基于PAD模型的涉警舆情意见领袖影响力分析.pdf
《基于PAD模型的涉警舆情意见领袖影响力分析.pdf》由会员分享,可在线阅读,更多相关《基于PAD模型的涉警舆情意见领袖影响力分析.pdf(9页珍藏版)》请在咨信网上搜索。
1、基于 PAD 模型的涉警舆情意见领袖影响力分析许中华,罗文华(中国刑事警察学院 公安信息技术与情报学院,辽宁 沈阳 110854)摘要:针对现有涉警舆情研究偏向于质性探讨、缺乏量化考量的不足,尝试基于情感视角实现意见领袖影响力剖析,为导控主题敏感、原委复杂的涉警舆情提供新的研究思路与方法。针对特定涉警舆情,基于互动行为筛选意见领袖。利用公众针对意见领袖的评论内容解析出具体指标作为情感量化依据,通过熵权法量化愉悦度、支配度、唤醒度等 PAD 情感维度。通过事件发展不同阶段情感评分的对比分析,实现涉警舆情意见领袖对于其粉丝的情感影响力评估。关键词:涉警舆情;意见领袖 PAD 模型;情感影响;熵权法
2、中图分类号:O414.1文献标志码:A网络舆情事件对象一旦涉及警察,往往会引发社会舆论的更大关注,不同身份意见领袖参与热情高涨,评论两极化、极端化趋势增强,更易导致公众情绪激化,甚至引发线下公共事件。涉警舆情与一般舆情之所以存在如此差异,有着复杂而深刻的社会原因。当前世界处于百年未有大变局之中,美国不断挑战中国底线,联合其他国家加大制裁中国力度,加之新冠疫情持续蔓延三年,我国经济、政治、军事等方面均面临严峻态势,一定程度上影响波及到了民众生活,容易诱发、激化民众不满情绪。其次,公安工作不同于一般公务,它直面人民群众,密切联系民生,事务繁琐,责任艰巨。部分群众对警察职能职责定位不准、要求过高,加
3、之个别警察确实存在警风不正甚至违规违纪行为,加剧了警民冲突,引发了不同程度的误解乃至矛盾,形成负面舆情传播。同时,鉴于涉警事件关注度高,公知大 V、自媒体运营者等意见领袖抱有扩大自身利益的目的积极参与评论、建议,其中不乏蓄意炒作甚至恶意煽动。众多舆论角色的助推容易导致局部问题转化为公众话题,普通话题上升为热点议题,增加了涉警舆情导引难度。尽管涉警舆情敏感性强、关注度高,但由于其浓厚的特殊职业背景,研究成果并不多。现有相关研究多偏向于质性探讨,缺乏量化考量,对于舆情关键参与者的具体作用研究尚未深入,导致其效能未能得到充分发挥,舆情引导效率尚有较大的提升空间。通过观察诸多舆情事件处置过程与结果,可
4、以看出意见领袖在事件发展过程的关键时刻发声,披露事实真相、发表意见评论、提出解决建议,很大程度上能够影响甚至改变舆情走势。因此,针对意见领袖实际影响力的研究,势必可以为导引复杂棘手的涉警舆情提供相当助益。针对现有研究的不足,本文尝试基于情感视角实现意见领袖影响力剖析,立足事件发展阶段解读粉丝对于意见领袖的真实情感表达,通过情感影响确定意见领袖发声时刻与发声内容,为导控主题敏收稿日期:2023-01-09基金项目:中国刑事警察学院研究生创新能力提升项目(2022YCYB45)作者简介:许中华(1999-),男,江苏盐城人,中国刑事警察学院硕士研究生。通信作者:罗文华(1977-),男,辽宁沈阳人
5、,中国刑事警察学院教授。文章编号:1008-0171(2023)04-0072-09第 41 卷 第 4 期佛山科学技术学院学报(自然科学版)Vol.41 No.42023 年 7 月Journal of Foshan University(Natural Sciences Edition)Jul.2023第 4 期感、原委复杂的涉警舆情提供新的研究思路与方法。1国内外相关研究1.1 涉警网络舆情传播与治理研究张亚蓉 1 以主题发现为切入点,分析了涉警网络舆情演化规律,并基于“男孩弑母案”的主题与情感特征证实了理论研究的合理性与适用性。袁泽宇 2 则通过梳理涉警网络舆情的演变进程与特点属性,揭
