邱繼遠,，岳振軍，榮傳振,，蘇豐龍

　?。ㄖ袊嗣窠夥跑娎砉ご髮W 通信工程學院，江蘇 南京 210007）

　　摘要：描述了當前突發(fā)公共事件中社會認知管理的現狀,，針對當前突發(fā)公眾事件中社會認知管理水平不高,，沒有統(tǒng)一的認知管理水平評價標準等問題，提出了應用網頁排序打分的方法來對突發(fā)事件中主流媒體網絡信息發(fā)布受公眾關注度的情況進行評價,，從而間接評價網絡媒體在社會認知管理中發(fā)揮的作用,。針對傳統(tǒng)PageRank算法偏重舊網頁的現象，對算法進行了改進,，增加了時間權重,。在Hadoop分布式計算平臺上實現了該算法，并對比分析了算法改進前后的排序結果,。

　　關鍵詞：認知管理; 突發(fā)性公共事件; Hadoop,；PageRank；時效性

0引言

　　當前,，國際形勢復雜多變,，國內改革逐步深化，各類問題和矛盾引發(fā)的突發(fā)性公共事件頻繁出現,。社會認知管理在處置突發(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行干預和引導，從而及時有效地糾正公眾認知的偏差,。信息發(fā)布作為社會認知管理的主要手段,，有多種方式，在大數據時代背景下,，網絡信息的發(fā)布是極為重要的一種方式,。對網絡信息發(fā)布的受關注程度進行評價，能夠在一定程度上體現政府的認知管理效果,。針對當前媒體網絡建設水平參差不齊,、信息發(fā)布受公眾關注度不高、缺乏有效的信息評價機制的現狀,，本文致力于通過基于Hadoop［14］的網頁排序技術對突發(fā)性公共事件中各網站信息發(fā)布的受關注度進行綜合排序打分,，找出影響關注度的主要因素,，以此來推動網站信息發(fā)布水平的提升，進而提升政府的社會認知管理水平,。

1當前認知管理中存在的問題

　　在大數據時代,，由于信息傳播的速度和廣度前所未有，因此政府開展認知管理活動更加困難,。宋園園［5］認為,，在大數據背景下的突發(fā)公共事件中，政府,、媒體和公眾是危機管理的三大核心力量,，本文分別從這三個方面探討當前認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)布不全不準等問題,。在公眾層面，存在公共危機意識薄弱,、對各種媒介信息的判斷能力普遍較差等問題,。

　　當前，由于國內外對社會認知管理的研究還沒有形成統(tǒng)一的理論體系,，缺乏對認知管理水平的評價標準,。針對該問題，本文引入信息檢索技術中的網頁排序技術,，通過對公共突發(fā)事件發(fā)生后媒體的網絡信息發(fā)布受關注程度進行評價,，進而對影響受關注度的因素加以分析，提出建議,，提升社會認知管理水平。

2PageRank算法

　　PageRank算法由斯坦福大學的PAGE L［6］提出,該排序算法根據網頁間鏈接信息迭代計算得到,。用有向圖G(V,E)表示網絡頁面間的鏈接關系,，其中V是網頁集合，E是邊集(當且僅當存在從頁面i到頁面j的鏈接時,，存在相應的邊),。

　　計算PageRank的過程是求矩陣特征向量的過程:M表示有向圖G的聯接矩陣, 當存在節(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表示各頁面構成的向量,。根據構成可得,矩陣M最大特征值為1;x為1對應的特征向量,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為強制連通,。條件(1)由網絡結構來保證,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定義轉變如下:設頁面z1, z2,，…,，zn鏈接指向頁面i,則

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

　　PageRank算法中,，由于網頁的內外部鏈接需要時間的積累,收錄數與反鏈數隨著時間的積累而增加, PageRank的計算方法會使新網頁PR值偏低，導致歧視新網頁的現象,。而公共危機發(fā)生后對信息發(fā)布時效性要求較高,，故需要在傳統(tǒng)算法的基礎上添加時間權重。公眾對信息的實時需求較高,網頁被檢索到的時間與公共事件發(fā)生的時間差值越大,則網頁內容價值相對越低,。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、小時;Ec,、Fc分別為網頁發(fā)布時間的天數,、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實驗結果及分析

　　整個實驗包括數據集的獲取、預處理,、實驗設計和結果分析四個部分,。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內存,；300 GB硬盤；千兆網卡,。軟件環(huán)境為Radhat 7,；Hadoop 0．20。

　　3.1網頁數據的獲取

　　本文以新聞類應用為例,，網絡蜘蛛負責獲取網頁數據, 網頁來自新華網,、環(huán)球網、搜狐,、新浪,、網易、騰訊、鳳凰網等各大門戶網站,，設定查詢時間為突發(fā)公共事件72小時以內上述網站有關的新聞報道,，經過約24小時網絡蜘蛛的運行共爬取5×104張符合條件的新聞網頁。

　　3.2實驗設計及結果分析

　　3.2.1實驗設計

　　本文分別以“青島38元一只大蝦事件”,、“美軍拉森號艦艇進入南海島礁12海里事件”等查詢詞作為突發(fā)公共事件類應用實驗參數,，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小時內各網站報道的新聞頁面的PR平均值,。依據數值大小進行排名,。

　　3.2.2實驗結果分析

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

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

　　綜上所述,，可以得到如下啟示：一是在突發(fā)公共事件中官方網站發(fā)布的消息受到的公眾關注度遠低于當前主流媒體所發(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,，公眾對官網消息的認可度較高,；三是在加入時間權重后，官方網站的排名更加靠后,，說明官方網站消息的時效性不強,，遠遠滯后于當前主流媒體；四是在統(tǒng)計中發(fā)現,，官方網站發(fā)布的新聞數量和篇幅都遠低于主流媒體,，所報道內容不全面、不完整也是官方網頁受關注度不高的原因,。

4結論

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

參考文獻

　　［1］ RAJARAMAN A,，ULLMAN J D．大數據互聯網大規(guī)模數據挖掘分布式處理［M］．北京：人民郵電出版社,，2013．

　　［2］ 陸嘉恒．大數據挑戰(zhàn)與NoSQL 數據庫技術［M］．北京：電子工業(yè)出版社,， 2013．

　?。?］ 馬東杰．基于IEEE 802．15．4的接人算法研究［D］．秦皇島：燕山大學，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.公共危機治理中認知管理的解析與構建［J］.行政領導,2012（20）：1418.

　?。?］ 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.