基于偏差規(guī)則馬爾可夫模型的網(wǎng)絡(luò)輿情情感預(yù)測研究

史偉，薛廣聰，何紹義

（1. 浙江海洋大學(xué)經(jīng)濟(jì)與管理學(xué)院，舟山 316022；2. 湖州師范學(xué)院信息工程學(xué)院，湖州 313000；3. 加州州立大學(xué)圣伯納迪諾分校商業(yè)與公共管理學(xué)院，圣伯納迪諾 91708）

0 引 言

隨著大數(shù)據(jù)和信息時(shí)代的發(fā)展，移動(dòng)互聯(lián)網(wǎng)讓“萬物互聯(lián)”成為可能，網(wǎng)絡(luò)逐漸成為公眾交流觀點(diǎn)和釋放自身本相的空間，是輿論產(chǎn)生、發(fā)酵和傳播的重要渠道。網(wǎng)絡(luò)環(huán)境具有相對(duì)客觀的匿名性，人們更愿意在網(wǎng)絡(luò)上表達(dá)自身的觀點(diǎn)和情感。近年來，接連不斷的突發(fā)公共事件在微博、貼吧以及推特等社交平臺(tái)上引發(fā)熱議，網(wǎng)絡(luò)輿情貫穿于突發(fā)事件的爆發(fā)、發(fā)展和消亡階段，并且對(duì)重大突發(fā)事件的演變影響甚大。一方面，促進(jìn)重大事件及時(shí)得以解決；另一方面，可能加劇公眾的恐慌心理，影響社會(huì)穩(wěn)定和經(jīng)濟(jì)發(fā)展。網(wǎng)絡(luò)輿情環(huán)境是一個(gè)復(fù)雜多變的社會(huì)網(wǎng)絡(luò)系統(tǒng)，不同用戶、不同信息之間的非線性互動(dòng)推動(dòng)了輿情的發(fā)酵。社交媒體作為各種輿情信息的核心載體，其相關(guān)評(píng)論往往蘊(yùn)含著非常豐富的公眾情感信息。目前已有大量研究利用情感分析等技術(shù)對(duì)公眾情感信息進(jìn)行分析與預(yù)測，雖然可以有效預(yù)測網(wǎng)絡(luò)輿情的演變趨勢，但都沒有考慮到情感類間的相關(guān)性。

本文先將機(jī)器學(xué)習(xí)中的關(guān)聯(lián)規(guī)則算法應(yīng)用到網(wǎng)絡(luò)輿情觀點(diǎn)挖掘，在傳統(tǒng)Apriori算法的基礎(chǔ)上計(jì)算情感偏移度來分析不同情感類之間的關(guān)聯(lián)關(guān)系，然后利用馬爾可夫鏈構(gòu)建情感狀態(tài)轉(zhuǎn)移矩陣對(duì)網(wǎng)絡(luò)輿情情感趨勢進(jìn)行預(yù)測，結(jié)合實(shí)際數(shù)據(jù)和預(yù)測數(shù)據(jù)的誤差分析驗(yàn)證所構(gòu)建情感預(yù)測模型的有效性和準(zhǔn)確性，此項(xiàng)研究對(duì)突發(fā)事件中網(wǎng)絡(luò)輿情的引導(dǎo)和控制具有重大的應(yīng)用價(jià)值和實(shí)際意義[1]。

1 文獻(xiàn)綜述

1.1 情感分類研究

情感分析為探究用戶情感以及行為方式提供了新的方法，并被廣泛應(yīng)用在商品評(píng)論、主題情感挖掘、智能人機(jī)交互、相似性推薦和網(wǎng)絡(luò)輿情分析等熱門領(lǐng)域中[2-4]。情感分類作為情感分析的基礎(chǔ)，是自然語言處理領(lǐng)域的研究熱點(diǎn)之一[5]。Raza等[6]為了分析和檢測公眾對(duì)重大政治事件的情緒，提出一種基于語義定向的系統(tǒng)，通過計(jì)算推文的情感權(quán)重來分析公眾意見和在線傳播對(duì)決策的影響，該系統(tǒng)對(duì)重大政治事件推文的情感分類準(zhǔn)確率達(dá)到了86%，還發(fā)現(xiàn)微博內(nèi)容以諷刺和消極的語調(diào)為主，導(dǎo)致機(jī)器對(duì)負(fù)面推文識(shí)別率較低。Yoon等[7]為了分析政治問題中的公眾輿論導(dǎo)向，利用多元回歸模型和潛在狄利克雷主題模型計(jì)算個(gè)人推文方面和主題層面的文本情感極性，該方法的情感分類精度比基線方法提高了7%。曾雪強(qiáng)等[8]引入普魯契克情感輪心理學(xué)模型計(jì)算情感間的心理距離，提出基于情感輪和情感詞典的情感分布標(biāo)記增強(qiáng)方法，該方法在傳統(tǒng)的情感分類任務(wù)之外考慮了情感的心理學(xué)知識(shí)和情感詞的語言學(xué)信息，且在7個(gè)中英文情感數(shù)據(jù)集上的實(shí)驗(yàn)性能優(yōu)于已有方法。Cai等[9]基于領(lǐng)域分類任務(wù)學(xué)習(xí)特定領(lǐng)域的詞向量，然后拼接普通詞向量和領(lǐng)域詞向量用于情感分類，在16個(gè)不同領(lǐng)域的數(shù)據(jù)集上取得了較好的分類效果；在此基礎(chǔ)上，曹柳文等[10]提出一種基于互學(xué)習(xí)的多詞向量融合情感分類模型，充分利用普通詞向量、領(lǐng)域詞向量和情感詞向量的信息，在方面級(jí)情感分類上的性能顯著優(yōu)于同類基準(zhǔn)方法。

