投资舆情微博
木叶虫-金婚祝福语
2023年3月15日发(作者：国内主播)科技广场2012.4
0引言
微博作为Web2.0时代新兴起的开放化的互联
网社交服务，至2006年EvanWilliams等人联合推
出Twitter以来，发展迅猛。2007年，王兴首先建立
了饭否网，将微博概念引入国内。其他类似的微博
网站相继出现，如叽歪、做啥、嘀咕、贫嘴、同学网、
9911等。除了上述专业类微博网站外，2010年国内
微博迎来春天，微博像雨后春笋般崛起，四大门户
网站均开设微博。其中，新浪借助网站平台及名人
资源优势使得其用户数超过1亿。2011年上半年，
我国微博用户数量从6331万增至1.95亿，半年增
幅高达208.9%。微博在网民中的普及率从13.8%增
至40.2%。从2010年底至今，手机微博在网民中的
使用率从15.5%上升到34%。
微博快速发展的同时，不可避免地会带来一些
新的问题，其中一个突出问题就是虚假信息。比较
典型的事件就是2009年西方媒体借助“Twitter”散
发小道消息，导致伊朗在大选后政治动荡。由于微
博信息共享便捷迅速，内容短小精悍，内容限定为
140字左右，这样产生大量的信息内容，使得现有的
系统审核方式或人工实时监控模式难以达到杜绝虚
假信息的目的。微博在带来沟通的流畅和信息分享
的高效的同时，也带来了虚假信息的泛滥。一则未
经核实的具备轰动效应的消息，常会在极短时间以
几何级数爆炸式传播，如果消息不实，事后的澄清和
辟谣将非常困难。可见，微博在网络媒体中作用越
来越显著。
舆情分析指标体系大多针对互联网舆情设计，
微博社交网络舆情监测指标体系构建
ConstructionofMicrobloggingSocialNetworkPublicOpinionMonitoringIndexSystem
李保秀
LiBaoxiu
（九江学院信息科学与技术学院,江西九江332005）
(SchoolofInformationScienceandTechnology，JiujiangUniversity,JiangxiJiujiang332005)
摘要：在研究微博信息传播模式的基础上，借鉴网络传播中采用的信息空间模型构建了微博舆情的三
维空间，对微博舆情的主客体进行分析，建立了微博舆情监测指标体系。该指标体系充分考虑了主客体的不
同特点和关系，并提出体系中不同指标的量化方法，为管理者对微博舆情进行疏导提供了决策上的支持。
关键词：微博；舆情；指标体系；主客体
中图分类号：G202文献标识码：A文章编号：1671-4792（2012）04-0148-05
Abstract：Basedonthedisseminationmodelofmicroblogginginformation,andlearnfromtheinformation
spacemodelusedinnetworkcommunicationtoconstructthethree-dimensionalspaceofthepublicopinion,this
articleanalyzestheobjectmicrobloggingofthepublicopinionandconstructsmicrobloggingpublicopinionmoni-
dexsystemfullyconsidersthedifferentcharacteristicsandrelationshipsoftheobject,
andproposesquantifiedmethodfordifferentindicatorsofthesystem,whichprovidessupportofdecision-making
formanagerstodivertthemicrobloggingpublicopinion.
