本站小編為你精心準備了話題下微博信息傳播拓撲結構研究參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

摘要：

隨著互聯網的普及，論壇、微博、微信等新媒體已經成為人們獲取和信息的重要渠道，而微博已經成為輿情傳播的主要平臺，研究微博上輿情信息的傳播情況具有重大社會意義，文章基于話題研究微博信息的傳播特點。首先，通過對話題傳播過程中新增用戶數和參與話題用戶的累計概率分布的統計，研究用戶對話題轉發的參與度，總結出話題傳播過程，包括產生期、爆發期和衰亡期；接著利用話題中用戶的轉發關系，整理出話題傳播的拓撲結構，通過測量傳播拓撲結構中的平均路徑、網絡直徑和聚類系數，并與無尺度網絡進行比較，對話題傳播拓撲結構進行進一步的分析，總結出傳播網絡具有小世界特性，這些特性能夠加快話題在網絡中的傳播速度并擴大傳播范圍。文章研究話題傳播的拓撲結構，為研究網絡上的微博輿情提供了基礎。

關鍵詞：

微博；話題；信息傳播；拓撲結構

引言

隨著互聯網和互聯網終端的迅速普及，涌現出了許多便捷的互聯網應用，如電子商務、社交網絡、微博等。從美國的Twitter到我國的新浪、騰訊，微博在中國乃至全世界迅速普及。據統計，中國的微博總注冊量已經超過5億人次，每天更新的信息量已經超過1億條。微博流行的原因主要在于它讓人們信息的門檻大大降低，任何人都可以發表內容而且不必具有專業的文學撰寫水平，這滿足了大眾快速交流分享信息的需要。作為一種實時的交流、信息分享工具，用戶可以在任何時候任何地點微博信息，和他人互動，此外微博用戶還可以關注其他用戶，使得微博平臺成為了一個巨大的社會化網絡。微博的普及、海量的信息以及龐大的用戶群體，使得它也成為了一種實時信息來源工具，并且成了一種有著巨大社會影響力的社會媒體，近幾年一些重要的社會熱點話題都是由微博平臺率先報道出來的。研究話題在微博平臺上傳播的過程和形成的網絡拓撲結構，是對微博平臺上用戶行為、用戶影響力等進行研究的基礎。目前對微博平臺上拓撲結構的測量和研究很多，GUO[1]等人對新浪微博上的用戶進行分析，發現用戶網絡拓撲結構有很強的動態性，用戶關注間的關系表現出馬太效應；微博用戶網絡中存在著影響力巨大的用戶，這些用戶成為“核心”，這些核心加速了話題在微博網絡上的傳播。WANG[2]等人對微博上的信息傳播進行研究，提出了一個微博的信息瀑傳播模型，測量了微博的轉發數分布，指出其分布情況可以用一個廣延指數模型來表示。CHA[3]等人通過對入度、轉發和引用的對比研究，發現用戶的轉發行為主要受微博自身價值的影響，而且對于名人和微博大V的微博應用明顯要多于其他人。WEBBERLEY[4]等人對微博傳播的深度和范圍進行了研究，其目標針對一條微博，傳播深度表示其最長的轉發路徑；傳播范圍表示其參與轉發的用戶群體數量；他們通過Twitter的數據進行驗證，實驗結果顯示一條微博的平均最長轉發路徑為1.8，表示大多數消息被轉發2次左右；平均轉發規模在六左右，這和6度空間理論比較符合。平亮[5]等人基于網絡中心性對微博平臺上信息的傳播進行研究，通過分析微博用戶的點度中心度、中介中心性和接近中心性三個屬性，證明了點度中心度可以衡量用戶傳播和獲取信息的能力，中介中心性表示用戶控制信息傳播的能力，接近中心性能夠衡量信息傳播到其他用戶的速度，這幾個參數都可以間接用來表示用戶的個人影響力大小。MISLOVE[6]等人對Flickr、YouTube、LiveJournal和Orkut四種社交網絡的拓撲結構進行研究，對社交網絡的冪率特性、小世界特性以及無標度屬性進行了驗證。CHA[7]等人在MISLOVE的基礎上對Flickr上的圖片拓撲結構進行研究，發現其中的信息傳播需要依靠關鍵節點，并且時間可能較長。CHENG[8]等人對YouTube進行了測量，分析了上面的用戶行為特征、社會網絡拓撲結構等，總結出了YouTube特有的統計行為方式。GUO[9]等人在對三種不同的共享型網絡（博客、書簽共享、知識問答網）上的用戶行為進行測量研究時，發現用戶的使用時間長短不服從指數分布，用戶的貢獻服從廣延指數模型而不是服從冪率分布，證明了這種共享型網絡并不是由少數核心節點所支配。CHUN[10]等人利用用戶之間的交互信息，如留言、評論等進行研究，發現利用這些信息形成的網絡結構特征與好友關系形成的拓撲結構相似，并且二者的分布極為相似，得到了與Mislove相同的結論。袁毅[11]對微博的用戶網絡結構、信息傳播路徑以及影響因素進行研究，他們跟蹤一條微博，采集所有相關的評論數據和用戶數據，同時獲取相關用戶的好友關系。研究將信息傳播歸為3種類型：偶發型、偶遇機會型和強勢節點呼應型。其中的強勢節點越早加入轉發過程，越有利于信息的擴散；另外，一個用戶的微博轉發數量與該用戶的粉絲數有一定的相關性。本文通過跟蹤騰訊微博話題，采集相關話題下的所有用戶數據，根據用戶間話題數據的轉發關系，整理出話題在整個網絡上傳播的拓撲結構，測量話題傳播拓撲結構的性質，總結拓撲結構的特征。相比于傳統的通過好友關系和跟蹤一條微博形成的網絡拓撲結構，這種通過轉發關系建立的拓撲結構更加完整，能夠展現出整個話題的擴散速度和范圍，更有利于輿情信息的監測和控制。