傳統(tǒng)的情感分類研究通常為單標(biāo)簽情感分類任務(wù)，但實(shí)際上存在一個(gè)句子中包含多種情感類的情況。Wang等[11]提出一種基于約束優(yōu)化的文本情感檢測框架，該框架采用情感綁定、主題相關(guān)性以及情感詞典來檢測用戶社交媒體內(nèi)容所包含的情緒，為文本選擇一個(gè)最主要的情感類別，解決了多標(biāo)簽情感分類問題。鐘敏娟等[12]基于關(guān)聯(lián)規(guī)則挖掘主題特征詞與情感詞，考慮了情感詞之間的混合關(guān)系和上下文關(guān)系，構(gòu)建了情感詞量化模型，從而對(duì)多標(biāo)簽情感進(jìn)行分類。Huang等[13]通過學(xué)習(xí)情感標(biāo)簽特征進(jìn)行多標(biāo)簽分類，判斷標(biāo)簽之間是否共享來考察標(biāo)簽的相關(guān)性。張立等[14]提出一種基于多目標(biāo)依存建模的情感分類模型，通過構(gòu)建情感特征向量并對(duì)同一文本中多個(gè)標(biāo)簽之間的依存性進(jìn)行分析實(shí)現(xiàn)多目標(biāo)情感分類任務(wù)。雖然在多標(biāo)簽情感分類任務(wù)中，構(gòu)建的情感分類模型可以有效識(shí)別出文本中包含的多種情感，但無法定量地回答各個(gè)相關(guān)情感的表達(dá)程度分別有多少[15]。

1.2 情感預(yù)測研究

情感預(yù)測是指個(gè)體對(duì)事件的未來情感反應(yīng)預(yù)測[16]。由于情感具有差異性、動(dòng)態(tài)性和社會(huì)性等特征，用戶情感的變化不僅與外部環(huán)境有關(guān)，也與情感的歷史狀態(tài)有所關(guān)聯(lián)。一般來說，傳統(tǒng)的情感預(yù)測被視為單標(biāo)簽的監(jiān)督學(xué)習(xí)，未考慮標(biāo)簽之間的相關(guān)性。陳瑋等[17]基于神經(jīng)網(wǎng)絡(luò)技術(shù)提取文本的局部特征和全局語義信息，對(duì)情感標(biāo)簽之間的相關(guān)性進(jìn)行建模分析，研究結(jié)果表明考慮標(biāo)簽相關(guān)性的情感分類模型具有更高的精確度。Yoo等[18]提出一種從海量社交媒體內(nèi)容中分析和預(yù)測用戶情感軌跡的系統(tǒng)，通過分析特定關(guān)鍵詞的路徑、范圍和時(shí)間因素來預(yù)測事件情感。Lei等[19]提出一種基于情感的評(píng)級(jí)預(yù)測方法來提高推薦系統(tǒng)的預(yù)測準(zhǔn)確率，該方法結(jié)合用戶情感相似性、人際情感影響和產(chǎn)品聲譽(yù)3個(gè)因素來做出準(zhǔn)確的評(píng)級(jí)預(yù)測。Dong等[20]考慮到人的自我情感變化機(jī)制，提出一種結(jié)合用戶情感變化機(jī)制和用戶間交互的阻尼振蕩模型對(duì)情感發(fā)展趨勢進(jìn)行實(shí)時(shí)預(yù)測，取得了不錯(cuò)的效果。Gupta等[21]提出了一種混合用戶情感、行為的預(yù)測系統(tǒng)，用于評(píng)估文本信息、預(yù)測文本情感以及識(shí)別用戶行為，該系統(tǒng)平均準(zhǔn)確度可以達(dá)到90%。

公眾的情感狀態(tài)變化能為情感預(yù)測提供數(shù)據(jù)基礎(chǔ)，通過社交媒體評(píng)論更好地對(duì)網(wǎng)絡(luò)輿情事件進(jìn)行情感分析和預(yù)測。Sun等[22]針對(duì)中文微博評(píng)論的情感特征，提出一種基于卷積擴(kuò)展特征的深度神經(jīng)網(wǎng)絡(luò)模型用于情感預(yù)測，但該模型的時(shí)耗隨著卷積層數(shù)的增加而增加。Huang等[23]研究了個(gè)體情緒、網(wǎng)絡(luò)結(jié)構(gòu)、輿情傳播主體和環(huán)境等內(nèi)外因素對(duì)網(wǎng)絡(luò)輿情演化的影響。Wang等[24]從輿情傳播的角度研究傳播主體與環(huán)境之間的交互演化機(jī)制，通過分析網(wǎng)民負(fù)面情感的突變趨勢來識(shí)別輿情爆發(fā)的關(guān)鍵時(shí)間窗口，為網(wǎng)絡(luò)輿情檢測和預(yù)警提供了參考。針對(duì)情感的時(shí)序變化特征，有學(xué)者將情感變化過程假設(shè)為一種馬爾可夫過程，即情感狀態(tài)轉(zhuǎn)移概率是由多方面因素共同決定的。Yang等[25]基于耦合隱馬爾可夫模型的多模態(tài)融合方法，對(duì)音頻和視頻中的異常情緒進(jìn)行檢測，該方法在情緒障礙檢測中具有良好的準(zhǔn)確性和有效性。趙晨陽等[26]基于生態(tài)科學(xué)中的種群共生理論，構(gòu)建了公眾情感共生模型（public emotion - symbiosis model，E-SM），通過7種情感共生模式的仿真模擬來預(yù)測網(wǎng)絡(luò)輿情中公眾情感變化趨勢。

