◎徐春凤 葛芳酩 吴双双

伴随着互联网和5G的飞速发展，网络和社交媒体已经成为人们生活中越来越重要的部分。随着网络的不断发展，以微博为主的社交媒体平台逐渐成为舆情发展、演变、传播的主要空间。本文基于突发事件的意见领袖评价指标分析通过对爬虫得到的数据进行影响力及活跃度分析，通过分析建立关系图，发现它们之中的联系，以及最终找出最有影响力的人，即意见领袖。本文从影响力和活跃度两方面入手，通过度中心性研究影响力的大小，通过点入度、点出度、绝对中心度和相对中心度衡量活跃度的大小。

一、微博意见领袖评价指标体系构建

1.数据采集

借助Python工具，采用关键词搜索的方法对原始微博相关数据进行爬取，爬取的信息包括微博id、用户id、用户昵称、微博正文、转发数、评论数、点赞数、发布时间、被转发微博的id等。对爬取的数据进行预处理。最终得到可以构建网络的节点及属性文件和边文件。

2.构建转发关系网络

本文将建立有向关系网络（有箭头的边）。例如当一个用户转发了另一个用户的博文时，在转发关系网络中两个用户之间会生成一条单向边，而不是一条双向边。根据微博用户的id1→微博用户的博文id1→其他微博用户转发博文id1生成新的博文id2→转发博文id1的微博用户id2之间的关系构建微博用户id1和微博用户id2转发关系网络。

3.转发关系网络密度的衡量

网络密度即为网络中实际的边数预最大可能边数的比率，它的取值范围在0到1之间，用来衡量一个网络中各个节点之间连接的紧密程度。……