我国网民情感研究的知识图谱可视化分析与展望

王荣璞 夏一雪 张立红

摘 要 文章旨在总结国内网民情感的研究现状、研究热点和发展趋势，以期后续学者对此能有清晰直观认识。以中国知网期刊数据库收录的636篇文献为基础，运用可视化分析软件CiteSpace为研究工具，从年代、作者、机构、期刊、研究热点五个层面，对相关文献展开研究。以客观数据和图谱为依据，揭示了国内网民情感的研究现状、研究热点和发展趋势，为进一步研究奠定基础。

关键词 网民情感；CiteSpace；文献计量；可视化

中图分类号 G353.1 文献标识码 A 文章编号 2096-0360（2020）18-0001-09

2020年4月28日，中国互联网络信息中心（CNNIC）在京发布的第45次《中国互联网络发展状况统计报告》显示，截至2020年3月，我国网民规模达9.04亿，普及率达64.5%，行政村通光纤和4G比例均超过98%，固定互联网宽带用户接入超过4.5亿户。随着入网门槛进一步降低，网络已经成为民众表达个人情绪的利器，任何现实中的热点问题都可能在网络上成为网络舆情，逐步改变着过去的舆论格局。不同的网民情绪在舆情传播过程中相互影响，一些情绪化的网民容易被外界因素所影响，沦为不良操纵者的“水军”，甚至产生“群体极化”现象，极易引发社会动荡。在此背景下，各界对网民情感的研究显得尤为重要。国内网民情感研究始于2002年，作为新兴的研究领域，学者从新闻传播学、情报学等视角研究网民情感影响因素；从统计学、系统动力学等视角研究网民情感演化机理，取得了一定科研成果。为促进国内网民情感研究知识的增长，使学者更好把握当前国内研究现状，本文从文献计量角度，通过CNKI对现有网民情感研究的相关文献数据进行可视化分析，挖掘国内网民情感研究的基本概况、研究热点和发展趋势，以期为进一步研究工作提供参考。

1 数据来源与研究方法

1.1 数据来源

本文数据源选择中国学术网络出版总库（CNKI）期刊数据库，构建基本检索式TS=（网民AND情感）OR TS=（网民AND情绪），发表时间不作约束进行检索，检索日期为2020年1月20日，共得到674篇检索结果，进行精准匹配检索。为确保数据的完整性和准确性，人工对检索结果进行整理，剔除重复和弱关联文献，最终得到636篇相关文献，时间跨度为2002年到2019年。

1.2 研究方法

本文应用文献计量学方法，运用CiteSpace为可视化工具，针对国内网民情感研究领域进行分析。CiteSpace是美国德雷塞尔大学陈超美团队开发的基于Java平台及共引网络理论，在科学文献中识别与可视化新趋势与新动态的开源知识图谱软件，具有多元、动态、分时等特点。通过对样本文献年代分布、核心作者、核心机构和核心期刊的合作网络分析，以及对关键词的历史演变进行分析，以把握国内网民情感的研究现状、演进歷程以及预估未来发展趋势。

2 国内网民情感研究概况

2.1 年代分布

文献量变化是衡量某一领域的研究水平、研究层次和未来发展趋势的重要指标，通过对样本文献分析能够反映出我国网民情感的总体研究情况。整理统计各年份文献数量如图1所示，相关文献数量在不断增加，总体上呈现逐年递增趋势，说明对我国网民情感的研究热度在不断增加，正处于逐步深入的发展状态。

根据文献数量的发表时间和数量特征，可以大致将我国网民情感发展分为三个阶段，即潜伏奠基期、起步探索期和快速上升期。潜伏奠基期是2006年之前，每年发文数量均在3篇以内，文献产出数量较少，且文献质量普遍不高，大部分文献被引频次只有几次，可视为国内网民情感研究的酝酿阶段。起步探索期是2007—2010年，每年的文献数量均在7至30篇之间，文献数量和被引频次成倍提升，且有进一步增长趋势，说明2010年是国内网民情绪研究的起爆点，网民情绪作为一个新的研究领域受到关注。快速上升期是2011年至今，此阶段文献数量显著增多，研究范围进一步扩大，由于距今时间较短，被引频次并不多，在2017年文献数量有回落，说明近年来对网民情感的关注已开始趋于稳定，此领域将会进入一个平衡发展时期。