在情感預(yù)測應(yīng)用上，王偉軍等[27]基于中文心境詞匯語義網(wǎng)絡(luò)和馬爾可夫隨機(jī)游走算法，構(gòu)建了七維公眾情感狀態(tài)詞典，并提出一個(gè)混合預(yù)測特征模型對(duì)新產(chǎn)品市場趨勢進(jìn)行預(yù)測，研究結(jié)果表明該混合預(yù)測模型具有較好的預(yù)測能力和預(yù)測提前期。Chai等[28]通過整合新聞事件、評(píng)論情感等多源資訊，構(gòu)建了一個(gè)多源異類資料分析方法來預(yù)測未來期貨市場價(jià)格，利用擴(kuò)展的隱馬爾可夫模型探索數(shù)據(jù)中潛在的時(shí)間相關(guān)性，除此之外，還實(shí)現(xiàn)了特定特征挖掘以探索目標(biāo)行業(yè)未來的相關(guān)知識(shí)。孫嘉琪等[29]提出一種將時(shí)間序列模型與情感分析相結(jié)合的情感預(yù)測方法，采用深度學(xué)習(xí)模型構(gòu)建ARIMAGARCH（autoregressive-moving average-generalized auto regressive conditional heteroscedasticity）時(shí)間序列模型，對(duì)情感值時(shí)間序列進(jìn)行建模，分析投資者情感趨勢與股市漲跌幅，為投資者提供參考。

1.3 研究評(píng)述

人類的情感復(fù)雜又多變，不同情感間存在著明顯的相關(guān)性，如某些情感經(jīng)常會(huì)同時(shí)出現(xiàn)，表現(xiàn)出很強(qiáng)的正相關(guān)性，而其他情感則相反。本文從情感轉(zhuǎn)移的視角對(duì)情感變化趨勢進(jìn)行研究，根據(jù)既有相關(guān)研究發(fā)現(xiàn)，網(wǎng)絡(luò)輿情的情感預(yù)測研究中還存在一些未解決的問題：①網(wǎng)絡(luò)輿情演變過程中不同極性的情感之間是否會(huì)發(fā)生轉(zhuǎn)移？②若發(fā)生轉(zhuǎn)移，情感轉(zhuǎn)移的概率是否會(huì)隨時(shí)間的推移而變化？③不同粒度下的情感分類是否會(huì)對(duì)輿情預(yù)測結(jié)果造成影響？

為解決上述問題，本文結(jié)合情感分析與數(shù)據(jù)挖掘技術(shù)提出一種新的情感預(yù)測模型，采用關(guān)聯(lián)規(guī)則算法挖掘網(wǎng)民不同情感狀態(tài)間的關(guān)聯(lián)關(guān)系，運(yùn)用馬爾可夫鏈構(gòu)造情感狀態(tài)轉(zhuǎn)移矩陣預(yù)測情感狀態(tài)的遷移概率，探索輿情事件下網(wǎng)民情感演變規(guī)律和遷移趨勢。

2 情感預(yù)測模型設(shè)計(jì)

2.1 模型框架

基于數(shù)據(jù)挖掘和情感分析技術(shù)提出一種網(wǎng)絡(luò)輿情情感預(yù)測模型。首先，對(duì)從新浪微博爬取到的評(píng)論數(shù)據(jù)進(jìn)行預(yù)處理；其次，根據(jù)網(wǎng)絡(luò)輿情評(píng)論語料庫對(duì)情感本體擴(kuò)展，利用擴(kuò)展后的模糊情感本體進(jìn)行情感詞標(biāo)注；再其次，引入Apriori算法，計(jì)算不同情感類間的支持度、置信度和偏移度；最后，基于馬爾可夫鏈構(gòu)建情感狀態(tài)轉(zhuǎn)移矩陣，并分別從宏觀和微觀兩個(gè)情感分類層面對(duì)預(yù)測結(jié)果進(jìn)行分析，具體流程如圖1所示。

圖1 網(wǎng)絡(luò)輿情情感預(yù)測模型流程圖

2.2 模型研究方法

如圖1所示，本文構(gòu)建的網(wǎng)絡(luò)輿情情感預(yù)測模型涉及情感分析、數(shù)據(jù)挖掘、統(tǒng)計(jì)學(xué)、語言處理等技術(shù)，下文將分別介紹主要方法及改進(jìn)措施。

2.2.1 模糊情感本體

情感本體是指情感領(lǐng)域中存在著的對(duì)象類型或概念及其相互之間關(guān)系的形式化表達(dá)。由于中文的“詞義”十分復(fù)雜且模糊，一個(gè)詞在不同語境下會(huì)表達(dá)出不同的語義，本課題組在前期工作中已經(jīng)將知網(wǎng)（HowNet）提供的836個(gè)正面情感詞和1254個(gè)負(fù)面情感詞作為基礎(chǔ)詞匯，結(jié)合模糊理論和在線評(píng)論特點(diǎn)建立了模糊情感本體[30]。為了能包含大部分通用情感類，本文挑選了8種情感類（期待、高興、喜愛、驚訝、焦慮、悲傷、生氣和討厭）作為模糊情感本體中的情感類型，并以三元組的形式描述模糊情感本體，即FEO=(B,R,E)。其中，B（編號(hào)；詞條；對(duì)應(yīng)英語；詞性；錄入者；版本信息）表示詞匯的基本信息；R（同義關(guān)系詞匯）表示詞匯之間的同義關(guān)系；E（情感類型；隸屬度）表示詞匯的情感類型和隸屬度。

網(wǎng)絡(luò)評(píng)論表達(dá)具有多樣性和發(fā)展性，輿情評(píng)論中也不斷出現(xiàn)具有情感傾向的新詞語。本文從網(wǎng)絡(luò)輿情評(píng)論語料庫中整理出87個(gè)具有情感傾向的新詞，并對(duì)這些新的情感詞進(jìn)行分類。為了避免分類過程中個(gè)人偏向因素的問題，采取多人標(biāo)注、集中分析的方式，并用kappa統(tǒng)計(jì)方法來衡量情感分類的精度，即

其中，P(A)表示兩人以上情感標(biāo)注結(jié)果一致性的概率；P(E)表示專家憑直覺標(biāo)注的一致性概率，其平均結(jié)果為0.75（0.61～0.80為高度一致性），表示情感標(biāo)注一致性良好。為方便數(shù)據(jù)統(tǒng)計(jì)與實(shí)驗(yàn)，下文采用數(shù)字標(biāo)號(hào)1～8來依次表示情感類，擴(kuò)展后的模糊情感本體如表1所示。

