社交平臺上某一段時間內的全局話題做演變分析，進而了解不同領域的話題演變過程，發掘不同時期內的熱門話題[1]，其中使用最多的是基于LDA的主題模型。針對突發社會安全事件，吳曉娟[2]利用LDA模型分析“藍色錢江縱火案”在不同輿情時期的微博話題演化過程。針對突發事故災難事件，Xiong等[3]基于LDA模型捕捉了“印度金奈水危機”事件中的熱點話題，并通過WordNet計算主題熱度來判別一條文本的主題類別。針對突發自然災害事件，Sadri等[4]和Yuan等[5]利用LDA提取颶風期間的Twitter數據中公眾關注的問題。王艷東等[6]將支持向量機（support vector machine，SVM）[7]與LDA結合，先通過主題建模發現隱藏在微博文本集合中的主題，再利用SVM進行文本主題分類，實現應急主題的實時分類與定位，以獲取突發自然災害的主題趨勢和空間分布。Wu等[8]以“2016年中國合肥暴雨洪澇災害”為例，將LDA與密度聚類算法結合，以探索空間子類別的主題。針對突發公共衛生事件，趙華等[9]對H7N9事件中微博和Twit‐ter兩個平臺的主題演化差異進行了對比。Wang等[10]利用LDA模型識別新冠肺炎疫情期間用戶最常發布的主題，并結合點贊量、評論量和轉發量等數據對不同話題進行了用戶行為分析，研究了用戶關注度的變化和話題參與度差異。劉雅姝等[11]在突發事件網民評論的話題圖譜上，利用LDA模型提取了話題圖譜實體中的話題和時間屬性，從多維特征融合角度追蹤突發事件輿情的演化過程。

突發事件網絡輿情的情感分析是指對社交平臺上發布的相關文本進行文本情感分析，包含文本情感分類、情感傳播、情感演化等方面的研究。Nep‐palli等[12]對“桑迪”颶風期間發布的推特文本進行地理標記的情感分析，在以颶風為中心的地理地圖上可視化在線用戶的情緒，分析用戶地理位置與情緒的關系。Zhang等[13]利用SVM模型對颶風“艾瑪”事件的微博做細粒度情感分類，并在此基礎上使用負二項回歸分析了情緒和生命周期對信息傳播的影響，使用雙因素方差分析驗證了情緒與生命周期之間的相互作用。崔彥琛等[14]以“藍色錢江縱火案”為例，采用詞集合并法、SO-PMI（semantic orientation from pointwise mutual information）、PMIIR（pointwise mutual information and information re‐trieval）等方法構建了專屬情感詞典，并基于該情感詞典和時間序列分析方法進行了實證分析。Huang等[15]由微博轉發關系構建微博用戶的社會關系網絡，并運用社交網絡分析方法和情感挖掘分析技術研究了輿論傳播中主體與環境之間的相互作用和演化機制。安璐等[16]則在構建微博用戶社會關系網絡的基礎上，將用戶劃分為不同的利益相關者類型，利用情感詞典與句法分析的方法進行情感計算，將情感計算結果嵌入構建的社會網絡中，得到利益相關者的社會網絡情感圖譜。

已有文獻無疑是值得肯定和借鑒的，針對突發事件網絡輿情的研究，本文在以下三點加以補充和完善：從研究視角來講，較少有加入突發事件利益相關者視角的研究，然而突發事件網絡輿情從醞釀到爆發是由多個利益相關者相互作用產生的結果，故本文劃分了11類突發公共衛生事件的利益相關者，分別觀察這11類利益相關者在事件發展過程中的輿論主題變化和情感變化；從使用的主題模型來講，已有文獻主要使用基于LDA的改進模型，本文使用LDA與LDA2vec串行的方法，不僅提高了單獨使用LDA模型在大規模文本數據上進行主題提取的準確率，還提高了單獨使用LDA2vec模型的實現效率；從統計分析方法來講，本文通過統計絕對關注度和相對關注度，得到利益相關者的絕對關注話題演化和相對關注話題演化過程，既縱向對比了利益相關者自身對不同話題的關注程度，又橫向對比了利益相關者相比于其他利益群體對話題的興趣差異。因此，本文使用LDA與LDA2Vec串行模型提取主題，借助SnowNLP判別文本情感傾向，研究突發公共衛生事件中利益相關者的話題演化與情感演化特征。

