社交网络中意见领袖节点影响力指数模型及实证研究——以自然灾害“7·20”河南暴雨为例

doi:10.13266/j.issn.0252-3116.2022.16.003

图书情报工作 ›› 2022, Vol. 66 ›› Issue (16): 24-35.DOI: 10.13266/j.issn.0252-3116.2022.16.003

• 专题：数智驱动的重大突发事件网络舆情传播与应急管理 • 上一篇下一篇

社交网络中意见领袖节点影响力指数模型及实证研究——以自然灾害“7·20”河南暴雨为例

王晰巍^1,2,3, 毕樱瑛¹, 李玥琪¹

1. 吉林大学商学与管理学院长春 130012;
2. 吉林大学大数据管理研究中心长春 130012;
3. 吉林大学网络空间治理研究中心长春 130012

收稿日期:2022-02-25 修回日期:2022-06-21 出版日期:2022-08-20 发布日期:2022-08-19
通讯作者: 毕樱瑛,硕士研究生,通信作者,E-mail:biyingying520@163.com
作者简介:王晰巍,吉林大学大数据管理研究中心主任,吉林大学网络空间治理研究中心主任,教授,博士生导师;李玥琪,博士研究生。
基金资助:
本文系国家社会科学基金重大项目“大数据驱动的社交网络舆情主题图谱构建及调控策略研究”(项目编号:18ZDA310)研究成果之一。

A Model and Empirical Study of Opinion Leader Node Influence Index in Social Networks——Taking the Natural Disaster "7·20" Henan Rainstorm as an Example

Wang Xiwei^1,2,3, Bi Yingying¹, Li Yueqi¹

1. School of Business and Management, Jilin University, Changchun 130012;
2. Research Center for Big Data Management, Jilin University, Changchun 130012;
3. Research Center for Cyberspace Governance, Jilin University, Changchun 130012

Received:2022-02-25 Revised:2022-06-21 Online:2022-08-20 Published:2022-08-19

摘要/Abstract

摘要： ［目的/意义］在社交网络中,意见领袖节点影响力对社交网络舆情的发展至关重要,构建全面科学的社交网络意见领袖节点影响力指数及计算分析模型可以更好地识别关键意见领袖,更好地监督和引导舆情走向。［方法/过程］基于信息论和p指数的相关理论,从社交网络中意见领袖受认可度、情感联系度和网络传播度3个维度构建意见领袖节点影响力OLEI指数算法,并提出社交网络中意见领袖节点影响力指数计算及分析模型。结合自然灾害"7·20"河南暴雨中典型舆情话题对所构建的OLEI指数算法进行验证和分析。［结果/结论］实证研究结果表明,OLEI指数中受认可度能够反映社交网络用户对其他用户产生的舆论影响程度和信任支持程度;情感联系度可以反映意见领袖节点引发社交网络较大的用户情感波动,意见领袖的网络传播度越大,其在社交媒体平台中的地位越关键。

关键词: 社交网络, 意见领袖, 节点影响力, 指数

Abstract: [Purpose/Significance] In social networks, opinion leader node influence plays an important role in the development of public opinion in social networks. Building a comprehensive scientific opinion leader node influence index and computational analysis model in social networks can better identify key opinion leaders and can better monitor and guide the direction of public opinion. [Method/Process] Based on the relevant theories of information theory and p-index, an OLEI index algorithm was constructed based on three dimensions of opinion leaders' recognition, emotional connection and network communication in social networks, and a model for calculating and analyzing the node influence index of opinion leaders in social networks was proposed. The OLEI index algorithm was validated and analyzed by combining the typical public opinion topics in the natural disaster "7·20" Henan rainstorm. [Result/Conclusion] The results of the empirical study show that the recognition degree in the OLEI index can reflect the degree of opinion influence and trust support of social network users on other users; the emotional connection degree can reflect that the opinion leader nodes have triggered greater user emotional fluctuations in the social network; the greater the network communication degree of the opinion leader, the more important the position it occupies in the social media network.

Key words: social networks, opinion leaders, node influence, index

中图分类号:

G250

王晰巍, 毕樱瑛, 李玥琪. 社交网络中意见领袖节点影响力指数模型及实证研究——以自然灾害“7·20”河南暴雨为例[J]. 图书情报工作, 2022, 66(16): 24-35.

Wang Xiwei, Bi Yingying, Li Yueqi. A Model and Empirical Study of Opinion Leader Node Influence Index in Social Networks——Taking the Natural Disaster "7·20" Henan Rainstorm as an Example[J]. Library and Information Service, 2022, 66(16): 24-35.

