收稿日期：２０１８－０４－２７
作者简介：吴诗贤（１９７３－），男，讲师，研究方向：智能信息处理㊁网络舆情㊂张必兰（１９７１－），女，研究馆员，研究方向：信息服务㊁决策支持㊂㊃应用研究㊃基于观点场模型的微博评论观点演化趋势预测方法吴诗贤１㊀张必兰２
（１．重庆工商大学计算机科学与信息工程学院，重庆４０００６７；２．重庆工商大学图书馆，重庆４０００６７）
摘㊀要 ［目的／意义］探讨网络舆情事件中体观点的演变规律，构建有效预测其演变趋势的方法㊂［方法／过程］参考物理学中场的思想和信息科学中数据场的方法，引入观点场概念，提出了一种基于观点势的观点潜在影响力评估模型；然后将该模型运用到微博评论的体观点演化分析中，建立了微博评论的观点趋势预测方法㊂该方法的基本思想是以当前评论的观点势分布来预测未来评论的观点分布，在观点势计算时，以既有评论的排序值代表新的信息受众所处的参考场点与观点场中既有评论之间的距离㊂［结果／结论］通过实际的微博舆情事件数据实验表明，该网络舆情体观点趋势预测模型能较好地评估已发表的显性观点对后来网民观点形成的影响力，具有较高的网络舆情观点趋势预测准确率㊂
关键词 体极化；观点场；观点势；影响力；评估模型；微博；评论；演变规律；演化趋势；网络舆情；舆论趋势；预测ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００８－０８２１．２０１８．０９．０１２微博关闭评论
中图分类号 Ｇ２０２㊀ 文献标识码 Ａ㊀ 文章编号 １００８－０８２１（２０１８）０９－００７４－０５
ＡｎＯｐｉｎｉｏｎ－Ｆｉｅｌｄ－Ｍｏｄｅｌ－ＢａｓｅｄＭｅｔｈｏｄｆｏｒＰｒｅｄｉｃｔｉｏｎｏｆｔｈｅＥｖｏｌｕｔｉｏｎＴｒｅｎｄｓｏｆＯｐｉｎｉｏｎｓｏｆＭｉｃｒｏｂｌｏｇＣｏｍｍｅｎｔｓ
ＷｕＳｈｉｘｉａｎ１㊀ＺｈａｎｇＢｉｌａｎ２（１．ＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇＣｏｌｌｅｇｅ，ＣｈｏｎｇｑｉｎｇＴｅｃｈｎｏｌｏｇｙａｎｄ
ＢｕｓｉｎｅｓｓＵｎｉｖｅｒｓｉｔｙ，Ｃｈｏｎｇｑｉｎｇ，４０００６７，Ｃｈｉｎａ；２．Ｌｉｂｒａｒｙ，ＣｈｏｎｇｑｉｎｇＴｅｃｈｎｏｌｏｇｙａｎｄＢｕｓｉｎｅｓｓＵｎｉｖｅｒｓｉｔｙ，Ｃｈｏｎｇｑｉｎｇ４０００６７，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ ［Ｐｕｒｐｏｓｅ／Ｓｉｇｎｉｆｉｃａｎｃｅ］Ｔｏｅｘｐｌｏｒｅｔｈｅｆｏｒｍａｔｉｏｎａｎｄｅｖｏｌｕｔｉｏｎｏｆｇｒｏｕｐｏｐｉｎｉｏｎｔｒｅｎｄｓｉｎｃｙｂｅｒｐｕｂｌｉｃｏ⁃ｐｉｎｉｏｎｅｖｅｎｔｓ，ａｎｄｔｏｃｏｎｓｔｒｕｃｔａｃｏｒｒｅｓｐｏｎｄｉｎｇｍｅｔｈｏｄｆｏｒｅｆｆｉｃｉｅｎｔｐｒｅｄｉｃｔｉｏｎｏｆｔｈｅｅｖｏｌｕｔｉｏｎｔｒｅｎｄｓ．