3 研究設計

微博輿情演化模式分為主題演化和情感演化，分別利用LDA與LDA2Vec串行模型和SnowNLP實現。將微博用戶劃分為11類新冠肺炎疫情的利益相關者，統計并可視化得到每類利益相關者的話題和情感演化過程，研究路線如圖1所示。

3.1 主題提取

主題提取是指利用主題模型發掘文檔集合中抽象的主題。本文的主題建模涉及LDA模型和LDA2vec模型，下面對它們分別加以介紹。

3.1.1 LDA主題模型

LDA是由Blei等[17]提出的經典主題模型，用來識別隱藏在大規模文檔集或語料庫中的主題信息。它是一種三層貝葉斯概率模型，包含文檔層、主題層和詞層，它假設整個文檔集合存在K個互相獨立的主題，每個文檔是K個主題的多項式分布，而每個主題又是詞的多項式分布，且多項式分布的先驗分布是Dirichlet分布，即對于任一文檔d和任一主題k，其主題分布和詞分布滿足

其中，α和β為分布的超參數。對于任一文檔d中的第n個詞，其主題編號z dn的分布和該主題編號下的詞ωd n的分布滿足

則M篇文檔對應M個獨立的Dirichlet-multinomial共軛結構。同樣，K個主題對應K個獨立的Dirichletmultinomial共軛結構，由貝葉斯推斷就可以得到基于Dirichlet先驗分布的θd和φk的后驗分布。

3.1.2 LDA2vec主題模型

LDA2vec是一種融合word2vec[18]與LDA的主題模型[19]，結合了word2vec和LDA的最佳部分。LDA2vec專門在word2vec的skip-gram模型基礎上建模，將詞向量和文檔向量融合進同一個向量空間中同時訓練。skip-gram模型通過某個輸入的單詞預測其上下文詞語的方法來學習詞向量，而LDA2vec則使用上下文向量來進行預測，該上下文向量被創建為詞向量和文檔向量的總和，其中詞向量由skip-gram模型生成，文檔向量是文檔權重向量和主題矩陣的加權組合。

LDA2vec模型的損失函數為

LDA2vec模型在大規模數據上的表現比LDA模型好，但是LDA2vec對設備GPU的要求比較高，所以會影響到模型實現的效率。然而，如果將LDA模型與LDA2vec模型串行[20]，即先利用word2vec和LDA對語料庫進行訓練，再利用LDA2vec中的核心算法進行迭代計算得到文本的主題概率分布，那么不僅能夠有效地提高主題提取的準確率，還能夠有效地提高程序運行效率。

3.2 文本情感值計算

情感分類是指對帶有感情色彩的文本進行分析，判別其情感傾向的過程。SnowNLP是Python的一個自然語言處理庫，它可以快速且高效地處理中文文本內容，并且自帶訓練語料，可以直接使用SnowNLP庫做文本情感分類。SnowNLP的情感值計算以樸素貝葉斯分類算法為理論基礎，計算目標詞匯屬于正類或負類的后驗概率，且將該概率值作為情感值，數值越接近于1，表示文本內容越積極，而越接近于0，則越消極。其計算公式為

依據文獻[21]，將情感值大于等于0.5的微博視為具有積極情感傾向的微博，而情感值小于0.5的微博則視為具有消極情感傾向的微博。

3.3 利益相關者的劃分

借鑒文獻[22-23]，從新冠肺炎疫情中主要涉及的社會角色——抗疫一線單位、政府、媒體和平民來做利益相關者的劃分。考慮到此次疫情還對旅游業和學生復學升學產生了重大影響，故將旅游服務機構和學校加入利益相關者當中。通過提取用戶的微博認證標志和用戶主頁中的“行業分類”信息可以直接得知用戶分類；而對于沒有“行業分類”信息的用戶，則通過用戶名和用戶主頁內“簡介”中的關鍵詞來進行用戶分類。具體分類標準如表1所示。

表1 新冠肺炎疫情利益相關者的劃分標準

4 實證分析

4.1 數據收集與預處理

以“新冠肺炎”為搜索關鍵詞，采集2020-01-21至2020-10-31時間段內的原創微博，共計69922條。對收集的文本進行數據清洗，清洗規則如下：①刪除無效的微博；②刪除重復項，只保留一條；③去掉文本中的鏈接、@其他用戶、表情。建立“新冠肺炎”詞庫，防止如“人傳人”“火神山”等特殊詞匯被錯誤分詞。利用Python中的jieba庫對清洗后的數據進行分詞、去停用詞，然后通過統計詞頻，刪除在每條微博中出現概率小于0.1%的偏僻詞和出現概率接近100%的頻繁詞，最后刪除剩余字段數量小于8個的過短文本，得到59034條預處理后的數據。其中，用戶數量分布為普通群眾占比63%，自媒體占比20%，非衛生領域政府部門占比8%，其余占比9%；發文數量分布為普通群眾占比36%，主流媒體占比23%，自媒體占比22%，其余占比19%。

