多维度社交网络舆情用户群体聚类分析方法研究.docx

1 引言

据《2020-2021 年中国移动社交行业研究报告》数据显示,中国社交行业用

户规模突破 9 亿人,其中微博是目前市场主流应用

[1]

。微博作为中国最具影响力的

社交网络平台,垂直覆盖领域达到 60 个

[2]

。随着互联网普及率和网民数量的迅速

增长,以微博为代表的社交网络平台已经逐渐成为突发事件舆情产生、发酵、演

变和传播的核心阵地。社交网络舆情事件的明显特征是具有用户的群体性 ,当持

[3]

多名 Twitter 用户的数据,对社交网络中集体消极情绪反应的影响进行分析,为事

后社交网络中社区危机管理提供了借鉴 ;Qiu 等

[4]

指出随着 Twitter、Facebook 和

微博等社交媒体高度普及,用户集群已成为越来越重要的研究主题;Liu 等

信息和网络全局信息共同纳入分析范围,提出一种用于社交网络中用户社群监测

的划分和聚集算法（DA）;You 等

社群组合”的三段式社群发现算法,为社交网络中的用户社群研究提供了新的思路。

态模拟了突发舆情事件下群体情感的变化趋势;张海涛等

[9]

基于复杂网络理论,通

过社群发现算法识别话题社群,对热点事件中的话题社群及网民情感波动进行研

究;孙越恒等

[10 ]

以复杂网络理论为基础,融合在线社交群体的多维特征构建了社交

群体行为模式分析框架,对比分析了事件驱动下的社交群体行为规律。从国内外

研究成果来看,用户集群的研究受到重视,目前从主题、社群监测、标签、群体情

绪和社群发现等角度对用户群体进行分析的研究较为常见,但是,从多维度对用户

群体特征进行聚类和多角度分析的研究较为少见,并且利用可视化图谱对用户特

征进行展示和分析的研究也有限。

关系结构三个维度构建突发事件社交网络舆情用户群体聚类图谱,并对聚类后的

群体情感结构、权力结构和关系结构进行可视化分析。本文力求为学界的社交

网络舆情可视化图谱构建与分析提供新的研究视角和方法,同时为产业界建立健

全社交网络舆情监管平台提供实践上的借鉴和参考。

2 理论基础

2.1 群体理论

群体理论（Group Theory）指的是社会心理学中探索和解释群体过程或群

体动态及其相关问题的一般理论观点

[11 ]

。影响力较大的群体理论是法国社会心理

学家古斯塔夫·勒庞提出的,主要从心理学角度考察群体问题,通过对组成群体的

个体特征进行分析和研究,达到解释群体特征的目的。这些群体特征包括两个方

随着 Twitter、Instagram、微博、知乎等社交网络应用的大量兴起,社交网

络用户的数量显著增加。社交网络用户聚类分析近年来已经逐渐成为计算机和

图书情报领域研究的热点问题

为数据和发布的内容数据出发,构建新的模型或方法对用户进行聚类分析。Liang

等

分布,并通过实验验证了所提出的用户聚类模型与最新标准相比的有效性 ;Qiu 等

[4]

问题和用户在讨论中使用的术语进行解释,并在这三个维度上采用协同聚类形成

多个用户集群,通过实际数据集和合成数据集测试了算法以说明算法的适用性。

2.3 社交网络舆情用户群体聚类图谱构建的提出

在本文的研究中,将社交网络舆情用户界定为通过社交网络平台参与事件讨

论、转发和点赞等过程的用户。由于社交网络和舆情事件传播的特殊性 ,面对同

一舆情事件,不同用户的情感态度、影响范围、关系网络等都是不同的,通过对用

户群体的有效聚类可以将行为、立场和情感等性质相近的用户归为一类群体,差

异较大的用户个体划到不同的群体类别。通过图谱可视化工具可以更为直观地

展示和分析出不同用户群体的聚类特征,进而制定个性化、具体化和有针对性的

舆情处理和调控策略,并对用户的舆情参与和传播行为进行预测,这对社交网络舆

社交网络舆情用户情感特征是指舆情事件中用户的情感类别 ,反映了群体的

情绪结构。情感分类是指基于用户文本进行挖掘和分析,识别出其中的情感倾向

性,并对情感进行分类,如褒义、贬义等

[18 ]

。在舆情事件发生时,数量规模较大群体

的情感倾向不仅会影响群内用户个体,还会对群外用户个体产生影响。因此,舆情

用户的情感类别是聚类特征的一个重要维度,对于群体中情感倾向分布情况的及

是群体理论中群体权力结构的体现。

社交网络舆情用户关系特征是指用户的点赞、评论和转发等动态数据信息 ,

体现了社交网络舆情用户的关系网络,类似于群体中的人际关系结构。对于用户

关系数据信息的分析,不仅能够揭示舆情事件传播过程中各个用户节点之间的关

系网络,而且能够帮助舆情管理者更好地理解舆情信息的传播路径和方向,对舆情

监控和舆情热点监测具有重要的意义。

使 用 火 车 头 脚 本 编 辑 爬 虫 软 件 实 现 数 据 采 集 。 获 取 的 数 据 通 过

Excel、Access 等软件进行数据的预处理,包括筛选、去重、删除空白及无效文

本、取消超链接等。本文基于群体理论、情感分析和聚类分析等算法 ,构建了社

交网络舆情用户群体聚类分析方法,具体方法过程如图 1 所示。

图 1

图 1社交网络舆情用户群体聚类分析方法

Fig.1Social Network Public Opinion User Clustering Analysis Method

（1） 群体情感特征

卷积神经网络（Convolutional Neural Networks,CNN）是一种包含卷积计

算、深度结构的前馈神经网络,是一种典型的深度学习模型

[19 ]

。近年来,越来越多

的学者倾向于通过卷积神经网络解决文本情感分类问题

[20 ,21]

感分类研究时使用的研究标准是不同的,较为常见的是三级（正、负和中性）分