輿論學教程（第2版） 課件 第十一章 互聯(lián)網(wǎng)時代輿論測量新方法

新編21世紀新聞傳播學系列教材輿論學教程（第2版）第十一章

互聯(lián)網(wǎng)時代輿論測量新方法李彪

著

中國人民大學出版社本章要點1．熟練掌握和區(qū)分不同的網(wǎng)絡(luò)抽樣方法并能制定抽樣方案。2．熟練使用社會網(wǎng)絡(luò)分析法并能對某一微信社群進行互動關(guān)系測量。3．掌握詞頻分析法并能對某一輿情文本進行社會語義網(wǎng)測量。目錄CONTENTS02社會網(wǎng)絡(luò)分析法網(wǎng)絡(luò)問卷調(diào)查法01詞頻與社會語義網(wǎng)0304輿論測量方法未來發(fā)展趨勢網(wǎng)絡(luò)問卷調(diào)查法李彪

著

中國人民大學出版社PART01網(wǎng)絡(luò)問卷調(diào)查法隨著網(wǎng)絡(luò)成為社會生活的一部分，人們逐步向虛擬空間轉(zhuǎn)移。在網(wǎng)絡(luò)當中，有來自全世界不同地區(qū)擁有不同文化背景、不同信仰、不同年齡、不同愛好、不同學歷等的人，這些人中往往有現(xiàn)實社會的主導者與決策者，所以網(wǎng)絡(luò)調(diào)查公司就花費一定的費用聘請網(wǎng)民來發(fā)表意見。網(wǎng)絡(luò)問卷調(diào)查則是最直接有效的一種網(wǎng)絡(luò)調(diào)查方式。網(wǎng)絡(luò)問卷調(diào)查是網(wǎng)絡(luò)邀請參與者回答問卷以獲取研究信息的一種調(diào)查方式，屬于在線調(diào)查的一種。該方法可以采用比較長的問卷形式，也適用于一定時間內(nèi)的連續(xù)調(diào)查，但單純的網(wǎng)絡(luò)調(diào)查不能保證樣本抽取的隨機性，樣本的信度相對不高。一?概率抽樣與非概率抽樣“你不必吃完整頭牛，才知道肉是老的?”網(wǎng)絡(luò)問卷調(diào)查方式一直存在抽樣上的問題，即調(diào)查對象多是根據(jù)調(diào)查者的朋友圈進行的滾雪球抽樣，而不是嚴格意義上的概率抽樣?因此，首先需要區(qū)分哪些是概率抽樣哪些是非概率抽樣，兩者的區(qū)別如圖所示?二?概率抽樣的類別簡單隨機抽樣又稱純隨機抽樣，是概率抽樣的最基本形式?它是按照等概率原則，直接從含有N個元素的總體中抽取n個元素組成樣本?抽樣時不進行任何分組排列，使總體中的任何個體都有同等被抽中的機會?常用的辦法是抽簽，對于總體元素很多的情形，采用隨機數(shù)表來抽樣?簡單隨機抽樣是概率抽樣的理想類型，沒有偏見，簡單易行，且從隨機樣本的抽樣到對總體進行推斷，有一套健全的規(guī)則?但是，當總體所含個體數(shù)目太多時，采用這種抽樣方式不僅費時?工作繁雜，費用也太高?此外，這種抽樣方法，在構(gòu)成總體的個體差異不大時，用之比較有效，而在個體異質(zhì)性較高時，誤差較大?（一）簡單隨機抽樣二?概率抽樣的類別系統(tǒng)抽樣又稱等距抽樣或機械抽樣?它是把總體的單位進行編號排序后，再計算出某種間隔，然后按這一固定的間隔抽取個體的號碼來組成樣本的方法?系統(tǒng)抽樣的具體步驟如下:第一步，給總體中的每個個體按順序編號，即制定出抽樣框?第二步，計算出抽樣間距?計算方法是用總體的規(guī)模除以樣本的規(guī)模，假設(shè)總體規(guī)模為N，樣本規(guī)模為n，那么抽樣間距K就由下列公式導出:K=N÷n?第三步，在最前面的K個個體中，采用簡單隨機抽樣的方法抽取一個個體，記下這個個體的編號A，稱為隨機起點?第四步，在抽樣框中，自A開始，每隔K個個體抽取一個個體，即所抽取個體編號分別為A，A+K，A+2K…A+(n-1)K?第五步，將這n個個體合起來，就構(gòu)成了該總體的一個樣本?例如在由1000個單位組成的總體中抽取100個樣本?先將1000個總體標上1-1000的序號，再在前10個中隨機地抽取一個號，如2，再依次抽取12，22…92，組成樣本?