朱義鑫，朱 愷

(新疆財經(jīng)大學(xué) 信息管理學(xué)院，新疆 烏魯木齊 830000)

0 引 言

在網(wǎng)絡(luò)輿情傳播[1]中的意見領(lǐng)袖的識別方面，已有許多學(xué)者做了廣泛的研究，目前較為主流的研究方法有：

(1)使用網(wǎng)絡(luò)輿情數(shù)據(jù)，建立指標(biāo)算法實現(xiàn)意見領(lǐng)袖的識別。如郭博等通過建立活躍度、可信度、影響力等信息指標(biāo)利用層次分析法得到用戶的綜合評價模型指標(biāo)[2]；馬寧等建立人物、話題和網(wǎng)絡(luò)三大維度，構(gòu)建謠言和辟謠信息綜合影響力模型[3]；金海通過用戶信息和微博信息的采集，使用神經(jīng)網(wǎng)絡(luò)算法實現(xiàn)意見領(lǐng)袖的識別和預(yù)測[4]。

(2)以網(wǎng)絡(luò)輿情傳播數(shù)據(jù)建立社交網(wǎng)絡(luò)，通過用戶間的連接識別網(wǎng)絡(luò)中的關(guān)鍵節(jié)點，實現(xiàn)意見領(lǐng)袖的發(fā)現(xiàn)。如王日芬等提出了網(wǎng)絡(luò)輿情生命周期階段劃分、網(wǎng)絡(luò)輿情社區(qū)發(fā)現(xiàn)與關(guān)鍵節(jié)點識別、輿情事件主題發(fā)現(xiàn)3個研究內(nèi)容[5]；Chunlin Li等提出了一種基于內(nèi)容相似度、時間相似度和用戶拓?fù)浣Y(jié)構(gòu)的輿情社區(qū)檢測方法，并在融合相似性的基礎(chǔ)上提出了一種基于用戶影響和情感分析的意見領(lǐng)袖檢測方法[6]。馬玉燃在PageRank算法的基礎(chǔ)上，引入節(jié)點的權(quán)威度，并結(jié)合用戶主觀意向下對節(jié)點的選擇偏好，提出 Au-2Step-PageRank算法[7]。

1 算法基礎(chǔ)

PageRank算法最初由Google開發(fā)，用于其搜索引擎進(jìn)行網(wǎng)頁排序，通過對每個網(wǎng)頁節(jié)點的重要性判斷，優(yōu)化其搜索結(jié)果。其原理為：若有網(wǎng)頁A、B、C，其中網(wǎng)頁C均可以由網(wǎng)頁A和網(wǎng)頁B中的鏈接指向，則網(wǎng)頁C的PageRank值由網(wǎng)頁A和網(wǎng)頁B的PageRank值共同決定的，即一個頁面的重要性取決于指向它的所有頁面的數(shù)量和質(zhì)量。其計算方式如式(1)所示

(1)

式中：q為阻尼系數(shù)，通常取值0.85，頁面指向方向為pj指向pi， L(pj) 為pj的出度，PageRank(pj)為pi的射入鄰接點pj的PageRank值。

PageRank算法在兩個節(jié)點之間只存在一條有向邊，即判斷兩個節(jié)點之間是否存在指向關(guān)系，并采取平均分配的原則將各節(jié)點影響力進(jìn)行傳遞。近年來，已有學(xué)者在PageRank算法的基礎(chǔ)上提出許多改進(jìn)算法，如IARank算法[8]、UI-LR算法[9]、FW-Rank算法[10]等，均使用用戶節(jié)點之間的互動關(guān)系進(jìn)行連接，改進(jìn)了節(jié)點影響力傳遞方式。

