博文
社会事件相关的微博分布特性
|||
Web2.0时代，社会事件与网络信息的传播是相辅相成的，特别是微博的出现以及与大众化手机的绑定，使得两者关系更是微妙和重要。突发事件除了本身结果对社会的影响，同时形成了网络信息之源。而信息在网络的传播模式、速度和范围，又对社会促发震荡型反馈，形成对原事件更为深刻和广泛的影响。所以微博机制研究如同发展生态、能源、食品和工程技术一样有益，算得上现代科技领域的一花独秀。
在进行微博转发预测研究时，微博的发布者和转发者标签、微博内容和相关事件的社会背景、以及推荐和转发历史资料等等的分析都十分重要。研究人员需要进行必要的假设，归纳特性和建立数学模型。例如把微博发布过程简化为泊松分布或正态分布等。
2012年Web信息系统工程国际会议(WISE)举办对新浪微博海量数据处理和转发预测竞赛项目，笔者团队对2009年至2012年初中外发生的44个重要社会事件相关的新浪微博历史数据进行分析，观察涉及各事件的微博数量分布情况，初步归纳出微博机制的以下分类：1）按某事件相关微博统计数与标准分布函数相似程度划分为：脉冲型、三角(梯)型、正态型和泊松型等；2）按某事件相关微博统计数的分布特点划分为：重复型、相关型和周期型等。这些分类仅为笔者的初步设想，一家之言， 谨此抛砖引玉，与同行磋商 。
1. 微博分布的相似函数
常见标准分布函数有：脉冲型、三角(梯)型、正态型和泊松型等。新浪微博的分布也具备这些特性。以下介绍脉冲型和正态型两个分布函数和举例。
1）脉冲型
2011年5月2日周一晨，奥萨马·本·拉登在美国的一此军事行动中，于巴基斯坦境内的一座豪宅内，被海豹第六分队击毙，终年54岁。此事在全球社交网络上议论如潮，在新浪微博上也不例外。图一显示新浪微博当天的微博发行数达5万4千多，在图上形成一个强脉冲。但随后网上对此事的讨论即停，算是新浪微博一绝。
图一 新浪微博热议本·拉登之死，形成脉冲分布
2）正态分布型
2010年底到2012年初，新浪微博对房价的讨论非常激烈，最多每天发博近1万6千条。主要涉及房价高 、购房难、经济适用房、廉价房和限价房等议题。 图二显示新浪微博数量的分布接近正态分布。
图二 新浪微博对房价讨论的微博数量分布接近正态分布函数
2. 微博分布特点
不同议题的新浪微博分布，有不同的特点。以下列举相关性和周期性两个特点和举例。
1）相关性
2011年3月11日14时46分，日本东北地方太平洋近海地震 ，造成巨大物质和人力损失。地震发生后，截至当天下午18时的4个小时内，新浪微博上发布日本地震相关的微博近450万条，其中在日本的微博用户发出了30万条。一些用户还发微博短信找人，一时间传为佳话。
更有意思的是，有关对日本地震的微博，竟引起新的一轮对房价的讨论。图三显示日本地震期间新浪微博用户发出的微博数量统计和分布。其中左边的竖标为有关地震的微博日平均数，右边的竖标显示有关房价讨论的微博统计和分布。
图三 日本地震期间新浪微博有关地震和房价讨论的微博统计和分布。
2）周期型
小米手机是小米公司研发的一款高性能发烧级智能手机。小米M1型于2011年8月16日发布，售价1999元，主要针对手机发烧友，采用线上销售模式，是世界上首款双核1.5GHz的智能手机。不少网友对小米情有独钟，在微博热议。
有趣的是，在新浪发微博讨论小米的发烧友很有规律，每周二至周四频发微博，周五至周一稍事休息。图四展示有关小米的微博统计数和分布。其中实线为每周平均发博数，虚线为周五平均发博数。
图四 新浪微博对小米手机的发烧微博统计数和分布
感谢WISE主办方和新浪微博提供海量数据。感谢TransLab团队友好合作和努力工作。
参考资料
Edans F. O. Sandes, Li Weigang, and Alba C. de Melo, Optimizing social network queries: Weibo case study. Research report, University of Brasilia, 2012。
相关博文：
https://blog.sciencenet.cn/blog-652078-579808.html
上一篇：KDD世界杯揭晓 腾讯微博赛落帷
下一篇：全球百家空港 北京流量第二
