基于SOMGMDH微博热点话题变化趋势研究.docVIP

基于SOMGMDH微博热点话题变化趋势研究 　　收稿日期：2012-09-11 　　基金项目：教育部人文社会科学研究规划基金项目（11YJA630029） 　　作者简介：田 盼（1990-），女，湖南人，硕士研究生，研究方向为工业工程、数据挖掘；何 跃（1961-），男，重庆人，教授、博士，研究方向为信息管理、数据挖掘、决策支持系统。 　　摘要：随机选取腾讯微博100个热点话题作为研究样本，绘制了博文数量增长曲线，然后使用自组织特征映射神经网络对样本进行聚类分析，再通过数据分组处理方法拟合各类曲线发展趋势，最后使用随机抽选对话题分类进行实证。研究结果表明，微博话题的相关博文数量变化趋势主要表现为七种类型，它们随着时间变化表现为不同的形式。 　　关键词：微博；热点话题；网络舆情；SOM；GMDH 　　中图分类号：G350；G206 文献标识码：A 文章编号：1001-8409（2013）08-0075-05 　　1 引言 　　网络舆情是通过互联网表达和传播的，是公众对自己关心或与自身利益紧密相关的各种公共事务所持有的多种情绪、态度和意见交错的总和[1]。它具有自由性与可控性、互动性与即时性、丰富性与多元性、隐匿性与外显性、情绪化与非理性、个性化与群体极性化等特点。网络的特性决定了网络舆情表达快捷、信息多元、方式互动的特点，也从根本上改变了传播者与受传者之间的关系，特别是在Web20时代，受传者不完全处于被动地位，有强烈需要表达自我的意愿、而这种意愿也能够得到实现。但是互联网的虚拟性、隐蔽性、发散性、渗透性、随意性、及时性等特点，决定了网络舆情的直接性、突发性和偏差性。 　　微博（Micro-blogging）是Web20时代流行起来的一种集成化、开放化的互联网社交平台，最先流行于2006年Evan Williams等人联合建立的Twitter，接着国内也纷纷出现微博网站。目前国内较流行的微博社交网站主要有新浪微博、腾讯微博、网易微博等。微博的兴起为公民提供了一个分享、交流信息的平台，但是微博的开放环境为网络舆论自由化提供了便利，各种网络谣言、偏激的思想和报复性的人身攻击出现在平台上，部分舆论甚至给国家稳定和社会安全带来严重的危害。随着微博在网络媒体中的地位提高，微博舆情是无法忽略的问题。对于政府部门来说，加强对微博舆情发展趋势的及时监测和有效引导，提前预测微博舆情的发展趋势，以及积极解决微博舆情危机，对维护社会稳定和促进国家发展具有重要的现实意义，加强对微博舆情的检测和引导也是创建和谐社会的应有举动。 　　国内关于微博话题的研究以定性方法为主，内容主要侧重于以某一个或多个突发事件为对象进行研究。罗朋梳理了药家鑫审理过程中一些关键节点的媒体报道和微博舆论，探讨了微博舆论对此案审判所产生的影响[2]；周葆华在探讨“动态范式订定事件”概念的基础上，以2010年三大突发公共事件为例，分析“微博事件”中传统媒体与新媒体的互动关系[3]；杨亮提出了情感分布语言模型，通过分析相邻时段间情感分布语言模型间的差异，实现有效地从微博平台中发现热点事件，有助于抵御微博平台中热点事件的管理和监控[4]；夏雨禾以6个新浪微博突发事件为例，对微博突发事件中舆论的分布形态、构成要素、生成机制和模式等问题进行了深入探究[5]；盛宇提出基于微博的学科热点发现、跟踪和分析机制，解决依据传统信息源对学科热点进行分析研究存在时间上严重滞后的缺点[6]。 　　国外对微博的研究起步较早，相对而言在微博话题方面的研究也更加具有多样性。J Weng等提出了一种改进的TwitterRank思想，通过对影响力的Twitter发布者跟踪寻找敏感话题[7]。Thomas Heverin等以华盛顿州西雅图-塔科马地区枪击事件为例进行个案研究，研究结果表明公民使用微博作为组织和传播危机事件信息的方法[8]。Amanda和Leysia Palen通过Twitter平台统计微博在美国民主党、共和党全国大会，Gustav、Ike飓风4个事件中的使用情况，了解事件中用户行动并且指出网民通常使用微博分享紧急信息、参与应对突发事件[9]。 　　目前针对微博话题的研究主要集中在对单个或者几个突发事件的研究，且没有查询到对微博热门话题博文变化趋势的研究。 　　本文随机选取腾讯微博100个热门话题为样本，自话题出现的15天内博文数量为研究数据，采用自组织特征映射神经网络方法对话题博文数量变化趋势进行聚类分析，然后利用数据分组处理算法针对聚类结果进行曲线拟合，建立微博话题博文数量曲线分类模型，最后通过另外搜集的6个微博话题对该分类模型进行验证。 　　2 研究设计 　　21 数据来源 　　腾讯微博是中国用户量最大的微博平台，据腾讯官方统计腾讯微博用户约4亿，每天活跃用户数是6