現(xiàn)階段社交網(wǎng)絡(luò)中意見領(lǐng)袖識別的研究方法依然存在較多挑戰(zhàn)[11]：首先在構(gòu)建網(wǎng)絡(luò)時通常選取用戶間一種固定關(guān)系作為用戶節(jié)點之間的聯(lián)系，較為片面不能真實完全反映整個社交網(wǎng)絡(luò)中用戶之間的復(fù)雜關(guān)系。其次，在構(gòu)建社交網(wǎng)絡(luò)的過程中，通常將整個網(wǎng)絡(luò)輿情的發(fā)展作為靜態(tài)網(wǎng)絡(luò)進(jìn)行分析，忽視了網(wǎng)絡(luò)輿情傳播的動態(tài)過程。最后，在網(wǎng)絡(luò)輿情傳播過程中每一時刻的輿情狀態(tài)會對后續(xù)的輿情發(fā)展產(chǎn)生影響，且這種影響隨著時間的發(fā)展而變化，而現(xiàn)有研究多考慮相鄰快照之間的聯(lián)系，忽視了各快照輿情狀態(tài)對事件后續(xù)發(fā)展的動態(tài)影響。

針對網(wǎng)絡(luò)輿情傳播過程中用戶群體互動性強(qiáng)，信息流動速度快的特點，本文爬取微博用戶互動數(shù)據(jù)構(gòu)建時序網(wǎng)絡(luò)，使用快照內(nèi)用戶互動強(qiáng)度重定義節(jié)點間的影響力貢獻(xiàn)來改進(jìn)PageRank算法，計算網(wǎng)絡(luò)快照中各節(jié)點影響力得分，引入網(wǎng)絡(luò)快照的記憶效應(yīng)參數(shù)，構(gòu)建一種包含在線社交時序網(wǎng)絡(luò)記憶效應(yīng)的意見領(lǐng)袖動態(tài)識別算法——DWIR算法(dynamic-web interaction rank)。

2 意見領(lǐng)袖動態(tài)識別模型構(gòu)建

2.1 模型構(gòu)建流程

意見領(lǐng)袖動態(tài)識別模型構(gòu)建及實驗主要包括4個步驟：①獲取實驗數(shù)據(jù)，劃分用戶互動方式。②根據(jù)數(shù)據(jù)時間戳劃分時間窗口，以用戶為節(jié)點，互動關(guān)系為邊生成快照網(wǎng)絡(luò)，計算用戶活躍度，得到快照網(wǎng)絡(luò)中用戶影響力得分。③所有快照網(wǎng)絡(luò)組成時序網(wǎng)絡(luò)，引入記憶效應(yīng)參數(shù)，構(gòu)建DWIR算法，計算網(wǎng)絡(luò)輿情各階段用戶DWIR得分，以此排序得到意見領(lǐng)袖動態(tài)識別結(jié)果。④利用DWIR意見領(lǐng)袖動態(tài)識別結(jié)果與其它算法識別結(jié)果比較進(jìn)行深入分析。

2.2 用戶互動強(qiáng)度計算

快照網(wǎng)絡(luò)中，每個用戶的重要程度既取決于其它與其互動的所有用戶的數(shù)量與質(zhì)量，還取決于用戶之間的互動方式，本文使用用戶之間的互動方式和互動程度計算用戶互動強(qiáng)度[12]。

對于一篇帖子，用戶可以進(jìn)行轉(zhuǎn)發(fā)與評論，本文用WC(weight_comments)和WF(weight_forward)分別表示相鄰用戶節(jié)點之間的評論權(quán)重和轉(zhuǎn)發(fā)權(quán)重。用Comment_times(Am,Aj) 表示用戶Aj(j=1,2,3…n) 對用戶Am(m=1,2,3…n,m≠j) 的評論次數(shù)； Forward_times(Am,Aj) 表示用戶Aj(j=1,2,3…n) 對用戶Am(m=1,2,3…n,m≠j) 的轉(zhuǎn)發(fā)次數(shù)。用戶Ai的評論權(quán)重WC和轉(zhuǎn)發(fā)權(quán)重WF計算方式分別為式(2)、式(3)所示

(2)

(3)

本文使用式(4)進(jìn)行用戶互動強(qiáng)度(Interaction-Strength)的計算

IS(Ai,Aj)=α·WC(Ai,Aj)+β·WF(Ai,Aj)

(4)