1微博數據采集

1.1微博爬蟲設計

為了獲取實驗數據，本文針對騰訊微博設計了一款微博主題爬蟲，根據特定主題獲取微博網絡上的微博信息和用戶信息。本文設計實現的騰訊微博數據爬取系統從功能上主要分為API爬蟲、Web爬蟲以及分布式控制三個模塊。其中，API爬蟲模塊通過微博平臺的開放API實現對微博用戶信息的采集，主要用于獲取用戶的個人好友關系、轉發關系等；Web爬蟲通過程序模擬瀏覽器進行Web頁面瀏覽的過程，用于獲取用戶的微博信息，主要是對特定頁面的源代碼信息進行解析，進而獲取相應的微博數據，該模塊主要采集微博內容信息和微博相關屬性信息；分布式控制模塊按照指定的分布式任務分配策略從數據庫中讀取關鍵字，控制爬蟲的爬取策略和速度。API爬蟲和Web爬蟲以數據庫作為信息交互的媒介，通過為這兩個爬蟲設置合適的線程數來達到兩者之間的供需動態平衡。爬蟲系統的設計框架如圖1所示。為了采集微博平臺的話題傳播信息，并保證數據的安全性，爬蟲系統部署在四川大學網絡與可信計算研究所的科研網絡環境中，該科研網絡利用文偉平[12]等人和王永娟[13]等人的的信息安全風險評估技術對網絡安全性進行評估，并根據評估結果對網絡進行改造升級，從軟件層面保證數據信息的安全性；其基礎設施安全防護借鑒卿斯漢[14]所論述的身份鑒別過程，加強基礎設施保護措施，從硬件層面保證數據安全性。程序運行的服務器配置為：MicrosoftWindowsServer2003EnterpriseEdition；Intel(R)Xeon(R)CUPE55062.3gHz；8G內存。為了提高數據的采集效率，爬蟲系統采用了分布式的爬行策略并行爬行。為了避免爬蟲系統被騰訊微博平臺識別為惡意程序而被封禁，保證爬蟲系統的連續運行，爬蟲系統的爬行間隔設置為5分鐘。數據的采集時間為2014年7月至9月，系統持續跟蹤了這段時間內的所有話題。圖1爬蟲系統設計框架

