基金项目：桂林理工大学2018年度“党建与思想政治教育研究”专项课题资助，基于社会网络分析方法的大学生舆情监控研究，项目编号：GUTDJ2018025；中国高等教育学会学生工作研究分会2016年高校学生工作研究一般课题，网络化时代小团体建设对大学生心理健康教育的影响研究，项目编号：LX2016Y108
基于社会网络分析方法的大学生舆情监控研究
唐源江 黄兆凡（桂林理工大学 广西桂林 541004）
摘 要：结合社会网络分析方法在网络舆情研究中的现有应用，通过分析网络舆情的结构，进而发掘网络舆论领袖。通过中心度测量、核心—边缘模型位置测算和影响力系数计算对大学生人际关系舆情展开案例研究。社会网络分析法和内容分析法相结合所发掘的网络舆论领袖，应成为网络舆情监控中的重点。
关键词：社会网络分析；网络舆情；舆论领袖
互联网的迅速发展和广泛应用，使得网络舆情随之成为社会舆情最主要组成部分。网络舆情平台——互联网，是一个由多个社会关系网络组成的复杂网络，在每个社会网络中都拥有一个或多个处于中心地位的成员，即网络舆论领袖。他们通过自己的言论发布信息，传播信息，在较短的时间内凝聚共识，发酵情感，甚至能够诱发行为，左右其他网民的观点，引发网络舆情导向。发现网络舆论领袖、加强对其言论的监控和管理是提升网络舆情管理能力的重要途径。相对于传统网络舆情管控对所有信息进行甄别分析与追踪而言，发掘网络舆论领袖的思路则可省时高效。运用社会网络分析法发掘所属虚拟社区的网络舆论领袖，权衡其所具有的影响力，着重分析与监控舆论领袖的言论，不但能及时把握群体事件的舆情走势，而且可以从源头上监控网络舆情的传播，甚至可从信息源上根除负面舆情信息。
一、社会网络分析方法的理论简介
1.社会网络分析方法
当前，分析网络舆情的内容的常用方法是内容分析法，能对具有明确特性的传播内容进行客观、系统和定量的描述。在方法论研究中，刘毅论述了通过内容分析法对网络的内容，网络的结构和网络的使用记录进行挖掘，可以描述网络中传播的舆情信息，推论网络舆情信息传播主体的意图以及态度和情绪的倾向性，描述和推论网络舆情信息的产生和变化趋势。在方法应用中，主要集中于对舆论内容所表达的态度和情绪研究，进一步探讨了内容分析法中的文本数据挖掘方法在网络舆情中的应用，并构建了网络舆情信息文本挖掘模型。运用网络文本挖掘可对网络舆情文本信息进行表示、特征提取、内容总结、分类、聚类、关联分析、语义分析以及利用网络文本进行趋势预测等，从而发现焦点热点问题，为深层次的分析提供技术支持和解决方案。
对网络舆情的分析，不仅可以针对舆情的信息内容，还可以通过分析舆情发布者的网络结构和关联探寻舆情发展的规律。社会网络分析法是将可视化与可测量相结合的分析方法。它试图对各种关系进行量化分析，从而揭示群体关系结构，研究这种结构对群体功能或群体内部个体的影响。近年来，社会网络分析法也被运用到网络舆情的研究中，特别是在分析大学生群体成员之间的关系结构和群体特征方面，得到了较为广泛地应用。如陈京民等人将社会网络分析引入网络舆情的研究中，对某一网络参政群体从网络密度、凝聚子群、结构洞三个角度进行剖析，依据大学生群体结构的疏密程度来判断舆情信息的传播路径，基于成员间的交互关系来发掘主导舆情发展的小团体，进而提出要加强监控小团体的动向，帮助相关部门了解网络舆情，做出正确的决策。
简言之，社会网络分析方法较之其他方法更加关注事件间或参与者之间的联系，较多关注不同网络关系结构下引发的网民行为发展变化情况，在研究网络舆情信息传播和转移时，更加重视人的因素，更能揭示网络舆情信息传播和转移的本质。
2.社会网络分析法与网络舆论舆情研究的结合
社会网络分析法发展至今已经有一系列专有的理论和模型被应用于网络社区的结构分析中。其中，著名的结构洞理论就是发现舆论领袖的经典理论。按照结构洞理论的提出者布尔特的观点，当网络中人们之间没有直接关系或关系缺失时，网络就会出现空洞，即所谓的“结构洞”。结构洞通常构成了网络中信息折射和资源流动的“阀门”，在网络中，占有的“结构洞”越多，行动者在结构上所占的优势就越大，通过这些优势获得回报的可能性就越大。