Keywords：Microblogging;PublicOpinion;IndexSystem;SubjectandObject
148
微
博
社
交
网
络
舆
情
监
测
指
标
体
系
构
建
但互联网中传播渠道和交流平台复杂多样，如:新
闻、BBS以及博客、维客、即时通信软件、Email等，
指标体系构建太过庞大，专业性不强。鉴于微博在
互联网舆情中充当的角色越来越重要，加强微博舆
情的预警和监管势在必行。针对微博自身的特点，
建立一套微博专用的舆情监测指标体系，迅速捕获
到微博中扩展迅速的敏感舆情信息，将负面的网络
舆情影响控制在警戒线以下，便于管理者针对敏感
舆情信息早作决策。
1微博中的信息传播
微博快速兴起，成为整个互联网系统的重要一
环，其信息传递的模式与其他信息传播媒介并不相
同。微博用户在成功注册之后，可以选择需要关注
的其他用户，微博特有的信息传播机制会自动收集
所关注的人发布的信息，聚合到自己的主页，排序方
式是按时间先后顺序，时间越近的排得越前。微博
信息传递模式如图一如示：
微博在信息传播上，具有以下几个特点：
1.1信息的快速生产与消费
与其他互联网工具相比，信息在微博中被快速
地生产与消费。这是由微博的技术特质决定的。在微
博中信息以140甚至更少的字符生产出来，然后由
于其简短的特性又易于消费，因此，微博中信息流动
也是快速的。传播技术的改变影响思维方式的转变，
信息的获取与消费速度加快从而导致了用户对信息
的快餐式消费。
1.2信息的生产与消费的不对等性
由于微博兼具私人和公共平台的性质，因此造
成了一部分信息是用户闲言碎语的唠叨，成为一部
分用户自我表达、抒发情感、心理宣泄的场所。然而，
微博的技术特质允许这种无意义的信息存在。一般
来说，私语化的信息对众多的其他互联网用户来说
是毫无意义、不具备任何价值的信息。因此，这部分
信息被大量生产，却基本上不会被消费，形成了信息
的生产与消费的不平衡性。
1.3信息的流动完全由用户主导
用户的自组织在微博中体现得更为明显。用户
一方面自己发布信息，另一方面用户关注其他用户，
自己定制信息。用户定制信息的过程与信息的流动
特点类似于用RSS阅读器定向订阅其他人的博客
或某些网站的信息。在微博中，用户把其他用户的信
息聚合到自己的主页上，从而信息的流动完全是由
用户的行为决定的。
由上面微博信息传播特点，可以看出这种传播
是网民自发进行的活动，不同于传统网站的自上而
下、点对面的发布方式，人人都可以分享自己的信
息，在“节点”中发布信息，每个“节点”对应一个微博
注册用户。为研究微博信息的传播效果，下面对微博
信息传递模式图进行分析:一是从主体角度出发，
包括两种类型，一种为信息发布者，一种为信息接受
者；二是从客体角度出发，同样包括两种类型，一种
为发布的信息，另一为信息传播媒介。只有从主客体
两种角度来分析，我们才能更为全面地建立舆情分
析指标体系。
每个主体对象（微博）在网络中意味着一个节
点，每个节点之间都有或强或弱的关系，根据其信息
传播的特点，微博所处节点和关注该用户微博的节
点可看做存在一种“强关系”，其他类型的节点与该
节点之间的关系则可视为“弱关系”。关注博主的微
博，被称为“粉丝”。这些“粉丝”可能来源于博主在现
实生活中的好友、同事，也可能是通过阅读博主发表
的微博文认同博主价值观念的微博客。博主的“强关
系”越多，即“粉丝”越多，意味着该博主发布的信息
传播的链条越多，其传播能量越强，该节点在舆情分
析指标体系就应该受到更多关注。
图一微博信息传递模式图
149
科技广场2012.4
除了博主自身的传播能量外，“粉丝”的转发和
微博平台的推荐机制也是影响博主传播能量的重要
因素。一条微博的构成有两种方式：一种原创微博，
转发它并加评论就构成了第二种，暂称为原创+评
论型。正是转发这种病毒式传播机制导致信息多级
流动与扩散速度的提升，是否转发，转发时评论为正
向导论还是负向，全都由信息的受众来决定，当受众
对该信息产生同鸣时才会进行转发加上自己的评
语。转发过程可以看做信息的过滤。微博平台的推荐
机制决定了该信息超越博主通过“粉丝”传播能量进
行传播的能力。例如新浪平台提供的微博达人、风
云榜、微话题、微博精选、随便看看、同城微博和热门
微博等方式，都可以带来信息传播速度和幅度的大
范围提升。
有人实证过,在某微客平台发表的一条微博总
共被转发了260次，直接转发原始微博的人数（一次
转发）占比仅有29%，余下71%的转发人都是中间
