摘 要

当今，互联网蓬勃发展，微博平台作为当前国内主流的社交媒体平台，影响力日渐深远，正在成为网络舆情传播的重要途径，特别是在突发事件爆发后，微博平台上汇聚着规模庞大的微博用户群体和海量的舆论信息，如何快速准确地获取到微博舆情话题，并且通过分析数据实现微博舆情预警，以及政府舆情监管部门如何管控和引导舆情，都是目前备受关注的研究工作之一。

本文首先通过查阅和阅读相关文献，了解微博舆情的分布形态、特征、形成以及传播的过程，做好研究的理论基础。接着展开突发事件微博舆情下的预警分析研究，以“中美贸易战”这个突发事件为案例，从突发事件下微博舆情的话题热度、网民关注度变化和微博用户的影响力这三个方面进行分析，得出以话题词频数为话题热度的预警指标，某段时间内的相关微博数量作为网民关注度的预警指标，微博用户的影响力作为辅助性指标，来进行突发事件下微博舆情的预警行为。并且，结合前面的分析，从话题热度、网民关注度和微博用户的影响力这三个角度，提出对政府管控和引导微博舆情的策略。

本文研究以突发事件下微博舆情预警为主要线索，从话题热度、网民关注度和微博用户的影响力这三个方面分别进行研究分析探索，发现突发事件下话题词频数分布的情况，即什么类型的话题词频数会更高，以及微博用户们会随着突发事件的事态发展而在不同时间在微博上体现出不同的关注度。同时也获知微博用户的粉丝数和关注数对评论数量无显著关系，但微博用户的影响力会对其微博的转发情况造成影响。

关键词：突发事件；微博舆情；舆情预警；引导策略

Abstract

Today, the Internet is booming. As the current mainstream social media platform, Weibo has become more and more influential and is becoming an important way for online public opinion communication. Especially after the outbreak of the unexpected events, Weibo is gathering a large scale of users and massive public opinion information. It is currently of much concern to study how to obtain microblogging topics quickly and correctly, and achieve microblogging-public-opinion early warning through the analysis of data, as well as how the government's public opinion supervision department controls and guides public opinion.

Firstly, review and read the relevant literature to know the distribution pattern, characteristics, formation and communication process of Weibo public opinion, being ready for the theoretical part of this research. Then, taking the sudden incident of the Sino-US trade war as a case, research under the microblogging texts of the sudden incidents and the early-warning analysis was carried out, studying from three aspects, the hot topic of the microblogging, the changes of the attention of netizens and the influence of Weibo users. As a result, the analysis shows that the popularity of the topic can be used as the early-warning indicator of the topic frequency and the number of relevant microblogs in a certain and short period of time can be used as the early warning indicator of the attention of netizens, as well as the influence of Weibo users can be used as an auxiliary indicator. These three indicators can be used to achieve early warning of Weibo public opinion gathering under emergencies. Moreover, combined with the previous analysis, the strategy of controlling and guiding Weibo public opinion is proposed from the perspective of topic popularity, netizen attention and the influence of Weibo users.

This paper studies the microblogging public opinion early warning as the main clue, and explores the popularity of the topic, the attention of netizens and the influence of Weibo users. It finds the frequency distribution of topic words under emergencies. That is, what type of topic word frequency will be higher. Additionally, it concludes that users will show different attentions on Weibo at different times with the development of the unexpected events. At the same time, it is also known that the number of fans and the number of followers of Weibo users have no significant relationship with the number of comments, but the influence of Weibo users will affect the reposting behaviors of Weibo users.

Key Words: Unexpected event; Micro-blog public opinion; Pre-warning of public opinion; public opinion crisis guide strategy