中心度分析则是另一个衡量行动者的地位优越性或特权性及社会声望的重要指标。巴维拉斯最先对中心度的形式特征进行了研究，随后涅米宁又对此概念进行了系统的解释。所谓网络中的点中心度就是点的度数，即与一点直接相连的其他点的个数。如果某点度数高，则称该点居于中心，该点所对应的行动者就是中心人物。这也是对舆论领袖最简单、最直接的测量方法。此外，格兰诺维特提出的“弱联系优势”理论，六度关系理论同样可以用于处于弱关系状态的网络社区各个成员地位和作用的分析中，从而深化对网络社区舆论领袖的认识。
网络分析是建立在非概率方法的基础上的，它的数据不是由样本的随机选择获得，而是通过最大甚至是全部的群体成员获得，能够提供更正确和更真实的分析。将社会网络分析中的一些模型和方法运用到网络舆论领袖研究中，通过计算社会网络密度的紧密程度，从而反映舆情在存在舆论领袖的虚拟圈子中的传播、发展速度; 通过测量中心度和结构洞约束系数能够快速发掘圈子中的舆论领袖，了解其在虚拟圈子中所处的位置，发挥作用的大小，从而推断网络舆论领袖的意图及态度倾向，把握整个网络的舆情动向，同时还能够对虚假信息追根溯源，及时消除其不良影响，有重点地加强对网络舆论领袖的分析与预测。
二、大学生人际关系舆情案例分析
1.研究思路
在大学生群体中，成员之间通过相互问题意向选择产生联系。对于某成员获得其他成员问题意向选择的总和称为点入度，他选择其他成员的总和称为点出度。若某成员能够吸引大多数成员的问题选择，被广泛强关系热议，亦或积极关注其他成员，该成员就成为了大学生群体的活跃分子。网络舆论领袖必然是大学生群体中的活跃分子，通过测量大学生群体成员点入度和点出度的数值可以直观地测量其跃程度，从而发掘出该大学生群体的活跃分子。然而，活跃分子未必都是网络舆论领袖，只有那些引起其他成员广泛支持，甚至一呼百应的活跃分子才是真正意义上的网络舆论领袖。为此，分析该大学生群体活跃分子的影响力是找出该大学生群体中的网络领袖的关键。通过统计某成员的观点在一定时间内所获得的支持和反对的票数总和，可以用定量的方式表达影响力，即如果某成员观点得到明确支持的数值越大，其影响力就越大，从而确定该大学生群体中的网络舆论领袖。
2.网络舆情收集途径
发掘网络舆论领袖，首先选取一个较为固定的群体，通过问卷收集群体成员的信息获取意向，在设置的问题中，群体成员可以对其他成员进行选择。我们认为学生之间通过相互意向选择的方式就产生联系，若学生A选择了B，即A与B产生联系，无论一个学生对另一个学生的选择是一次还是多次，均记为“1”，反之，A与B不产生直接联系，则记为“0”，从而构成互动关系矩阵。通过测量学生的中心度来寻找在网络中处于中心地位的学生，即活跃分子。使用核心—边缘模型的CORR算法确定活跃分子所处的位置。最后，分别计算活跃分子的影响力系数，影响力系数大者最终确定为该大学生群体的舆论领袖。
3.社会网络关系图
在这个大学生群体中，各成员之间通过相互问题选择产生联系。经过一段时间的搜集，将该大学生群体47 位成员之间的互动关系构成矩阵(对成员按字母顺序进行了编号1－47)，行代表回复者，列代表发帖者，成员回复另一位成员，即两者产生直接联系，则记为“1”，反之，两者没有联系，则记为“0”，这样就得到一个47×47互动关系矩阵，并可将该大学生群体的网络关系图直观地表现出来。不难看出，13、16、19 处于网络的中心地位，有很多其他结点与该结点联接，他们是社群中的“活跃分子”，在大学生群体中享有很高的关注度。而成员42则处于边缘位置，与其他结点几乎没有直接的联系，说明他们与社群中的其他成员不经常交流，很少在该大学生群体中发表观点，对社群贡献不大。
图1 大学生群体47位成员网络关系图