（二）系統(tǒng)抽樣二?概率抽樣的類別分層抽樣又稱類型抽樣，它是先將總體中的所有單位按某種特征或標志(如性別?年齡?職業(yè)或地域等)劃分成若干類型或?qū)哟?，然后再在各個類型或?qū)哟沃胁捎煤唵坞S機抽樣或系統(tǒng)抽樣的方法抽取一個子樣本，最后將這些樣本合起來構(gòu)成總體的樣本?分層抽樣的優(yōu)點在于在不增加樣本規(guī)模的前提下可降低抽樣誤差，提高樣本的代表性，增強抽樣的精度，同時也非常便于調(diào)查者了解總體內(nèi)不同層次的情況?運用分層抽樣時，要注意以下分層標準:一是以所要分析和研究的主要變量或相關(guān)變量作為分層的標準;二是以保證各層內(nèi)部同質(zhì)性強?各層之間異質(zhì)性強，突出總體內(nèi)在結(jié)構(gòu)的變量作為分層變量;三是以那些已有明顯層次區(qū)分的變量作為分層變量?另外，需要注意的是，分層抽樣適用于總體由差異明顯的幾部分組成的情況?每一部分稱為層，在每一層中實行簡單隨機抽樣;分層抽樣中分多少層，要視具體情況而定?總的原則是:層內(nèi)樣本的差異要小，而層與層之間的差異要盡可能大，否則將失去分層的意義?(三)分層抽樣二?概率抽樣的類別整群抽樣是從總體中隨機抽取一些小的群體，然后由所抽中的若干個小群體內(nèi)的所有元素構(gòu)成調(diào)查的樣本?即只要該群被選中，該群中的所用成員都進入隨后的子樣本?如從某大學3000名學生中抽取300個為樣本，可以從該校的100個班級中隨機抽取10個班級，抽中的10個班級的全部300名學生就組成樣本?整群抽樣的抽樣單位是成群個體，如居民家庭?班級?居委會?村莊?企業(yè)等，整群抽樣中對小群體的抽取可采用簡單隨機抽樣?系統(tǒng)抽樣或分層抽樣的方法?整群抽樣的優(yōu)點是簡便易行?節(jié)省費用，缺點是樣本的分布面不廣，樣本對總體的代表性相對較差?（四）整群抽樣二?概率抽樣的類別二?概率抽樣的類別多段抽樣又稱多級抽樣或分段抽樣，它是把抽樣過程分成幾個階段來進行?抽樣步驟如下:先從總體中隨機抽取若干大群(組)，然后再從這幾個大群(組)內(nèi)抽取幾個小群(組)，這樣一層層抽下來，直至抽到最基本的抽樣元素為止?如對某鄉(xiāng)20000人進行抽樣，抽樣順序如下:縣20個鄉(xiāng)—從中抽出8個鄉(xiāng)—從中抽出15個村—從中抽出500人?需要注意的是，運用多段抽樣方法時要注意在類別和個體之間保持合適的比例?多段抽樣適用于范圍大?總體對象多的社會調(diào)查，其缺點是誤差比較大?（五）多段抽樣三?非概率抽樣非概率抽樣不是按照概率均等的原則，而是根據(jù)人們的主觀經(jīng)驗或其他條件來選取樣本，因而樣本的代表性較差，誤差有時相當大。這種方法一般只在探索性研究中采用。該方法通常用于以下情況：樣本量規(guī)模很小時，在探索性研究或研究的初始階段，總體成員很少或很難尋找時。從類型上說，非概率抽樣主要包括以下類型：偶遇抽樣、判斷抽樣、定額抽樣、滾雪球抽樣。三?非概率抽樣偶遇抽樣又稱方便抽樣或自然抽樣，是指研究者根據(jù)現(xiàn)實情況，以自己方便的形式抽取偶然遇到的人作為調(diào)查對象，或者僅僅選擇離得最近的?最容易找到的人作為調(diào)查對象?街頭攔人是最常見的偶遇抽樣?偶遇抽樣的優(yōu)點是方便省力，缺點是不能保證總體中每一個成員都有同等的被抽中的概率，樣本的代表性差，有很大的偶然性?（一）偶遇抽樣三?非概率抽樣判斷抽樣又稱主觀抽樣?立意抽樣，它是調(diào)查者根據(jù)研究目標和自己主觀的分析來選擇和確定調(diào)查對象的方法?該抽樣方法具有兩個鮮明特點，一是主觀判斷，二是有目的地選擇樣本?判斷抽樣的優(yōu)點是可以充分發(fā)揮研究人員的主觀能動作用，缺點也很明顯，樣本的代表性難以判斷?該方法多用于總體規(guī)模小?涉及范圍窄或時間?人力等條件有限而難以進行大規(guī)模抽樣的情況?有的研究者專找那些偏離總體平均水平者作為調(diào)查對象，探尋有意義的變量和范圍，研究是什么使他們發(fā)生偏離?