我國社交網(wǎng)絡輿情研究的熱點與趨勢
——基于CiteSpace的可視化分析

李曉，徐曉雨

（首都師范大學管理學院，北京 100048）

0 引言

隨著互聯(lián)網(wǎng)的發(fā)展和移動終端的普及，我國社交網(wǎng)絡蓬勃發(fā)展。社交網(wǎng)絡成為互聯(lián)網(wǎng)用戶獲取信息、表達情感、傳播觀點的主要場所，自由表達的平臺環(huán)境使人們不再是單純的信息接納者，同時也是信息的發(fā)布者和傳播者。快速且廣泛的傳播特點使社交網(wǎng)絡逐步成為網(wǎng)絡輿論傳播和擴散的一個重要平臺，對政治和社會生活的影響日益顯現(xiàn)。因此，分析社交網(wǎng)絡中的輿情傳播過程，加強對社交網(wǎng)絡輿情的監(jiān)管、分析和預警成為我國學術界、各大企業(yè)和監(jiān)管部門關注的一個新課題。近年來，國內外學者對網(wǎng)絡輿情開展了相關研究。蘭新月等[1]構建了大數(shù)據(jù)背景下，微博社交媒體中輿情信息交互模型，為政府應對微博等網(wǎng)絡媒體中的復雜輿情提供幫助。譚坤彥等[2]梳理了國內外基于神經(jīng)網(wǎng)絡技術的情感分析模型，對輿情情感分析進行了綜述。王晰巍等[3]運用知識圖譜相關方法，對社交媒體環(huán)境下網(wǎng)絡謠言的研究動態(tài)開展了研究。從現(xiàn)有研究綜述來看，學者針對社交網(wǎng)絡環(huán)境下的輿情分析相對較少，且針對近5年的社交網(wǎng)絡輿情的研究綜述相對較少。

本文利用文獻計量法，運用CiteSpace 軟件，選擇中國學術網(wǎng)絡出版總庫—中國知網(wǎng)CNKI期刊全文數(shù)據(jù)庫作為數(shù)據(jù)來源，針對大量的文獻數(shù)據(jù)開展可視化分析，從文獻時間、文獻作者與機構、文獻主題等角度，分析我國社交網(wǎng)絡輿情的研究熱點及前沿趨勢，為社交網(wǎng)絡輿情的后續(xù)研究提供參考，具有重要的理論價值及現(xiàn)實意義。

1 數(shù)據(jù)來源與研究方法

本文選擇中國學術網(wǎng)絡出版總庫—中國知網(wǎng)CNKI 期刊全文數(shù)據(jù)庫作為數(shù)據(jù)來源，來源類別為“CSSCI”和“核心期刊”來源期刊，經(jīng)人工篩選后，得到2011-2022年的767篇有效文獻。本文利用CiteSpace軟件，針對社交網(wǎng)絡輿情研究開展可視化分析。CiteSpace是陳超美教授基于科學計量學、數(shù)據(jù)和信息可視化的引文分析理論，用以挖掘文獻數(shù)據(jù)中隱藏的潛在知識[4]。本文運用計量分析方法，基于CiteSpace的共詞分析與聚類分析，從發(fā)文時間、機構及作者合作、關鍵詞共現(xiàn)、關鍵詞聚類及研究前沿分析社交網(wǎng)絡輿情的研究熱點和前沿趨勢。

2 實驗設計與結果分析

2.1 文獻時間分布

借助科研文獻時間分布能發(fā)現(xiàn)當前社交網(wǎng)絡輿情研究情況與時間變化的關系，進而了解當前研究領域的發(fā)展情況與未來發(fā)展趨勢。圖1 為社交網(wǎng)絡輿情研究年度發(fā)文趨勢圖，由圖1可知，社交網(wǎng)絡輿情研究的發(fā)文量在2011-2022 年整體呈上升趨勢，并在2016-2017 年、2020-2022 年，發(fā)文量有明顯上升，其他年份增長相對平緩。2016-2017 年，社交網(wǎng)絡中一系列社會事件爆發(fā)，“魏則西事件”“紅黃藍幼兒園”“江歌案”等在各大社交媒體中引起用戶廣泛討論，媒體、社會組織、境外勢力對輿情的影響力都在不斷增強。2020-2022年發(fā)文數(shù)量有明顯增長，這與2019年末的突發(fā)公共衛(wèi)生事件相關，微博、微信等社交網(wǎng)絡平臺以其龐大的用戶量成為疫情動態(tài)的傳播平臺，為了應對此類突發(fā)事件對社交網(wǎng)絡輿情的不良影響，越來越多的學者展開了相關研究[5]。