1.2數據采集結果

系統每天監測排名前10的話題，由于每天的話題有重復，在數據采集期間一共獲取話題數量207個，獲取與所有話題相關的微博信息超過870萬條，用戶總量超過400萬。首先對話題的性質進行分析，通過統計發現，話題主要分為娛樂性質、社會性質和其他性質。娛樂性質的話題主要和娛樂界的事件、人物相關，例如某個明星開演唱會等；社會性質的話題主要和社會事件、人物相關，例如某地發生災害或者草根爆料事件等；除了這兩種話題之外的其他話題屬性比較模糊，所占比例很小。表1是這3種性質話題的統計結果。從表1中可以看出，社會性的話題數量占比為17.39%，而娛樂性話題的數量占比為73.91%，用戶比例表示相應話題下所有參與話題討論或轉發的用戶占采集用戶總量的百分比。在話題數量差距巨大的前提下，參與話題的用戶數量卻基本相同，甚至社會性的話題參與人數還要略高于娛樂性的話題。從話題的平均持續時間可以分析出原因，對于娛樂性的話題，其平均持續時間為4天，比第三性質的話題持續時間還短，遠小于社會性話題持續時間，說明用戶群體雖然對娛樂性質的話題關注度較高，但是沒有持續跟蹤的熱情，但是對社會性質的話題有很高的持續跟蹤熱情。話題在持續發展的過程中，隨著其影響范圍逐漸擴大，會吸引更多用戶參與其中，這和話題的傳播特點有關。根據采集的數據，從中選擇了“云南昭通市魯甸縣地震”和“江蘇昆山工廠發生爆炸”這兩個社會性的話題微博數據作為實驗數據集，對話題傳播的特點進行分析，測量話題傳播過程中通過轉發形成的拓撲結構。