6、示了涉警舆情的生成机理,有针对性地提出应对引导的手段和策略。杨阳 3 结合“女子深夜离奇失踪”这一新浪微博热点话题,构建了涉警网络舆情主题图谱,从传播节点、传播路径、传播效率三个维度进行舆情传播分析。黄鑫 4 则通过剖析新媒体环境下的涉警群体性事件网络舆情传播特征和传播流程,提出了相应的治理策略。可以看出,当前涉警舆情研究在质与量方面均存在明显不足。为此,本研究尝试实现意见领袖情感影响考量,在识别涉警舆情意见领袖的基础上,评估其具体影响力大小,量化公众对于意见领袖的真实情感,依据时序关系立体化呈现涉警舆情演进过程,在实践层面为相关部门提供助益。1.2 意见领袖影响力分析研究网络舆情意见领袖身份
7、多元,主要包括官方机构、新闻媒体、领域专家、网络草根等类型,在舆情传播中扮演着问题发现、议题设置、意见传播、导向引领、舆论升级等重要舆情角色,进而左右着舆情发展进程。相较涉警舆情,针对意见领袖影响力的相关研究成果较多,如程秀峰等 5 探索了基于特征值开展意见领袖影响力评估,将权威型、新晋型、传播型意见领袖根据成就、互动等特征进行聚类分析其影响力。Yiyi Zhao 等 6 从意见动力学的角度,将网络社会主体分为意见领袖与意见追随者,分析了意见领袖影响力与构成因素之间的关系。Lokesh Jain 等 7 通过 GOLD、WHALE 算法来识别意见领袖群体。LuweiSchmierbach 等
8、8 根据微博中用户粉丝数量与以往评论语调来识别意见领袖并分析意见领袖的影响力。孙羽等 9 提出了利用社团划分识别意见领袖类别的方法,并利用二维分析框架模型从网络扩散能力和文本情绪支配度两维度对意见领袖影响力综合分析,并通过推特数据不同类别意见领袖进行对比。意见领袖识别方面的相关算法比较成熟,但从公众情感视角审视意见领袖作用的研究相对缺乏。同时,相关文献所选用的事例基本不具有阶段性,公众情感变化不大,难以全方位体现舆情事件全貌。舆情反转极易诱发事件进一步发酵,给舆情引导工作增加难度 10。本研究特意选择多级次反转事例用于实证分析,强化意见领袖发生时刻与发生内容作用关系分析,以补充完善现有研究的不
9、足。2技术介绍为充分考量涉警舆情意见领袖对于粉丝的实际情感影响,需要实现意见领袖识别、情感指标确立、粉丝情感量化等多个目标。精准识别舆情事件意见领袖是影响力研究的基础,本研究基于点赞、转发、评论等互动行为,利用改进的层次分析法识别出评分高的微博用户作为意见领袖;确立情感指标是情感量化的前提,使用推广成熟的心理分析系统实现评论文本的语言特征提取,之后选取与情感密切相关的特征作为情感指标;情感量化是合理导控策略提出的依据,遵照 PAD 模型将复杂情感划分为愉悦度、唤醒度、支配度三个维度,利用熵权法强化情感指标含义并据此实现量化,以最终实现涉警舆情意见领袖情感影响力评估。2.1 基于层次分析法识别目
10、标群体网络平台丰富了广大网民在虚拟世界中的生活,各类互动行为也使得虚拟世界逐渐真实化。想要识别意见领袖及其粉丝群体势必考虑到各类行为,因此引入层次分析法计算出各类互动行为的权重并与行为本身计算出综合评分,依据评分识别意见领袖及其粉丝群体。由于层次分析法需要判断两项指标之间的重要性,因此引入 AHP 重要程度描述表(如表 1 所示)11,判断矩阵中每一个因素 i 与因素 j相比,因素 i 的重要性,当 i 等于 j 的时候意为同等重要,即为 1,偶数表示介于两个重要程度之间。许中华等:基于 PAD 模型的涉警舆情意见领袖影响力分析73佛山科学技术学院学报(自然科学版)第 41 卷表 1AHP 重
11、要程度描述表重要程度描述表可以量化描述指标间的重要性,将量化结果导入 AHP 权重计算矩阵可以计算出每一个指标的权重(如表 2 所示)。表 2AHP 权重计算矩阵罗芳等 12 提出了通过层次分析法分析转发、评论、点赞三种因素之间重要程度关系的方法。而在微博评论中,用户与其他用户发生交互行为主要表现为:评论、点赞,因此评论数据中二级评论的数量以及各级评论的点赞数目可以表现出评论受到关注的程度,因此可以根据转发、评论、点赞来识别意见领袖,根据评论互动人数与点赞数识别意见领袖粉丝群体。2.2 情感指标确立阿尔伯特 梅拉宾等学者在 1974 年提出了 PAD 三维模型,将复杂情感分为愉悦度、唤醒度、支