式中： IS(Ai,Aj) 表示Ai的相鄰節(jié)點Aj提供的互動強(qiáng)度，α對應(yīng)評論的相對權(quán)重，β對應(yīng)轉(zhuǎn)發(fā)的相對權(quán)重。

根據(jù)在線社交平臺的用戶互動特點，評論和轉(zhuǎn)發(fā)兩種互動方式雖然都可以為用戶增加影響力，但是重要程度明顯不同。本研究采用AHP層次分析法求解[13]，使用“1-9”標(biāo)度法計算α和β。

令I(lǐng)1為評論的重要程度，I2為轉(zhuǎn)發(fā)的重要程度，本研究根據(jù)評論和轉(zhuǎn)發(fā)行為對用戶提供的不同影響力，取I1的相對影響力標(biāo)度為1，I2的相對影響力標(biāo)度為3，構(gòu)建判斷矩陣如式(5)所示

(5)

將判斷矩陣按列進(jìn)行歸一化處理，并逐行計算算數(shù)平均值即可求得其最終權(quán)重ω， 其表達(dá)方式如式(6)所示

(6)

經(jīng)過一致化檢驗，最終解得：I1≈0.25、I2≈0.75。 即評論的相對權(quán)重α=0.25，轉(zhuǎn)發(fā)的相對權(quán)重β=0.75，可得IS(Ai,Aj) 計算方式如式(7)所示

IS(Ai,Aj)=0.25·WC(Ai,Aj)+0.75·WF(Ai,Aj)

(7)

2.3 快照內(nèi)用戶影響力計算

本文通過用戶之間的互動強(qiáng)度對PageRank算法進(jìn)行改進(jìn)，重新定義了相鄰節(jié)點之間的影響力貢獻(xiàn)方式，得到基于在線社交網(wǎng)絡(luò)用戶互動的PageRank改進(jìn)算法(web interaction rank，WIR)，其計算方法如式(8)所示

(8)

快照網(wǎng)絡(luò)用戶影響力計算過程描述如下：

輸入：Gi為快照內(nèi)用戶關(guān)系集合；Ci為快照內(nèi)用戶評論數(shù)據(jù)；Ai為快照內(nèi)用戶轉(zhuǎn)發(fā)數(shù)據(jù)；ε為迭代終止條件。

輸出：快照內(nèi)用戶節(jié)點WIR算法影響力得分/*通過互動方式和次數(shù)計算各用戶在快照內(nèi)互動強(qiáng)度*/

(1) forCviinCido

(2)使用式(2)計算WC(Ai,Aj)

(3) end for

(4) forAviinAido

(5)使用式(3)計算WA(Ai,Aj)

(6) end for

(7)forviinGi

(8)使用式(7)計算IS(Ai,Aj)

(9)end for

/*使用計算的用戶互動強(qiáng)度重新定義節(jié)點間影響力貢獻(xiàn)方式， 改進(jìn)PageRank算法*/

(10) forviinGi

(11) 使用式(8)計算WIR(Ai)

end for

(13) 輸出快照網(wǎng)絡(luò)用戶節(jié)點WIR算法影響力得分

2.4 意見領(lǐng)袖的動態(tài)識別

在線社交網(wǎng)絡(luò)的網(wǎng)絡(luò)輿情傳播過程中，用戶影響力都會在記憶效應(yīng)下向事件后期產(chǎn)生影響，而且隨著事件發(fā)展，早期用戶影響力記憶效應(yīng)呈現(xiàn)衰減的趨勢。本文引入了快照間的記憶效應(yīng)參數(shù)，令時序網(wǎng)絡(luò)中第j期快照在第i期快照上的記憶效應(yīng)參數(shù)計算方式如式(9)所示

(9)

式中：Ti為第i期快照，Tj為第j期快照，且j

網(wǎng)絡(luò)輿情傳播過程中，各快照用戶互動規(guī)模的不同導(dǎo)致各快照在整個事件中重要程度不同，本文引入快照活躍度，計算各快照在整個事件中的重要程度，體現(xiàn)不同快照間的差異性，計算方式如式(10)所示

