刘冰月++夏一雪++李增++高扬++屈健++王俊迪

摘 要：该文通过定性分析大数据环境下微博舆情热度分析，构建微博舆情传播的logistic模型，根据差分回归法构建微博舆情热度预测模型，并根据3种差分格式针对“雾霾”微博輿情开展实证研究，以期为微博舆情传播理论提供模型参考。

关键词：大数据 微博舆情 logistic 预测 仿真

中图分类号：C912.6 文献标识码：A 文章编号：1674-098X（2017）03（c）-0149-03

1 现状分析

据中国互联网络信息中心（CNNIC）第39次《中国互联网络发展状况统计报告》，截至2016年12月，我国网民规模达7.31亿，互联网普及率为53.2%。其中社交应用是我国网民个人互联网应用的主要类型，微博作为主流的网络社交媒体，得益于名人明星、网红及媒体内容生态的建立与不断强化，以及在短视频和移动直播上的深入布局，不仅用户使用率高，并且由于其“井喷”式外向型传播的信息传播模式，是目前网络舆情首发和扩散的主要载体，相应的，微博舆情热度成为网络舆情监测和治理的重要指标。

目前，学术界针对微博舆情热度的研究主要集中于两个方面。一是微博舆情热度评价体系研究，主要以用户数最多、首曝网络舆情事件最频繁的新浪微博为研究对象，从网络舆情主体、客体、传播、受众等维度，构建评价体系，进行微博舆情热度监测和预警，为网络舆情分析、引导和管理研究提供理论依据[1-2]。二是微博舆情热度趋势研究，主要是基于马尔科夫链等通过构建热度趋势模型，通过采集舆情指标数据得到热度的时间序列值、划分舆情热度趋势的状态空间、构建状态转移矩阵、预测热度的趋势变化区间等研究步骤，进行预测微博舆情走势等研究[3，4]。但是，已有研究在定量研究方法上相对单一，采用更具适合度的研究方法来优化修正评价体系和预测模型，是该领域未来研究的重点。

2 大数据背景下微博舆情热度分析

2.1 微博舆情舆情趋势

通过新浪微博数据中心的微指数功能统计近6个月（2016年8月3日至2017年2月3日）的热词“朴槿惠”涉及的新浪微博数据（按天进行统计），详细数据见图1（数据网址：http：//data.weibo.com/index/hotword？wid=1091324457063&wname=朴槿惠）。

通过图1不难发现，微博舆情传播可以定性地分为潜伏期、扩散期、消退期。舆情潜伏期，微博发文量少，且信息量增长缓慢；舆情扩散期，微博发文量短时间快速增长，且呈现出强烈的震荡趋势；舆情消退期，微博发表量迅速降低，舆情热度趋于平缓。

2.2 微博舆情热度分析

通过定性观察图1容易发现，这一点和生态学中生物生长有相似之处，所以舆情的传播和生物的生长过程具有相似机理。目前，大部分微博数据都是按小时、天等统计的，它们只能描述微博舆情发生的频率而不是变化规律，需要对微博舆情统计数据进行累加才能作为微博舆情建模变量使用。所以，累加后的微博数据曲线呈“S”形增长趋势。基于此，文章选取生长曲线中的logistic模型来研究微博舆情热度，进而研究预测模型。

3 大数据背景下微博舆情热度预测模型

3.1 基本模型与假设

假设为微博舆情传播规律的函数，初值为且≤K，因微博发文量受空间、网民情绪等影响，故有上限。假设时间内，微博发文量增量，则增长率为。随着的增加，微博发文量趋于“饱和”状态，则增长率与“剩余空间”成正比。

其中为内禀增长率（定值）。当时，微博舆情传播模型为：

求解微分方程得：

3.2 微博舆情热度预测模型

袁志发、孙耀东、殷祚云、朱珉仁、代涛、魏冠军等人在文献[5-10]中先后研究了logistic模型确定参数的方法。文章先将logistic微分方程按照3种差分格式变成其对应差分方程，再通过二元线性回归分析确定参数和。

Logistic模型：

对应的差分方程为：

其中。不难看出，是关于和的二元线性关系。应用Excel或者Matlab进行回归分析，即可得出回归系数和，从而得到参数K和。但是差分分为向前差分、向后差分、中心差分3种。所以，基于logistic模型的微博舆情热度预测模型可以分为3种情况。