（二）判斷抽樣三?非概率抽樣定額抽樣又叫配額抽樣，與分層抽樣中的按比例抽樣相似，也是按調(diào)查對象的某種屬性或特征將總體中所有個體分成若干類或?qū)?，然后在各層中抽樣，樣本中各?類)所占的比例與他們在總體中所占的比例一樣?但不同的是，分層抽樣中各層樣本是隨機抽取的，而定額抽樣中各層樣本是非隨機抽取的?定額抽樣是以代表總體為目的的，因此必須對總體的性質(zhì)有充分的了解，如不同性別?年齡?教育水平的人在總體中各占多大比例等等，然后按此比例分配應抽定額?定額抽樣具體的操作步驟主要包括以下兩個階段:第一個階段，指定不同類型的定額，如按性別?年齡?職業(yè)?收入等指標，確定每類中的被調(diào)查者定額;第二個階段，按方便抽樣或判斷抽樣選取調(diào)查對象?（三）定額抽樣三?非概率抽樣滾雪球抽樣是現(xiàn)在很多網(wǎng)上調(diào)查采用的主要抽樣手段，直接發(fā)布到朋友圈就可以“姜太公釣魚愿者上鉤”了?但這種抽樣根本不具備任何的代表性?因為所謂滾雪球，就是根據(jù)既有研究對象的建議找出其他研究對象的累積過程?由于這種方法產(chǎn)生的代表性可疑，因此常用于探索性研究，尤其在當我們無法了解總體情況時?如想要了解一個社區(qū)長期以來招募人手的方式，可以先訪問新近招募來的人員，詢問他們是由誰介紹進這個組織的，然后再訪問被提到的人，詢問他們是由誰介紹加入的;又如要研究一個組織松散的社會團體時，可以向一位組織成員詢問，看其認為誰是這一組織中最有影響力的人，然后再對這些人進行訪問，詢問他們誰最有影響力;再如要研究退休老人的生活，只需要找到一個退休老人，通過他(她)再尋找其他的退休老人?還有研究同性戀群體?小偷群體甚至奢侈品群體等相對比較封閉的窄化群體，也可以運用這種方法?（四）滾雪球抽樣四?抽樣的樣本規(guī)模問題在實際的操作中，經(jīng)常有一些疑問:到底抽取多少樣本才具有代表性?一般來說，調(diào)查的規(guī)模決定抽樣的規(guī)模?比較常見的樣本規(guī)模，一是小型調(diào)查，即非正式的或要求不高的?總體規(guī)模較小的調(diào)查，樣本規(guī)模在100~300個之間;二是中型調(diào)查，一般用于正式的調(diào)查研究，樣本規(guī)模普遍在300~1000個之間;三是大型調(diào)查，全國性的調(diào)查研究樣本規(guī)模在1000~3000個之間?根據(jù)總體規(guī)模，一般所需要抽取的樣本總數(shù)如表所示?社會網(wǎng)絡(luò)分析法李彪

著

中國人民大學出版社PART02一?社會網(wǎng)絡(luò)分析法的崛起隨著網(wǎng)絡(luò)社會的崛起，金字塔型社會結(jié)構(gòu)被一定程度地消解，網(wǎng)狀的扁平結(jié)構(gòu)出現(xiàn)，這種社會結(jié)構(gòu)不再關(guān)注社會行動者個體的先賦屬性——性別?年齡?職業(yè)?學歷等社會統(tǒng)計學意義的特征，關(guān)注更多的是關(guān)系屬性，即社會行動者個體之間的關(guān)系?從這個意義上說，社會網(wǎng)絡(luò)分析是未來研究網(wǎng)絡(luò)社會的主要方法之一?另外，調(diào)查方法是對社會現(xiàn)象的橫剖面進行的瞬時性研究，本節(jié)研究的是傳播結(jié)構(gòu)，是歷時性的整體研究，兩者在研究的時間范式上存在著不同的訴求，社會網(wǎng)絡(luò)分析本身屬于一種“能動化”的結(jié)構(gòu)思想，因此對研究傳播結(jié)構(gòu)具有先天性的優(yōu)勢?(一)網(wǎng)絡(luò)社會崛起，調(diào)查方法的局限性進一步顯性化一?社會網(wǎng)絡(luò)分析法的崛起經(jīng)驗學派方法論觀點更多地從微觀層面強調(diào)傳播個體的行動及其意義性，主張對傳播現(xiàn)象的研究應建立在對受眾個體的行為研究的基礎(chǔ)上?