基于SNA参数增量的网络舆论论文范文

1SNA参数与差分方法

1.1SNA概述SNA通过描述行为者（个体，agent）及其相互间的关系模型，分析其结构及对行为者和整个群体的影响。如果研究对象规模较小，可用社群图（SocialGraph）表示行为者之间的关系。如果研究对象规模较大，可把行为者之间的关系用社群矩阵表示[8]。社会心理学家Jacob•Moreno在1932年研究哈德森女校出逃事件时给出社会网络结构图[9]，通过SNA方法得出：个体的行为规则不决定于个人的意志而取决于其所处位置；团体内成员的行为受到所属“小团体”的严重影响；网络结构能够影响个体间的关系和行为；不同“小团体”之间的成员也是有联系的，但比团体内成员间的联系稀疏；结构上等同的个体面临相似社会环境时，可能会出现相似的反应[10]。

1.2SNA中的几个重要参数在SNA众多描述社会网络结构的参数中，网络密度、点度中心度、网络中心势等参数对研究网络舆论的整体特性，结点间的关联程度以及重要结点的影响力等具有指标性意义，在研究网络舆论演化过程中应当予以重点、持续关注。单独研究其中的某个参数，可以揭示出网络舆论系统单方面的特征；综合研究其中的多个参数及其变化，可以综合研判揭示出网络舆论系统的深层次特征，为确定网络舆论调控时机提供依据。

1.3SNA参数的差分分析方法定义1：记D（t）为t时刻的社会网络密度，则一个采样周期Δt内D（t）的变化量为密度增量，记为ΔD（t）。ΔD（t）反映网民的关注度。ΔD（t）>0，网民对话题的关注度上升，网络舆论处于形成或发展时期，具有进一步发展甚至爆发的可能，此时应予以重点关注；ΔD（t）<0，则说明参与讨论的网民数减少且其相互关系的频繁程度减少，网民对话题的关注度下降，网络舆论处于回落或冷却时期，将逐渐退出公众的视野；若ΔD（t）在正负值之间围绕0波动，则说明网民对话题的关注度有起伏，处于偏移期或振荡期。定义2.1：记CADi（t）为t时刻网络结点i的绝对点度中心度，则一个采样周期Δt内CADi（t）的变化量为绝对点度中心度增量，记为ΔCADi（t）。定义2.2：记CRDi（t）为t时刻网络结点i的相对点度中心度，则一个采样周期Δt内CRDi（t）的变化量为相对点度中心度增量，记为ΔCRDi（t）。点度中心度反映出某一网民对话题的影响范围及其地位的中心程度。其中ΔCADi（t）主要反映该网民的影响范围，而ΔCRDi（t）主要反映该网民地位的中心程度。定义3：记C（t）为t时刻的社会网络中心势，则一个采样周期Δt内C（t）的变化量为网络中心势增量，记为ΔC（t）。网络中心势反映的是网络图的整体向心程度，在网络舆论系统中则反映出网民对话题讨论的热情与集中程度。

2网络舆论调控时机判则

2.1网络舆论调控时机的重要意义网络舆论调控时机是指网络舆论调控手段介入的时间点。调控时机适当，可以有效地利用社会资源，使调控手段发挥出最大影响力，取得最佳的引导效果；调控时机不对，则可能是反效果。

2.2网络舆论调控预警判则首要判则：一个观察周期内参与话题讨论的网民总数达到设定阈值。预先调控判则：判则1：连续m个观察周期内SNA参数增量均为正值。判则2：连续n个观察周期内SNA参数增量均达到设定阈值。即时调控判则：判则3：一个观察周期内SNA参数值达到设定阈值。判则4：一个观察周期内SNA参数增量达到设定阈值。若有一个参数满足判则，四级预警；两个参数满足判则，三级预警；三个参数满足判则，二级预警；四个参数满足判则，一级预警。特别来说，若一个观察周期内的参数值及其增量同时满足判则3与判则4，则说明舆情在短期内出现突然爆发，一级预警，应立即采取调控措施。

3网络舆论调控时机确定方法

1.采集关注网站或论坛的数据，分离出网民和帖子的各种属性，找出帖子之间的跟随关系。2.设定观察周期，建立每个观察周期内的回复关系矩阵并绘制网络社群图。3.根据网络社群图，计算出每个观察周期的SNA参数值并通过差分分析法计算增量。4.根据各种影响因素设定阈值，由增量计算结果运用判则确定网络舆论的调控时机。

4应用示例

使用社会网络分析软件UCINET6[11]，以天涯论坛上“华南虎事件”的讨论过程为例，对确定网络舆论调控时机的方法进行实验验证。自2007-10-15楼主发帖至2008-01-30最后一位跟帖者发帖结束，该话题总参与人数为5779人，总回帖数65029个，经历了从形成、发展、爆发直至回落的演变过程。设定观察周期为1天。用Ucinet的Netdraw工具，绘制出每天的舆论网络社群图，图1截取的是第一天。计算每天的SNA参数值并通过差分分析法计算其增量，如表1所示（截取11月15日—22日的数据）。根据首要判则，假定参与讨论网民数阈值为300，周期访问量约为1200；根据预先调控判则，假定m=5，n=3，其对应的归一化参数阈值ΔD（t）=ΔCRDi（t）=ΔC（t）=0.03，非归一化参数阈值ΔCADi（t）=35；根据即时调控判则，假定参数阈值D（t）=CRDi（t）=C（t）=0.88，CADi（t）=1000，参数增量阈值ΔD（t）=ΔCRDi（t）=ΔC（t）=0.1，ΔCADi（t）=400。根据判则得出的预警日期及等级为，一级预警：11月16日；四级预警：11月21日。经验证，在这些日期前后，该话题均有相关事件发生，影响网络舆论的发展，此时，也是引导和调控的时机。

5结论

结合社会网络分析理论对网络舆论系统进行定量研究，各项SNA属性参数及其增量可以在一定程度上反映出系统演变的内部特征。若希望进一步确定更佳的预警时间、提高判断准确率，可缩短观察周期，根据实际情况调整各项阈值，以找到适合的观察周期与各项参数阈值的最优组合。方法对大规模网络舆情事件的爆发具有一定的预警与防范作用，可以作为使用网络舆论调控手段的依据之一，可操作性强，应用前景广阔。

作者：吴少华崔鑫胡勇单位：四川大学电子信息学院