表1 擴(kuò)展后的模糊情感本體數(shù)量

2.2.2 拓展的關(guān)聯(lián)規(guī)則

關(guān)聯(lián)規(guī)則（association rules）反映了一個(gè)事物與其他事物之間的相互依存性和關(guān)聯(lián)性，是數(shù)據(jù)挖掘的一個(gè)重要技術(shù)。Apriori算法作為關(guān)聯(lián)規(guī)則挖掘的經(jīng)典算法之一，通過分析不同事項(xiàng)之間的聯(lián)系，根據(jù)支持度、置信度等相關(guān)規(guī)則獲取不同事項(xiàng)之間的強(qiáng)關(guān)聯(lián)規(guī)則，用于從大量數(shù)據(jù)中挖掘出有價(jià)值的數(shù)據(jù)關(guān)系。將關(guān)聯(lián)規(guī)則應(yīng)用到情感分析中，通過挖掘網(wǎng)絡(luò)輿情評(píng)論中網(wǎng)民情感之間的關(guān)聯(lián)性來探索輿情過程中的情感變化趨勢。除傳統(tǒng)關(guān)聯(lián)規(guī)則中的支持度和置信度外，本文提出偏移度來表示一種情感向另一種情感轉(zhuǎn)變的趨勢。Apriori算法是關(guān)聯(lián)規(guī)則挖掘的經(jīng)典算法之一，拓展后的Apriori算法主要由3個(gè)過程組成：迭代找出最大的頻繁項(xiàng)集、依次產(chǎn)生強(qiáng)關(guān)聯(lián)規(guī)則和計(jì)算情感類間的偏移度。對(duì)應(yīng)的公式為

其中，A、B表示不同事件；N表示事務(wù)數(shù)據(jù)集總數(shù)；DataNum表示包含2種或2種以上情感類的數(shù)據(jù)集個(gè)數(shù)；n表示頻繁n項(xiàng)集；k表示最大的頻繁項(xiàng)集項(xiàng)數(shù)；Freq(A)表示A事件出現(xiàn)的頻次。支持度表示事件A、B同時(shí)出現(xiàn)的概率，置信度表示在事件A出現(xiàn)的情況下事件B也出現(xiàn)的概率，偏移度反映了事件A、B之間的轉(zhuǎn)移性。具體算法如下。

輸入：包含情感類別序號(hào)的原始數(shù)據(jù)集N、最小支持度minSupport、最小置信度minConf。

輸出：

（1）最大的頻繁k項(xiàng)集。

Step1.掃描整個(gè)數(shù)據(jù)集，挑選出所有出現(xiàn)過的特征構(gòu)成候選1項(xiàng)集。

Step2.找出最大的頻繁k項(xiàng)集。

Step2.1.分別計(jì)算候選k項(xiàng)集中各項(xiàng)的支持度（k從1開始）；

Step2.2.剪除候選k項(xiàng)集中支持度低于閾值的數(shù)據(jù)集，得到頻繁k項(xiàng)集；若所得的頻繁k項(xiàng)集為空，則返回頻繁k-1項(xiàng)集的集合作為結(jié)果，算法結(jié)束；

Step2.3.基于頻繁k項(xiàng)集，連接生成候選k+1項(xiàng)集。Step3.轉(zhuǎn)入Step2，迭代獲取k=k+1項(xiàng)集的結(jié)果。

（2）產(chǎn)生關(guān)聯(lián)規(guī)則。

Step1.對(duì)于每個(gè)頻繁項(xiàng)集L，生成L的所有非空子集。

Step2.對(duì)L的每個(gè)非空子集S，若Support(L)/Support(L-S)≥minConf，則輸出關(guān)聯(lián)規(guī)則(L-S)→S。

（3）計(jì)算偏移度。

Step1.根據(jù)情感類出現(xiàn)的頻次計(jì)算相同情感類間的偏移度。

Step2.根據(jù)關(guān)聯(lián)規(guī)則(L-S)→S在不同頻繁項(xiàng)集中的置信度計(jì)算不同情感類的偏移度。

2.2.3 馬爾可夫鏈

馬爾可夫模型（Markov model）是由A. A. Mar‐kov提出的一種統(tǒng)計(jì)模型。他將事件中的隨機(jī)變量作為節(jié)點(diǎn)，若兩個(gè)隨機(jī)變量之間相關(guān)，則用一條“邊”連接，當(dāng)存在若干個(gè)隨機(jī)變量時(shí)，則形成一個(gè)有向圖，即構(gòu)成一個(gè)網(wǎng)絡(luò)，將該有向圖用線性鏈的方式展開，則得到馬爾可夫模型。由于鏈中每個(gè)節(jié)點(diǎn)都是隨機(jī)變量，若將其看成各個(gè)時(shí)刻的相關(guān)變化，則可以得到時(shí)間和狀態(tài)離散的馬爾可夫鏈（Markov chain）。

假設(shè)過程中的序列狀態(tài)為

那么在Xt+1狀態(tài)下的轉(zhuǎn)移概率僅取決于Xt時(shí)的狀態(tài)，即

在已知目前狀態(tài)的情況下，事件未來的演變不依賴于其過去的演變，每個(gè)狀態(tài)的轉(zhuǎn)移只與之前的一個(gè)狀態(tài)有關(guān)。同理，網(wǎng)民的情感狀態(tài)具有獨(dú)立性，不依賴于歷史情感狀態(tài)的演變，每種情感類別的轉(zhuǎn)移只與之前的一個(gè)情感類別相關(guān)，因此，本文引入馬爾可夫模型對(duì)網(wǎng)民情感狀態(tài)的變化進(jìn)行預(yù)測。定義矩陣P某一位置P(i,j)的歸一偏移度為Pij，即從情感i轉(zhuǎn)移到情感j的概率，則得到的馬爾可夫鏈模型的情感轉(zhuǎn)移概率矩陣為