在這一點上，經(jīng)驗學派的觀點源于社會學研究中的個體主義方法論，個體主義方法論也是只強調(diào)個體行為及其意義?與之相反，批判學派更多地從宏觀層面強調(diào)對傳播結(jié)構(gòu)尤其是社會層面的傳播整體結(jié)構(gòu)的研究?批判學派這一觀點源于社會學研究中的整體主義方法論。兩個學派各執(zhí)一端，互不妥協(xié)，存在著尖銳的不可調(diào)和的對立，嚴重限制了傳播學科的發(fā)展?從某種意義上講，其實兩者都忽略了其中的“中介”本身——勾連傳播個體的關(guān)系?社會網(wǎng)絡(luò)分析試圖整合個體主義和整體主義方法論，把宏觀研究和微觀研究整合起來，這也是困擾傳播學研究五六十年的問題所在?(二)消弭傳播學經(jīng)驗學派和批判學派研究范式的鴻溝一?社會網(wǎng)絡(luò)分析法的崛起社會網(wǎng)絡(luò)分析更符合信息傳播的本質(zhì)屬性———信息像“液體”一樣，在不同傳播行動者之間的固有社會網(wǎng)絡(luò)這一渠道管線系統(tǒng)中正向或逆向流動。社會網(wǎng)絡(luò)關(guān)注的不是信息本身的內(nèi)容和形式，而是傳播個體勾連起來的社會網(wǎng)絡(luò)和社會結(jié)構(gòu)本身。社會網(wǎng)絡(luò)分析摒除了研究視角“微觀宏觀”的預設(shè)，可以把個體間關(guān)系、“微觀”網(wǎng)絡(luò)和大規(guī)模社會系統(tǒng)的“宏觀”結(jié)構(gòu)結(jié)合起來，為“微觀-宏觀”的結(jié)合提供了一條有效的途徑，從而為傳播學的發(fā)展破除藩籬，提供了全新的視角和解釋。但需要說明的是，社會網(wǎng)絡(luò)分析法雖然已在很多學科被廣泛應用，甚至引起了個別學科研究范式的變革，但目前在傳播學研究領(lǐng)域還比較鮮見，仍處于探索引入階段，主要集中于個案研究。社會網(wǎng)絡(luò)分析法在傳播學研究領(lǐng)域的學科規(guī)范和“馴化”還沒有統(tǒng)一的標準。(二)消弭傳播學經(jīng)驗學派和批判學派研究范式的鴻溝二?社會網(wǎng)絡(luò)分析方法社會網(wǎng)絡(luò)概念的出現(xiàn)最早可以追溯到20世紀30年代的心理學和人類學研究?社會網(wǎng)絡(luò)分析是包括測量與調(diào)查社會系統(tǒng)中各部分，即“點(node)”的特征與相互之間的關(guān)系，也就是“連接(tie)”，將其用網(wǎng)絡(luò)的形式表示出來，然后分析其關(guān)系的模式與特征這一全過程的一套理論?方法和技術(shù)?該方法用于描述和測量行動者之間的關(guān)系，或通過這些關(guān)系流動的各種有形或無形的東西，如信息?資源等?常用的分析方法主要有圖論(graphtheory)?社會計量學和代數(shù)方法?圖論適用于描述小型傳播群體的核心關(guān)系和團聚力等特征，社會計量學適用于研究結(jié)構(gòu)等價性和“塊模型”關(guān)系，代數(shù)方法適用于對角色和位置關(guān)系的分析?根據(jù)分析的著眼點不同，社會網(wǎng)絡(luò)分析可以分為兩種:微觀層次的自我中心社會網(wǎng)絡(luò)和宏觀層次的整體社會網(wǎng)絡(luò)?自我中心社會網(wǎng)絡(luò)以個體為中心，探討其對外的關(guān)系聯(lián)結(jié)所建立起來的社會網(wǎng)絡(luò);整體社會網(wǎng)絡(luò)則關(guān)注所有點之間的關(guān)系，關(guān)注整個網(wǎng)絡(luò)的結(jié)構(gòu)?二?社會網(wǎng)絡(luò)分析方法社會網(wǎng)絡(luò)分析又被稱為結(jié)構(gòu)分析，不僅是對關(guān)系或結(jié)構(gòu)加以分析的一套技術(shù)，還是一種理論方法——結(jié)構(gòu)分析的觀點，社會網(wǎng)絡(luò)分析學者認為社會學的研究對象應該是社會關(guān)系，而非具體的社會個體，因為作為個體的人是多樣的，而唯有其關(guān)系是相對穩(wěn)定的?