12、配度三个维度进行考量 13。Floyd 等 14 认为应当用情感的愉悦程度来代表愉悦度,可以用线性变化来描述情感从消极到积极转变过程。用情感的强烈程度来代表唤醒度,也可看作相同类型情感的强度水平。用一个人的自信程度、言语中对于他人的控制程度、一个人的社会地位来表示支配度。Pennebaker J W 等学者在 1990 年开始研发 Liwc,到了 2010 年,已有数百篇有关 Liwc 文献被发表出来 15。随着研究的不断深入,已有学者构建了 Liwc 特征指标与 PAD 情感模型之间的联系,Tone、PosEmo、NegEmo、Social 等指标通过描述情感友好程度、衡量积极情感与消极情感
13、来评价愉悦度 16,Affect、Cogproc、Precept、Analytic、Informal 等指标通过描述情感的激烈程度与逻辑清醒程度来评价唤醒度 17,Affiliation、Pronoun、Clout、Authentic 等指标通过描述言语中的自信程度、社会地位等来评价支配度 18。阿尔伯特 梅拉宾等学者绘制的 PAD 量表中含有 34 个测试项目,中国科学院心理研究所根据前人的研究,简化出了 PAD 标准量表(如表 3 所示),S1、S4、S7、S10 对应愉悦度,S2、S5、S8、S11 对应唤醒度,S3、S6、S9、S12 对应支配度 19。表 3PAD 标准量表定性比较因
14、素 i 和因素 j 同等重要因素 i 比因素 j 略微重要因素 i 比因素 j 相当重要因素 i 比因素 j 明显重要因素 i 比因素 j 绝对重要因素 i 相比因素 j 的重要程度介于上述等级之间数字定量135792、4、6、8指标 111/X11/X2.1/X4指标 1指标 2指标 3.指标 n指标 3X2X31.1/X6指标 2X111/X3.1/X5指标 nX4X5X6.1.1.项目痛苦的高兴的感兴趣的放松的谦卑的高傲的兴奋的激怒的拘谨的惊讶的有影响力的被影响的标号S7S8S9S10S11S12项目愤怒的感兴趣的清醒的困倦的受控的主控的友好的轻蔑的平静的兴奋的支配的顺从的标号S1S2S
15、3S4S5S674第 4 期本研究使用中科院针对大陆语境开发的文心中文分析系统实现评论文本的语言特征提取。文心中文分析系统提供有 100 余类特征词指标评分,涵盖功能词、心理词、口语词、关切词、标点等。其中情感词 包 括 如 下 指 标:Psychology、PosEmo、NegEmo、Social、Affect、CogMech、Percept、Exclam、Pronoun、Achieve、Certain、Anx,具体描述如表 4 所示。表 4情感指标及指标信息2.3 粉丝情感量化在既有研究基础上,为更好适应涉警舆情情感量化,本研究对个别指标进行了调整,并使用熵权法赋权量化。熵代表信息的价值,
16、熵权法中正向指标代表指标数值越大,评价就越好,负向指标则相反 20。选择 Psychology、PosEmo、NegEmo、Social 等指标描述愉悦度,其中,Psychology 用于对标 Tone 参数,代表一个人的心理情感基调。PosEmo 为主、Social 与 Psychology 两指标为辅可以直观描绘评论中积极情感倾向,因此将 Social、PosEmo、Psychology 等选为正向指标。NegEmo 代表着评论中负面情感词语,在描述评论情感时,NegEmo 指标越小越好,因此选为负向指标。选择 Affect、CogMech、Percept、Exclam 等指标评价唤醒度,
17、其中,Exclam 指标可以代表情感惊讶程度。由于 Affect、CogMech、Percept、Exclam 等指标可以表现出评论中的影响、认知历程、感知历程、惊讶等因素,可以直观地描绘评论中情感激烈程度、视听感综合因素和逻辑清醒程度,因此将其选为正向指标。选择 Pronoun、Achieve、Certain、Anx 等指标的评价支配度。其中,Achieve 与 Certain 指标可以代表人的社会地位、说话自信程度,Anx 指标可以代表一个人情感是否受到影响。代词、确定词与成就词可以表现出一个人在写下评论时的自信程度、支配地位等内容,因此将 Pronoun、Certain、Achieve