3 實(shí)證研究

3.1 數(shù)據(jù)準(zhǔn)備

新冠肺炎疫情是全球最嚴(yán)重的突發(fā)公共衛(wèi)生事件之一，疫情的傳播速度和覆蓋范圍對(duì)全球各國經(jīng)濟(jì)和社會(huì)造成嚴(yán)重影響，在網(wǎng)絡(luò)上引起巨大的輿論浪潮。本文利用Python爬蟲爬取2019年12月31日新浪官方微博“央視新聞”和“人民日?qǐng)?bào)”發(fā)布的“XX出現(xiàn)不明肺炎”相關(guān)微博評(píng)論，共29930條。首先，對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，篩選掉重復(fù)評(píng)論和不包含情感詞的評(píng)論，去除包含表情、鏈接、@轉(zhuǎn)發(fā)標(biāo)志等噪聲信息；其次，對(duì)剩余7978條評(píng)論數(shù)據(jù)進(jìn)行情感詞標(biāo)注，標(biāo)注后的數(shù)據(jù)格式如表2所示。

表2 微博評(píng)論爬取數(shù)據(jù)及情感類標(biāo)注結(jié)果（示例）

3.2 數(shù)據(jù)驗(yàn)證

3.2.1 數(shù)據(jù)顯著性

頻繁項(xiàng)集是指頻繁出現(xiàn)在數(shù)據(jù)庫中情感類的集合，并且在數(shù)據(jù)庫中滿足最小支持度。將清洗、標(biāo)注后的數(shù)據(jù)導(dǎo)入關(guān)聯(lián)規(guī)則Apriori算法，由于關(guān)聯(lián)規(guī)則至少需要兩種情感參與，因此，本文只需考慮頻繁2項(xiàng)集和頻繁3項(xiàng)集，在滿足最小支持度和最小置信度的條件下，不同項(xiàng)數(shù)的頻繁項(xiàng)集結(jié)果如表3和表4所示。

表4 頻繁3項(xiàng)集數(shù)量

3.2.2 穩(wěn)定概率分布

構(gòu)建的情感轉(zhuǎn)移概率矩陣共有8種情感：期待、高興、喜愛、驚訝、焦慮、悲傷、生氣和討厭，每一個(gè)情感都以一定的概率轉(zhuǎn)移到另一個(gè)情感。以情感類“期待”為例，假設(shè)當(dāng)前初始概率分布分別為

分別將式(8)和式(9)作為序列概率分布的初始狀態(tài)t0，代入情感轉(zhuǎn)移概率矩陣計(jì)算t1,t2,t3,…的狀態(tài)，結(jié)果如表5和表6所示。

表5 情感類“期待”的轉(zhuǎn)移概率分布（式(8)）

表6 情感類“期待”的轉(zhuǎn)移概率分布（式(9)）

由表5和表6可以發(fā)現(xiàn)，盡管采用了不同的初始概率分布，但是最終情感轉(zhuǎn)移的概率分布趨于同一個(gè)穩(wěn)定的概率分布，即馬爾可夫鏈模型的情感轉(zhuǎn)移矩陣收斂到穩(wěn)定概率分布，與初始概率分布無關(guān)，這也證明了所得到的情感概率轉(zhuǎn)移矩陣符合穩(wěn)定概率分布。

3.3 實(shí)驗(yàn)分析

為了探究不同粒度下的情感分類是否會(huì)對(duì)輿情預(yù)測結(jié)果造成影響，分別從宏觀和微觀兩個(gè)層面對(duì)網(wǎng)絡(luò)輿情事件中的情感轉(zhuǎn)移概率進(jìn)行預(yù)測。

3.3.1 宏觀層面

在宏觀層面可分為積極情感和消極情感，在模糊情感本體的基礎(chǔ)上，將期待、高興、喜愛和驚訝情感類標(biāo)記為積極情感，將焦慮、悲傷、生氣和討厭標(biāo)記為消極情感。對(duì)清洗過后的評(píng)論數(shù)據(jù)進(jìn)行情感極性標(biāo)注（0表示包含消極，1表示包含積極），設(shè)置最小支持度和最小置信度閾值為0.01，把已標(biāo)注數(shù)據(jù)和參數(shù)導(dǎo)入所構(gòu)建的預(yù)測模型中，得到的情感狀態(tài)轉(zhuǎn)移矩陣如表7所示。

表7 宏觀層面下的情感狀態(tài)轉(zhuǎn)移矩陣

將預(yù)測過程迭代100次后的結(jié)果使用蜜蜂群圖表示（圖2），其中橫坐標(biāo)表示輿情發(fā)生后的天數(shù)，縱坐標(biāo)表示情感轉(zhuǎn)移的概率。圖例分別表示輿情發(fā)生后第1～7天的情感轉(zhuǎn)移概率預(yù)測樣本，點(diǎn)的分布位置能充分體現(xiàn)轉(zhuǎn)移概率數(shù)據(jù)的分布。從圖2可以看出，隨著天數(shù)的增加，積極情感和消極情感的轉(zhuǎn)移概率均在第4天趨于平穩(wěn)，其中消極情感的轉(zhuǎn)移概率變化幅度最大，達(dá)到18%，而積極情感的轉(zhuǎn)移概率變化幅度最大僅3%。

圖2 宏觀層面下的情感轉(zhuǎn)移概率預(yù)測結(jié)果(彩圖請(qǐng)見https://qbxb.istic.ac.cn)

3.3.2 微觀層面

在微觀層面根據(jù)模糊情感本體將情感分為8種類別：期待、高興、喜愛、驚訝、焦慮、悲傷、生氣和討厭，分別以標(biāo)號(hào)1～8表示。首先，設(shè)置最小支持度和最小置信度閾值為0.01；其次，對(duì)處理后的評(píng)論數(shù)據(jù)進(jìn)行情感標(biāo)注（若評(píng)論中包含期待情感詞，則標(biāo)注序號(hào)1；若評(píng)論中包含高興情感詞，則標(biāo)注序號(hào)2，以此類推）；最后，將參數(shù)和已標(biāo)注數(shù)據(jù)導(dǎo)入所構(gòu)建的預(yù)測模型中。得到的情感狀態(tài)轉(zhuǎn)移矩陣如表8所示。