社會網(wǎng)絡(luò)分析在研究視角上可以大致分為兩種:一種是關(guān)系取向(relationalapproach)，一種是位置取向(positionalapproach)?所謂關(guān)系取向主要研究的是社會行動者的社會聯(lián)結(jié)——密度?中介性?強度?對稱性?規(guī)模等?位置取向主要關(guān)注的是社會行動者之間社會關(guān)系的模式化(patterning)，不同行為個體在結(jié)構(gòu)地位上是否一致，強調(diào)用“結(jié)構(gòu)等效”(structuralequivalence)來理解人類行為?社會網(wǎng)絡(luò)分析有兩個特征:一是從行動者關(guān)系的角度進行的解釋優(yōu)于從行動者個人屬性的角度進行的解釋;二是行動者及其行動是相互依賴的，行動者之間的關(guān)系是資源傳遞或者流動的“渠道”?三?社會網(wǎng)絡(luò)的分析單元社會網(wǎng)絡(luò)中的點或行動者既可以是個體，也可以是其他社會單位或者社會實體，如公司、學校、社區(qū)、國家等。（一）點／行動者（node）關(guān)系被認為是一種雙向?qū)傩?，而主流社會科學所關(guān)注的是單一屬性?關(guān)系是節(jié)點之間的連接，有三個特征:內(nèi)容?方向和強度?內(nèi)容就是指行動者間關(guān)系產(chǎn)生的原因與關(guān)系建構(gòu)的基礎(chǔ);關(guān)系可分成有方向性和無方向性的，多數(shù)情況下，行動者之間的關(guān)系是有明確方向的;關(guān)系有強弱之分，強度即發(fā)生關(guān)系的次數(shù)?（二）關(guān)系（tie）四?社會網(wǎng)絡(luò)分析的指標從右圖可以看出，社會網(wǎng)絡(luò)分析的內(nèi)容包括以下三部分:社會網(wǎng)絡(luò)的結(jié)構(gòu)參數(shù)?凝聚子群?網(wǎng)絡(luò)位置和網(wǎng)絡(luò)角色?四?社會網(wǎng)絡(luò)分析的指標從數(shù)學角度上講，有兩種方法可以表達社會行動者之間的關(guān)系，即圖論和矩陣，如不同信息節(jié)點之間的信息流入流出關(guān)系，就可以使用圖論或者信息矩陣進行表示。（一）社會網(wǎng)絡(luò)的數(shù)學表達形式中心度是關(guān)于行動者在社會網(wǎng)絡(luò)中的中心性位置的測量概念，反映的是行動者在社會網(wǎng)絡(luò)結(jié)構(gòu)中的等級和優(yōu)勢等方面的差異，主要包括結(jié)點中心度?緊密中心度和間距中心度等幾個指標?（二）中心度分析四?社會網(wǎng)絡(luò)分析的指標在社會網(wǎng)絡(luò)分析中，某些關(guān)系密切的子群也是社會網(wǎng)絡(luò)分析學者關(guān)心的興趣點?因為構(gòu)成社會網(wǎng)絡(luò)的基本元素是行動者及其群體，社會中存在著這樣那樣的子群，它們互相結(jié)合形成了復雜的社會結(jié)構(gòu)?對子群的研究主要包括成分分析和團伙分析等?（三）子群分析在社會網(wǎng)絡(luò)分析中，位置(position)指的是同等地處于關(guān)系網(wǎng)絡(luò)中的個體所形成的集合體，而角色是指兩個行動者或兩個位置之間存在的關(guān)系模式?社會網(wǎng)絡(luò)中的位置和角色分析主要是以結(jié)構(gòu)等價性?自同構(gòu)等價性和正則等價性等指標作為衡量指標?（四）位置和角色分析五?社會網(wǎng)絡(luò)分析流程社會網(wǎng)絡(luò)分析主要有以下幾個基本步驟，如圖所示。六?