一个有趣的研究：基于Ward法系统聚类2020年度重大网络舆情事件

随着互联网进入下半场，我国的网民规模有了前所未有的增长。

依据第46次CNNIC报告指出，截至2020年6月，我国网民规模达9.40亿，其中，手机网民规模达9.32亿，较2020年3月新增3546万，而我国网民使用手机上网的比例高达99.2%。

与网民数量增长相伴而生的则是热点频出的网络舆情现象。

唐纳德·肖提出，在垂直媒体议程和水平媒体议程共同作用下正形成了一个新型社会——纸草社会。

新媒体的崛起导致议程设置主体泛化，新旧媒体双向互动频繁，反向议程设置增加。以往的广大受众也被赋权，共同参与到内容生产和议题设置中。

当大众们更加深度地参与到网络场域中，专业媒体的权威再次被削减，再加上资本力量的参与，就形成了一个媒体、商业巨头以及大众互相搏杀的网络场。

在这样的情况下，舆论生态变得愈来愈复杂多变。

因此，分析网络舆情事件对于捕捉网络舆论动态，丰富相关学术研究有着重要意义。

故本文选取2020年度20起重大网络舆情事件作为样本，以网络舆情事件发生平台为聚类分析指标，采用Ward系统聚类法对之进行分类，并阐明其不同特点，从而为研究2020年舆论生态环境提供一些简单的思考。

数据来源和样本选择

互联网大数据分析商“知微”旗下网络舆情分析网站 “知微事见事件库”会实时收录重大网络舆情事件并进行事件影响力指数分析。

事件库收录条件为：1.在短时间内达到高传播量的事件；2.在长期内都保持一定传播量的事件；3.在网络社交媒体中引起热议的事件。

而事件影响力指数（Event Influence Index，EII）则是基于全网的自媒体和网络媒体数据，用来刻画单一事件在互联网上的传播效果的权威指标。

该指数是将事件在自媒体和网络媒体上的传播效果进行加和，再通过归一化运算得出范围在0 ~ 100之间的分数。

本研究拟从 “知微事见事件库”中选取2020年度综合影响力指数前20的网络舆情事件作为样本，以网络舆情事件发生平台（微博、微信、网媒）为聚类分析指标进行分析。

计量方法说明

系统聚类(Hierarchical Clustering)，又叫层次聚类，是社会科学研究中比较常见的聚类方式之一，它是根据研究对象的性质将其进行类别划分的有效方法。

常用的系统聚类方式主要有最短距离法、最长距离法、中间距离法、离差平方和法等，聚类统计量主要包括绝对值距离(Block Distance)、马氏距离(Ma-halanobis Distance)、欧氏距离(Euclidean Distance)、Pearson相关系数等度量标准。

本文拟采用离差平方和法(Ward法)对网络舆情事件进行聚类。

Ward法思想源于方差分析，认为如果分类得当，类内样本或变量间的离差平方和应该比较小，而类间的离差平方和应该比较大，因此该方法所做的聚类能够实现组间距离最大，组内距离最小，从而比较适合本研究对指标分类的实际需要。

Ward法基本思路在于，首先让n个样本或变量各成一类，然后每次缩小一类，每缩小一类离差平方和就要增大，选择使S增加最小的两类并将之合并，如此反复，直至所有样本或变量归为一类为止（具体算法见文末说明）。

聚类分析过程

本文首先在 “知微事见事件库”中以“2020.1.1-11.30”为时间限定条件，按“影响力指数”降序排列，挑选出前20起网络舆情事件。

由于关于“新冠肺炎疫情”主题的事件被多次收录，故仅将其视作一起网络舆情事件。

最后本研究从事件库中选定前29起事件。

通过对选取样本的进一步筛选、组合，将“新冠肺炎疫情”主题的十起事件划归为一起事件，并将其综合影响力指数赋为满分值，从而得到最终样本选定结果。

这20起网络舆情事件涉及政治、经济、社会、国际等多个方面，类型丰富，主体多元，但在发布平台上具有同一性，事件的影响力可以通过在微博、微信以及网媒平台上的流量进行量化呈现。

因此，可以采取Ward法进行聚类分析。

为了方便分析，本研究将20大舆情事件按综合影响力指数高低依次编号为A1-A20。各平台影响力指数按百分制赋值，最高为100，超过100依然按100赋值。

通过计算，得到20起舆情事件聚类分析树状图：

聚类分析树状图可以直观呈现Ward法聚类分析的综合情况，本研究以距离5为切点，将20起事件分为了四大类。

聚类分析结果及说明

一、重大公共事件类

这类网络舆情事件十分重大，在三大平台热度都居高不下。

其中，“新冠肺炎疫情”、“2020年全国两会召开”、“2020年全国高考开考”三起事件在双微平台（微博，微信）影响力指数达到满分值，热度均高于同类99%以上的事件。而在传播力相对偏弱的网络媒体平台，这类事件的影响力指数也均在90以上。