国内网民情感研究热潮的兴起与我国互联网技术的发展有着密切联系，对中国互联网络信息中心（CNNIC）的调查数据进行统计分析，如表1。在2002—2006年，我国面向社会大众的互联网技术刚起步，网民增长率从高到底，民众开始在网上发表各类言论，但周平均上网时长均在17小时以内，网络总体使用程度较低，此时对网民情绪的研究处于潜伏奠基期。在2007—2010年，Web2.0时代到来，我国网民数量大幅增加，网民开始对互联网产生一定依赖，大众网民对现实中各类突发事件进行不同程度交流与议论，加快了网络舆情的传播扩散，使网民情绪逐渐成为一个新的研究热点，因此，对网民情绪的研究处于起步探索期。2011年至今，网民规模保持平稳增长，增速放缓，但移动网络促进“万物互联”，大量网络基础设施的投入使得社会公众的入网门槛进一步降低，“数字鸿沟”加快弥合，网民周上网时长显著提升，微时代开启，民众日益成为新闻媒体信息的主要创造者和传播者，因此，对网民情感的研究进入快速上升期。

将样本数据导入CiteSpace，时间跨度选为2002—2019年，网络节点选择Author（作者），其他选项保持默认状态，得到作者合作图谱，见图2；同时，发文量大于3篇的高产作者统计见图3。

由图可知：1）在图2中存在面积较大的节点，高产作者前7位总发文数量为37篇，占样本文献总数的6.89%，吴鹏发文量排名第一，10篇；兰月新发文量排名第二，8篇；王国华发文量排名第三，7篇；上述节点有着发文优势，在整个网民情感研究网络中起着一定的引领与推动作用，未来有望发展成为强中介中心性节点。2）节点间连线较少，呈现点状分布，网络整体松散，图谱颜色大致呈现蓝绿色，说明国内网民情感研究起步时间较晚，作者发文主要以单篇发文为主，学者间交流合作较少，不利于我国网民情感领域的深度研究；图中有两个较为稳固的合作体系，一个是以南京理工大学吴鹏为核心的合作团队，另一个是以中国人民武装警察部队学院兰月新为核心的合作团队。

上述三位核心作者的经典文献和学术观点，见表2。

2.3 机构分析

机构分析主要是对国内网民情感的核心学术团体和机构的合作关系及其地域分布进行总结。运行Citespace，将时间跨度选为2002年至2019年，设置Time Slice（时间切片）为1年，共18个时间段，网络节点选择Institution（机构），得到机构合作图谱，如图4。

图中节点大小表示发文量，半径越大发文量越多。同时，统计发文量在3篇及其以上机构，如图5所示。

由图可知，节點大小差异大，连线多呈单一线性联系，说明我国网民情感相关研究机构分布较为分散，科研力量分布不均衡，网络存在着明显的标志点，如重庆大学新闻学院、南京理工大学经济管理学院。但多数机构自立门户，单一机构科研成果数量较少，机构间合作联系不紧密，尚未形成稳定的研究机构群。在现有少量的合作关系中也呈现出地域性，如南京大学新闻传播学院和南京林业大学人文学院的合作关系。现将国内网民情感研究高产机构整理成表，见表3。

我国网民情感相关研究集中于高校，且大多为新闻类学院，如重庆大学新闻学院、河北大学新闻传播学院、南京大学新闻传播学院等国家“双一流”大学，说明国内“双一流”重点高校及其研究团队是网民情感研究的主要力量，这与高校内的整体学术科研能力密切相关。还有部分高校由于自身专业背景及其学科特色，在国内网民情感研究领域处于领先位置，成为该领域的中坚力量，如中国人民武装警察部队学院。这些研究机构所属地区多为华北和华东，说明国内网民情感研究存在着地域不均衡性，多集中于我国东部沿海地区，进一步说明地区经济发展水平和发达程度也影响着国内网民情感相关研究。

2.4 期刊分布

学术期刊展示了特定学科领域内的最新研究成果，对刊载网民情感研究的刊物进行挖掘，可以提高阅读效率并把握学术前沿。现将样本文献中载文量排名前20的期刊统计成图，见图6。

这20种期刊共刊载国内网民情感研究论文169篇，占样本论文总数的31.47%，说明主要发文期刊比较集中。为了更进一步对这20种期刊进行分析，按照学科分类及载文量倒序排列成表，见表4。

由表4可知，情报杂志载文量最多为26篇，该刊从2012年开始关注国内网民情感研究，反映了该杂志对此类课题的关注程度最高，支持力度最大，新闻研究导刊和新闻世界载文排名为第二、第三，是展现当前网民情感研究的重要平台。国内网民情感研究主要成果大多发表在新闻传播学、情报学和政治学等学科期刊上，说明这些学科领域对网民情感都有所关注，是目前网民情感研究成果发表的主要载体，网民情感研究涉及多学科领域，具有跨学科性质。