(10)

其中，Ei表示第i期快照網(wǎng)絡(luò)的用戶互動次數(shù)，E表示整個時序網(wǎng)絡(luò)中所有用戶互動次數(shù)。

本文對時序網(wǎng)絡(luò)以快照網(wǎng)絡(luò)用戶影響力記憶效應(yīng)加權(quán)聚合[14]的方式，計算網(wǎng)絡(luò)輿情發(fā)展至不同階段的用戶節(jié)點影響力，并根據(jù)其值進(jìn)行排名，實現(xiàn)意見領(lǐng)袖的動態(tài)識別。

本文使用WIR算法計算用戶在各快照內(nèi)的影響力，引入記憶效應(yīng)參數(shù)得到意見領(lǐng)袖動態(tài)識別算法——Dynamic-WebInteractionRank(Ti,Am)(以下稱DWIR(Ti,Am))， 其計算方式如式(11)所示

WIR(Tj,Am)

(11)

式中：Am表示用戶節(jié)點m，Ti表示第i期快照，Tj表示第j期快照(j≤i)， Memory(Ti,Tj) 表示第j快照對第i快照的記憶效應(yīng)參數(shù)， d(Tj) 表示當(dāng)前快照活躍度。

3 實驗與分析

3.1 數(shù)據(jù)獲取及預(yù)處理

本文使用工具“八爪魚”進(jìn)行微博數(shù)據(jù)的爬取，選取主題“棲霞礦井爆炸”爬取了2021年1月12日至2021年1月31日共計20日間的主題微博搜索結(jié)果，根據(jù)爬取到的微博數(shù)據(jù)將沒有得到轉(zhuǎn)發(fā)、評論行為的用戶節(jié)點作為孤立節(jié)點進(jìn)行剔除，并根據(jù)時間跨度將其劃分為5個快照，使用網(wǎng)絡(luò)工具“Gephi”進(jìn)行快照網(wǎng)絡(luò)數(shù)據(jù)統(tǒng)計，經(jīng)統(tǒng)計整個事件共有31 950名用戶參與互動，共產(chǎn)生119 195次互動關(guān)系。

3.2 時序網(wǎng)絡(luò)構(gòu)建

本文使用的微博數(shù)據(jù)包含了用戶j對用戶i的評論與轉(zhuǎn)發(fā)，在快照網(wǎng)絡(luò)中可表示為：就轉(zhuǎn)發(fā)關(guān)系而言，若用戶進(jìn)行了轉(zhuǎn)發(fā)，則轉(zhuǎn)發(fā)用戶與原用戶之間會產(chǎn)生一條用戶互動關(guān)系連線，用戶節(jié)點間的連線方向表示用戶影響力的傳遞方向，其方向是由轉(zhuǎn)發(fā)用戶指向原用戶；就評論關(guān)系而言，若用戶進(jìn)行了評論，則評論用戶與原用戶之間也會產(chǎn)生一條用戶互動關(guān)系連線，用戶節(jié)點間的連線方向表示用戶影響力的傳遞方向，其方向是由評論用戶指向原用戶。

本文選取用戶作為節(jié)點，基于用戶之間的互動關(guān)系作為連接用戶節(jié)點的邊生成網(wǎng)絡(luò)。通過時間戳對微博數(shù)據(jù)進(jìn)行時間窗口切分，所有快照Gi(i=1,2,3…5) 的集合 {G1,G2,G3,G4,G5} 構(gòu)成微博數(shù)據(jù)的在線社交時序網(wǎng)絡(luò)[15]。

3.3 結(jié)果分析

在復(fù)雜網(wǎng)絡(luò)中，PageRank算法、HITS算法與網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)值排名在意見領(lǐng)袖識別中有較寬廣的使用范圍和較為準(zhǔn)確的識別結(jié)果，是較為公認(rèn)的具有良好識別效果的意見領(lǐng)袖識別算法。

對于DWIR算法得到的意見領(lǐng)袖動態(tài)識別結(jié)果，本文選取前5名在其它靜態(tài)網(wǎng)絡(luò)經(jīng)典意見領(lǐng)袖影響力排序算法中的排名進(jìn)行比較，見表1。