4.2 時間切片的劃分

由于微博指數只保留近90天的數據，故參考百度指數進行時間切片的劃分，截取的“新冠肺炎”百度指數曲線如圖2所示。

由于“新冠肺炎”的百度指數具有多峰長尾的特征，不滿足經典生命周期理論[24-25]，所以本文依據疫情的發展階段進行時間切片的劃分。從圖2中可以觀察到幾個比較具有階段特征的低谷點，分別是4月12日、6月6日和8月2日，再結合歷史新聞，“4月8日武漢市解除封城”“5月27日美國新冠死亡人數超過10萬人，成為全球第一個死亡病例超過10萬例的國家”“8月9日，巴西成為全球第二個死亡病例超過10萬例的國家”；因此，我們按這幾個時間節點將時間切片劃分為國內疫情爆發期、國內疫情平穩期、國際疫情爆發期和國際疫情平穩期。時間切片的起止日期和期間的微博數量如表2所示。

圖2 “新冠肺炎”的百度指數曲線

表2 數據清洗后的微博文本分布情況

4.3 新冠肺炎疫情微博主題演化

利用LDA與LDA2vec串行的方法提取“新冠肺炎”微博中的主題。當設置主題數量K=40時，主題困惑度到達一個低谷點，主題之間具有較好的獨立性，提取結果也相對穩定。經過主題提取后，得到每條微博的主題概率分布，視概率最大的主題為對應微博的主題，即

其中，Topici表示第i條微博的主題；P(Topici,k)表示第i條微博屬于第k主題的概率。統計不同時間切片內各主題的微博數量，繪制主題熱度演變堆積圖，如圖3所示。

圖3 主題熱度演變

由圖3可以直觀地看出，關于新冠肺炎疫情的實時報道（T8）是所有話題中熱度最高的，在P3時期的占比高達27%。這是由于國際疫情爆發與國內疫情復發，導致疫情通報數量大幅增加；其次，中央及地方政府防疫工作（T13）熱度排名第二，說明公眾十分關注政府的抗疫作為；關于美國政府對新冠肺炎疫情的態度（T2）位列話題熱度第三，該話題主要包含美國政府未向美國民眾傳達新冠病毒的真實危害、特朗普推薦的“新療法”等內容。話題的熱度演變規律基本符合事實。例如，圍繞火神山、雷神山兩所醫院的話題（T6）和新冠肺炎患者成功治愈的新聞（T22）在前兩個時間切片中的數量較多，而后大幅減少，符合國內疫情的發展情況；關于表彰抗疫工作杰出代表（T15）和致敬最美逆行者（T16）兩個話題在國內疫情爆發期（P1）內大量出現，之后減少，是因為9月、10月陸續舉辦的抗擊新冠肺炎疫情表彰大會而熱度回升；隨著新冠肺炎疫苗的研究和臨床試驗不斷推進，相關話題（T3）數量在P4時期大幅增長。

為進一步總結歸納輿論的分布情況，本文將40個主題歸類為5個大的輿論分支，每個輿論分支包含的主題編號如表3所示。

表3 40個主題的分類情況

統計各時間切片內各輿論分支的微博數量，繪制輿論分支熱度演變堆積圖，如圖4所示。

圖4顯示，在國內疫情爆發期（P1），抗疫行動是被討論最多的輿論分支，主要包含社會對政府工作的關注，以及如“武漢加油”“致敬最美逆行者”等社會正能量的涌現。隨著國內疫情逐漸穩定而國際疫情日益嚴重，關于國際疫情的話題數量與P1時期相比明顯增加。雖然有關經濟民生方面的微博數量相對較少，但是如“企業破產”“旅游業重創”“學生返校復學”等話題一度也成為熱議內容。