3 研究热点

3.1 研究热点探究

关键词是文献主题内容的高度提炼，能够显示学术领域内的研究热点和发展方向。本文将537篇样本文献导入CiteSpace软件，设置时间跨度为2002—2019年，Node Type选keyword（关键词），得到关键词共现图谱，见图7。图中节点大小代表词出现频次，连线粗细代表共现次数。

并且在图7的基础上，对国内网民情感研究出现频次最高的20个关键词进一步整理，得到表5，频次和中介中心性大致可以表示关键词在共现网络中的影响力，频次和中介中心性越高，影响力越大。

由表5可知：2002—2019年出现频次最高的关键词是网民（96），与此次研究主题相符；其次是网络舆情（89）、网络舆论（45）等，说明网络舆情是网民情感研究的基础，网民情绪研究从属于网络舆情研究，是其一个分支，对于国内网络舆情、舆论的现有研究成果影响着网民情绪的发展趋势。而近年来兴起的关键词社会心态（11）、情感动员（11）、情感分析（9），呈现出新媒体时代，网民情绪的管控出现了新的复杂状况，对其进行研究的角度、视野和方式也更为全面、系统，必将成为当前和未来网民情感领域发展的一个重点方向。

结合以上，可将国内网民情感研究域归纳成三个研究热点：网民情感内容研究、网民情感载体研究、网民情感应急策略研究。

1）网民情感内容研究。这类热点是国内网民情感研究领域的经典研究方向，形成时间比较早，构成了网民情感研究领域最大的研究网络，如“网络舆情”“网络舆论”“突发性事件”“网络群体性事件”等关键词。南京理工大学学者凌晨认为突发事件应急响应的核心是调节网民负面情感，调节网民负面情感的关键是把握负面情感演化的规律，尽管各个突发事件网络舆情的产生原因和影响有所不同，但舆情发展的高峰都伴随着网民负面情感的产生和爆发[7]。

2）网民情感媒介研究。新媒体时代，互联网成为各种情绪的集中宣泄平台，网民在各类社交媒体上更容易发表自己的态度、意见和情绪，使得对各类传播媒介的预警机制、传播机制研究出现新形态，主要以“微博”“自媒体”“互联网”等关键词群为标识。学者白淑英以新浪微博的在线生活为研究基础，从私人领域和公共领域两个视角分析微博中的情感动员，即个体情感动员与群体情感动员，一方面通过研究个人情感动员，发现个人的诸多情感动员策略，另一方面通过对群体情感动员的分析，发现微博公共事件的情感动员逻辑[8]。

3）网民情感应急策略研究。这类热点是根据现实需要，针对各类突发问题制定相应的应急策略，逐渐演变形成的热点方向，带有极强的时代特点，如“情感动员”“网络治理”“舆论引导”等关键词。中国人民警察大学夏一雪副教授通过构建网民情感“衰减—转移”模型来分析舆情大数据环境下网民情感演化和舆情信息交互的关系，得出网民情感转移的规律，认为政府精准治理网络舆情的关键是感知网络舆情传播过程中网民情感的变化程度和不同类别情感之间的转移趋势[9]。

3.2 研究热点迁移

时区视图由多组时区线条和关键词节点按时间顺序排列组成，能够直观的展现关键词的时间脉络关系。将数据导入CiteSpace，点击时区视图（TimeZone view），生成关键词时区视图，见图8。

根据图8，可将2002—2019年国内网民情感研究分为前期、中期、后期等三个时期。

前期主要指2002—2006年，开始出现与“网民”相关的学术研究。我国的互联网技术在2000年左右开始普及，这一时期网民人数迅猛增长，互联网与现实世界逐渐融合，网民通过“发帖、转载、评论”等行为在网络上表达情绪，成为人们交流观点的又一全新平台，“网民”也成为新的研究热点受到学者们关注，开始对网民的定义、特征、未来发展趋势等进行纯理论性探讨，国内网民情感研究也随之起步。中期指2007—2010年，代表性的关键词有“网络舆论”“网络舆情”，当大量的网民观点在网络上汇集，就形成了多形态、大规模的网络舆情，并逐渐发展成为一股推动社会舆情的新力量，影响着舆论当事人和公权机关的社会行动，尤其是虚假负面舆情的迅速传播，极易引发社会动荡，对网民情感的相关概念、影响因素、生命周期和管理控制的研究显得格外重要。后期主要指2011—2019年，根据中国互联网络信息中心（CNNIC）分布的第43次《中国互联网络发展状况统计报告》截至2018年12月，我国网民规模达8.29亿，普及率达59.6%，手机网民规模达8.17亿，网民通过手机接入互联网的比例高达98.6%。在全新的媒体时代，网民情绪很容易激起网络群体性事件和突发事件，例如“长春疫苗事件”“崔永元爆料娱乐圈”“西安奔驰女车主维权事件”等社会公共事件经网络传播发酵，引发社会的广泛关注，未来利用大数据技术进行文本挖掘和仿真模拟，对网络舆论进行监测预警和正确引导，将成为该领域的新的研究方向。

