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(jià)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(jià),，從而間接評價(jià)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(shí)間權(quán)重,。在Hadoop分布式計(jì)算平臺上實(shí)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(shí)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(shí)對公眾的心理活動過程進(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,。對網(wǎng)絡(luò)信息發(fā)布的受關(guān)注程度進(jìn)行評價(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(jià)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(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(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(jià)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(jià),，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(jì)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(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(gè)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(gè)阻尼因子c來保證。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(gè)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(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)算方法會使新網(wǎng)頁P(yáng)R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(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。公眾對信息的實(shí)時(shí)需求較高,網(wǎng)頁被檢索到的時(shí)間與公共事件發(fā)生的時(shí)間差值越大,則網(wǎng)頁內(nèi)容價(jià)值相對越低,。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PC搭建Hadoop的分布式計(jì)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(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。

　　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(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(shí)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(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(diǎn)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(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)庫技術(shù)［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(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.

　?。?］ 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.