社會網(wǎng)絡(luò)分析法的爭議社會網(wǎng)絡(luò)分析無論是作為一種結(jié)構(gòu)思想，還是作為一套行之有效的分析社會結(jié)構(gòu)的方法，自誕生之日起就像“學術(shù)寵兒”一樣受到了學界一致推崇，目前被廣泛應用于社會學?經(jīng)濟學?情報學和傳播學等領(lǐng)域，甚至為一些學科的研究帶來了革命性的范式轉(zhuǎn)變?但不容否認，任何一種研究方法都像硬幣的兩面，有優(yōu)點同時也有局限?一是社會網(wǎng)絡(luò)分析方法片面強調(diào)了關(guān)系對行動者行為的影響，抹平了所有行動者之間主觀屬性的差異，忽視了對行動者自身主觀心理譜系的分析?二是社會網(wǎng)絡(luò)分析方法對網(wǎng)絡(luò)的動態(tài)變化重視不夠?三是社會網(wǎng)絡(luò)分析方法回避或者忽視了社會網(wǎng)絡(luò)的文化內(nèi)涵?一方面，文化的產(chǎn)生與特定的網(wǎng)絡(luò)結(jié)構(gòu)有關(guān)，但另一方面，網(wǎng)絡(luò)建構(gòu)又是文化脈絡(luò)下的一種實踐活動，文化可能充當網(wǎng)絡(luò)建構(gòu)的腳本?七、社會網(wǎng)絡(luò)分析軟件：UCINET和GephiUCINET(UniversityofCaliforniaatIrvineNETwork)是一種功能強大的社會網(wǎng)絡(luò)分析軟件，處理的數(shù)據(jù)均用矩陣形式來存儲?展示和描述，該軟件目前可處理最多高達32767個點的網(wǎng)絡(luò)數(shù)據(jù)?另外，該軟件還包含一維與二維數(shù)據(jù)可視化分析的Net-Draw插件，還有正在發(fā)展應用的三維數(shù)據(jù)可視化分析插件Mage?右圖是UCINET軟件的操作界面?（一）UCINET七、社會網(wǎng)絡(luò)分析軟件：UCINET和GephiGephi是一款開源免費跨平臺的?基于JVM的復雜網(wǎng)絡(luò)分析軟件，主要用于各種網(wǎng)絡(luò)和復雜系統(tǒng)，是一種動態(tài)和分層圖的交互可視化與探測開源工具?Gephi是在Netbeans平臺上開發(fā)的，語言是JAVA，使OpenGL(OpengraphicsLibrary，開放圖形庫，一種跨平臺的圖形應用程序編程接口)作為它的可視化引擎?依賴于它的應用程序接口(APIs)，開發(fā)者可以編寫自己感興趣的插件，創(chuàng)建新的功能?通過內(nèi)建的OpenGL引擎，Gephi可以適應大型網(wǎng)絡(luò)要求，可視化網(wǎng)絡(luò)可達到上百萬個元素?所有操作(比如布局?過濾?拖拽)都可以實時完成，上手簡單快速?Gephi的UI以可視化為中心，類似圖片處理工具Photoshop?Gephi還可以通過插件擴展，圖形架構(gòu)是基于Netbeans平臺構(gòu)建的，可以通過APIs擴展和重用?下圖是Gephi軟件的操作界面。（二）Gephi軟件七、社會網(wǎng)絡(luò)分析軟件：UCINET和Gephi（二）Gephi軟件詞頻與社會語義網(wǎng)李彪

著

中國人民大學出版社PART03一?詞頻分析中文分詞是文本挖掘的基礎(chǔ)，對輸入的一段中文成功地進行中文分詞，可以達到電腦自動識別語句含義的效果?詞頻分析是對輿情文本中重要詞匯出現(xiàn)的次數(shù)進行統(tǒng)計與分析，是輿情文本語義挖掘的重要手段，也是文獻計量學中傳統(tǒng)的和具有代表性的一種內(nèi)容分析方法?其基本原理是通過詞出現(xiàn)頻次的變化來確定輿情關(guān)注的熱點及其變化趨勢，至少在認知層面上，某關(guān)鍵詞被提及的次數(shù)越多，表示表達者的訴求越集中越迫切?一?詞頻分析案例：在我國古典文學名著《紅樓夢》的研究中一直存在著一個史學公案，即《紅樓夢》前80回和后40回是否為同一人所作？以往的研究多是從史學考證、主觀判斷的角度來考察，得出的結(jié)論有時候大相徑庭。