圖1 社交網(wǎng)絡輿情研究年度發(fā)文趨勢圖

2.2 文獻研究機構與作者合作網(wǎng)絡

圖2 為我國社交網(wǎng)絡輿情研究機構合作網(wǎng)絡，由圖可以看出，武漢大學信息管理學院與中國科學院大學公共政策管理學院、吉林大學管理學院與吉林大學大數(shù)據(jù)管理研究中心、北京師范大學新聞傳播學院與中國人民大學新聞與社會發(fā)展研究中心形成了研究合作團體。但該領域研究中各研究機構間的合作還需加強。圖3為社交網(wǎng)絡輿情研究作者合作網(wǎng)絡圖，可以看出，我國社交網(wǎng)絡輿情研究部分作者形成了合作網(wǎng)絡，例如，以王晰巍[3]、王家坤[6]、賈若男[7]、劉亞州[8]等為中心的合作網(wǎng)絡，但其他作者連接相對松散，學術交流不足，未能形成成熟的學術研究共同體，研究作者間的合作也需加強。

圖2 社交網(wǎng)絡輿情研究機構合作網(wǎng)絡圖

2.3 關鍵詞共現(xiàn)分析

本文將近十年我國社交網(wǎng)絡輿情的研究劃分為三個階段：2012—2015年（平穩(wěn)期）、2016—2019年（上升期）、2020—2022年（爆發(fā)期），三個不同時期的關鍵詞演變如表1所示。

表1 2012—2022年我國社交網(wǎng)絡輿情研究高頻關鍵詞

2012-2015年階段，“微博”“政務微博”“移動社交網(wǎng)絡”“信息傳播”等高頻關鍵詞表明我國學者的研究重點主要集中于微博、政務微博、移動社交網(wǎng)絡以及復雜網(wǎng)絡中的輿情。2012年移動互聯(lián)網(wǎng)爆發(fā)式發(fā)展，學者們提出各大主流媒體與政府機構應當合理運用移動互聯(lián)網(wǎng)的普及發(fā)展電子政務，實現(xiàn)政務微博和網(wǎng)絡問政新階段，在微博全民化的驅使下，各大政府部門應順應時代發(fā)展之舉開設官方微博，促進公眾參與政治事務。此外，“謠言傳播”“大數(shù)據(jù)”“傳播模型”“仿真”“輿情傳播”“網(wǎng)絡輿論”“輿論引導”也是學者研究的高頻關鍵詞。

2016—2019 年階段，“突發(fā)事件”“網(wǎng)絡謠言”“SIR模型”“無標度網(wǎng)絡”等高頻關鍵詞表明學者開始關注在線社交網(wǎng)絡中的突發(fā)事件及網(wǎng)絡謠言研究。2016年起，以“papi醬”為代表的自媒體受到資本市場的高度關注，“意見領袖”在社交網(wǎng)絡中的輿論影響力逐步擴大。2018 年，“機器學習”高頻關鍵詞也顯示學者開始使用卷積神經(jīng)網(wǎng)絡等機器學習相關新興技術對社交網(wǎng)絡輿情開展研究?！拜浨橹卫怼备哳l關鍵詞表明，研究者針對社交網(wǎng)絡輿情研究的重點轉向輿情的引導與治理策略?？傮w而言，隨著機器學習技術的變革，在該階段，社交網(wǎng)絡輿情研究較上一階段有了快速的發(fā)展，相關研究技術和方法更加豐富。2020—2022年階段，“突發(fā)公共衛(wèi)生事件”首次出現(xiàn)，成為新的高頻關鍵詞。2019 年末，在重大突發(fā)衛(wèi)生事件時期，社交媒體的利用率快速提升，成為疫情動態(tài)等信息的重要傳播平臺，各類“假消息”“假新聞”也隨之快速產(chǎn)生與傳播。學者對網(wǎng)絡輿論進行了成因、演化特征和應對策略的研究?！扒楦蟹治觥薄扒楦醒莼钡雀哳l關鍵詞，表明研究者關注社交網(wǎng)絡中的情感態(tài)勢及態(tài)勢演變。“知識圖譜”“深度學習”“區(qū)塊鏈”等高頻關鍵詞，表明學者們利用人工智能對社交網(wǎng)絡輿情開展研究。

2.4 關鍵詞聚類分析

在關鍵詞共現(xiàn)圖的基礎上進行關鍵詞聚類，可進一步探究我國社交網(wǎng)絡輿情研究的熱點主題。本文利用CiteSpace進行關鍵詞聚類，探究我國社交網(wǎng)絡輿情研究的熱點主題。圖4為我國社交網(wǎng)絡輿情研究關鍵詞聚類共現(xiàn)網(wǎng)絡圖。根據(jù)圖4，目前社交網(wǎng)絡輿情研究主要集中在“輿情傳播”“科學傳播”“網(wǎng)絡謠言”“虛假信息”“大數(shù)據(jù)”“社會化媒體”。