2話題傳播的拓撲結構

2.1話題傳播的特點

微博平臺是由關注與被關注的機制連接起來的社交關系網絡，是人們在現實生活中社交關系在互聯網上的映射和擴大。信息在微博上的傳遞大多數是通過轉發方式來實現的。微博上話題傳播的第一個特點是話題傳播的間接性，信息不直接傳遞給用戶，而是首先通過幾個微博用戶進行轉發，然后關注這些用戶的粉絲會選擇性地對這些信息進行轉發，這樣經過層層轉發，信息間接地傳遞給受眾。根據YANG[15]等人對Twitter的研究發現，其中有接近25.5%的內容是從朋友的推文中轉發而來。在采集到的騰訊微博中去除個人心情相關的博文，只統計和話題相關的博文，統計結果顯示，轉發博文所占比例的平均值高達54.7%。但是話題轉發率高，并不代表該話題就可以大范圍地傳播以及產生巨大影響，話題能否產生巨大影響和話題本身以及受眾的偏好有直接關系。根據研究人員對Facebook用戶群體的研究[16]，發現許多有影響力的用戶更傾向于彼此之間進行關注，這個現象說明社交網絡存在明顯的同質性。同質性[17]是指有相似特征的用戶之間形成好友關系的傾向，即通常所說的“物以類聚，人以群分”。有些話題與娛樂明星或者體育等相關，在關注這些人的圈子里，這方面的話題可以大量轉發和傳播，但卻不能在整個微博網絡平臺上產生廣泛關注，因為這些話題不能吸引圈子外其他人的興趣。相比之下與社會性相關度高的話題，能夠吸引更多人的興趣。而且微博網絡被證明符合六度空間理論。KWAK[18]等人對Twitter的轉發路徑研究表明，超過90%的轉發路徑長度都小于6，所以這類話題能夠在微博平臺上引起廣泛的關注和討論，傳播范圍更大。微博話題信息傳播的另一個特點是具有很強的時效性，即話題從產生到消亡的持續時間較短，不能長時間地保持很高話題熱度。話題的熱度發展趨勢可以分為產生期、爆發期和衰亡期，但是在產生期到爆發期之間可能會出現一個短暫的靜默期，同時在爆發期后也可能進入靜默期，在受到一些條件的刺激后，再次進入爆發期。其中話題在靜默期表現為話題的熱度基本維持不變或者是變化率很小；在爆發期時表現為話題的熱度呈現線性增長，話題迅速擴散，用戶參與話題的數量也呈線性增長趨勢；進入衰亡期后，熱度迅速下降，參與話題的總用戶量達到穩定，變化率基本維持不變。根據從騰訊微博平臺采集的數據，針對“云南昭通市魯甸縣地震”和“江蘇昆山工廠發生爆炸”兩個話題的數據進行分析，采用用戶的參與度來衡量微博話題的熱度。圖2為兩個話題每日新增用戶數量統計，話題持續時間較短的是“工廠爆炸”，它的發展是一個典型的話題發展過程，從話題產生后直接進入到爆發期。圖3是兩個微博話題參與用戶數的累計概率分布。從圖3可以看出，前3天的新增用戶量占了近90%，說明話題的傳播處于爆發期。然后迅速進入衰亡期，持續時間只有一個星期，衰亡也非常迅速，充分體現了話題傳播的時效性。云南地震話題的持續時間較長，它的發展是一個非典型的過程，首先它的熱度持續了較長時間，超過了3個星期，而且它有兩個爆發期，從圖3中看出，前3天和第8~12天這兩段時間的新增用戶所占比例分別接近40%和30%，說明這兩個時間段話題的傳播正處于爆發期。兩個爆發期中間還有一個短暫的靜默期，從話題產生開始就迅速增長，其第一個爆發期持續了3天多，這和地震的黃金救援72小時時間基本吻合，這段時間內用戶關注數量增長非常快。接下來新增用戶數量逐漸減少，趨于平緩，然后就進入了靜默期。如果這個時期沒有其他的因素進行刺激，那么話題就有可能慢慢進入消亡期，熱度逐漸消退。但是話題卻再次被激活了，從靜默期又一次進入了爆發期，因為這段時間內發生了較大余震，并且許多救援問題凸顯，導致許多用戶又開始關注這一話題，于是進入了第二個爆發期，新增用戶量又開始劇增。第二個爆發期后，由于事件中的所有問題都得到了妥善處理，沒有新的刺激點，用戶的關注度也逐漸下降，新增用戶數量逐漸減少，直至趨于穩定，然后話題就逐漸進入消亡期，熱度逐漸消退。話題的發展趨勢和事件的發展及處理過程非常吻合。

2.2話題傳播的拓撲結構形態

微博話題通過轉發的方式進行擴散，從一個或少數的用戶開始，到被大量的用戶發現并進行轉發，最后進行大規模傳播甚至擴散至整個微博平臺，轉發方式是用戶獲取和傳播信息的主要途徑。通過獲取話題中有轉發標志的微博用戶，并標注出話題在這些用戶中傳播的路徑，得到了話題的轉發樹，表示話題在傳播時的拓撲結構。圖4表示的是“昆山工廠爆炸”話題轉發樹的拓撲結構，表示的是用戶之間的轉發關系，一條線表示一個轉發關系。其中包含許多不同的“類”，這些類是若干個節點的集合，在這些類的內部，各個節點之間聯系緊密，而各個類之間則僅僅通過少數的幾條邊相連接。從圖4可以看到各個點之間的聯系，而且很容易看出網絡的整體傳播結構。形態。第1種形態是在關注朋友圈子里面的小范圍傳播，如圖4中的a）部分的簡單轉發結構所示，話題微博僅僅被用戶的直接好友大量轉發，短時間內話題的轉發量和用戶參與數迅速增加，但是之后就不會再繼續向外擴散，形成了一個小范圍的擴散結構。第2種形態如圖4中的c）部分的簡單轉發結構所示，話題微博也只是被用戶的直接好友轉發，但是參與數量很少，只有一個或幾個，即使轉發之后話題微博也難以向外擴散，很快就停止傳播。圖4中的兩個簡單轉發結構表示的就是這種形態有共同的特點，就是擴散的用戶多但是路徑很短，擴散范圍小，而且傳播速度較慢。第3種形態就是圖4中的b）部分所展示的方式，話題的傳播路徑相對較長，參與轉發的用戶數量很多，話題的傳播范圍很廣，我們將針對這種傳播范圍廣的轉發樹來進一步研究。