目 录

摘要 I

Abstract II

第1章 绪论 1

1.1 研究目的 1

1.2 研究意义 1

1.2.1 理论意义 1

1.2.2 现实意义 2

1.3 国内外研究现状 2

1.3.1 国内研究现状 3

1.3.2 国外研究现状 4

1.4 研究方法 5

1.4.1 比较研究法 5

1.4.2 文献分析法 5

1.4.3 归纳总结法 6

1.4.4 案例分析法 6

第2章 突发事件微博舆情的传播 7

2.1 突发事件微博舆情的概念解释 7

2.1.1 突发事件和网络集群行为 7

2.1.2 突发事件微博舆情 7

2.1.3 突发事件的微博集群行为舆情预警 7

2.2 突发事件微博舆情的分布形态和特征 8

2.2.1 突发事件微博舆情的分布形态 8

2.2.2 突发事件微博舆情的特征 8

2.3 突发事件微博舆情的形成 10

2.4 微博舆情的传播 10

2.4.1 舆情萌芽和形成 10

2.4.2 舆情爆发和高潮 11

2.4.3 舆情缓解和平复 11

2.4.4 舆情再现 11

2.4.5 舆情消亡 11

第3章 突发事件微博舆情预警分析 13

3.1 实验准备 13

3.1.1 数据采集 13

3.1.2 文本预处理 14

3.2 突发事件下微博舆情的话题热度分析 14

3.2.1 微博和评论文本的关键词分析 14

3.2.2 话题热度分析 15

3.3 突发事件下微博网民关注度变化分析 17

3.3.1 网民关注度变化分析 17

3.3.2 同一时间点微博数量与评论数关系分析 20

3.4 突发事件微博舆情微博用户的影响力分析 22

3.4.1 微博用户的影响力对转发数和评论数的影响 22

3.4.2 单条微博的转发情况可视化分析 26

3.5 突发事件微博舆情预警分析 28

3.5.1 预警指标 28

3.5.2 预警过程 29

第4章 突发事件微博舆情下政府管控对策 32

4.1 从话题热度分析角度 32

4.2 从微博网民关注度变化角度 32

4.3 从微博用户的影响力角度 33

第5章 总结与展望 35

5.1 全文总结 35

5.2 研究展望 35

参考文献 36

致谢 38

1. 绪论
   1. 研究目的

随着互联网的快速发展，数据迅速增长，具有大量(Volume)、高速(Velocity)、多样(Variety)和价值(Value)这四个特征的大数据正在对人们的生活产生巨大的影响。^[8]

2019年2月28日，中国互联网网络信息中心（CNNIC）发布了第43次《中国互联网络发展状况统计报告》，该报告显示我国网民规模为8.29亿，全年新增网民5653万，互联网普及率达59.6%，较2017年底提升3.8%。同时，根据《2018年中国互联网舆情研究报告》，微博平台在网络舆情中发挥了巨大的作用，已经成为我国重要的网络舆论场之一，同时微信和其他一些APP也开始发挥舆情聚合的作用。根据新浪微博发布的2018年第四季度的财务报告，截止到2018年12月，微博用户数保持增长，用户活跃度持续提升。2018年微博月活跃用户数增长约7000万，12月达到4.62亿，12月的日均活跃用户数突破2亿，每天产生上百万条微博信息。根据2018年新浪政务微博报告，截至2018年6月，已经经过实名认证的政务机构微博已经超过13万个。其中，数量最多的是政府部门开设的政务微博，一共是近9万个，排名第二的为社会团体，共开通3万多个。而在政府部门开设的政务微博中，包括公安、司法行政、卫生与计划、基层组织、对外宣传、交通运输及旅游机构等服务类型，公安开设的政务微博最多，已经接近2万多个。^[25]

面对规模如此庞大的微博用户群体和海量的微博舆论信息，以及微博在网络舆论场中所发挥的巨大的作用，如何快速准确地获取微博舆情，如何通过分析数据实现舆情预警，正成为备受关注的研究工作之一。^[2]

本文选择新浪微作为实验平台，对微博文本挖掘发现舆情话题，对突发事件下微博集群行为舆情预警进行实验探究，实验将从话题热度、用户关注度变化、用户影响力这三个方面进行初步的探索。^[3]

• 1. 研究意义
     1. 理论意义

突发事件所引发的微博舆情爆发通常都是突发的和瞬时的，而现今学术界对于突发事件的信息传播方式和特点、网络舆情的特点和发展历程等方面都有一定的研究，但是对于突发事件的微博集群行为舆情分析及其预警，目前还是比较少的。通过对突发公共事件的相关微博博文和评论的文本进行数据挖掘，发现舆情话题，分析话题热度和网民关注度，有利于在舆情形成初期及时发现舆情话题，为政府有关部门提前预警舆情爆发或者预测舆情的发展走势，为后续舆情的管控和引导提供一定的理论参考意义。^[16]

突发事件的微博集群行为舆情预警研究与分析同时属于网络舆情管理和公共事业管理领域，运用大数据技术对突发事件爆发后微博舆情的特征、传播和发展走势进行研究与分析，为政府网络舆情治理提供了新的思路，也可以完善网络舆情管理研究。^[16]

• • 1. 现实意义

微博无疑是大数据时代的先锋之一。大数据时代需要有大量的数据资源，进行运算，为社会发展创造出多样的附加价值。^[24]而微博所提供的海量信息和言论，微博所展现的当代社会的面貌，将帮助我们更好地理解世界。近年来，网络声音在社会舆论中的影响力日渐加强，尤其是微博在重大社会事件中时常影响网络舆论的走向。微博日渐成为汇聚舆论的集散地。^[7]

