微博炒作话题识别与传播人群分析

As the representative of the social media, the micro-blog has changed traditional news dissemination pattern. The colliding among the various forces and the various ideas lead to a noisy network opinion platform. It is natural that people find ways to abuse them. As a result, various types of illegitimate use, such as spam, astroturf, and so on. Most of the illegitimate action will be the hidden trouble that is endangering national security. So, how to detect the speculation topic and locate the paritcipation crowds is the key problem faced by the government. Two key links involved in the process of public sentiment forewarning will be studied in this project, which is specutlation topic detection and participation crowds discovery in micro-blog. The key issues are modeling network topic dissemination, topic tracking in micro-blog, identificating and locating the deep-laid fake events and speculation accounts. This research is expected to surmount some critical issues in present emergency early warning to some extent, improve the ability of perceiving and discrimination and obtain initiative to guide and control public opinion of the micro-blog. The technique used in the research will provide technical support for the hot public opinion detection and illegal incitement evidence collection. Meanwhile, it will provide technical reference for public opinion forewarning in Internet forums, weblogs, social blogs, and other social media.

以微博为代表的社会化媒体的出现改变了传统新闻传播的格局，各种力量的冲撞与失去引导的观点使得网络意见平台充斥着传播噪音，为虚假信息和片面观点的泛滥留下可乘之机，成为危害国家安全的隐患。如何从微博中敏锐发现人为炒作话题的传播迹象并定位炒作群体，是当前政府舆情监管面临的关键问题。本课题拟从微博舆情监控过程中涉及的炒作话题识别和炒作群体发现这两个关键环节着手，重点研究微博话题的传播特征建模、面向短文本微博的话题跟踪，以及策划性、特别是带有政治企图的炒作话题和参与群体的识别与定位等关键问题。本课题的研究将有望在一定程度上突破现有网络舆情监控中的一些关键问题，提高快速感知和真伪辨别的能力，为微博舆情引导和管控争取主动权，为舆论热点发现、非法煽动行为取证等提供技术支持，并为基于论坛、社交网络等其它社会化媒体的舆情预警研究提供技术参考。

以微博为代表的社会化媒体的出现改变了传统新闻传播的格局，各种力量的冲撞与失去引导的观点使得网络意见平台充斥着传播噪音，为虚假信息和片面观点的泛滥留下可乘之机，成为危害国家安全的隐患。本课题从微博舆情监控过程中涉及的炒作话题识别和炒作群体发现这两个关键环节着手，重点研究微博话题的传播特征建模、炒作微博识别和参与群体的识别与定位等关键问题。课题主要工作为：（1）搭建了微博炒作话题分析的验证平台，能够通过主动爬取和被动截获两种方式获取微博数据，集成传统分析算法，为模型验证提供支持，以该平台为基础研制并应用了面向校园网的“涉校微博违规行为监测系统”；（2）研究并提出了基于改进最长公共子序列的协议指纹特征发现方法、基于首部字节频率的协议统计特征发现方法，为被动数据流中微博数据的过滤和信息抽取提供识别特征；（3）针对微博内容随意且短小、微博账号关系多样和关系网络稀疏等问题，构建了微博话题的双关系网络模型，能够更加真实、全面地反映话题传播过程中用户之间的交互；（4）构建了炒作微博情感词典，研究并提出了基于微博传播网络结构特征的炒作微博识别方法和微博情感倾向性与传播网络结构相结合的炒作微博识别方法；（5）针对炒作账户行为隐蔽的特点，研究并提出了多特征的炒作微博账户识别算法、基于最大频繁项集挖掘的炒作群体发现方法、基于IK-means的炒作账户角色分析方法、基于概率生成模型的微博话题传播群体划分方法和面向特定话题的用户影响力排序算法，这些算法给出了发现和揭示微博炒作账号的创新思路；（6）考虑到单一信息传播平台监管的孤立性，提出了动态IP流量中时空无关的用户账号关联方法、基于合作博弈支持向量机的用户账号关联等方法，能够有效关联密切相关的网络账号，为孤立的微博炒作账户在其他社交平台的行为监管提供了依据。