邱繼遠(yuǎn)，岳振軍，榮傳振，蘇豐龍

　　（中國(guó)人民解放軍理工大學(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(huì)認(rèn)知管理的現(xiàn)狀，針對(duì)當(dāng)前突發(fā)公眾事件中社會(huì)認(rèn)知管理水平不高，沒有統(tǒng)一的認(rèn)知管理水平評(píng)價(jià)標(biāo)準(zhǔn)等問題，提出了應(yīng)用網(wǎng)頁(yè)排序打分的方法來(lái)對(duì)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(píng)價(jià)，從而間接評(píng)價(jià)網(wǎng)絡(luò)媒體在社會(huì)認(rèn)知管理中發(fā)揮的作用。針對(duì)傳統(tǒng)PageRank算法偏重舊網(wǎng)頁(yè)的現(xiàn)象，對(duì)算法進(jìn)行了改進(jìn)，增加了時(shí)間權(quán)重。在Hadoop分布式計(jì)算平臺(tái)上實(shí)現(xiàn)了該算法，并對(duì)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(shí)效性

0引言

　　當(dāng)前，國(guó)際形勢(shì)復(fù)雜多變，國(guó)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(huì)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(shí)對(duì)公眾的心理活動(dòng)過程進(jìn)行干預(yù)和引導(dǎo)，從而及時(shí)有效地糾正公眾認(rèn)知的偏差。信息發(fā)布作為社會(huì)認(rèn)知管理的主要手段，有多種方式，在大數(shù)據(jù)時(shí)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(duì)網(wǎng)絡(luò)信息發(fā)布的受關(guān)注程度進(jìn)行評(píng)價(jià)，能夠在一定程度上體現(xiàn)政府的認(rèn)知管理效果。針對(duì)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(píng)價(jià)機(jī)制的現(xiàn)狀，本文致力于通過基于Hadoop［14］的網(wǎng)頁(yè)排序技術(shù)對(duì)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(lái)推動(dòng)網(wǎng)站信息發(fā)布水平的提升，進(jìn)而提升政府的社會(huì)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(shí)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(dòng)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(gè)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(huì)認(rèn)知管理意識(shí)，官本位思想依然存在，政府在信息系統(tǒng)方面還相對(duì)薄弱等。在媒體層面，存在官方媒體信息傳播職能相對(duì)弱化、個(gè)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(shí)薄弱、對(duì)各種媒介信息的判斷能力普遍較差等問題。

　　當(dāng)前，由于國(guó)內(nèi)外對(duì)社會(huì)認(rèn)知管理的研究還沒有形成統(tǒng)一的理論體系，缺乏對(duì)認(rèn)知管理水平的評(píng)價(jià)標(biāo)準(zhǔn)。針對(duì)該問題，本文引入信息檢索技術(shù)中的網(wǎng)頁(yè)排序技術(shù)，通過對(duì)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(píng)價(jià)，進(jìn)而對(duì)影響受關(guān)注度的因素加以分析，提出建議，提升社會(huì)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(yè)間鏈接信息迭代計(jì)算得到。用有向圖G(V,E)表示網(wǎng)絡(luò)頁(yè)面間的鏈接關(guān)系，其中V是網(wǎng)頁(yè)集合，E是邊集(當(dāng)且僅當(dāng)存在從頁(yè)面i到頁(yè)面j的鏈接時(shí)，存在相應(yīng)的邊)。

　　計(jì)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(diǎn)j到i的邊時(shí)，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(yè)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(duì)應(yīng)的特征向量,使用簡(jiǎn)單迭代法對(duì)以上公式求解。M必須滿足兩個(gè)條件,迭代過程才會(huì)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(lái)保證,條件(2)通過在迭代過程中增加一個(gè)阻尼因子c來(lái)保證。新公式定義如下:

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

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

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

　　Td=(Eq－Ec)×24+(Fq－Fc)（4）

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

　　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(shí)間段的賦值。

3實(shí)驗(yàn)結(jié)果及分析

　　整個(gè)實(shí)驗(yàn)包括數(shù)據(jù)集的獲取、預(yù)處理、實(shí)驗(yàn)設(shè)計(jì)和結(jié)果分析四個(gè)部分。本文使用3臺(tái)PC搭建Hadoop的分布式計(jì)算平臺(tái)，分別為PC1～PC3。其中：PC1作Master；PC2～PC3作Slave。每臺(tái)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(yè)數(shù)據(jù)的獲取

　　本文以新聞?lì)悜?yīng)用為例，網(wǎng)絡(luò)蜘蛛負(fù)責(zé)獲取網(wǎng)頁(yè)數(shù)據(jù), 網(wǎng)頁(yè)來(lái)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(shí)間為突發(fā)公共事件72小時(shí)以內(nèi)上述網(wǎng)站有關(guān)的新聞報(bào)道，經(jīng)過約24小時(shí)網(wǎng)絡(luò)蜘蛛的運(yùn)行共爬取5×104張符合條件的新聞網(wǎng)頁(yè)。

　　3.2實(shí)驗(yàn)設(shè)計(jì)及結(jié)果分析

　　3.2.1實(shí)驗(yàn)設(shè)計(jì)

　　本文分別以“青島38元一只大蝦事件”、“美軍拉森號(hào)艦艇進(jìn)入南海島礁12海里事件”等查詢?cè)~作為突發(fā)公共事件類應(yīng)用實(shí)驗(yàn)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(shí)內(nèi)各網(wǎng)站報(bào)道的新聞頁(yè)面的PR平均值。依據(jù)數(shù)值大小進(jìn)行排名。

　　3.2.2實(shí)驗(yàn)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(yè)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(shí)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(duì)位置比較靠后；二是在對(duì)外的突發(fā)事件中，官方媒體排序相對(duì)較高，說(shuō)明在對(duì)外事件中，公眾對(duì)官網(wǎng)消息的認(rèn)可度較高；三是在加入時(shí)間權(quán)重后，官方網(wǎng)站的排名更加靠后，說(shuō)明官方網(wǎng)站消息的時(shí)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(jì)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(bào)道內(nèi)容不全面、不完整也是官方網(wǎng)頁(yè)受關(guān)注度不高的原因。

4結(jié)論

　　本文通過對(duì)公共突發(fā)事件和認(rèn)知管理特點(diǎn)的研究，提出了通過PageRank排序算法對(duì)突發(fā)公共事件網(wǎng)絡(luò)新聞報(bào)道進(jìn)行關(guān)注度排名的方法，并將算法在Hadoop分布式計(jì)算平臺(tái)上實(shí)現(xiàn)。實(shí)驗(yàn)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)

　　［1］ 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．

　　［2］ 陸嘉恒．大數(shù)據(jù)挑戰(zhàn)與NoSQL 數(shù)據(jù)庫(kù)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．

　　［4］ 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．

　　［5］ 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.