邱繼遠(yuǎn)，岳振軍，榮傳振，蘇豐龍

　?。ㄖ袊嗣窠夥跑娎砉ご髮W(xué) 通信工程學(xué)院，江蘇 南京 210007）

　　摘要：描述了當(dāng)前突發(fā)公共事件中社會認(rèn)知管理的現(xiàn)狀，針對當(dāng)前突發(fā)公眾事件中社會認(rèn)知管理水平不高，沒有統(tǒng)一的認(rèn)知管理水平評價標(biāo)準(zhǔn)等問題，提出了應(yīng)用網(wǎng)頁排序打分的方法來對突發(fā)事件中主流媒體網(wǎng)絡(luò)信息發(fā)布受公眾關(guān)注度的情況進(jìn)行評價，從而間接評價網(wǎng)絡(luò)媒體在社會認(rèn)知管理中發(fā)揮的作用。針對傳統(tǒng)PageRank算法偏重舊網(wǎng)頁的現(xiàn)象，對算法進(jìn)行了改進(jìn)，增加了時間權(quán)重。在Hadoop分布式計算平臺上實現(xiàn)了該算法，并對比分析了算法改進(jìn)前后的排序結(jié)果。

　　關(guān)鍵詞：認(rèn)知管理; 突發(fā)性公共事件; Hadoop；PageRank；時效性

0引言

　　當(dāng)前，國際形勢復(fù)雜多變，國內(nèi)改革逐步深化，各類問題和矛盾引發(fā)的突發(fā)性公共事件頻繁出現(xiàn)。社會認(rèn)知管理在處置突發(fā)事件中的作用日益凸顯，它能夠在突發(fā)性公共事件發(fā)生時對公眾的心理活動過程進(jìn)行干預(yù)和引導(dǎo)，從而及時有效地糾正公眾認(rèn)知的偏差。信息發(fā)布作為社會認(rèn)知管理的主要手段，有多種方式，在大數(shù)據(jù)時代背景下，網(wǎng)絡(luò)信息的發(fā)布是極為重要的一種方式。對網(wǎng)絡(luò)信息發(fā)布的受關(guān)注程度進(jìn)行評價，能夠在一定程度上體現(xiàn)政府的認(rèn)知管理效果。針對當(dāng)前媒體網(wǎng)絡(luò)建設(shè)水平參差不齊、信息發(fā)布受公眾關(guān)注度不高、缺乏有效的信息評價機(jī)制的現(xiàn)狀，本文致力于通過基于Hadoop［14］的網(wǎng)頁排序技術(shù)對突發(fā)性公共事件中各網(wǎng)站信息發(fā)布的受關(guān)注度進(jìn)行綜合排序打分，找出影響關(guān)注度的主要因素，以此來推動網(wǎng)站信息發(fā)布水平的提升，進(jìn)而提升政府的社會認(rèn)知管理水平。

1當(dāng)前認(rèn)知管理中存在的問題

　　在大數(shù)據(jù)時代，由于信息傳播的速度和廣度前所未有，因此政府開展認(rèn)知管理活動更加困難。宋園園［5］認(rèn)為，在大數(shù)據(jù)背景下的突發(fā)公共事件中，政府、媒體和公眾是危機(jī)管理的三大核心力量，本文分別從這三個方面探討當(dāng)前認(rèn)知管理中存在的問題。

　　在政府層面存在的問題主要有：管理者缺乏社會認(rèn)知管理意識，官本位思想依然存在，政府在信息系統(tǒng)方面還相對薄弱等。在媒體層面，存在官方媒體信息傳播職能相對弱化、個別媒體單純地只做政府的發(fā)言人和撰稿人、信息收集渠道過窄、信息發(fā)布不全不準(zhǔn)等問題。在公眾層面，存在公共危機(jī)意識薄弱、對各種媒介信息的判斷能力普遍較差等問題。