圖4 輿論分支熱度演變

4.4 新冠肺炎疫情利益相關者的關注點

依據3.3節中的利益相關者劃分標準，統計各類利益相關者在每個話題下的微博發布數量，得到他們最關注的5個話題，如圖5所示。

圖5 各類利益相關者最關注的5個話題

圖5中每一行表示對應利益相關者最關注的5個話題。有3組利益相關者的關注點在組內高度重合，如非衛生領域政府部門和學校最關注的5個話題完全一致，而醫療衛生部門也有4個話題與上述兩者一致；主流媒體、自媒體和醫療健康媒體三者最關注的5個話題完全一致，而普通群眾除了“致敬最美逆行者”話題以外，皆與上述三者一致；醫院和公益組織也共同關注了3個話題。由此可見，利益相關者的關注點與其在突發公共衛生事件中扮演的社會角色緊密相關——媒體和普通群眾代表了信息傳播者，政府部門和學校代表了行政事業單位，而醫院和公益組織代表了抗疫一線。

雖然利益相關者的關注點受其角色屬性影響，但是不同利益相關者的關注傾向仍存在差異。下文將圖5中兩組具有較多共同話題的利益相關者加以對比，如圖6所示。

圖6 利益相關者話題分布差異(彩圖請見https://qbxb.istic.ac.cn/CN/volumn/home.shtml)

如圖6所示，主流媒體的話題分布相對均勻，沒有明顯的偏向；醫療健康媒體主要關注疾病本身，承擔了更多的健康知識普及的職責；自媒體熱衷于國際疫情和經濟民生中容易引發社會討論的話題，因為這類話題能夠為自媒體平臺吸引更多的關注和粉絲；普通群眾則在疫情通報上投入了更多的關注。對于同屬于行政事業單位性質的3類利益相關者，他們關注的話題在分布上都呈現出了對抗疫行動相關話題的偏向。不同的是，醫療衛生部門明顯顯示出了其醫療屬性，學校則需要關心如學生返校復學等民生問題。

4.5 新冠肺炎疫情利益相關者的輿論演化模式

統計各類利益相關者在各個時間切片下所有話題的微博數量，即話題的絕對關注度，得到每類利益相關者在特定時間段內絕對關注度最高的話題，并計算對應的情感值。可視化所有利益相關者的絕對關注話題及情感演化過程，如圖7所示。

首先，分析利益相關者的話題演化特征。從時間流的角度來看，各類利益相關者關注的話題在疫情爆發期內比較一致，而在疫情平穩期內比較分散，這說明在突發公共衛生事件中人們先是關注于當下影響力較強的話題，或者是一些社會上急需解決的問題，而后才逐漸關注與其利益相關的話題。從主體的角度來看，在圖6中話題重合度較高的3組利益相關者——醫院與公益組織，政府部門與學校，媒體與普通群眾，他們同樣具有相似的話題演化過程，說明在突發公共衛生事件中相同角色屬性的利益相關者具有相似的話題演化。前兩組易于理解，而對于媒體與群眾，一個是信息的主要發布者，一個是信息的主要接收者和擴散者，兩者都是信息傳播過程中的重要角色。在危機傳播的過程中，媒體起著搭起政府與公眾之間信息傳遞通道的“中間人”的作用，是讓信息得以大規模擴散的主要渠道[26]，其中主流媒體充當著輿情的預警者、引導者以及動員者的角色，而自媒體充當著輿情的推動者的角色[27]。在新冠肺炎疫情中，《雷火明書》的輿情監測數據顯示，主流媒體在2月的多個輿情事件中均配合政府重要舉措及時跟進報道，與網民形成了良性互動[28]。在本文收集的微博中，主流媒體發布的微博平均每條點贊量為365，評論量為24，轉發量為17，其中最高點贊量高達92萬，最高評論量高達3萬，最高轉發量高達1萬。由此可見，主流媒體的發文得到了大量普通網民的認同和討論，說明主流媒體在一定程度上引導著公眾的輿論話題，從而導致兩者具有相似的話題演化過程。

其次，分析利益相關者的情感演化特征。從時間流的角度來看，在P1時期，由于國內疫情嚴峻，且當時還沒有有效的治療方案，導致社會消極情緒在一定范圍內激增；而到了P2時期，國內疫情基本穩定，輿論也隨之轉向積極的一面；P3時期沒有明顯的情感傾向；在P4時期，由于國際疫情的持續蔓延，輿論又傾向于較消極的一面。從主體的角度來看，政府部門和學校在整個時間線上以傳播正能量為主，醫生則相對較多地表現出擔憂的負面情緒。利益相關者中主流媒體、自媒體和普通群眾的話題情感演化過程完全一致。為了進一步探究三者之間是否存在情感上的因果關系，將主流媒體、自媒體和普通群眾的微博文本日情感值做格蘭杰因果關系檢驗，發現普通群眾的情緒與主流媒體的情緒互為因果，說明主流媒體在很大程度上影響著公眾看待事件的情緒（表4）。這也體現了隨著融媒體的不斷發展，主流媒體能夠在重大突發公共衛生事件中發揮強大的引導力和共情力，在“營造強信心、暖人心、聚民心的環境氛圍”中起到講好故事的重要作用[28]。