人转发的（二次转发）。由此可以看出,微博信息传播
中，舆情受众对信息的扩散效果起着决定性的作用。
受众通过自己对信息进行筛选决定进行“转载”或
“评论”，进而影响到信息传播的广度。
2微博舆情监测指标体系
网络舆情安全评估指标体系的构建具有非常重
要的理论指导和现实应用价值，它恰恰能将网络舆
情相关理论与技术研究有机地契合起来，为网络舆
情分析及预警应用系统的实现和应用提供一个系统
化、整体性、宏观性的基础性平台，从而为政府和国
家舆情安全监管等业务部门提供一个把握各阶层民
众之民意的平台。通过捕捉和识别出苗头性、敏感
性、倾向性的网络舆情信息，及时作出警示性反应，
实现对网络舆情安全态势的把握，将其牢牢控制在
安全警戒的基线之下，防范负面网络舆情危害社会
于未然。该指标体系也能从理论和实际操作层面指
导网络舆情监控预警一体化的应用架构形成整体性
效果，从而形成高效畅通的网上舆情发现、分析、监
管、预警、处置和反馈机制[1]。
构建能客观反映我国网络舆情安全评估指标体
系应遵循以下原则：具有全面性和准确性、具有可计
量性和可操作性、具有导向性和可延续性。
微博网络舆情作为信息传播的方式同样符合信
息空间的特征，可以采用信息空间的方法，将微博舆
情的三维空间关系构造出来，便于了解网络舆情的
内涵及其表达形式，从而为微博舆情监测指标体系
设计提供理论依据。根据信息空间模型构建可编码、
可抽象和可扩散三个维度，其中舆情要素对应信息
空间中的抽象维、舆情受众对应编码维、舆情传播对
应扩散维，其中舆情要素包括舆情信息和舆情主体。
由于微博信息传播具有及时性的特征，信息一
经发布，经过转载与评论，级级扩散，整个扩展过程
可以划分为两个过程：舆情阅览阶段和舆情转载评
论阶段.整个过程需要舆情主体、舆情受众和微博平
台三方的参与。舆情影响力的大小需要统筹三方得
到最终结果。
网络舆情安全评估指标体系包括两个方面：一
个是网络，一个是舆情。网络属于技术层面的研究范
畴，是需要定量表征的客观概念。舆情即社情民意，
属于社会层面的研究范畴，是需要定性描述的主观
概念。在两方面的研究基础上，需要将舆情这一定性
描述的主观概念映射到网络这一定量表征的客观概
念中去，深入挖掘网络上所体现的舆情演变规律，对
具体的网络舆情信息的安全程度进行评估研究，通
过科学的方法选取各层次评估指标，从而构建起安
全评估指标体系。
微博系统舆情监测指标体系的构建同样需要将
主观概念的舆情与技术层面的网络整合在一起，而
且结合微博自身的特点。微博舆情监测评价指标体
系如图二所示。
从微博舆情监测评价指标体系图中可以看出，
微博舆情监测评价体系可再分为三个二级指标，即
微博舆情流通指标、微博舆情要素指标、微博舆情受
体指标。
2.1微博舆情流通指标
150
微博舆情流通指标反映了微博舆情信息在扩散
速度上的特性。由于微博自身的传播方式确定，舆
情传播效果主要与微博自身的影响力及微博平台的
推荐度有关，并可通过微博排名、微博推荐、博文点
击频度和博文点击率反映出来[2]。
微博排名指数指微博在微博系统中的排名，反
映其影响力。
博文推荐度是舆情博文在微博平台中被推荐的
程度。微博平台会定期整合热门、重点信息后统一
加以推荐，吸引更多的微博客浏览自己的平台，微博
平台推荐的力度在一定程度上对舆情大范围的扩散
传播起到重要影响。
博文的点击率是微博用户点击该博文的次数占
总点击的比例。假定当前时间该博文的点击量是r，
总点击为R，则博文点击率ω=r/R。
博文点击频度是博文点击率在某时间段变化的
快慢，主要反映其扩散程度。假定在时刻t
1
博文的
点击率是r
1
，总点击为R
1
，在时刻t
2
博文的点击量
是r
2
，总点击为R
2
，则博文点击频度为：
2.2微博舆情要素指标
微博舆情要素指标反映了舆情本身扩散的影
响，主要从两方面来考虑：一是人（微博客），一是物
（舆情博文）。其中微博指微博所有者的相关舆情信
息影响力指标，包括号召力、粉丝人数、历史发帖数、
历史转载数以及历史评论数[3]。
博主的号召力大多与博主的现实身份和虚拟身
份有关，若博主在现实中是某个领域的名人学者，或
者是虚拟网络中的标志性人物，都会在很大程度上
提高舆情的传播效果;粉丝的比例是该博客的粉丝
人数在全部博客用户所占的百分比，所体现的是博
客的人气;历史发帖率是博主已发的博文条数占全
部博文的百分比;历史转载率是该博客中博文被转
发的次数占全部博文数量的百分比;历史评论率是