　　當(dāng)前，由于國內(nèi)外對社會認(rèn)知管理的研究還沒有形成統(tǒng)一的理論體系，缺乏對認(rèn)知管理水平的評價標(biāo)準(zhǔn)。針對該問題，本文引入信息檢索技術(shù)中的網(wǎng)頁排序技術(shù)，通過對公共突發(fā)事件發(fā)生后媒體的網(wǎng)絡(luò)信息發(fā)布受關(guān)注程度進(jìn)行評價，進(jìn)而對影響受關(guān)注度的因素加以分析，提出建議，提升社會認(rèn)知管理水平。

2PageRank算法

　　PageRank算法由斯坦福大學(xué)的PAGE L［6］提出,該排序算法根據(jù)網(wǎng)頁間鏈接信息迭代計算得到。用有向圖G(V,E)表示網(wǎng)絡(luò)頁面間的鏈接關(guān)系，其中V是網(wǎng)頁集合，E是邊集(當(dāng)且僅當(dāng)存在從頁面i到頁面j的鏈接時，存在相應(yīng)的邊)。

　　計算PageRank的過程是求矩陣特征向量的過程:M表示有向圖G的聯(lián)接矩陣, 當(dāng)存在節(jié)點j到i的邊時，矩陣元素［i,j］的值為1/Nj,否則賦值0,其滿足:

　　x=Mx(1)

　　其中,x表示各頁面構(gòu)成的向量。根據(jù)構(gòu)成可得,矩陣M最大特征值為1;x為1對應(yīng)的特征向量,使用簡單迭代法對以上公式求解。M必須滿足兩個條件,迭代過程才會收斂:(1)M是非循環(huán)的;(2)M為強(qiáng)制連通。條件(1)由網(wǎng)絡(luò)結(jié)構(gòu)來保證,條件(2)通過在迭代過程中增加一個阻尼因子c來保證。新公式定義如下:

　　此時,在保證迭代收斂的同時,PageRank定義轉(zhuǎn)變?nèi)缦?設(shè)頁面z1, z2，…，zn鏈接指向頁面i,則

　　其中阻尼因子c為0.15,N(z)n為網(wǎng)頁(z)n的出鏈個數(shù)，(1-c)為阻尼系數(shù)。

　　PageRank算法中，由于網(wǎng)頁的內(nèi)外部鏈接需要時間的積累,收錄數(shù)與反鏈數(shù)隨著時間的積累而增加, PageRank的計算方法會使新網(wǎng)頁PR值偏低，導(dǎo)致歧視新網(wǎng)頁的現(xiàn)象。而公共危機(jī)發(fā)生后對信息發(fā)布時效性要求較高，故需要在傳統(tǒng)算法的基礎(chǔ)上添加時間權(quán)重。公眾對信息的實時需求較高,網(wǎng)頁被檢索到的時間與公共事件發(fā)生的時間差值越大,則網(wǎng)頁內(nèi)容價值相對越低。信息發(fā)布時間差Td的計算公式為:

　　Td=(Eq－Ec)×24+(Fq－Fc)（4）

　　式中:Eq、Fq分別為檢索時間的天數(shù)、小時;Ec、Fc分別為網(wǎng)頁發(fā)布時間的天數(shù)、小時。

　　Ti表示突發(fā)公共事件發(fā)生后，信息發(fā)布距事件發(fā)生在各時間段的賦值。

3實驗結(jié)果及分析

　　整個實驗包括數(shù)據(jù)集的獲取、預(yù)處理、實驗設(shè)計和結(jié)果分析四個部分。本文使用3臺PC搭建Hadoop的分布式計算平臺，分別為PC1～PC3。其中：PC1作Master；PC2～PC3作Slave。每臺PC具體配置硬件環(huán)境為：Intel Core 2 Duo 2.20 GHz CPU；2 GB內(nèi)存；300 GB硬盤；千兆網(wǎng)卡。軟件環(huán)境為Radhat 7；Hadoop 0．20。

　　3.1網(wǎng)頁數(shù)據(jù)的獲取

　　本文以新聞類應(yīng)用為例，網(wǎng)絡(luò)蜘蛛負(fù)責(zé)獲取網(wǎng)頁數(shù)據(jù), 網(wǎng)頁來自新華網(wǎng)、環(huán)球網(wǎng)、搜狐、新浪、網(wǎng)易、騰訊、鳳凰網(wǎng)等各大門戶網(wǎng)站，設(shè)定查詢時間為突發(fā)公共事件72小時以內(nèi)上述網(wǎng)站有關(guān)的新聞報道，經(jīng)過約24小時網(wǎng)絡(luò)蜘蛛的運行共爬取5×104張符合條件的新聞網(wǎng)頁。