18、选为正向指标。而 Anx 代表着评论中焦虑词的指标评分,焦虑可以看作网民受到影响的一种表现形式,因此将Anx 选为负向指标。通过熵权法计算各指标的权重并与指标数据线性相乘,得到各情感维度综合评分。3实证分析3.1 数据来源本文基于安徽望江女孩溺亡事件开展实例分析。2020 年 12 月 4 日一段视频在网络上疯狂流传,视频内容为一女子欲投河自尽,岸边处民警则看似并未积极施救。一时间舆论哗然,大批网民质疑民警失职,态度消极,见死不救。后经调查证实出警工作人员皆不会游泳,但仍有网友质疑施救过程中存在疏漏,没有做好足够的救援准备。后望江县公安局通报已成立调查组,对涉事民警、辅警作出停职接受调查决定,
19、这一举措得到了广大网友的点赞支持。该事件与警务工作直接相关,影响巨大,历经反转且正负面评论交织,因此具有较大的研究价值。本文在微博平台上选取“安徽望江”及“溺亡”作为关键词,总共收集到 2020 年 12 月 4 日到 12 月10 日间的相关微博 21 476 条。3.2 意见领袖选取依据 2.1 节所述方法识别意见领袖,该方法认为三种交互方式中转发的认同情感最为强烈,代表转发用户明显认同被转发的博文内容。评论的认同情感次之,虽然用户可能并不赞同博文主旨,但博文内描述代表心理活动、情感基调的词汇代表情感积极的词汇代表情感消极的词汇代表人物社会关系的词汇代表情感对人物的影响程度代表人物认知历程
20、的变化程度指标PsychologyPosEmoNegEmoSocialAffectCogMech指标PerceptExclamPronounAchieveCertainAnx描述代表人物感知历程的变化程度代表情感惊讶程度各类代词集合代表各种各样的成就代表对事物的确定程度代表焦虑、受到影响的程度许中华等:基于 PAD 模型的涉警舆情意见领袖影响力分析75佛山科学技术学院学报(自然科学版)第 41 卷容仍吸引了评论用户。点赞的重要程度最低,表示用户兴趣不及前两者浓厚。因此设置转发与点赞之间的重要程度为 8,转发与评论之间的重要程度为 4,评论与点赞之间的重要程度为 2,具体如表 5 所示。表 5博
21、文互动权重矩阵通过矩阵计算出三个指标的权重后即可构建意见领袖影响力评分计算公式,即意见领袖影响力得分=0.727*转发数+0.182*评论数+0.091*点赞数。(1)将经过归一化的转发数、评论数、点赞数与转发、评论、点赞权重线性相乘即可计算出意见领袖影响力得分(Opinion Leader Influence Score)。层次分析法是通过定量分析与定性相结合方式来构造指标的判断矩阵,从而求出最大特征值。但是判断矩阵的阶数过高时可能会构造出难以满足一致性的判断矩阵,因此需要设置一个阈值,当超过了这个阈值时判断矩阵就不能通过一致性检验,需要重新构建,反之实验可以继续进行。因此需要引入公式 CR
22、=CI/RI 计算出一致性比率,当一致性比率 CR 值小于 0.1,代表判断矩阵通过一致性检验,否则判断矩阵需要被重新设计 21。对判断矩阵进行一致性检验,检验结果显示 CR 值小于 0.1,通过一致性检验,检验结果如表 6 所示。表 6指标特征一致性检验结果依据上述方法计算得到各阶段不同类型意见领袖影响力分值与排名,具体如表 7 所示(空白表示无此类意见领袖出现)。表 7各阶段意见领袖及其影响力分值根据评分最终确定第一阶段的九派新闻、张超微博,第二阶段的九派新闻、庄志明律师、明德先生,第三阶段的半月谈、观察者网、庄志明律师、师伟微博为该事件网络舆情意见领袖,据此开展其情感影响分析。3.3 筛
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 PAD 模型 舆情 意见 领袖 影响力 分析
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。