参考文献

[1] 2021年全国十大自然灾害[EB/OL].[2022-01-23]. https://www.mem.gov.cn/xw/yjglbgzdt/202201/t20220123_407199.shtml.
[2] MACEACHERN L, CRANLEY L, CURRAN J, et al. The role of motivation in the diffusion of innovations in Canada's long-term care sector: a qualitative study[J]. Implementation science communications, 2020, 1(1): 1-11.
[3] RIQUELME F, GONZÁLEZ-CANTERGIANI P. Measuring user influence on Twitter: a survey[J]. Information processing & management, 2016, 52(5): 949-975.
[4] KI C W C, CUEVAS L M, CHONG S M, et al. Influencer marketing: social media influencers as human brands attaching to followers and yielding positive marketing results by fulfilling needs[J]. Journal of retailing and consumer services, 2020, 55(C): 102133.
[5] TOBON S, GARCÍA-MADARIAGA J. The influence of opinion leaders' ewom on online consumer decisions: a study on social influence[J]. Journal of theoretical and applied electronic commerce research, 2021, 16(4): 748-767.
[6] CUOMO M T, TORTORA D, FOROUDI P, et al. Digital transformation and tourist experience co-design: big social data for planning cultural tourism[J]. Technological forecasting and social change, 2021, 162(C): 120345.
[7] DUBOIS E, MINAEIAN S, PAQUET-LABELLE A, et al. Who to trust on social media: how opinion leaders and seekers avoid disinformation and echo chambers[J].Social media+ society,2020,6(2): 1-13.
[8] 王晰巍,贾若男,韦雅楠,等.社交网络舆情事件主题图谱构建及可视化研究——以校园突发事件话题为例[J].情报理论与实践,2020,43(3):17-23.
[9] 刘玉文,王凯,刘月华.基于影响力遗传的意见领袖在线识别[J].情报理论与实践,2019,42(7):126-131,164.
[10] 陈一新,陈馨悦,吕妍,等.基于改进Hegselmann-Krause模型的微博舆论反转研究[J].情报理论与实践,2020,43(1):82-89.
[11] 安璐,胡俊阳,李纲.突发事件情境下社交媒体高影响力用户画像研究[J].情报资料工作,2020,41(6):6-16.
[12] LAZARSFELD P, BERELSON B, GAUDET H. The people's choice: how the voter makes up his mind in a presidential campaign[M]. Columbia: Columbia University Press, 1968.
[13] WEISSMAN A, NGUYEN T T, NGUYEN H T, et al. The role of the opinion leader research process in informing policy making for improved nutrition: experience and lessons learned in Southeast Asia[J]. Current developments in nutrition, 2020,4(6): nzaa093.
[14] RASHOTTE L, RITZER G, RYAN J M. Blackwell encyclopedia of sociology[J]. Choice reviews online, 2007, 44(11): 4434-4437.
[15] 刘佳程,马廷灿,岳名亮.HHa中心性算法:一种基于h指数和Ha指数的复杂网络节点排序算法[J].图书情报工作,2021,65(20):92-100.
[16] 李霄,曲阳,李辉,等.基于用户关系的在线问答平台用户重要性评估方法[J].计算机科学,2020,47(S2):430-436,448.
[17] 刘嘉琪,齐佳音,陈曼仪.基于社会网络分析的意见领袖与在线群体影响力关系研究[J].情报科学,2018,36(11):138-145.
[18] SHANNON C E. A mathematical theory of communication[J]. The Bell system technical journal, 1948, 27(3): 379-423.
[19] 钱晨,黄卫东.基于信息量的微博事件态势感知模型研究[J].情报科学,2019,37(2):46-51.
[20] HIRSCH J E.An index to quantify an individual＇s scientific research output[J].Proceedings of the National Academy of Sciences of the USA,2005,102(46): 16569-16572.
[21] PRATHAP G.The 100 most prolific economists using the p-index [J].Scientometrics,2010,84(1): 167-172.
[22] 郭博,许昊迪,雷水旺.知乎平台用户影响力分析与关键意见领袖挖掘[J].图书情报工作,2018,62(20):122-132.
[23] BRIN S. The PageRank citation ranking: bringing order to the web[J]. Proceedings of ASIS, 1998, 98: 161-172.
[24] 钟磊,宋香荣,孙瑞娜.基于LeaderRank的意见领袖发现模型及其应用[J].情报杂志,2021,40(4):194-199.
[25] 徐雅斌,孙秋天.特定舆情的意见领袖挖掘和关键传播路径预测[J].数据分析与知识发现,2021,5(2):32-42.
[26] 陈芬,高小欢,彭玥,等.融合文本倾向性分析的微博意见领袖识别[J].数据分析与知识发现,2019,3(11):120-128.
[27] 王晰巍,贾玺智,刘婷艳,等.区块链环境下社交网络用户意见领袖识别与影响力研究[J].情报理论与实践,2021,44(5):84-91.
[28] 姜婷婷,贺虹虹,张正楠.搜索任务复杂度对用户情感的影响研究[J].图书情报知识,2016(4):74-82.
[29] 吴江,赵颖慧,高嘉慧.医疗舆情事件的微博意见领袖识别与分析研究[J].数据分析与知识发现,2019,3(4):53-62.
[30] 王林,朱文静,潘陈益,等.基于p指数的微博传播力评价方法及效果探究——以我国34省、直辖市旅游政务官方微博为例[J].情报科学,2018,36(4):38-44.
[31] 王晰巍,李玥琪,刘婷艳,等.新冠肺炎疫情微博用户情感与主题挖掘的协同模型研究[J].情报学报,2021,40(3):223-233.
[32] AIELLO L M, BARRAT A, SCHIFANELLA R, et al. Friendship prediction and homophily in social media[J]. ACM Transactions on the Web, 2012, 6(2), 1-33.
[33] 安璐,陈思菁.基于H指数的校园微博影响力评价研究[J].信息资源管理学报,2017,7(1):79-88.
[34] 陈云伟,张瑞红.用于情报挖掘的典型网络社团划分算法比较研究[J].数据分析与知识发现,2018,2(10):84-94.
[35] 新浪微博数据中心. 2018 微博用户发展报告[EB/OL].[2020-02-27]. https://data.weibo.com/report/reportDetail?id=433.
[36] 河南遭遇特大暴雨 [EB/OL].[2021-01-24].https://ef.zhiweidata.com/event/8265e34c64b90e6510054700/trend.
[37] 廖琳,黄涛.信源、信息内容、情绪特征对微博转发的影响探究[J].现代情报,2020,40(9):42-52.
[38] YIGITCANLAR T, REGONA M, KANKANAMGE N, et al. Detecting natural hazard-related disaster impacts with social media analytics: the case of Australian states and territories[J]. Sustainability, 2022, 14(2): 810.
[39] 袁红,李佳.行动者网络理论视域下社会热点事件网络舆情治理策略研究[J].情报资料工作,2021,42(6):31-44.
[40] 王佳敏,吴鹏,沈思.突发事件中意见领袖对网民的情感影响建模研究[J].情报杂志,2018,37(9):120-126.
[41] YOUNIS S, AHSAN A. Know your stars before they fall apart: a social network analysis of telecom industry to foster employee retention using data mining technique[J].IEEE access, 2021,9: 16467-16487.
[42] VERA-BURGOS C M, PADGETT D R G. Using Twitter for crisis communications in a natural disaster: Hurricane Harvey[J]. Heliyon, 2020, 6(9): e04804.