其他用户对博客中的博文的评论条数占全部评论条
数的百分比，历史转载率与历史评论率共同反映出
其他用户对该博客的共鸣度。
舆情内容指标反映了舆情的敏感程度、自身的
危害程度以及受关注的程度。
舆情的敏感度由预设的敏感关键词和信息点的
热度的变化两个因素决定，可以采用不变的静态指
标和可变的动态指标来进行评价。静态指标是指社
会民众在很长时期中普遍关注的中介性社会事项，
如:公共教育、公共医疗、社会就业、权力腐败等主
题。动态指标则体现了舆情的时效性和突发性,是在
某一时间段内社会民众较高关注的中介性社会事
项，如:伦敦奥运会、2012欧洲杯、黄岩岛等。动态指
标有着其一定的时效性和突发性，可通过网络热点
的自动更新机制来获取。
舆情的危害度指通过舆情挖掘技术挖掘出舆情
内容的褒贬义词并智能分析，按照一定的标准得出
一个数值来表示其危害程度的大小。具体标准设计
时，可以根据国家管理者对其关注的舆情内容的重
要程度判断,对其赋予不同的权重。
舆情的关注度指的是当前舆情在博客中被转载
的次数占全部博文的比例。
2.3舆情的受体指标
舆情的受体指标反映了受众所处的地域信息，
以及对舆情的共鸣度和回应态度，主要包括区域分
布度、受众响应度、参与频度和负面响应指数。
区域分布度指的是受众的地理范围和密集程
度，通过对博客受众的IP地址、手机号码归属地进
行追踪得到归属地信息，按照归属地信息分类后得
到该归属地的微博用户数量除以微博用户的总数量
即可得到。通过区域分布度，可以知道该区域的稳定
程度，若一个地区的不稳定程度越高，越容易激发受
图二微博舆情监测评价指标体系图
微
博
社
交
网
络
舆
情
监
测
指
标
体
系
构
建
151
科技广场2012.4
众的负面情绪，从而导致一些不稳定的社会情况发
生。
受众响应度反映的舆情在用户中产生共鸣的程
度，可由对当前博客条文发表评论的人数除上浏览
当前博文人数的比例。
参与频度指的是某用户阅读、转载或评论舆情
的次数，该指标可用做监测网络中刻意制造事端的
网民。
负面响应指数反应舆情在受众中产生的负面影
响的程度，用负面评论条数占全部评论条数的比例
作为参考。
在上面微博舆情监测指标的具体计算方法基础
上，如何确定各个指标的权重？可先对各指标进行
问卷调查，然后交予专家反复的论证，专家们对各个
指标的重要程度进行打分，对最终的分数进行加权
平均，得到最终的权重值。
根据权重值，设定微博舆情的监测等级为5级，
危险程度由1级到5级逐级加强。根据微博舆情综
合分值大小确定其对应的区间，得出舆情监测的级
别，并适时动态地作出预警，为决策者提供决策支
持。
3结束语
目前，尚未有关于微博舆情的监测指标体系出
现。本文在分析微博中信息传播机制的基础上，尝
试提出了微博舆情监测指标体系，该体系很好地结
合了微博自身的特性，并给出了指标的量化计算方
法，针对性强，实用性高。不但考虑了微博主体、舆
情信息自身的影响力，还充分考虑了舆情受众的能
动性作用。针对微博的信息传播机制，区分了“强关
系用户”和“弱关系用户”对舆情传播的贡献;对舆
情受众指标进行了详细的区分，区域稳定度能更好
地客观地预测舆情作用的效果，通过参与频度能够
及时发现刻意制造事端的网民。
博文点击频度指标，可及时反映出信息聚集的
快慢，另外还将区域稳定度作为三级指标，一方面更
加符合微博舆情的三维空间关系。区域本身是舆情
受众所在的区域，从隶属关系上区域稳定度应从属
于舆情受众这个二级指标，受众的指标，未能体现舆
情受众对舆情的能动作用，而微博本身就具有双向
传播的特征，因而其本身就不适用于微博中的舆情
监测。
微博舆情监测指标体系给出了舆情指标的量化
计算方法，但由于缺少大量的科学统计数据，如何对
其进行实际验证还需要进一步的研究。因此本文的
下一步工作重点是在搜集大量有效的微博相关数据
基础上，将指标体系应用到微博舆情的实时预警中，
从而根据验证效果对其不断地改进和完善。
参考文献
[1]戴媛,郝晓伟,郭岩,余智华.基于多级模糊综
合评判的网络舆情安全评估模型研究[J].信息网络
安全,2010，（05）：60-62.
[2]高承实,荣星,陈越.微博舆情监测指标体系研
究[J].情报杂志,2011,30(09):66-70.
[3]戴媛,姚飞.基于网络舆情安全的信息挖掘及
评估指标体系研究[J].情报理论与实践,2008,(06):
873-876.
作者简介
李保秀(1980—),女，汉族,江西南昌人，讲师,主
要研究方向:网络安全。
152