表8 微觀層面下的情感狀態(tài)轉(zhuǎn)移矩陣

下文分別研究各個(gè)情感類的轉(zhuǎn)移概率。橫坐標(biāo)表示遞進(jìn)的天數(shù)，縱坐標(biāo)表示情感轉(zhuǎn)移概率，變量以“原始情感-轉(zhuǎn)移后的情感”的形式表示，即1-2表示情感“期待”轉(zhuǎn)移為情感“高興”的概率，1-3表示情感“期待”轉(zhuǎn)移為情感“喜愛”的概率，2-1表示為情感“高興”轉(zhuǎn)移為情感“期待”的概率，2-2表示情感“高興”不發(fā)生轉(zhuǎn)移的概率，以此類推。

圖3和圖4分別描述了情感“期待”和情感“高興”的轉(zhuǎn)移概率。圖中每個(gè)時(shí)間點(diǎn)的情感轉(zhuǎn)移概率不盡相同，隨著天數(shù)的增加，情感“期待”和情感“高興”相互轉(zhuǎn)移的概率呈波動(dòng)式下降，而情感“期待”和情感“高興”保持不變的概率呈波動(dòng)式上升，其轉(zhuǎn)移概率均在42%附近趨于穩(wěn)定。除此之外，情感“期待”和情感“高興”向其他情感轉(zhuǎn)移的概率均在10%以下，并在輿情演化前期出現(xiàn)小幅度變化后迅速趨于穩(wěn)定。

圖3 情感類“期待”的轉(zhuǎn)移概率

圖4 情感類“高興”的轉(zhuǎn)移概率

圖5和圖6描述了情感“喜愛”和情感“驚訝”的轉(zhuǎn)移概率。在輿情演化過程中，情感“喜愛”的轉(zhuǎn)移方向較明確，一方面，情感“喜愛”向情感“期待”轉(zhuǎn)移的概率均保持在43%，向情感“高興”轉(zhuǎn)移的概率從50%降低到42%并保持穩(wěn)定；另一方面，其余情感的轉(zhuǎn)移概率變化幅度均較小，并且在第2天后達(dá)到穩(wěn)定。情感“驚訝”的轉(zhuǎn)移概率變化不同于上述3種情感，消極情感的轉(zhuǎn)移概率變化程度明顯優(yōu)于積極情感。情感“驚訝”向情感“悲傷”的平均轉(zhuǎn)移概率為44.20%，向情感“焦慮”和情感“生氣”的平均轉(zhuǎn)移概率分別為21.56%和23.45%，向其余積極情感的轉(zhuǎn)移概率均在5%以下。

圖5 情感類“喜愛”的轉(zhuǎn)移概率

圖6 情感類“驚訝”的轉(zhuǎn)移概率

圖7和圖8描述了情感“焦慮”和情感“悲傷”的轉(zhuǎn)移概率。由圖7可知，情感“焦慮”向情感“期待”和情感“悲傷”的轉(zhuǎn)移概率明顯高于其他情感，穩(wěn)定時(shí)分別達(dá)到43%和41%，而情感“焦慮”向其他情感轉(zhuǎn)移的概率會(huì)在輿情爆發(fā)早期出現(xiàn)一定幅度的增加或減少，然后趨于穩(wěn)定。由此看來，情感“焦慮”的轉(zhuǎn)移方向并不確定，既有可能向積極情感轉(zhuǎn)移，也有可能向消極情感轉(zhuǎn)移。圖8中情感“悲傷”則有更大概率向情感“高興”和情感“驚訝”轉(zhuǎn)移，兩種情感均為積極情感，其余情感的轉(zhuǎn)移概率穩(wěn)定時(shí)均未超過5%，因此，情感“悲傷”在轉(zhuǎn)移過程中更偏向于積極情感。

圖7 情感類“焦慮”的轉(zhuǎn)移概率

圖8 情感類“悲傷”的轉(zhuǎn)移概率

圖9和圖10描述了情感“生氣”和情感“討厭”的轉(zhuǎn)移概率。情感“生氣”向情感“高興”轉(zhuǎn)移的概率在輿情前期變化較大，其余情感的轉(zhuǎn)移概率變化趨勢大致相同，并在第4天后趨于穩(wěn)定，情感“討厭”則有更大概率向情感“期待”和“高興”發(fā)生轉(zhuǎn)移。

圖9 情感類“生氣”的轉(zhuǎn)移概率

圖10 情感類“討厭”的轉(zhuǎn)移概率

3.4 實(shí)驗(yàn)對(duì)比

為了從數(shù)據(jù)上直觀地反映網(wǎng)絡(luò)輿情情感的變化，本文引入SnowNLP模型對(duì)輿情事件中的評(píng)論數(shù)據(jù)進(jìn)行情感分析。由于SnowNLP模型的數(shù)據(jù)庫主要應(yīng)用于商品評(píng)論領(lǐng)域，在對(duì)網(wǎng)絡(luò)輿情領(lǐng)域進(jìn)行情感分析時(shí)可能出現(xiàn)誤差，因此，本文從以下4個(gè)方面對(duì)SnowNLP模型的準(zhǔn)確率進(jìn)行提升：

（1）對(duì)爬取的網(wǎng)絡(luò)輿情評(píng)論數(shù)據(jù)標(biāo)注情感極性，構(gòu)建新冠肺炎疫情評(píng)論語料庫。

（2）將SnowNLP模型的分詞庫替換為jieba分詞庫。

（3）結(jié)合中文停用詞庫、哈工大停用詞表、四川大學(xué)機(jī)器智能實(shí)驗(yàn)室停用詞庫和百度停用詞列表，更新SnowNLP模型的分詞庫。

（4）設(shè)置情感分類閾值λ，提高情感識(shí)別準(zhǔn)確率。

改進(jìn)后的SnowNLP模型情感分類性能如圖11所示，相較于原始模型，其在網(wǎng)絡(luò)輿情情感分類的準(zhǔn)確率上有大幅提升，且當(dāng)情感分類參數(shù)λ=0.55時(shí)，該模型情感分類準(zhǔn)確率達(dá)到最優(yōu)值。