［Ｍｅｔｈｏｄ／Ｐｒｏｃｅｓｓ］Ｂａｓｅｄｏｎｔｈｅａｎａｌｙｓｉｓｏｆｔｈｅｇｅｎｅｒａｔｉｏｎａｎｄｅｖｏｌｕｔｉｏｎｏｆｖｉｅｗｐｏｉｎｔｓｉｎｎｅｔｗｏｒｋｐｕｂｌｉｃｏｐｉｎｉｏｎｅｖｅｎｔｓ，ｔｈｅｃｏｎｃｅｐｔｏｆｏｐｉｎｉｏｎｆｉｅｌｄｗａｓｉｎｔｒｏｄｕｃｅｄｗｉｔｈｒｅｆｅｒｅｎｃｅｔｏｔｈｅｉｄｅａｏｆｐｈｙｓｉｃａｌｆｉｅｌｄｓａｎｄｄａｔａｆｉｅｌｄｓｉｎｉｎｆｏｒｍａｔｉｏｎｓｃｉｅｎｃｅ．Ａｎｅｖａｌｕａｔｉｏｎｍｏｄｅｌｆｏｒｔｈｅｉｍｐａｃｔｏｆｏｐｉｎｉｏｎｐｏｔｅｎｔｉａｌｗａｓｔｈｕｓｐｒｏｐｏｓｅｄ．Ｔｈｅｍｏｄｅｌｗａｓａｐｐｌｉｅｄｔｏｔｈｅｅｖｏｌｕｔｉｏｎａｎａｌｙｓｉｓｏｆｔｈｅｇｒｏｕｐｏｐｉｎｉｏｎｓｉｎｍｉｃｒｏｂｌｏｇｃｏｍｍｅｎｔｇｒｏｕｐｓｔｏｅｓｔａｂｌｉｓｈａｍｅｔｈｏｄｆｏｒｐｒｏｔｅｃｔｉｏｎｏｆｓｕｃｈｅｖｏｌｕｔｉｏｎｔｒｅｎｄｓ．Ｔｈｅｂａｓｉｃｉｄｅａｏｆｔｈｉｓｍｅｔｈｏｄｗａｓｔｏｐｒｅｄｉｃｔｔｈｅｖｉｅｗｐｏｉｎｔｓｄｉｓｔｒｉｂｕｔｉｏｎｏｆｆｕｔｕｒｅｃｏｍｍｅｎｔｓ＆ｏｐｉｎｉｏｎｓｂａｓｅｄｏｎｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎｏｆｔｈｅｃｕｒｒｅｎｔｏｐｉｎｉｏｎｐｏｔｅｎ⁃ｔｉａｌ，ｔｈｅｑｕａｎｔｉｆｉｃａｔｉ
ｏｎｏｆｗｈｉｃｈｗａｓｂａｓｅｄｏｎｔｈｅｒａｎｋｉｎｇｓｏｆｃｕｒｒｅｎｔｃｏｍｍｅｎｔｓｔｈａｔｒｅｐｒｅｓｅｎｔｅｄｔｈｅｄｉｓｔａｎｃｅｂｅｔｗｅｅｎｔｈｅｒｅｆｅｒｅｎｃｅｆｉｅｌｄｐｏｉｎｔ（ｉｎｗｈｉｃｈｔｈｅｎｅｗｉｎｆｏｒｍａｔｉｏｎａｕｄｉｅｎｃｅｗａｓｌｏｃａｔｅｄ）ａｎｄｔｈｅｅｘｉｓｔｉｎｇｃｏｍｍｅｎｔｓｉｎｔｈｅｏｐｉｎｉｏｎｆｉｅｌｄ．［Ｒｅｓｕｌｔ／Ｃｏｎｃｌｕｓｉｏｎ］Ｔｈｅａｃｔｕａｌｄａｔａｅｘｐｅｒｉｍｅｎｔｓｏｎｍｉｃｒｏｂｌｏｇｐｕｂｌｉｃｏｐｉｎｉｏｎｅｖｅｎｔｓｓｈｏｗｅｄｔｈａｔｔｈｅｆｏｒｅｃａｓｔｉｎｇｍｏｄｅｌｏｆｔｈｅｅｖｏｌｕｔｉｏｎｔｒｅｎｄｏｆｎｅｔｗｏｒｋｐｕｂｌｉｃｏｐｉｎｉｏｎ＆ｇｒｏｕｐｏｐｉｎｉｏｎｃｏｕｌｄｂｅｔｔｅｒｅｖａｌｕａｔｅｔｈｅｉｎｆｌｕｅｎｃｅｏｆｔｈｅｐｕｂｌｉｓｈｅｄｅｘｐｌｉｃｉｔｏ⁃ｐｉｎｉｏｎｏｎｔｈｅｆｏｒｔｈｃｏｍｉｎｇｆｏｒｍａｔｉｏｎｏｆｔｈｅｎｅｔｉｚｅｎｓ ｏｐｉｎｉｏｎｓ，ａｎｄｐｒｅｄｉｃｔｍｏｒｅａｃｃｕｒａｔｅｌｙｔｈｅｃｏｒｒｅｓｐｏｎｄｉｎｇｅｖｏｌｕｔｉｏｎ
ｔｒｅｎｄｓ． Ｋｅｙｗｏｒｄｓ ｇｒｏｕｐｐｏｌａｒｉｚａｔｉｏｎ；ｏｐｉｎｉｏｎｆｉｅｌｄ；ｏｐｉｎｉｏｎｐｏｔｅｎｔｉａｌ；ｉｍｐａｃｔ；ｅｖａｌｕａｔｉｏｎｍｏｄｅｌ；ｍｉｃｒｏｂｌｏｇ；ｃｏｍ⁃ｍｅｎｔ；ｅｖｏｌｕｔｉｏｎｒｕｌｅ；ｅｖｏｌｕｔｉｏｎｔｒｅｎｄ；ｐｕｂｌｉｃｏｐｉｎｉｏｎ；ｏｐｉｎｉｏｎｔｒｅｎｄ；ｐｒｅｄｉｃｔｉｏｎ
４７ ２０１８年９月
第３８卷第９期现代情报ＪｏｕｒｎａｌｏｆＭｏｄｅｒｎＩｎｆｏｒｍａｔｉｏｎＳｅｐ．，２０１８Ｖｏｌ ３８㊀Ｎｏ ９
发布评论