根据近几年的社会状况，突发事件下的微博舆情是一把双刃剑，特别是负面突发事件的微博舆情，如果没有在事情刚发生时便及时发现话题，并对其进行积极引导，就可能会危害社会稳定和谐。同时，在网络传播环境中，有些人可能会传播虚假信息、制造谣言，网民过于激动的情绪和非理性的言论都很可能使事情往不好的方面发展，造成微博舆情混乱，不利于社会的和谐稳定。^[1]所以，通过对微博文本挖掘及时发现话题，对舆情进行分析，把握舆情的发展导向，对舆情进行预警，并采取一定的措施引导舆情往有利的方向发展。一方面，有助于发现突发事件中微博用户集群行为舆情变化发展的规律；另一方面，有利于帮助政府舆情监管部门迅速准确地掌握突发事件微博舆情状况，为实施舆情的引导提供一定的参考。^[3][16]而且，微博是一个发表和传播信息的平台，也是获取舆情的一个重要途径。因此，及时对舆情进行引导，可以使公众获取到真实的微博舆情信息，更加理性地参与突发事件的讨论中，把握正确的舆情形势，对管控微博舆情具有一定的积极作用。^[16]

• 1. 国内外研究现状

突发事件引发的微博集群行为舆情研究属于网络舆情研究范畴，而网络舆情研究属于社会科学与自然科学交叉的学科领域，学者们从机器学习技术，社会学、新闻学、管理学等多个方面展开相关的研究并取得一定成果。所以，笔者采用文献研究法，对国内外网络舆情的研究现状进行探索和梳理，为后面研究突发事件的微博集群行为舆情预警研究提供理论基础。

• • 1. 国内研究现状

目前，我国关于网络舆情相关领域的研究工作已经深入开展且取得一定的成果。第一，在研究基金资助方面，我国大力支持网络舆情分析与监测领域的相关研究，仅2018年批准的国家自然科学基金资助此领域项目有34项; 国家社会科学基金资助此领域项目32项。第二，研究成果文献发表方面，以主题=（“网络舆情”并含“分析”或者“微博舆情”并含“分析”或者“微博舆情”并含“预警”）在中国知网 (CNKI) 检索，共检索出3453篇文献，最早的文献发表于2005年。根据从2005年开始到2018年的每年发表的文献数量，绘制了国内研究文献的年份与数量的关系图，如图1.1所示。

图1.1 文献年份与数量关系图

由上图可以看出，国内网络舆情研究起始于2005年，之后三年研究文献较少，从2010年至2014年研究文献数量逐年增加，之后保持一个比较稳定的水平。

研究热点主要是在以下三个方面：第一，网络舆情的数据挖掘、热点分析与算法研究；第二，微博舆情传播的影响因素、特征、规律等；第三，微博舆情监测、预测的分析与研究；第四，突发事件下，微博舆情的管控、引导和应对措施。^[8]

其中，微博舆情热点话题挖掘、发现和分析研究是实现微博舆情监测、预警、引导和管控的基础。^[8]张寿华（2013）等人根据文章标题自动挖掘热点关键词，并且以关键词为线索进行话题聚类，设计出一个热点分析模型，来实现自动发掘舆情热点并对其进行监测。^[9]马梅（2014）设计了基于MapReduce技术的K-means改进算法来进行文本处理，达到获取网络舆情的目的，提高了舆情分析准确率以及解决了庞大的信息量带来的效率挑战问题。^[10]陈险峰学者（2015）采用了Jensen-Shannon 距离作为文本间相似性度量的标准，采用K-means对微博文本集合进行聚类分析，提取微博文本的热点话题并且对其进行了排序。^[11]李磊等（2016）提出一种通过计算词对的最大信息系数（MIC）来获取衡量主题词间相似性的共现分析方法，并且利用社会网络分析方法对主题进行聚类分析，可较好获得网络舆情的主要话题。^[12]李良（2018）通过结合K-means算法和sLDA模型，获取同一时间段内的微博文本数据并进行分析，话题发现效果良好。^[16]

在微博集群行为的舆情分析方面，王林学者主要是研究突发事件下微博集群行为的舆情预警分析。他利用SPSS18.0对参与某舆情热点话题的微博用户从粉丝数、关注数和原创数进行用户影响力的分析，发现在突发事件中微博网民的原创博文评论数量和关注数影响了微博网民的影响力，网民情绪热度、分布和变化是舆情预警的重要参考指标。^[3]

在研究微博于突发事件中的作用研究方面，人民网舆情监测室出版的《网络舆情热点面对面》中对于贵州瓮安事件的舆情分析就着重指出突发事件下，要在第一时间将真实、准确的信息公开给社会，保证信息公开透明，避免出现由于信息不对称而导致舆情高涨的现象出现。^[1]

以上是毕业论文大纲或资料介绍，该课题完整毕业论文、开题报告、任务书、程序设计、图纸设计等资料请添加微信获取，微信号：bysjorg。

相关图片展示：