圖11 SnowNLP模型改進(jìn)前后的情感分類準(zhǔn)確率對(duì)比

基于改進(jìn)后的SnowNLP模型對(duì)2020年1月1日至2020年1月7日的“新冠肺炎疫情”事件爆發(fā)后的評(píng)論文本進(jìn)行情感值計(jì)算（圖12）。其中，情感值的取值范圍為[0,1]，取值越偏向0，表示情感越消極；反之，表示越積極。從圖12可以看出，輿情事件中影響情感變化的因素是多方面的，隨著“XX市場休市整治衛(wèi)生”“不明原因肺炎患者轉(zhuǎn)入傳染病醫(yī)院”等相關(guān)新聞的報(bào)道，不同話題下的網(wǎng)民情感傾向也隨時(shí)間變化，但整體情感變化趨勢仍是積極的。

圖12 輿情發(fā)生初期網(wǎng)民情感值變化

圖13以三維柱狀圖展示了此次輿情事件中網(wǎng)民實(shí)際情感所占比例。為了驗(yàn)證情感預(yù)測模型的準(zhǔn)確性，先通過本文構(gòu)建的模型得到“期待”“高興”“喜愛”“驚訝”“焦慮”“悲傷”“生氣”“討厭”情感類的轉(zhuǎn)移概率，再計(jì)算每種情感的轉(zhuǎn)移概率累計(jì)之和，將其平均值、中位值和加權(quán)平均值分別作為不同的模型參數(shù)進(jìn)行誤差分析。

圖13 輿情爆發(fā)一周內(nèi)的實(shí)際情感類別比例

以情感類“期待”（標(biāo)簽1）為例，情感轉(zhuǎn)移概率之和的平均值計(jì)算方法為

根據(jù)圖13輿情事件的實(shí)際情感類別比例，設(shè)置不同情感類的權(quán)重依次為25%、21%、17%、13%、9%、7%、5%和3%。情感轉(zhuǎn)移概率之和的加權(quán)平均值計(jì)算方法為

圖14～圖16分別表示以情感轉(zhuǎn)移概率之和的平均值、中位值和加權(quán)平均值作為參數(shù)的情感趨勢預(yù)測結(jié)果。引入平均絕對(duì)誤差（mean absolute error，MAE）和均方根誤差（root mean squared error，RMSE）來衡量不同參數(shù)下模型的預(yù)測性能。其中，MAE表示預(yù)測值與實(shí)際值之間絕對(duì)誤差的平均值，可以更好地反映預(yù)測值誤差的實(shí)際情況；RMSE用于測量預(yù)測值與實(shí)際值之間的偏差，并解釋樣本的分散程度。兩者的值越小，預(yù)測效果越好。

圖14 情感預(yù)測結(jié)果(平均值)

圖15 情感預(yù)測結(jié)果(中位值)

圖16 情感預(yù)測結(jié)果(加權(quán)平均值)

MAE和RMSE的計(jì)算表達(dá)式分別為

表9顯示了3種實(shí)驗(yàn)下的預(yù)測結(jié)果。通過對(duì)比可以看出，加權(quán)平均值的總體MAE和RMSE值最小，分別為2.7119和3.7254，該值在允許的誤差范圍內(nèi)，表明以加權(quán)平均值作為參數(shù)的情感預(yù)測模型具有更好的預(yù)測精度。

表9 不同參數(shù)實(shí)驗(yàn)下的預(yù)測結(jié)果誤差比較

為了驗(yàn)證本文提出的情感預(yù)測模型的有效性和準(zhǔn)確性，選取以下基線方法進(jìn)行對(duì)比：

（1）基于回歸集成的情感預(yù)測模型[31]：提取時(shí)間序列特征，通過ARIMA（autoregressive integrated moving average）、神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)等模型對(duì)微博情感走勢進(jìn)行預(yù)測。

（2）基于增強(qiáng)神經(jīng)網(wǎng)絡(luò)的預(yù)測模型[32]：利用三邊平滑濾波器進(jìn)行數(shù)據(jù)預(yù)處理，基于DGLTPD（dominant gradient local ternary pattern descriptor）技術(shù)提取數(shù)據(jù)特征，將提取的特征提供給增強(qiáng)型神經(jīng)網(wǎng)絡(luò)EESNN（enhanced Elman spike neural network）進(jìn)行預(yù)測。

從表10可以看出，相較于以上兩種模型，本文構(gòu)建的情感預(yù)測模型在平均絕對(duì)誤差和均方根誤差的對(duì)比上具有較大優(yōu)勢，再一次證明了該模型在情感預(yù)測任務(wù)中的有效性和準(zhǔn)確性。

表10 不同模型的情感預(yù)測結(jié)果比較

3.5 結(jié)果與討論

準(zhǔn)確掌握和預(yù)測社交媒體環(huán)境中公眾情感的變化規(guī)律，對(duì)于正確引導(dǎo)突發(fā)事件的網(wǎng)絡(luò)輿情具有重要的理論價(jià)值。本文對(duì)上文提出的3個(gè)問題進(jìn)行了充分研究，根據(jù)上述實(shí)驗(yàn)結(jié)果可得出以下結(jié)論：

（1）假設(shè)不同類別的情感之間存在某種轉(zhuǎn)移關(guān)系。本文基于關(guān)聯(lián)規(guī)則Apriori算法挖掘大量公眾評(píng)論中的情感信息，得到不同情感類之間的強(qiáng)關(guān)聯(lián)規(guī)則；結(jié)合馬爾可夫鏈構(gòu)建情感狀態(tài)轉(zhuǎn)移矩陣，對(duì)網(wǎng)絡(luò)輿情爆發(fā)前期的情感變化趨勢進(jìn)行預(yù)測，實(shí)證結(jié)果表明，實(shí)際情感數(shù)據(jù)與預(yù)測情感數(shù)據(jù)的誤差率符合評(píng)價(jià)標(biāo)準(zhǔn)，使得這一假設(shè)得到了驗(yàn)證。