表1 微博數(shù)據(jù)意見領(lǐng)袖排名結(jié)果

通過表1可以看出DWIR算法意見領(lǐng)袖的識別結(jié)果在其它算法中的排名同樣靠前，各個算法對于影響力較為突出的意見領(lǐng)袖的識別結(jié)果具有一致性，說明DWIR的意見領(lǐng)袖識別結(jié)果在其它算法中有較高的認(rèn)可度。

本文分別選擇PageRank算法、HITS算法與DWIR算法的意見領(lǐng)袖識別結(jié)果進(jìn)行比較[16]，驗證DWIR算法意見領(lǐng)袖動態(tài)識別結(jié)果的用戶重要度排序準(zhǔn)確性。本文分別對3種算法在每個快照的意見領(lǐng)袖識別結(jié)果進(jìn)行對比，在其它學(xué)者研究的基礎(chǔ)上，計算每種算法在各個快照意見領(lǐng)袖識別結(jié)果的準(zhǔn)確率和召回率，進(jìn)而得到每種算法在各快照的F-Measure指標(biāo)[17]，并以此判斷每種算法意見領(lǐng)袖識別結(jié)果的準(zhǔn)確度，其計算方式如式(12)所示

Ranks=(RankDWIR∩RankPR)∪(RankDWIR∩RankHITS)∪
(RankPR∩RankHITS)

(12)

式中：Ranks表示所有算法識別的共有意見領(lǐng)袖集合；RankDWIR表示DWIR算法的意見領(lǐng)袖識別結(jié)果集合；RankPR表示PageRank算法的意見領(lǐng)袖識別結(jié)果集合；RankHITS表示HITS算法的意見領(lǐng)袖識別結(jié)果集合。

令model表示進(jìn)行比較的各個算法，各算法識別結(jié)果準(zhǔn)確率(Precision)的計算方式如式(13)所示

(13)

各算法識別結(jié)果召回率(Recall)的計算方式如式(14)所示

(14)

各算法識別結(jié)果F-Measure指標(biāo)的計算方式如式(15)所示

(15)

本文在每一快照選取TOP20-TOP1000的不同意見領(lǐng)袖識別區(qū)間對各個算法的意見領(lǐng)袖識別結(jié)果進(jìn)行F-Measure指標(biāo)計算，分別得到各個快照的各算法F-Measure指標(biāo)對比折線圖，如圖1所示。

圖1 各階段意見領(lǐng)袖識別結(jié)果F-Measure指標(biāo)對比折線

通過事件各階段不同算法之間意見領(lǐng)袖識別結(jié)果F-Measure值對比折線圖可以看出，在每個階段的意見領(lǐng)袖識別結(jié)果中，3種算法的F-Measure值均取得較高值，說明3種算法對于意見領(lǐng)袖的識別具有較為一致的結(jié)果，且隨著事件的階段進(jìn)展，在各意見領(lǐng)袖識別區(qū)間上，DWIR識別結(jié)果的F-Measure值與PageRank和HITS算法的F-Measure值的差距逐漸增大，說明在記憶效應(yīng)影響下，DWIR算法的意見領(lǐng)袖識別結(jié)果式中保持較為出色的準(zhǔn)確度，在各階段意見領(lǐng)袖動態(tài)識別過程中，DWIR算法在前400名意見領(lǐng)袖識別區(qū)間內(nèi)準(zhǔn)確率平均高達(dá)94%，明顯高于PageRank算法的平均值90%和HITS算法的平均值88%，在幾種算法中意見領(lǐng)袖識別結(jié)果的準(zhǔn)確率最高。通過匯總各階段的意見領(lǐng)袖識別結(jié)果對比，DWIR算法可準(zhǔn)確實現(xiàn)事件發(fā)展過程中意見領(lǐng)袖動態(tài)識別的效果。

