打开文本图片集
摘 要：[目的/意义]在线社交用户的信息行为对网络舆论生态环境的构建具有重要的指导意义。[方法/过程]借鉴“用户画像”的思想，提出了在线社交用户舆情画像的概念，围绕人类动力学研究视角构建了在线社交用户的舆情画像模型，最后从舆情信息传播的时间间隔分布、活跃度分布、时间间隔重标度、交互热度、阵发性和记忆性等方面对在线社交用户信息传播行为特征进行了实证分析。[结果/结论]研究结果表明，在线社交用户“舆情画像”可全面揭示其网络信息行为特征，实现对用户基本信息与舆情传播信息的有效收集、有效识别与定量分析，从而为网络舆情生态环境的完善提供参考。
关键词：舆情画像;在线社交用户;信息传播
DOI：10.3969/j.issn.1008-0821.2019.09.007
〔中图分类号〕G252.0 〔文献标识码〕A 〔文章编号〕1008-0821（2019）09-0064-10
Abstract：[Purpose/Significance]The information behavior of online social users has important guiding significance for the construction of the ecological environment of network public opinion.[Method/Process]Referring to the idea of“user portrait”，this paper proposed the concept of online social user"s public opinion portrait，and constructed a public opinion portrait model of online social user from the perspective of human dynamics.Finally，we discussed the public opinion information dissemination from the distribution of time interval，activity，time interval rescale and interaction heat.[Result/Conclusion]The results showed that online social users" portraits of public opinion could fully reveal their behavior characteristics and quantitatively analyze the basic information of users and the information of public opinion dissemination，thus point out the direction for the development of the network public opinion ecological environment.
Key words：public opinion portrait;online social users;information dissemination
定量分析在线社交用户的信息行为是认识人类复杂行为特征的基础，其不仅可以直观地体现网络用户偏好的主题领域、用户情感强度与态度倾向，同时还有助于深入研究用户的情感倾向与群体行为，为网络舆情生态环境的构建奠定基础[1]。传统用户行为的研究多通过泊松分布进行探讨，将相关事件发生速率近似假设为一个常数，即假定两个相同行为相继发生的时间间隔是指数分布的。在此基础上，众多学者致力于解释社交用户的复杂信息行为，如Barabási A L[2]基于优先级的排队决策过程解释个体等待时间的胖尾现象;Vázquez A等[3]的社交用户记忆性模型、Shang M S等[4]的社交用户兴趣驱动模型、阳长征[5]的社交媒体用户行为框架模型等也对人类复杂的行为特征在不同维度进行了解释。Wang P[6]对用户论坛的发帖与回帖行为的规律性进行了分析，发现了用户论坛发帖间隔的时间特征，即同一用户在天、小时和分钟的时间尺度具有幂函数的特征。Kan A等[7]研究了用户论坛行为规律，发现了用户的发帖的时间特征，即时间间隔符合1.7的幂指数律。郭进利[8]通过实证发现博文评论的时间间隔分布服从幂律分布，并在此基础上构建了人类兴趣衰减的动力学模型。何静等[9]研究了群体和个体微博用户的信息发布的时间间隔，并论证了转发数与粉丝数量的相关关系。Song Y D等[10]从单一个体的角度挖掘了用户在微博及博客平台的行为数据，得出人类在博客和微博上的时間间隔分别服从α=1.3和α=2.0幂律分布。Bao Y Y等[11]以粉丝数量最多的15位微博用户为研究对象，发现个体水平上发布微博的行为表现出阵发性特征，时间间隔服从指数为1.4的幂律分布。Chun H等[12]分析了在线社交网络Cyworld的用户留言记录，发现以36min和1天为界限，时间间隔呈现三段幂指数律：α=1.696、α=0.91和α=2.276。通过上述研究可以看出，在线社交行为已经成为人类生活中非常重要的构成部分，受网络信息传递的影响，在线社交用户信息行为的研究已成为网络舆情领域不可回避的热点问题之一。
随着社交网络的兴起，用户社交平台上的用户活动痕迹也化为数据，成为描述用户画像的重要数据来源[13-14]。用户画像最早被定义为建立在“一系列真实数据上，可体现用户行为、态度与习惯差异的目标用户模型”[15]。如国外学者Ravi L[16]、Sánchez P等[17]围绕用户的个人信息、兴趣偏好以及搜索行为对用户画像模型进行了刻画;我国学者张亚明[18]、王妍妍[19]、王庆等[20]、陈晶[21]、谢姝琳[22]、孙晶晶[23]建构了各类用户的行为画像，以此揭示用户的周期性行为与活动规律，从而为全面分析网络用户的信息行为奠定了基础。但是，当前基于微博、论坛等多种社交平台数据探讨在线社交用户画像及其舆情信息行为的研究很少，只有少数相关文献对微博/论坛/博客等社交平台的发帖留言以及博文的评论互动特征进行了统计分析，但是仅从发帖和评论互动的单一视角难以全面、真实有效地描绘社交平台用户行为特征。鉴于此，本文借鉴了“用户画像”思想，提出了在线社交用户“舆情画像”的概念，通过分析我国应用最广泛、传播覆盖最深入的社交平台（腾讯QQ、新浪微博、人人网、天涯论坛）的用户相关数据，构建基于网络在线社交平台的用户舆情画像概念模型，围绕人力动力学研究视角对在线社交用户舆情信息行为特征进行定量的实证分析，从而清晰地揭示在线社交用户舆情信息传播的规律，为完善我国网络舆情生态环境提供参考。