具体来看，五起舆情事件中，有四起都与新冠肺炎疫情直接相关。

新冠肺炎作为一场在人类史上都影响重大的突发公共卫生事件，深刻地影响着社会发展。如果说人们以往关注春运是怀揣着激动和兴奋，那么今年的春运则增添了更多的恐慌和害怕，很多人甚至取消了返乡过春节的计划。

同样受疫情影响，今年全国两会的开会时间推迟到5月下旬，会期也几乎压缩一半，形式也几乎都改成了云端报道和呈现。

而破天荒推迟进行的还有全国高考，时间也从雷打不动的6月改到了7月举行。

一方面，新冠肺炎疫情为中国国内社会发展带来了沉痛打击；另一方面，中国的国际形象也遭受到了污蔑和中伤。

国际版抖音“Tik Tok”在海外一路畅行之后却接连遭遇红灯，势如破竹的Tik Tok开始在各国相继陷入泥潭。其中，美方更是直接宣布决定禁止Tik Tok在美运营。

这五起网络舆情事件都在相当长的一段时间内成为公众关注焦点，从纵向上看，也十分具有历史性的研究价值。

二、民生热议类

这类网络舆情事件主要在双微平台上关注度高，都达到了90以上。

其中，“美国明尼苏达州警察跪压黑人致死事件”在微博上的影响力还达到满分值。相对来说，此类事件在网媒平台上的影响力就稍显逊色，均在85上下浮动。

具体观之，此类事件中，有两起关于国内，另外两起则是国际性事件。

在特殊的两会期间，2020政府工作报告姗姗来迟，于5月22日发布。报告多次谈到了要抓好常态化疫情防控工作，并强调要努力降低疫情造成的损失，完成今年的经济社会发展目标任务。

而11月的双11购物狂欢节依旧延续了往年的热度，实时成交额突破了3723亿，极大地推动了经济社会发展。

另外两起国际性事件则涉及到了老生常谈的“自由与民主”。

今年5月26日，美国明尼苏达州明尼阿波里斯市几名警察在执法过程中跪压一名黑人颈部致其窒息死亡。对此，世界各地民众纷纷进行抗议示威活动，燃起种族主义的熊熊烈火。

而“弗洛伊德之死”的风波还未平息，四年一度的美国大选又接踵而至。

今年的美国大选精彩程度一如往常，依据谷歌数据，“选举欺诈”成为大选期间热度最高的搜索关键词，搜索量达过去其他年份的3倍之多。在这样混乱的情况下，大选最终以拜登获选逐渐收场。

四起舆情事件主要在双微平台获得了巨大的流量，除了与微博微信一骑绝尘的传播速度和影响力有关外，与议题的敏感性和争议性也不无关系。

三、生活娱乐类

此类舆情事件主要在微博平台发酵，在微信和网媒平台影响力相对较弱。

其中，“综艺《青春有你第二季》热播”影响力指数为满分值，其余两起事件的影响力也均在90以上。

今年3月12日，爱奇艺再度推出系列选秀节目第二季《青春有你2》。首期上线仅2小时创下爱奇艺站内综艺热度值历史新高，相继14个话题词登陆微博热搜，而在节目后期播出中，“哇哦”、“做人不能太冰清玉洁”、“淡黄的长裙”等网络meme在微博平台更是引发一阵恶搞风潮。

4月23日，周扬青在微博发长文承认已与罗志祥分手一段时间，更曝男方数次劈腿、与多人有不正当的男女关系“多人运动”，让风评尚可的罗志祥瞬间跌入谷底，引发舆论哗然。

同样在4月，据媒体揭露，烟台某上市公司高管鲍毓明自约2016年起性侵14岁养女李星星。

该事件通过《南风窗》的煽情化报道很快引起大众关注，在微博上更是一度形成了“姐姐来了”“哥哥也在”的热搜，导致舆论一面倒向李星星。但在最后真相水落石出后，该案件以“性侵罪名不成立”告终。

总的来说，三起事件生活化、娱乐化特征明显，与微博平台的特性十分契合。

四、社会讯息类

此类事件较之于前三类事件，在三大平台的影响力相对较弱，但分布也较均匀，数值特征差异不十分明显，大部分事件影响力集中在80至90区间。

八起舆情事件与大部分民众并不直接相关，多是社会新闻类的事件。如“伊朗少将在伊拉克遇袭身亡”、“2020年中国国际进口博览会在上海举办”以及“美国针对华为出台管制新规”等。

