基于移動平均法的微博輿情預測模型研究

曹 帥，蘭月新，蘇國強，吳翠芳

（中國人民武裝警察部隊學院，河北 廊坊065000）

一、微博輿情的研究現狀

據中國互聯網絡信息中心（CNNIC）發布的第31次互聯網調查報告，截至2012年12月底，我國網民規模達5.64億；互聯網普及率為42.1%，較2011年底提升了3.8個百分點；其中微博用戶數達到3.09億，較2011年底增長了9.7%；網民使用率為51.9%，比2011年底增加了2.5個百分點。[1]

微博作為一種新興的網絡交互平臺，憑借其操作簡單、互動性強、傳播迅速、貼近群眾等特點，掀起了互聯網信息傳播的“微博熱”。微博不僅已經滲透到社會各個方面，而且日益成為新聞輿論的獨立源頭，逐漸改變著人們獲取信息、社會交往和工作生活的方式，并在眾多公共熱點事件中影響社會輿論，甚至在某種程度上引領了社會輿論的基本走向。例如“H7N9”事件、“溫嶺幼師虐童”事件等，[2]都充分顯示了公眾通過微博的圍觀與評論所形成的巨大輿論力量在有關事態的發展過程中起到了舉足輕重的作用。

目前，國內已有一些學者對微博網絡輿情進行研究。張力在《淺析微博的傳播形態》的研究中，依據微博存在碎片化的內容、便捷發布、實時傳播、社會化、自媒體的特性，探討并得出了單一的傳播路徑平臺大多已發展成為復合型的雙向傳播模式，實現了傳播者、媒介、接受者間更加豐富多樣的傳播形態的結論。呂航等在《微博傳播環境下輿論生成初探》一文中分析了輿論在微博中的形成過程，試圖探究為何微博能成為強大的輿論載體，使得微博信息向社會空間發散式地延伸，并可以迅速覆蓋微博存在的所有范圍。

本文在研究微博輿情傳播規律的基礎上，結合移動平均法，建立微博輿情預測模型，為相關部門預測微博輿情的發展趨勢提供依據，進而為實現及時對微博輿情的疏導與管理提供決策參考。

二、微博輿情的發展規律

由于微博具有實時性、簡潔性、互動性等特點，[3]隨著手機功能（照相、攝像、上網）的不斷完善，其已成為網民發布消息、發表言論的主要陣地，再經過網民的不斷轉發、評論，就可能形成一起由微博引發的網絡輿情事件。微博網絡輿情的發展規律大致分為四個階段。

（一）生成期

第一階段，生成輿情熱點。當網民對微博上某個熱點話題感興趣的時候，大家便開始不斷地轉發、不斷地發表評論，這個熱點話題就是網絡輿情的基本內容，并且為微博網絡輿情的產生提供了條件。

（二）傳播期

第二階段，隨著微博用戶的參與形成輿論。微博用戶在不斷轉發、評論的時候，部分人就成為了“意見領袖”，但往往此類人都是微博中的名人（微博用語“大V”），且他們擁有龐大的粉絲群，其中包括直接當事人、圍觀人、感興趣關注的人和有利益關系的人。這些人都能對事件的過程進行補充和發表評論，進而使得微博輿情廣泛傳播。

（三）高潮期

第三階段，形成主導輿論。隨著微博用戶對關注事件的進一步挖掘，使得輿情繼續放大和擴散，進而引起社會的廣泛關注。隨著熱點輿情的不斷轉發和評論的逐漸深入，一些“意見領袖”的聲音就會變得更為強勢，對輿情的發展有著非常重要的引領作用，最終就會形成一股主導性輿論。

（四）消退期

第四階段，逐漸趨于平穩，輿論慢慢消失。政府或其他相關部門通過各種有效的措施引導并妥善地處置后，微博用戶便會逐漸減弱對這個事件的關注，最后這個熱點輿情便會被世人淡忘，以致輿情也會隨著事件的過去而慢慢趨于平穩。

通過微博網絡輿情的發展規律，我們可以看出，微博輿情的影響力由最初的小范圍人群，不斷擴大直至最高點，影響到最大人群。[4]因此，對微博輿情發展態勢的分析與預測就成為了急需解決的重要問題，只有這樣，相關部門才能及時、準確地把握微博輿情所處的階段，為科學、合理地作出決策提供詳細依據。

三、移動平均法理論概述

移動平均法是利用平均過程所具有的平滑作用，從時間序列數據中去除周期變動和不規則變動的影響，從而進行數據分析的方法。

（一）一次移動平均法

移動平均的思想：首先確定平均數，然后由數據首項依次按此數取平均。按此思想，一次移動平均法的計算公式為：

式中：y1——生成數據列第t時期的數據值，即前(t－1)個時期的移動平均值；t——時間序號；y——第t時期的數據值；N——平均數。[5]