表4 主流媒體、自媒體和普通群眾的日情感值格蘭杰因果關系檢驗結果

由圖7易知，由于主流話題在微博數量上占據絕對優勢，導致如果僅統計絕對關注度就無法體現利益相關者之間的差異。因此，本文提出“相對關注度”的概念，即在同一時間切片下，利益相關者相比于其他利益相關者對一個話題的關注程度。公式為

圖7 各類利益相關者的絕對關注話題及情感演化過程

其中，RAk,l,P m表示利益相關者l在時間切片P m下對話題k的相對關注度；n k,l,P m表示利益相關者l在時間切片P m下發布關于話題k的微博數量；r l表示利益相關者l在總用戶數量中的占比，該項用于剔除不同類群用戶數量對微博發布數量的影響。如果相對關注度較高，說明在對應時間切片下利益相關者l相比于其他利益者更關注話題k。統計各類利益相關者在各個時間切片內相對關注度最高的話題，并計算對應的情感值，可視化所有利益相關者的相對關注話題及情感演化過程，如圖8所示。

由圖8可見，利益相關者的相對關注話題在各個時間段都比較分散，也沒有出現一致的演化過程，但是這些話題都與利益相關者自身密切相關，例如，普通群眾積極響應政府號召自發減少外出活動（T34），政府部門第一時間進行辟謠（T37），醫院組織人員馳援武漢（T7），公益組織呼吁團結社會力量（T32）。相比于絕對關注度，相對關注度排除了主流話題在數量上的優勢，能夠更好地體現與利益相關者自身利益相關的話題，反映了利益相關者在突發公共衛生事件中的輿論立場，這一點在相對關注話題的情感演化上也得到了驗證。觀察相對關注話題的情感演化，發現相對關注話題的情感傾向更能凸顯利益相關者在不受主流輿論影響下的情感立場，例如，醫生傾向于發布警示性、勸告性的言論，自媒體傾向于發布抨擊、尖銳、引人耳目的言論，政府部門傾向于發布提振公眾抗疫士氣、展現政府作為的言論，而主流媒體則配合政府發布暖人心聚人心的言論。正是因為相對關注話題體現了利益相關者在利益關系網中的位置，所以只要利益相關者的利益關系沒有發生改變，其相對關注話題的情感傾向一般也不會發生改變，反映在圖7和圖8中就是相比于絕對關注話題的情感演化，相對關注話題的情感演化沒有太多的情感轉變。

5 結語

本文從突發公共衛生事件利益相關者的角度出發，研究新冠肺炎疫情中11類利益相關者的網絡輿情演化過程，得出以下三點研究結論。第一，按事件發展的階段來看，利益相關者們的關注點在疫情爆發期內比較一致，而在平穩期內比較分散，最終隨著疫情的逐步控制再次集中。第二，按事件涉及的主體來看，利益相關者的關注點與其扮演的社會角色緊密相關，而且相同角色的利益相關者具有相似的話題和情感演化過程，例如，媒體與普通群眾，政府部門與學校，醫院與公益組織。然而即使是相同角色的利益相關者，彼此關注的側重點也存在差異。第三，按生成輿情演化過程的統計方法來看，絕對關注度反映了各類利益相關者在主流輿論影響下的關注點，因此會出現多個利益相關者共同關注一些主流話題的情況；而相對關注度能夠更好地揭示與利益相關者自身利益相關的關注點，所以利益相關者彼此相對關注的話題比較分散，對相對關注話題的情感傾向也不會頻繁轉變。將兩種統計方法相結合，既能從縱向對比利益相關者自身對不同話題的關注度，又能從橫向對比利益相關者相比于其他利益群體的話題關注程度。

本文的研究發現將有助于政府部門掌握突發公共衛生事件中各類利益相關者在各個階段的話題和情感演化規律，及時采取應對措施，從而減少社會恐慌和輿論偏激等情況的發生。在未來的工作中，將進行多個社交平臺和多個突發公共衛生事件的對比分析，以期得到更加具有普遍意義的突發公共衛生事件的網絡輿情演化規律。