而隨著文獻計量方法的完善，有學者對其進行了詞頻分析，得出的結(jié)論雖不一定正確，但提供了完全不同的研究思路與方法。1980年，首屆國際《紅樓夢》研討會在美國召開，美國威斯康星大學講師陳炳藻宣讀了《從詞匯上的統(tǒng)計論〈紅樓夢〉的作者》這篇論文，他從前80回里隨機抽取了5回，從后40回里隨機抽取了3回，比較5個文言虛詞的出現(xiàn)頻率，發(fā)現(xiàn)它們的正相關(guān)程度達到78.57％，由此認為前后作者基本是一個人，即曹雪芹，對“后40回作者系高鶚”這一流行看法提出異議。隨后，我國學者陳大康也采用了大致相同的方法，不過他普查了全部120回，統(tǒng)計了8個文言虛詞和24個常用動詞出現(xiàn)的頻率，發(fā)現(xiàn)前80回里這些詞出現(xiàn)的頻率明顯高于后40回，因此認為這的確是兩個人的作品。他的觀點符合“紅學”研究的主流。出現(xiàn)這兩種截然相反結(jié)論的原因在于兩位研究者所選擇的字（自變量）不同，即非概率抽樣手段造成了誤差。一?詞頻分析隨著植物學家的介入，紅學研究越來越有趣。臺灣植物學家潘富俊在其《紅樓夢植物圖鑒》中斷然否定了曹雪芹寫后40回一說，認為答案就在植物里——從書中所提及的200多種植物來看，他認為幾乎可以肯定后40回并非出自曹雪芹之手。他的方法是，先將這部120回的小說等分為3個部分，前面40回平均每回出現(xiàn)11.2種植物，中間40回平均每回出現(xiàn)10.7種，最后40回平均每回只出現(xiàn)3.8種。潘富俊說，后40回的作者的植物知識遠遜于前80回的作者。后40回中只有6回提到茶，且僅有一種茶，即龍井茶；前80回逾92％提到茶，且有9種茶。這個結(jié)果證明作者肯定不是同一人。案例2：再如有網(wǎng)友統(tǒng)計過歌手汪峰的117首歌曲中最常用的詞語，形容詞排名前五的分別是孤獨、自由、迷惘、堅強和絕望，名詞排名前五的是生命、路、夜、天空和孩子（同一首歌里出現(xiàn)多次的詞語只算一次），用這些詞語只要隨意組合一下，一首汪峰風格的歌詞就誕生了，如“迷惘，生命，碎，堅強”，潤色一下就是“不再迷惘的生命，被燃碎千萬次，也依然堅強”，就此分析其作品風格為“在憂郁中呼喚希望”。一?詞頻分析詞頻分析可以用于微博與微博聊天分析、新聞文本分析、分詞、詞頻統(tǒng)計、英文詞頻統(tǒng)計、流量分析、聚類分析等一系列文本分析。詞頻分析的基本步驟是:首先對文本進行分詞，中文文本不同于英文文本，中文詞是由一個個字所構(gòu)成的，很容易分詞出錯，因此分詞的基本前提是必須有一個相對比較完備的“字典”，字典的詞容量越大，分詞的精準度也就越高;分詞后計算關(guān)鍵詞的數(shù)量，即為詞頻?詞頻分析的工具目前越來越多，尤其是一些線上的工具，比較出名的有圖悅?紐扣詞云?騰訊文智?新榜詞云詞頻分析?Excel詞頻分析工具?易詞云等，國外比較出名的在線工具是Tagxedo?WordArt?Wordle等?近年來，隨著各種編程語言的出現(xiàn)，利用Python語言進行詞頻計算的研究越來越多，一般使用Python中jieba包的中文分詞工具(/project/jieba/)對對象文本進行分詞與詞頻計算?二?社會語義網(wǎng)社會語義網(wǎng)只是一種說法，主要是將各個高頻詞之間通過社會網(wǎng)絡(luò)分析工具連接起來，形成一個高頻詞關(guān)系網(wǎng)，進而推測話語文本的主要表達邏輯及關(guān)注熱點?右圖是筆者對《唐詩三百首》中的311首詩歌進行的詞頻分析?選取詞頻最高的40個實詞進行分析，將每兩個高頻詞在同一首詩中出現(xiàn)視為一次共現(xiàn)，即兩者存在一次關(guān)聯(lián)，做出40個高頻詞的社會關(guān)系網(wǎng)絡(luò)?可以看出，唐詩中出現(xiàn)頻度最高的詞是何處?春風?楊柳?芳草?白云?明月?青山等，這些詞寄托了唐朝詩人的心情與所指，尤其是“何處”出現(xiàn)得最多，說明唐朝詩人的迷茫?二?