合理地選擇分段時期個數是用好移動平均法的關鍵。值的選擇決定著生成數據對隨機影響的敏感性、平滑性以及適應新數據的時間。一般說來，當數據的隨機因素較大時，宜選用較大的值，這有利于跟蹤數據的變化，并且預測值滯后的期數也少。

（二）二次移動平均法

當研究對象的近期數據呈直線趨勢發展時，應用一次移動平均法就會出現滯后偏差，所以需要對所得結果進行修正，此時就要用到二次移動平均法。

1.二次移動平均法思想

在原始數據基礎上，首先進行一次移動平均，得到新的數據列Ⅰ，然后在此數據基礎上再進行一次移動平均，得到數據列Ⅱ，然后根據數據列Ⅰ和Ⅱ，建立直線模型，對所得數據進行修正。簡記為“1＋1修正”。

2.直線修正模型

設時間序列{y}從某時期開始具有直線發展趨勢，且將來一段時期也將按直線趨勢變化，設一次直線修正模型為y＋＝a＋b·l，式中：t——當前時期；l——預測時期與當前時期的時間差；y＋——(t＋l)時期的預測值；a，b——直線修正系數。

設時間序列{y}，一次移動平均數為

在此基礎上的二次移動平均數為

則修正系數為a＝2×M1－M2，

3.應用二次移動平均法的注意事項

（1）當時間序列中后期傾向直線變化時，才能用二次移動平均法進行分析和預測；

（2）兩次移動平均的周期N值必須一致；

（3）兩次移動平均的結果不能用于預測；

（4）只能向前預測，即只能預測l≥0的情況；

（5）二次移動平均法的預測能力可以用于多期預測。

四、移動平均法在微博輿情實例中的應用

近年來，有關“老外”的社會新聞頻發，負面事件如“老外”動車上翹腳并辱罵女乘客事件、疑似韓國人在KFC打中國女子事件；正面事件包括外國人在南京廣州路麥當勞外給老奶奶分薯條、外國女子當街給暈倒的老人喂水等。這些事件的爆料在微博上引起熱議，使“老外”深陷輿論的漩渦。以下根據表1對歷年“老外”詞頻數據的統計，作出分析與預測。

表1 “老外”詞頻統計數據[6]

（一）做統計圖觀察趨勢

根據表1數據繪制折線圖如下。由折線圖可以看出，2003—2012年“老外”詞頻數據大致呈直線上升趨勢，可以用二次移動平均法進行分析和預測。

圖1 “老外”詞頻統計數據折線圖

（二）設直線修正模型

設直線修正模型為y10＋＝a10＋b10·l

取N＝3，分別計算一次和二次移動平均值，

所以修正模型為

（三）數據預測

預測2013年“老外”詞頻的數據為

Y＝y10＋＝214111.1＋15777.78＝229888.88。

通過二次移動平均法，可以預測出2013年“老外”詞頻的數據為229888.88，和2102年的225000相比，仍呈增長趨勢。由此說明，外國人在我國的社會、政治、文化等方面的參與度不斷提高，國人對外國人在我國扮演的角色已經出現了敏感的關注與分析?！袄贤狻痹~頻的不斷提高也為相關部門發出了預警信號，與外國人管理相關的部門，要不斷完善有關的法

由修正系數公式得出律法規、規章制度，使外國人在我國生活、工作期間得到更好服務的同時，也要規范其日常行為，并對其進行正向的教育與引導。

五、結束語

本文通過研究微博輿情的傳播規律，將其與移動平均法結合建立了微博輿情發展趨勢的直線修正模型，并用實際數據進行了檢驗。通過這一模型，相關部門可以對微博輿情具體數據進行初步分析與預測。這樣可以使其及時掌握微博輿情的發展趨勢，對下一步的工作具有很強的預警和指示作用，從而為其決策提供依據。[7]但是，移動平均法也有其局限性，即它只能對處于發展上升趨勢的事件進行很好的預測。所以，在下一步的研究中，還需引進其他方法來彌補移動平均法在微博輿情預測中的不足。

[1]中國互聯網絡信息中心.第31次中國互聯網絡發展狀況統計報告[EB/OL].http://www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/20 1301/t20130115_38508.htm,2013-01-20..

[2]王正,陳宏斌.微博傳播視角中的網絡負面輿情處置研究[J].公安研究,2012(1):78.

[3]蘭月新,鄧新元.突發事件網絡輿情演進規律模型研究[J].情報雜志,2011(8):47-50.

[4]卿立新.微博時代網絡事件傳播規律與處置探討[J].求索,2010(12):82.

[5]劉劍宇,熊允發.移動平均法在公安情報分析中的應用[J].中國人民公安大學學報(自然科學版),2007(4):10-17.

[6]武漢大學互聯網科學研究中心.2012年2季度網絡輿情報告[R].2012:56-58.

[7]劉乙坐.微博輿情監測與引導機制研究[J].重慶工商大學,2012(5):28-35.