社交网络中意见领袖节点影响力指数模型及实证研究——以自然灾害“7·20”河南暴雨为例

A Model and Empirical Study of Opinion Leader Node Influence Index in Social Networks——Taking the Natural Disaster "7·20" Henan Rainstorm as an Example

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	苏新宁, 赵乃瑄. 以大数据信息资源管理为利器，攻克食品安全监管难题——评《中国食品安全监管指数研究：理论、模型及实践》[J]. 图书情报工作, 2022, 66(2): 149-151.
[2]	严炜炜, 黄为, 温馨. 学术社交网络问答质量智能评价与服务优化研究[J]. 图书情报工作, 2021, 65(6): 129-137.
[3]	刘佳程, 马廷灿, 岳名亮. HHa中心性算法:一种基于h指数和Ha指数的复杂网络节点排序算法[J]. 图书情报工作, 2021, 65(20): 92-100.
[4]	刘小慧, 沈哲思, 廖宇, 朱曼曼, 杨立英. 颠覆性指数的稳定时间窗研究[J]. 图书情报工作, 2021, 65(18): 49-57.
[5]	臧国全, 孔小换, 张凯亮, 于政杰. 社交网络用户自我披露意愿研究——以新浪微博为例[J]. 图书情报工作, 2021, 65(16): 90-97.
[6]	净玲娣, 王立宏, 王芹, 李雅. 图书流通数据分析的H类指数遴选及应用——以西北农林科技大学图书馆为例[J]. 图书情报工作, 2020, 64(9): 65-72.
[7]	张海涛, 周红磊, 张鑫蕊, 孙彤. 在线社交网络的社区发现研究进展[J]. 图书情报工作, 2020, 64(9): 142-152.
[8]	刘小慧, 沈哲思, 廖宇, 杨立英. 科研论文颠覆性指数的改进及其影响因素研究[J]. 图书情报工作, 2020, 64(24): 84-91.
[9]	伍军红, 肖宏, 任美亚, 冯士雍, 丁哲. PCSI:一种单篇论文被引频次标准化方法[J]. 图书情报工作, 2020, 64(23): 22-30.
[10]	牌艳欣, 李长玲, 徐璐. 弱引文关系视角下跨学科相关知识组合识别方法探讨——以情报学为例[J]. 图书情报工作, 2020, 64(21): 111-119.
[11]	臧国全, 周晓倩. 社交网络中关联隐私的价值计量与分析[J]. 图书情报工作, 2020, 64(14): 85-93.
[12]	毕德强, 黄世晴, 董颖, 王珏. 科研用户学术社交网络认知与使用动机比较研究[J]. 图书情报工作, 2019, 63(6): 97-102.
[13]	张敏, 孟蝶, 张艳. 社交网络用户间歇性中辍行为关键问题研究综述[J]. 图书情报工作, 2019, 63(21): 128-136.
[14]	黄微, 朱镇远, 许烨婧, 孙悦. 网络舆情衍进指数构建与实证分析[J]. 图书情报工作, 2019, 63(20): 26-33.
[15]	操玉杰, 李纲, 毛进, 杨冠灿. 基于ERGM的学科交叉领域知识连接机制实证研究[J]. 图书情报工作, 2019, 63(19): 128-135.