圖4 社交網(wǎng)絡輿情關鍵詞聚類共現(xiàn)網(wǎng)絡圖

3 研究熱點與研究趨勢

3.1 研究熱點

根據(jù)CiteSpace的關鍵詞共現(xiàn)分析、關鍵詞聚類分析，將我國社交網(wǎng)絡輿情研究歸納為8個知識領域。

1)社交網(wǎng)絡輿情傳播研究

隨著移動互聯(lián)網(wǎng)的發(fā)展及移動終端的普及，社交網(wǎng)絡已成為用戶發(fā)表觀點的重要平臺，大量用戶的觀點聚集傳播形成網(wǎng)絡輿情。社交網(wǎng)絡輿情傳播研究主要探究輿情在社交網(wǎng)絡中的科學傳播規(guī)律，通過構建輿情傳播模型，例如SIR模型，分析多種因素影響的輿情動態(tài)傳播過程，促進正面輿情與抑制負面輿情傳播。社交網(wǎng)絡輿情傳播研究對謠言傳播分析、輿情引導與控制及維護社會穩(wěn)定等方面具有重要意義。

2)社交網(wǎng)絡輿情引導與治理研究

隨著社交網(wǎng)絡成為輿情傳播的重要平臺，社交網(wǎng)絡中的輿情引導與治理成為重要的研究熱點。構建社交網(wǎng)絡輿情監(jiān)測體系，完善社交網(wǎng)絡輿情引導與治理政策體系，提升社交網(wǎng)絡輿情治理的法治理念，實現(xiàn)輿情管理機制升級，提升政府的輿情治理能力，維護社會穩(wěn)定。

3)社交網(wǎng)絡謠言研究

社交網(wǎng)絡中的謠言傳播對國家安全和社會穩(wěn)定造成一定的風險。探究謠言在社交網(wǎng)絡中的傳播規(guī)律，快速檢測及發(fā)現(xiàn)社交網(wǎng)絡中的虛假信息，追溯謠言的源頭，加強謠言的協(xié)同治理，快速阻斷謠言的傳播是社交網(wǎng)絡輿情管控的有效手段。

4)社交網(wǎng)絡突發(fā)事件研究

近年來，社交網(wǎng)絡平臺在突發(fā)事件的情緒傳播及輿論傳播中發(fā)揮重要作用，社交網(wǎng)絡中的突發(fā)事件能夠影響用戶的認知。突發(fā)事件識別、動態(tài)監(jiān)測、態(tài)勢感知、擴散與控制成為社交網(wǎng)絡突發(fā)事件研究的熱點。

5)社交網(wǎng)絡情感分析與情感演化研究

社交網(wǎng)絡情感分析與情感演化研究利用用戶在社交網(wǎng)絡中的觀點，構建基于文本分析、LDA、機器學習、卷積神經(jīng)網(wǎng)絡、LSTM等深度學習技術的情感分析方法，實時分析用戶的情感、傳播過程及演化動態(tài)，預測民眾情感的發(fā)展趨勢，構建社交網(wǎng)絡情感圖譜，有助于政府實時掌握民眾的情感傾向，為突發(fā)事件的應急管理帶來便利。

6)大數(shù)據(jù)驅動的社交網(wǎng)絡輿情研究

隨著社交網(wǎng)絡數(shù)據(jù)的爆發(fā)式增長及大數(shù)據(jù)技術的發(fā)展，大數(shù)據(jù)驅動的社交網(wǎng)絡輿情研究能夠利用用戶產(chǎn)生的UGC 內容及大數(shù)據(jù)技術相關實現(xiàn)對社交網(wǎng)絡輿情的精準監(jiān)測、精準掌握及精準引導，使得社交網(wǎng)絡負面輿情得到快速的科學的引導與治理，實現(xiàn)社交網(wǎng)絡輿情的科學化和個性化治理。

7)基于人工智能技術的社交網(wǎng)絡輿情研究

隨著機器學習、深度學習和知識圖譜等人工智能技術的發(fā)展，基于人工智能技術的輿情檢測、輿情傳播、輿情防控、輿情監(jiān)管及輿情治理成為社交網(wǎng)絡輿情領域的研究熱點。人工智能技術能夠精準挖掘社交網(wǎng)絡大數(shù)據(jù)，自動學習潛在特征，最終實現(xiàn)精準的謠言檢測、情感預測、突發(fā)事件檢測。

8)突發(fā)公共衛(wèi)生事件的社交網(wǎng)絡輿情研究

突發(fā)公共衛(wèi)生事件的發(fā)生對公眾的健康和社會的發(fā)展造成了巨大威脅。社交網(wǎng)絡成為突發(fā)公共衛(wèi)生事件的輿論場，為積極有效的引導社交網(wǎng)絡中突發(fā)公共衛(wèi)生事件的輿情走向，大量學者針對社交網(wǎng)絡中突發(fā)公共衛(wèi)生事件輿情演化特征開展研究，對掌握疫情期間輿情傳播規(guī)律，構建輿情引導及治理機制具有重要意義。