2.3話題傳播拓撲結構的性質

網絡平均路徑長度[19]指網絡中所有節點對之間最短路徑的平均值；而網絡直徑則是指網絡中任意節點對之間最短路徑的最大值。這兩個值可以用于描述網絡的信息傳輸速率、傳輸范圍等特性。節點的聚類系數[19]（ClusteringCoefficient）表示一個節點與鄰居之間相互連接的緊密程度，刻畫了網絡中節點的集團化程度；而網絡的平均聚類系數是所有節點聚類系數的平均值，刻畫整個網絡的聚類特性。網絡中的一個節點i有K條邊將它和其他節點相連，這K個節點就是節點i的鄰居，在這K個節點之間最多可能有K(K-1)/2條邊。而這K個節點之間實際存在的邊數E和總的可能存在的邊數之比就定義為節點i的聚類系數，如公式（1）所示：很明顯，Ca≤1。當且僅當所有節點都為孤立節點時，Ca=0。當且僅當網絡是全局耦合的時候，即網絡中任意兩個節點都直接相連時，Ca=1。為了測量傳播過程中拓撲結構的性質，本文利用分析工具產生隨機網絡與實際獲取的社交網絡數據進行對比，產生一個無尺度的復雜網絡[20]，模擬用戶社交網絡。首先要生成一個ER隨機網絡，這是Erdos和Renyi最開始研究的隨機復雜網絡模型，對一個節點數N>>1的復雜網絡，任一條邊都以相同的概率p連接任意兩個節點，這就是一個典型的N個點，有pN(N-1)/2條邊的ER隨機圖。對于大型的稀疏網絡，p值非常小，表達起來及其不方便。因此，在產生ER隨機網絡時，利用一個更直觀的概念：節點的平均度d，它的值定義為：………………………………………………（3）公式（3）中p為連接概率，v為節點數目，M為該復雜網絡中最多可能存在的邊數。先前產生的ER網絡沒有考慮到許多復雜網絡的實際特性，其中有兩個重要的特征，復雜網絡具有動態增長和優先連接特性。動態增長是指在實際的復雜網絡中網絡的規模是不斷變化甚至擴大的；優先連接是指新加入進來的用戶，更傾向于與那些具有較大連接度的節點相連。基于這兩個特性，在ER網絡的基礎上構造無尺度網絡。1）增加網絡規模：每一步向網絡中增加一個新的節點，同時向網絡中添加k條邊。2）優先連接：邊所連接的兩個節點是在所有的節點（包括新增加的節點和原網絡所有節點）中以某個概率來選擇。其中，各節點被選擇的概率的大小Pr(v)與節點的度有關，具體計算如公式（4）所示：其中，|E|表示原網絡中總的邊數（也就是原網絡中各節點的度之和），|v|為節點數，而indeg(v)和outdeg(v)分別表示節點v的入度和出度，α、β和γ分別為三個常系數，且α+β+γ=1。利用上述的方法產生了兩個分別包含50000和80000個節點的無尺度隨機網絡，用于和從真實社交網路獲取的數據進行對比。從36個話題中隨機抽取8個話題，這些話題包含的用戶規模都比隨機無尺度網絡大一些。分別測量它們的拓撲結構，計算它們的平均路的徑長度、網絡直徑和網絡的聚類系數進行對比。表2中是部分無尺度網絡與話題傳播拓撲結構參數對比。從表2可以看出，微博話題傳播拓撲結構與隨機無尺度網絡相比，其平均路徑長度基本相同，但是網絡直徑要遠小于隨機無尺度網絡，這說明實際拓撲結構中的節點間聯系更加緊密，聚集系數的測量結果也證明了這一點，測量結果中實際網絡的聚集系數的最小值0.2009要遠遠大于隨機無尺度網絡聚集系數的較大值0.000071。如果一個網絡有較小的平均路徑長度和較高的聚類系數，則可以成為小世界網絡，從測量結果分析，話題傳播形成的轉發結構網絡具有明顯的小世界特性。與新浪微博和人人網的拓撲特征參數對比，他們的平均路徑長度、網絡直徑和聚類系數都很接近，說明話題傳播形成的拓撲結構與新浪微博和人人網的網絡關系拓撲結構具有相同的網絡性質。在這個轉發網絡中，網絡的平均路徑相對很短，但是網絡的聚類系數很大，說明在整個傳播網絡中，用戶間的聯系更為緊密，這十分有利于信息的傳播，而且網絡的小世界特性會加速信息的傳播過程，話題信息在用戶之間進行層層轉發，多次轉發，從核心的用戶逐漸向外擴散，用戶參與數呈爆發式增長，話題傳播范圍越來越廣。因此研究話題傳播拓撲結構對研究如何進行輿情監控、網絡監管以及研究用戶的影響力具有重大意義。