4.中心度测量
发掘大学生群体中舆论领袖可通过测量该社区的点度中心度。将“互动关系矩阵”输入Ucinet中计算该矩阵的中心度。
表1 部分成员的中心度测量结果
从分析结果看，不同成员表现出不同的点入度和点出度。根据点度中心度的数量不同，成员在社群中所拥有的权力和地位也都不一样。从分析结果可以看出，成员16和成员19的点入度和点出度较其他成员排名靠前，说明他们在大学生群体中较为活跃，不仅他们能获得很多其他成员的关注选择，而且还主动参与到其他成员的讨论中，对大学生群体的贡献较大，是大学生群体中的活跃分子。其中，这些成员的点入度都大于点出度，更加说明他们的言论会受到更多成员的关注。而成员35的点出度远远大于点入度，说明他积极关注其他成员，自己的言论却较少被他人关注。成员13的点入度大于点出度，说明该成员的言论有一定的影响力，获得较多人的关注，但却很少关注他人言论。
三、结论
运用社会网络分析法发现，在大学生群体中的用户由于其自身属性及其所在网络中位置的不同，对于舆情传播的作用也大不相同。通过中心度的测量，中心度较高并且处于中心地位的往往是该社会网络中的活跃分子，这些成员的言论不仅获得大部分成员的广泛关注，同时还对舆情信息的传播起到较大的推动作用。判断是否是舆论领袖，还应该测算成员在该社区中拥有的影响力，当成员所发表的言论能获得其他成员广泛支持时，他们的言论才能够在庞杂的网络信息中脱颖而出，并在一定程度上左右着网络舆情的导向，推动事态的发展。一般而言，网络舆论领袖会对获取的信息进行加工，然后将其再传播、再扩散给更大范围的人群，这些包含网络舆论领袖主观性的信息从而能够支配、引导追随者和被影响者的态度和行为。然而，在研究过程中发现，社会网络分析法是通过网络中行动者之间的互动关系来发掘该社区的活跃分子，而舆论领袖不仅需要在互动关系上享有主动权，还应该在其他成员中享有较高的声望。因此，发掘网络舆论领袖时，还应辅以相应的内容分析法，通过对其所表达观点中涉及的情绪、意见、态度进行统计，以确保发掘网络舆论领袖的准确性。通过上述分析不难发现，网络舆论领袖的言论较之其他成员的言论应成为网络舆情监管的重要对象。首先，针对社会讨论的敏感和特点问题，甄别网络舆论领袖，重点监控并及时处理其煽动性言论，避免不良情绪继续感染其他成员，进一步完善针对网络舆论领袖的舆情预警和危机响应机制。在实施日常的网络管理中，可有意识地主动“培育”网络舆论领袖，利用其在大学生群体中威望，正向引导舆论，积极引导大众回击虚假或反动言论。
参考文献：
[1]李彪.大数据时代舆情的内涵与分析方法[J].青年记者，2019(19):9-11
[2]周娜.基于潜在主题挖掘的知识共现研究[D].曲阜师范大学，2019
[3]胡冬冬.自媒体环境下医患关系网络舆情传播与监管研究[D].江西财经大学，2019
[4]王丹.微博舆情全景生态及思想引领方略研究[D].吉林大学，2019
[5]杨丽颖.基于社会网络分析的涉医网络舆情演化博弈研究[D].西南科技大学，2019
[6]梁晓贺.基于超网络分析的微博舆情主题发现研究[D].中国农业科学院，2019
[7]王丹、张海涛、刘雅姝、任亮.微博舆情关键节点情感倾向分析及思想引领研究[J].图书情报工作，2019.63(04):15-22
[8]毕硕本、黄铜、赵爱、刘少丽、万蕾.基于社会网络分析法对信息流空间传播特征的研究[J].计算机科学，2018.45(12):279-287
国内刊号：CN61-1499/C
国际刊号：ISSN2095-9923
邮发代号：52-217
编辑部投稿邮箱：tougao85@163.com tougao58@163.com
编辑部投稿热线：029-87362792 13309215487
24小时查稿专线：13309215487（同微信）
编辑部投稿QQ：693891972 511860427
|
百度百科