此外，為了確定DWIR算法中記憶效應(yīng)的變化對于意見領(lǐng)袖識別結(jié)果準(zhǔn)確度的影響，本文從集合 {0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9} 中選取不同記憶效應(yīng)衰減率σ值進(jìn)行意見領(lǐng)袖動態(tài)識別，與PageRank算法、HITS算法進(jìn)行比較計算F-Measure值，并選取最后階段DWIR算法相較于PageRank算法和HITS算法的F-Measure值的最大差值作為DWIR算法意見領(lǐng)袖識別優(yōu)度，并統(tǒng)計各快照在相同記憶效應(yīng)衰減率和相同識別區(qū)間下的意見領(lǐng)袖識別平均優(yōu)度，其計算方式如式(16)所示。制作了記憶效應(yīng)參數(shù)變化意見領(lǐng)袖動態(tài)識別平均優(yōu)度對比表，見表2。

表2 記憶效應(yīng)參數(shù)變化意見領(lǐng)袖動態(tài)識別平均優(yōu)度

(16)

經(jīng)過各快照不同記憶效應(yīng)參數(shù)作用下意見領(lǐng)袖識別平均優(yōu)度的對比，可以看到在不同記憶效應(yīng)下，各意見領(lǐng)袖識別區(qū)間之間的DWIR算法意見領(lǐng)袖識別優(yōu)度變化趨勢較為一致；且在同一意見領(lǐng)袖區(qū)間上，不同記憶效應(yīng)作用的DWIR意見領(lǐng)袖識別優(yōu)度的波動較大，說明記憶效應(yīng)作用力的選取對于意見領(lǐng)袖識別結(jié)果的準(zhǔn)確度有較為明顯的影響，通過對比各快照各意見領(lǐng)袖區(qū)間的DWIR算法意見領(lǐng)袖識別優(yōu)度，可以看出記憶效應(yīng)衰減率σ=0.3時，隨著意見領(lǐng)袖識別區(qū)間的擴(kuò)大，DWIR算法意見領(lǐng)袖識別優(yōu)度較其它兩種算法逐漸提高，隨著σ取值區(qū)間的不同，DWIR算法的意見領(lǐng)袖識別優(yōu)度有較為顯著的影響，本文令0.3作為記憶效應(yīng)衰減率計算記憶效應(yīng)參數(shù)，并以此進(jìn)行意見領(lǐng)袖的動態(tài)識別具有較好的準(zhǔn)確度。

4 結(jié)束語

本文提出的DWIR算法通過建立快照時序網(wǎng)絡(luò)，在快照網(wǎng)絡(luò)內(nèi)使用用戶的轉(zhuǎn)發(fā)和評論關(guān)系改進(jìn)了PageRank算法計算快照內(nèi)用戶影響力，并引入快照的記憶效應(yīng)，實現(xiàn)了網(wǎng)絡(luò)輿情意見領(lǐng)袖的動態(tài)識別。本文通過計算每一快照DWIR算法與PageRank算法、HITS算法的意見領(lǐng)袖識別結(jié)果之間的F-Measure指標(biāo)，經(jīng)過對比，驗證得到DWIR算法意見領(lǐng)袖動態(tài)識別結(jié)果具有更高的準(zhǔn)確度。并通過選取不同記憶效應(yīng)參數(shù)，比較得出記憶效應(yīng)衰減率的不同取值對該意見領(lǐng)袖動態(tài)識別算法準(zhǔn)確率有顯著影響。

本算法的意見領(lǐng)袖識別結(jié)果準(zhǔn)確實現(xiàn)了不同快照的意見領(lǐng)袖動態(tài)識別。通過對比意見領(lǐng)袖的動態(tài)識別結(jié)果，可以得到不同快照意見領(lǐng)袖的變化趨勢，并結(jié)合意見領(lǐng)袖在不同快照的活躍度，從而根據(jù)網(wǎng)絡(luò)輿情傳播趨勢的特點制定相應(yīng)的網(wǎng)絡(luò)輿情監(jiān)管與引導(dǎo)措施，使得網(wǎng)絡(luò)輿情監(jiān)管手段更加靈活，更具針對性[18]。