3.2 研究趨勢

本文利用CiteSpace 在關鍵詞共現(xiàn)網(wǎng)絡的基礎上進行突現(xiàn)分析。圖5為包含18個突現(xiàn)詞的前沿演變。2012-2015 年階段，“微博”是突發(fā)性最強的關鍵詞。2012 年，微博已成為一個非常活躍的信息交流場所，各類新媒體及新興社交平臺開始涌現(xiàn)，使得“新媒體”關鍵詞的突發(fā)性也較強。“大學生”關鍵詞也是突發(fā)性較強的關鍵詞，表明在該階段很多學者關注社交網(wǎng)絡輿情中的大學生群體。2015年，各類新媒體及新興社交平臺開始涌現(xiàn)，使得輿情研究中“新媒體”關鍵詞的突發(fā)性也較強。

圖5 社交網(wǎng)絡輿情研究的前沿演變

2016-2019 年階段，“傳播模型”“仿真”“大數(shù)據(jù)”“微信”“謠言傳播”等關鍵詞突發(fā)性較強。隨著大數(shù)據(jù)技術的出現(xiàn)，研究者將大數(shù)據(jù)采集、大數(shù)據(jù)挖掘等技術應用于社交網(wǎng)絡輿情研究。學者關注多種信息傳播模型并針對不同的傳播模型開展相應的仿真實驗，“微信”也在這一階段成為學者們研究的熱門社交平臺。隨著在線社交網(wǎng)絡用戶數(shù)量的增加，相比于傳統(tǒng)媒體，在線社交網(wǎng)絡中的信息傳播速度更快，與此同時，謠言也借助信息傳播在社交網(wǎng)絡中快速傳播，學者們開始關注社交網(wǎng)絡中的謠言傳播機制及設計相應措施抑制謠言的傳播，因此，“謠言傳播”也是這一階段的突現(xiàn)詞。

2020-2022 年階段，“突發(fā)公共衛(wèi)生事件”成為突發(fā)性很高的關鍵詞。學者們開始關注社交網(wǎng)絡中關于突發(fā)公共衛(wèi)生事件的輿情傳播過程[9]。同時，隨著人工智能、區(qū)塊鏈等深度學習前沿技術不斷發(fā)展，社交網(wǎng)絡輿情研究也將采用相應的新技術與新方法，“知識圖譜”“區(qū)塊鏈”“深度學習”“機器學習”和“數(shù)據(jù)挖掘”等成為不斷涌現(xiàn)的熱門趨勢[10-11]。

4 結束語

本文針對CNKI 數(shù)據(jù)庫2011-2022 年間社交網(wǎng)絡輿情的相關文獻，利用CiteSpace 軟件，對社交網(wǎng)絡輿情研究的文獻時間分布、文獻研究機構合作網(wǎng)絡、文獻研究作者合作網(wǎng)絡、關鍵詞共現(xiàn)、關鍵詞聚類分析以及關鍵詞突現(xiàn)展開計量分析，研究了該領域的熱點主題和前沿趨勢,研究結論如下：第一，從研究發(fā)展態(tài)勢來看，我國社交網(wǎng)絡輿情領域處于快速發(fā)展階段，社交網(wǎng)絡輿情研究數(shù)量呈上升趨勢。但是，目前研究機構間的合作及作者間的合作不夠緊密，未能形成成熟的學術研究共同體；第二，從研究熱點來看，根據(jù)關鍵詞演變，在平穩(wěn)期，我國社交網(wǎng)絡輿情研究主要圍繞社交媒體、輿情傳播、傳播模型、政務微博、大數(shù)據(jù)、輿情引導；在上升期，主要圍繞突發(fā)事件、機器學習、意見領袖、網(wǎng)絡謠言和輿情治理開展研究；在爆發(fā)期，主要圍繞突發(fā)公共衛(wèi)生事件、情感分析與輿情演化、知識圖譜、深度學習、區(qū)塊鏈等開展研究。根據(jù)關鍵詞聚類分析，將社交網(wǎng)絡輿情研究歸納為輿情傳播、輿情引導與治理、謠言傳播、突發(fā)事件、情感分析與演化、大數(shù)據(jù)驅動的輿情研究、基于人工智能技術的輿情研究以及突發(fā)公共衛(wèi)生事件的輿情研究等8大研究領域；第三，從前沿趨勢來看，社交網(wǎng)絡輿情研究的未來研究主要圍繞突發(fā)公共衛(wèi)生事件的社交網(wǎng)絡輿情傳播以及基于人工智能技術的輿情分析，其中，知識圖譜、區(qū)塊鏈等前沿人工智能技術是社交網(wǎng)絡輿情分析的重要技術支撐。