（1）向后差分情况。向后差分的格式为，其中。

（2）向前差分情况。向前差分的格式为

，其中。

（3）中心差分情况中心差分的格式为

，其中。

（4）3种情况的对比分析。

通过3种差分的公式不难发现，向前差分和中心差分只能预测期，而向后差分能够预测期。所以在微博舆情高潮来临前比较适合使用向后差分预测舆情趋势，而经过高潮值之后，应该综合使用3种差分格式。

4 实证分析

4.1 数据来源

通过新浪微博数据中心的微指数功能统计2个星期（2016年12月31日至2017年1月13日）的热词“雾霾”涉及的新浪微博数据（按天进行统计），详细数据见图2（数据网址：http：//data.weibo.com/index/hotword？wid=293178324457063&wname=雾霾）。

4.2 微博舆情静态预测

分别应用向前差分、向后差分、中心差分替代统计数据，应用logistic模型开展差分回归预测，得到3种差分对应的预测模型为：

向后差分情况：

向前差分情况：

中心差分情况：

预测精度（可决系数）分别为0.9742、0.9152、0.9695，预测曲线和原始数据曲线对比见图3。容易看出，向前差分更接近于原始曲线，中心差分预测曲线介于向后差分和向前差分之间。

4.3 微博舆情动态预测

在已知前4天的数据基础上，以此加入新数据，推断微博舆情传播曲线。

（1）向后差分情况（见图4）。

（2）向前差分情况（见图5）。

（3）中心差分情况（见图6）。

通过上述3种差分情况分析，可以看出向后差分和向前差分预测相对滞后，且吻合度较差，而中心差分则能够以较高吻合度进行动态预测，是微博舆情发展趋势预测中更具适用性的预测模型，能够较好地实现微博舆情热度预测的研究目标。

5 结语

随着大数据时代的到来，网络舆情在数据体量、复杂性和产生速度等方面发生巨大变化。网络舆论引导方法已超出了现常用的框架。习近平总书记在全国宣传思想工作会议上提出，宣传思想工作创新，重点要抓好理念创新、手段创新。网络舆情是网络舆论引导工作的基础和晴雨表，以大数据观念变革传统网络舆论引导思维，准确把握网络舆情的内在特征及其在演化过程中的潜在规律，对于新形势下做好网络舆论引导工作，维护网络社会安全，具有重要的理论意义和实践价值。

文章基于logistic模型，研究了3种差分格式的微博舆情预测模型，并通过具体的微博舆情案例开展了实证研究，但仍有很多问题需要深入研究。例如，人民网针对舆情预警提出“黄金4小时”的概念，所以开展舆情预测的原始数据需要按小时进行统计和建模，才能提前感知风险，做到主动预测预警预防。

参考文献

[1] 王长宁，陈维勤，许浩.对微博舆情热度监测及预警的指标体系的研究[J].计算机与现代化，2013（1）：126-129.

[2] 孙飞显，程世辉，靳晓婷，等.政府负面网络舆情热度定量评价方法——以新浪微博为例[J].情报杂志，2015（8）：137-141.

[3] 王新猛.基于马尔可夫链的政府负面网络舆情热度趋势分析——以新浪微博为例[J].情报杂志，2015（7）：161-164.

[4] 徐旖旎.基于微博的媒体奇观网络舆情热度趋势分析[J].情报科学，2017（2）：92-97.

[5] 袁志發，刘光祖，肖俊璋.0.618法在两种常用生长曲线拟合中的应用[J].西北农学院学报，1984（3）：59-63.

[6] 孙耀东，王太源，陶俊.S型曲线的扫描回归方法[J].扬州大学学报：自然科学版，1999（8）：10-12.

[7] 殷祚云.Logistic曲线拟合方法研究[J].数理统计与管理，2002（1）：41-46.

[8] 朱珉仁.Gompertz模型和Logistic模型的拟合[J].数学的实践与认识，2002（9）：705-709.

[9] 代涛，徐学军，黄显峰.离散Logistic人口增长预测模型研究[J].三峡大学学报：自然科学版，2010（10）：102-105.

[10] 魏冠军，党亚民.基于Bayes理论的Logistic增长曲线模型参数估计方法研究[J].工程勘察，2012（5）：64-67.