而“丰巢快递柜超时收费引争议”、““地摊经济”引关注”、“各地低风险地区电影院开放营业”等事件也仅对一些群体直接相关。

一言以蔽之，此类事件的性质偏向社会讯息，可供讨论的空间相对较小，因而在各平台影响力有限。

结语及可能存在的问题

尽管当下网络舆论生态瞬息万变，但在实践中是可以逐步把握的。

本研究通过甄别不同舆情发生平台，将不同网络舆情事件进行分类研究，有利于更好地认识舆情事件产生和发展的原因及风险，从而制定出具体的防范化解措施。

但本研究也存在一些不足，如未对所选样本的数据来源及算法进行验证，选取平台也十分有限。

希望在以后的研究中可以参与到数据源的计算和验证过程中，并进一步扩大样本选取范围，调整研究的适用性。

END

策划统筹：肖一   数据采集：肖一

数据分析：肖一   数据可视：肖一

文稿撰写：肖一   版面编辑：肖一

01

参考资料

[1]唐纳德·肖:中国正在进入纸草型社会.人民网.2013-8-5[引用日期2020-12-03]

[2]袁野,兰月新,李增,刘茉.基于聚类分析的网络舆情热点事件分类研究[J].内江科技,2017,38(05):80-82.[3]王杰.基于Ward系统聚类的县级政府网上信息公开工作改进研究[J].情报杂志,2016,35(11):165-171+182.

02

算法说明

将n个样本分成k类，记为G₁，G₂，G₃，…，G_k，则第t类样本的离差平方和为:

其中，X_it(是m维向量)表示G_t中的第i个样本，n_t表示G_t中样本的个数，X-t是G_t的重心。如果类G_p和类G_q合并为新类G_r，则有三类内离差平方和S_p、S_q和S_r，则增加的离差平方和为D²_pq=S_r－S_p－S_q，如果G_p和G_q这两类相距较近，则D2_pq应较小，该种分类就较为合理;否则，D2_pq较大，分类则不合理。因此，当把两类合并所增加的离差平方和看成平方距离时，就有距离公式:

递推公式:

应当指出，Ward法采用欧氏平方距离作为其分类统计量，从而对于任意两个样本i和j可定义其欧氏平方距离为：

其中，X_in和 X_jn分别表示第i个样本的第n个变量值和第j个样本的第n个变量值。为消除各变量量纲不同的影响，在测量样本间距离时通常先将变量进行标准化，再用标准化值进行聚类分析。

03

事件简介附录

一、新冠肺炎疫情

2019年12月以来，湖北省武汉市持续开展流感及相关疾病监测，发现多起病毒性肺炎病例，均诊断为病毒性肺炎/肺部感染。当地时间2020年1月30日晚，世界卫生组织（WHO）宣布，将新型冠状病毒疫情列为国际关注的突发公共卫生事件（PHEIC）。 世界卫生组织3月11日表示，新冠肺炎疫情的爆发已经构成一次全球性“大流行”。

二、2020年全国两会召开

2020年5月21日，全国政协十三届三次会议在北京召开，十三届全国人大三次会议于22日在北京召开。

三、2020年全国高考开考

在历史性地推迟一个月后，2020年7月7日，全国高考正式开考。

四、2020年“春运”启动

2020年1月10日，2020年春运启动。从1月10日到2月18日，40天春运期间预计将发送30亿人次旅客。今年春运新增电子客票、新线路，首批高铁女司机也将正式上岗。

五、美国宣布禁用TikTok和微信

2020年8月1日，据媒体报道，在特朗普总统宣布决定禁止流行的短视频应用程序TikTok在美运营后，字节跳动同意完全剥离TikTok在美国业务，以挽救与白宫的交易。

六、美国明尼苏达州警察跪压黑人致死事件

2020年5月26日，据《每日邮报》报道，美国明尼苏达州明尼阿波里斯市几名警察在执法过程中跪压一名黑人颈部致其窒息死亡。对此，多位篮球巨星为黑人发声，而当地民众进行抗议示威活动。遭到美警回击后，很快转化为暴力，对当地餐厅、超市进行打劫、打砸、纵火，部分示威者焚烧美国国旗。美国明尼苏达州宣布动用国民警卫队镇压活动。

七、综艺《青春有你第二季》热播

2020年3月12日，《青春有你第二季》于爱奇艺首播上线。该栏目是由爱奇艺2020年第一季度推出的青年励志综艺。由蔡徐坤担任青春制作人代表、LISA担任舞蹈导师、陈嘉桦Ella担任音乐导师、JONY J担任说唱导师。