（2）情感轉(zhuǎn)移的概率會(huì)隨時(shí)間的推移而變化，但會(huì)在一定時(shí)間后收斂至穩(wěn)定狀態(tài)。本文采用不同的初始概率分布來進(jìn)行實(shí)驗(yàn)，最終得到一個(gè)穩(wěn)定的概率分布，即馬爾可夫鏈模型的情感轉(zhuǎn)移矩陣收斂到穩(wěn)定概率分布，與初始概率分布無關(guān)；這也證明了所構(gòu)建的情感狀態(tài)轉(zhuǎn)移矩陣符合穩(wěn)定概率分布。此外，無論從宏觀角度還是微觀角度來看，圖2～圖10的結(jié)果表明，情感轉(zhuǎn)移概率在輿情爆發(fā)初期出現(xiàn)波動(dòng)變化，之后隨著輿情過程的演變達(dá)到穩(wěn)定。

（3）不同粒度下的情感分類對(duì)網(wǎng)絡(luò)輿情情感預(yù)測結(jié)果影響甚小。本文僅從宏觀和微觀角度對(duì)情感轉(zhuǎn)移概率進(jìn)行預(yù)測，宏觀方面劃分為“積極”情感和“消極”情感，微觀方面基于模糊情感本體劃分為8種情感類，但是兩種方式下的網(wǎng)絡(luò)輿情情感變化趨勢大致相同，宏觀角度下的預(yù)測實(shí)驗(yàn)可以為微觀角度下的實(shí)驗(yàn)提供參考。

（4）在新冠肺炎疫情事件發(fā)展過程中，網(wǎng)絡(luò)輿情的情感傾向會(huì)隨著話題內(nèi)容表現(xiàn)出階段化趨勢。本文通過探索公眾情感信息間的轉(zhuǎn)移作用，證實(shí)了不同情感類在網(wǎng)絡(luò)輿情演化過程中會(huì)相互影響，并能夠在一定的條件下實(shí)現(xiàn)相互轉(zhuǎn)移，進(jìn)一步補(bǔ)充和發(fā)展了情感預(yù)測的研究。

（5）構(gòu)建的情感預(yù)測模型為輿情監(jiān)管部門的工作提供了新思路。情感的產(chǎn)生、發(fā)展和消退是一個(gè)動(dòng)態(tài)過程，網(wǎng)民在發(fā)表觀點(diǎn)時(shí)產(chǎn)生大量具有情感色彩的文本信息，這些信息在突發(fā)公共衛(wèi)生事件輿情研究中具有十分重要的意義。考慮到網(wǎng)民情感對(duì)網(wǎng)絡(luò)輿情傳播的影響作用，將情感因素納入網(wǎng)絡(luò)輿情預(yù)測依據(jù)之中，根據(jù)情感之間的遷移性預(yù)測網(wǎng)絡(luò)輿情的演變趨勢，同時(shí)定位網(wǎng)民負(fù)面情緒的根源，及時(shí)對(duì)負(fù)面情緒進(jìn)行疏導(dǎo)，以公開、透明的方式解答網(wǎng)民的質(zhì)疑，準(zhǔn)確地發(fā)布與事件相關(guān)的官方信息，消除公眾焦慮、恐慌心理，避免引發(fā)輿情危機(jī)。

4 總 結(jié)

本文提出一種新的基于微博平臺(tái)的網(wǎng)絡(luò)輿情情感預(yù)測模型，即偏差規(guī)則馬爾可夫模型（the devia‐tion rules Markov model，DRMM）。首先，對(duì)網(wǎng)絡(luò)輿情評(píng)論數(shù)據(jù)進(jìn)行情感極性標(biāo)注，基于擴(kuò)展后的關(guān)聯(lián)規(guī)則算法挖掘公共評(píng)論中存在的情感關(guān)系；其次，利用馬爾可夫鏈構(gòu)建情感狀態(tài)轉(zhuǎn)移矩陣，進(jìn)而實(shí)現(xiàn)對(duì)情感狀態(tài)的轉(zhuǎn)移預(yù)測。在傳統(tǒng)關(guān)聯(lián)規(guī)則算法的基礎(chǔ)上，本文提出偏移度的概念，用來表示情感類間的轉(zhuǎn)移關(guān)系，并計(jì)算出不同情感類間的轉(zhuǎn)移概率。實(shí)證研究表明，本文構(gòu)建的情感預(yù)測模型在網(wǎng)絡(luò)輿情情感預(yù)測領(lǐng)域中具有一定的有效性和準(zhǔn)確性。通過數(shù)據(jù)分析和情感預(yù)測，能夠更好地了解突發(fā)事件中的網(wǎng)絡(luò)輿情演變趨勢，輔助相關(guān)部門及時(shí)做好正確的輿論引導(dǎo)。

本文在研究思路和方法上有一些創(chuàng)新性，但仍然存在著一定的不足之處：由于網(wǎng)絡(luò)評(píng)論數(shù)據(jù)存在樣本代表性問題，單純分析某一個(gè)社交平臺(tái)的輿情數(shù)據(jù)無法全面了解現(xiàn)實(shí)輿論。因此，未來可選擇更多的突發(fā)公共衛(wèi)生事件進(jìn)行實(shí)證研究，進(jìn)一步拓寬網(wǎng)絡(luò)輿情情感分析的廣度和深度，從單一平臺(tái)到多平臺(tái)，從表層網(wǎng)絡(luò)到深層網(wǎng)絡(luò)，從公共輿情到圈群化輿情，進(jìn)一步豐富情感本體，挖掘輿情評(píng)論中更多形式的融合情感特征，有效提升網(wǎng)絡(luò)輿情情感預(yù)測模型的預(yù)測性能，實(shí)現(xiàn)網(wǎng)絡(luò)輿情情感分析的立體化拓展。