　　3.2實驗設(shè)計及結(jié)果分析

　　3.2.1實驗設(shè)計

　　本文分別以“青島38元一只大蝦事件”、“美軍拉森號艦艇進(jìn)入南海島礁12海里事件”等查詢詞作為突發(fā)公共事件類應(yīng)用實驗參數(shù)，以PageRank值的變化量小于0.000 1作為算法收斂條件，求得事件發(fā)生后72小時內(nèi)各網(wǎng)站報道的新聞頁面的PR平均值。依據(jù)數(shù)值大小進(jìn)行排名。

　　3.2.2實驗結(jié)果分析

　　表1顯示，在事件1～3中，環(huán)球網(wǎng)和新華網(wǎng)在排序中較靠后，沒有較強(qiáng)從屬關(guān)系的鳳凰、網(wǎng)易等網(wǎng)頁排序較靠前。事件4中，環(huán)球網(wǎng)和新華網(wǎng)排名有所提升，但仍然沒有排在前列。

　　表2顯示，在添加時間權(quán)重后，環(huán)球網(wǎng)和新華網(wǎng)排名有所下降。

　　綜上所述，可以得到如下啟示：一是在突發(fā)公共事件中官方網(wǎng)站發(fā)布的消息受到的公眾關(guān)注度遠(yuǎn)低于當(dāng)前主流媒體所發(fā)布的消息，在綜合排名中相對位置比較靠后；二是在對外的突發(fā)事件中，官方媒體排序相對較高，說明在對外事件中，公眾對官網(wǎng)消息的認(rèn)可度較高；三是在加入時間權(quán)重后，官方網(wǎng)站的排名更加靠后，說明官方網(wǎng)站消息的時效性不強(qiáng)，遠(yuǎn)遠(yuǎn)滯后于當(dāng)前主流媒體；四是在統(tǒng)計中發(fā)現(xiàn)，官方網(wǎng)站發(fā)布的新聞數(shù)量和篇幅都遠(yuǎn)低于主流媒體，所報道內(nèi)容不全面、不完整也是官方網(wǎng)頁受關(guān)注度不高的原因。

4結(jié)論

　　本文通過對公共突發(fā)事件和認(rèn)知管理特點的研究，提出了通過PageRank排序算法對突發(fā)公共事件網(wǎng)絡(luò)新聞報道進(jìn)行關(guān)注度排名的方法，并將算法在Hadoop分布式計算平臺上實現(xiàn)。實驗結(jié)果在一定程度上能夠反映各大主流媒體在突發(fā)事件的網(wǎng)絡(luò)新聞傳播中受公眾關(guān)注的程度。

參考文獻(xiàn)

　?。?］ RAJARAMAN A，ULLMAN J D．大數(shù)據(jù)互聯(lián)網(wǎng)大規(guī)模數(shù)據(jù)挖掘分布式處理［M］．北京：人民郵電出版社，2013．

　?。?］ 陸嘉恒．大數(shù)據(jù)挑戰(zhàn)與NoSQL 數(shù)據(jù)庫技術(shù)［M］．北京：電子工業(yè)出版社， 2013．

　　［3］ 馬東杰．基于IEEE 802．15．4的接人算法研究［D］．秦皇島：燕山大學(xué)，2012．

　?。?］ Wen Hao，Lin Chang，Chen Zhijia，et al．An improved Markov model for IEEE 802．15．4 slotted CSMA/CA mechanism［J］．Journal of Computer Science and Technology，2009，24(3)：495504．

　?。?］ 宋園園.公共危機(jī)治理中認(rèn)知管理的解析與構(gòu)建［J］.行政領(lǐng)導(dǎo),2012（20）：1418.

　　［6］ BRIN S, MOTWANI R, PAGE L, et al. What can you do with a Web in your pocket Bull［J］. Data Engineering Bulletin,1998,21(1):3747.