4 结论

网民情感研究是近年来网络舆情领域关注度较高的一个方向，本文通过文献计量分析、可视化分析的方法，对中国学术期刊数据库中有以网民情感为主题的文献进行梳理。我们发现：我国网民情感相关研究始于2002年，经过10多年发展，无论是在研究深度还是广度上较前几年有了极大提高。国内网民情感的研究作者逐年增长，多以计算机背景和社会科学背景的学者为主，两类学者根据自己的学科理论基础进行研究，已出现发文数量相当的高产作者，但尚未形成严格意义上的核心作者群，作者间的合作大多仅限于团队内部，研究成果存在重叠，尚有不少空白领域等待学者深入研究。研究机构众多，且多分布于我国东部，主要以“双一流”高校的新闻学院为主，但机构间交流合作不够紧密。国内网民研究的载文期刊来源广泛，多分布于新闻传播学、情报学和政治学等学科。国内网民研究的研究热点主题较多，学科交叉明显，随时间变化而与时俱进，主要形成了网民情感内容研究、网民情感载体研究和网民情感应急策略研究等三个研究热点。

在未来随着“5G”技术的应用，网民数量还会继续增多，网民在互联网上的情绪表达将会“井喷”式增长，更多的新媒体也将使网民情感的传播更为迅速，网民情感研究是一个长期持续的科研领域，将会成为社会各界关注的一个焦点。推进和深化网民情感研究应多学科交叉研究，整合现有成果，把握网民情感演化机理，利用大数据技术进行预测，使研究主题朝着更加多元的方向发展。

參考文献

[1]吴鹏，应杨，沈思.基于双向长短期记忆模型的网民负面情感分类研究[J].情报学报，2018，37（8）：845-853.

[2]吴鹏，杨爽，张晶晶，等.突发事件网络舆情中网民群体行为演化的Agent建模与仿真研究[J].现代图书情报技术，2015（Z1）：65-72.

[3]兰月新，夏一雪，刘冰月，等.面向舆情大数据的网民情绪演化机理及趋势预测研究[J].情报杂志，2017，36（11）：134-140.

[4]叶琼元，兰月新，王强，等.面向突发事件的网民情绪演化系统动力学模型研究[J].情报杂志，2017，36（9）：153-159，105.

[5]王国华，魏程瑞，杨腾飞，等.突发事件中政务微博的网络舆论危机应对研究——以上海踩踏事件中的@上海发布为例[J].情报杂志，2015，34（4）：65-70，53.

[6]方付建，王国华.涉官事件中的网民态度倾向研究[J].华中科技大学学报（社会科学版），2011，25（2）：106-112.

[7]凌晨，冯俊文，杨爽，等.突发事件中网民负面情绪的应急响应研究综述[J].情报科学，2017，35（11）：172-177.

[8]白淑英，肖本立.新浪微博中网民的情感动员[J].兰州大学学报（社会科学版），2011，39（5）：60-68.

[9]夏一雪.基于舆情大数据的网民情感“衰减—转移”模型与实证研究[J].情报杂志，2019，38（3）：148-154.

基金项目：本文系河北省重点研发计划项目“基于舆情大数据的网民情感态势感知与预测技术研究”（编号：18215601）；河北省统计科研计划项目“基于大数据的网民情感数据建模与决策支持研究”（编号：2018HY04）；河北省高等教育教学改革研究与实践项目“公安情报可视化教学系统构建研究与实践”（编号：2018GJJG445）；河北省人力资源社会保障研究课题“基于舆情大数据的典型信访问题风险评估与应对策略研究”（编号：JRS-2019-4020）阶段性成果之一。

作者简介：王荣璞，中国人民警察大学，硕士研究生，研究方向为网络舆情。夏一雪，中国人民警察大学，副教授，研究方向为网络舆情。张立红，中国人民警察大学，研究方向为网民情感。