3結束語

輿情信息的監管是當前網絡安全監管的重要內容之一，微博已經成為了輿情信息傳播的重要平臺。為了研究輿情信息在微博上的傳播模式和特點，本文利用爬蟲程序從微博網絡上獲取話題數據以及相應的用戶數據，通過對用戶參與轉發的過程進行分析，總結出了話題傳播的一般規律和特點，并結合實際情況進行了驗證。然后利用話題中用戶間的轉發關系，繪制出了話題傳播的幾種主要拓撲結構，對其中的大規模轉發拓撲結構進行了深入的分析，并根據無尺度網絡的定義，利用社交網絡分析軟件Pajek生成兩個無尺度網絡，通過真實的轉發網絡與利用分析工具模擬生成的隨機復雜網絡進行對比，測量其平均路徑長度、網絡直徑以及聚類系數等參數，總結出了轉發網絡形成的拓撲結構具有明顯的小世界特性。研究結果對網絡輿情監控有一定的應用價值。本文主要針對微博社交網絡上的話題傳播過程進行了研究，目前的研究工作只利用話題中參與用戶的轉發關系來構建網絡的拓撲結構，沒有對用戶的轉發行為和用戶關系進行進一步的研究。用戶的個人行為對話題的傳播也具有一定的影響力，用戶的個人影響力能夠加快話題的傳播速度和擴大話題的傳播范圍，因此下一步的研究將是在話題傳播拓撲結構的基礎上，研究用戶的行為和用戶的影響力，發現網絡中影響力大的用戶，研究這些用戶對話題傳播過程的影響作用。

參考文獻:

[5]平亮，宗利永.基于社會網絡中心性分析的微博信息傳播研究——以Sina微博為例[J].圖書情報知識，2010（6）：92-97.

[11]袁毅.微博客信息傳播結構、路徑及其影響因素分析[J].圖書情報工作.2011（12）：26-30.

[12]文偉平，郭榮華，孟正，等.信息安全風險評估關鍵技術研究與實現[J].信息網絡安全，2015（2）：7-14.

[13]王永娟，郝家寶.網絡信息安全的威脅與防范技術研究[J].中國管理信息化，2015，18（20）：146.

[14]卿斯漢.關鍵基礎設施安全防護[J].信息網絡安全，2015（2）：1-6.

[19]張賽，徐恪，李海濤.微博類社交網絡中信息傳播的測量與分析[J].西安交通大學學報.2013,47(2):124-130.

[20]樊鵬翼，王暉，姜志宏，李沛.微博網絡測量研究[J].計算機研究與發展，2012，49（4）：691-699.

[21]李勇軍.在線社交網絡的拓撲特性分析[J].復雜系統與復雜性科學，2012，9（2）：22-37.

作者：鐘杰 王海舟 王文賢 單位：四川大學計算機學院網絡與可信計算研究所 四川大學網絡空間安全研究院