八、2020年双十一活动开启

2020年11月11日，双11启动，2020天猫“双十一”全球狂欢季从11月1日0点-11月11日0点30分，实时成交额破3723亿。

九、伊朗少将在伊拉克遇袭身亡

2020年1月3日，据伊拉克安全部门发布的声明，巴格达国际机场附近遭到3枚导弹袭击，两部车辆被炸毁，致7人死亡。伊拉克人民动员组织领导人阿布·迈赫迪·穆罕迪斯与伊朗伊斯兰革命卫队领导人卡西姆·苏莱曼尼在空袭中身亡。美国国防部五角大楼表示，特朗普指挥了美军对位于伊拉克首都巴格达的两处与伊朗有关目标发动的空袭。伊朗最高领袖哈梅内伊誓言将对“圣城旅”指挥官苏莱曼尼少将被杀一事进行“严厉报复”。

十、2020年政府工作报告发布

5月22日上午9时，十三届全国人大三次会议在人民大会堂开幕，听取国务院总理李克强关于政府工作的报告。

十一、2020年美国大选

2020年11月3日，美国东北部新罕布什尔州部分选民率先赴投票站投票，2020年美国大选选举日投票正式开始。

十二、2020年中国国际进口博览会在上海举办

2020年11月4日，第三届中国国际进口博览会在上海举办。本届进博会商业企业展共设置了食品及农产品、汽车、技术装备、消费品、医疗器械及医药保健、服务贸易等六大展区，展览面积超过上届规模。

十三、罗志祥周扬青分手

2020年4月23日，周扬青发长文承认已与罗志祥分手一段时间，更曝男方数次劈腿、与多人有不正当的男女关系“多人运动”。

十四、上市公司高管鲍毓明涉嫌性侵养女

2020年4月8日，某媒体爆料称，烟台某上市公司高管自约2016年起性侵14岁养女。目前，通过调查，犯罪嫌疑人名为鲍毓明，系杰瑞集团副总裁、中兴通讯非执行董事，现已与杰瑞集团解除劳务合同，辞去了中兴通讯职务。9月17日，最高人民检察院、公安部联合督导组通报现有证据不能证实鲍某某的行为构成性侵犯罪。

十五、“地摊经济”引关注

2020年6月3日以来，上海、南京以及佛山等全国多个城市均发布相关政策支持有序占道经营，网民称其为“地摊经济”。

十六、《中华人民共和国香港特别行政区维护国家安全法》通过

2020年6月30日，全国人大常委会会议表决并全票通过《中华人民共和国香港特别行政区维护国家安全法》。香港特区政府网站发布新闻公报，表示《中华人民共和国香港特别行政区维护国家安全法》即日晚上11时正式生效。在联合国人权理事会第44次会议上，古巴代表52个国家作共同发言，欢迎中国立法机关通过《中华人民共和国香港特别行政区维护国家安全法》。

十七、十九届五中全会在京召开

2020年10月26日，党的十九届五中全会在京召开。会议将审议中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议，为未来5年乃至15年中国发展擘画蓝图。

十八、各地低风险地区电影院开放营业

2020年7月16日，国家电影局发布通知，低风险地区电影院7月20日开放营业。要求全部采取网络实名预约、无接触方式售票；实行交叉隔座售票，陌生观众间距1米以上；每场上座率不得超过30%；监督进入影院区域的工作人员和观众必须全程佩戴口罩。17日，网上曝出影院复工后首批定档新片。20日，全国83个城市391家影院复工首日的预售综合票房突破百万。7月24日，北京低风险地区电影院可营业

十九、丰巢快递柜超时收费引争议

2020年4月27日，据网友曝料，丰巢快递柜将于4月30日起对滞留快件的非会员用户进行收费，快件滞留超过12小时后收费0.5元/12小时，3元封顶，法定节假日不计费。5月9日晚间，丰巢发布致用户的一封信，称初衷是鼓励用户尽早取件，并为此推出了亲友代取功能。

二十、美国针对华为出台管制新规

2020年5月15日，据媒体报道称，美国商务部再度延长华为的临时许可到8月13日，但同时他们正在更改一项出口规则，意图打击华为的芯片供应链。5月16日，华为心声社区发布了一条题为《没有伤痕累累，哪来皮糙肉厚，英雄自古多磨难》的文章。17日，中方对此出口管制新规表示坚决反对。

资料来源：百度百科、知微事见

—福利时间—

除了20起2020年重大网络舆情事件，我们还对2016-2019四年间，共计80件重大网络舆情事件进行了同样的聚类分析，并整理打包成PDF文档。囿于篇幅限制，我们把文档放到了后台。❗️获取方法：将此文转发到朋友圈并保留2小时以上，然后在后台发送：朋友圈截图+关键词「舆情事件」，即可获得舆情事件PDF文档。

—添加星标—

—往期精选—

杂谈

干货

数说

策划

寻真

喜欢就点个在看吧，现在还可以点赞哦