社會語義網(wǎng)社會語義網(wǎng)具體來說有以下幾種不同的分析方法與手段。共詞分析最早是一種文獻計量學方法，屬于內(nèi)容分析方法的一種，該方法的基本理論假設(shè)是詞與詞之間的聯(lián)系決定著語義生產(chǎn)?共詞分析的基本原理是通過對一組詞項在一篇文本中共同出現(xiàn)的次數(shù)進行統(tǒng)計，并以此對這些詞進行聚類，從而反映出這些詞項之間的關(guān)聯(lián)強弱，進而分析這些詞項所反映的文本的主題結(jié)構(gòu)?一般來說，詞項對在同一篇文本中出現(xiàn)的次數(shù)越多，則表明該詞項對的關(guān)系越緊密;詞項對在大量文檔中出現(xiàn)次數(shù)越多，則說明該詞項對與文本之間的關(guān)聯(lián)性越強?共詞分析采用一套結(jié)構(gòu)圖可以有效地展示詞項之間的關(guān)聯(lián):節(jié)點的大小代表詞頻，節(jié)點越大詞頻越高，連線的粗細代表兩詞共現(xiàn)的次數(shù)，共現(xiàn)次數(shù)越多連線越粗，一般是將整個圖按照節(jié)點的中心性進行呈現(xiàn);一般先將高頻詞通過人工或數(shù)據(jù)導出的方式形成共詞矩陣，再將共詞矩陣導入Gephi軟件中，繪制出高頻關(guān)鍵詞的關(guān)系圖譜，對高頻關(guān)鍵詞之間的共現(xiàn)關(guān)系進行分析?(一)共詞分析二?社會語義網(wǎng)聚類分析(clusteranalysis)的基本思想是將變量按相似程度歸于同一群組，“物以類聚”，是共詞分析中比較常用的統(tǒng)計方法?根據(jù)一些能夠測量多個變量指標之間相似程度的統(tǒng)計量，以此為劃分依據(jù)，可以將各種不同相似度的變量聚合成不同的類別，再將它們的親疏關(guān)系用譜系圖的方式表現(xiàn)出來?在聚合的不同類別中，同一類別之內(nèi)的變量彼此的相似度愈高愈好，而不同類別之間變量彼此的相似度愈低愈好?高頻關(guān)鍵詞聚類分析是對文本中高頻關(guān)鍵詞親疏關(guān)系的分析，體現(xiàn)出高頻關(guān)鍵詞相似性和相異性的分析圖譜，通過圖譜可以進一步挖掘作者意圖和社會語義等深層次信息?聚類分析一般使用UCINET，將共詞矩陣導入到UCINET中，處理路徑為“Network→Roles&Positions→Structural→CONCOR”，進行高頻關(guān)鍵詞的凝聚子群分析，然后測算各子群的密度?塊模型?（二）聚類分析二?社會語義網(wǎng)多維尺度分析(multi-dimensionanalysis，MDS)是共詞分析中的主要分析方法之一，主要通過測量對象之間的距離來展現(xiàn)數(shù)據(jù)結(jié)構(gòu)，運用低維空間(通常是二維或者三維空間)中對象所處在的特定位置，通過觀察這些對象之間的平面距離，可以了解到它們之間的相似性?通過多維尺度分析，可以幫助研究者挖掘數(shù)據(jù)中的深層結(jié)構(gòu)，通過軟件繪制的平面圖，能夠清晰地揭示出數(shù)據(jù)中的隱藏聯(lián)系?（三）多維尺度分析輿論測量方法未來發(fā)展趨勢李彪

著

中國人民大學出版社PART04輿論測量方法未來發(fā)展趨勢隨著社會進入社群化與后真相時代，輿論測量的手段也發(fā)生著變化，越來越呈現(xiàn)出大數(shù)據(jù)和關(guān)系化的趨勢與特征，而不再僅僅局限于簡單的數(shù)量級層面的測算。本節(jié)對未來的輿論測量手段進行展望與預測，主要集中在以下方面的轉(zhuǎn)向：關(guān)系、情緒、地理位置等。一?“文本+關(guān)系+情緒”的多元耦合分析與傳統(tǒng)的輿情監(jiān)測不同，社交平臺文本通常采用短文本形式，并且用戶發(fā)文具有隨意性，其語言的規(guī)范性非常低，不論用詞還是語法都常常有悖于標準的語言規(guī)范，由此帶來文本表示的高維?稀疏?噪音等特性，使得傳統(tǒng)的文本分析方法難