CN106294334A - 一种微博舆情指标体系的计算方法及装置 - Google Patents

Abstract

本发明公开了一种微博舆情指标体系的计算方法及装置。其中，该方法包括：构建微博舆情指标体系；其中，微博舆情指标体系包括：微博主体、微博信息、微博话题和微博舆情；计算微博主体的活跃度和影响力；计算微博信息的热度和影响力；计算微博话题的热度和影响力；基于计算结果得到微博舆情综合指数。本发明构建了微博舆情指标体系，并且基于微博舆情指标体系，可准确获取得到微博舆情综合指数。解决了相关技术中舆情分析指标体系过于庞大，针对性不强的问题。微博作为网络舆情的主要推动媒介，基于本发明研究的微博舆情指标体系，将能更加准确的评估社会舆情安全状态。

Description

一种微博舆情指标体系的计算方法及装置

技术领域

本发明涉及网络信息挖掘领域，特别是涉及一种微博舆情指标体系的计算方法及装置。

背景技术

微博是一种基于用户关系的信息分享、传播以及获取平台，用户可以通过WEB、WAP以及各种客户端组建个人社区，以140字左右的文字更新信息，并实现即时分享。截至2014年底，微博用户已达2.49亿，日均发帖量超过2亿。微博已经成为社会影响力日益增强的信息媒介，成为民意表达的一个最为方便、快捷、集中、明显和自由的舆论场，成为映射社会舆情的实时晴雨表，成为洞察和引导社会各层面舆情态势的重要窗口。在微博中，网民对当前社会各种现象以及诸多热点问题发表立场和观点，话题涉及政治、经济、军事、娱乐、体育、卫生、科技、个人生活等各个领域，直接、快速的反映了各个层面的社会舆情状况于发展态势。所以，结合微博自身的特点，建立微博中的舆情监测指标体系，来衡量微博媒体中的舆情安全状况，能够直接反映社会舆情状态，及时捕捉到微博中敏感的舆情信息，为管理者实行舆情疏导提供决策支持，将负面的网络舆情影响控制在警戒线以下，具有重大的政治意义和社会文化意义。

现有的舆情分析指标体系多针对互联网舆情，由于互联网中传播渠道和交流平台的多样化，如：新闻、评论、BBS以及网络社区、时事论坛、博客、维客、即时通信软件、Email及短信等，指标体系涵盖的面较广，造成了舆情指标体系过于庞大，针对性不强。

针对相关技术中舆情分析指标体系过于庞大，针对性不强的问题，目前尚未提出有效的解决方案。

发明内容

针对相关技术中舆情分析指标体系过于庞大，针对性不强的问题，本发明提供了一种微博舆情指标体系的计算方法及装置，用以解决上述技术问题。

根据本发明的一个方面，本发明提供了一种微博舆情指标体系的计算方法，其中，该方法包括：构建微博舆情指标体系；其中，所述微博舆情指标体系包括：微博主体、微博信息、微博话题和微博舆情；计算所述微博主体的活跃度和影响力；计算所述微博信息的热度和影响力；计算所述微博话题的热度和影响力；基于计算结果得到微博舆情综合指数。

优选地，基于以下要素计算所述微博主体的活跃度：博主发表微博的总数量、每天平均发表微博数量、原创微博数量、原创微博比例、转发其他人微博的次数、评论其他人微博的次数；基于微博主体的活跃度和改进的PageRank算法，计算所述微博主体的影响力。

优选地，基于以下要素计算所述微博信息的热度：微博信息的重复次数、转发次数、评论次数、回复次数；根据所述微博主体的影响力计算所述微博信息的影响力。

优选地，根据所述微博信息的热度计算所述微博话题的热度；根据所述微博主体的影响力计算所述微博话题的影响力。

优选地，基于计算结果得到微博舆情综合指数，包括：根据所述微博话题的热度和影响力，计算得到微博舆情综合指数。

优选地，计算所述微博主体的活跃度通过以下公式实现：

$\begin{array}{c}\mathrm{AuthActive}\left({\mathrm{auth}}_i\right)=a*\log \left(\frac{{\mathrm{TotalNum}}_{\max }}{{\mathrm{TotalNum}}_i}\right)+b*\log \left(\frac{{\mathrm{AveNum}}_{\max }}{{\mathrm{AveNum}}_i}\right)+c*\log \left(\frac{{\mathrm{OriNum}}_{\max }}{{\mathrm{OriNum}}_i}\right)+d*\log \left(\frac{{\mathrm{OriRatio}}_{\max }}{{\mathrm{OriRatio}}_i}\right)\\ +e*\log \left(\frac{{\mathrm{RetraNum}}_{\max }}{{\mathrm{RetraNum}}_i}\right)+f*\log \left(\frac{{\mathrm{CommentNum}}_{\max }}{{\mathrm{CommentNum}}_i}\right)\end{array}$

其中，AuthActive(auth_i)是所述微博主体的活跃度，TotalNum_max是所有博主中发表微博数量的最大值，TotalNum_i是博主auth_i发表微博的总数量，AveNum_max是所有博主中每天平均发表微博数量的最大值，AveNum_i是博主auth_i的每天平均发表微博数量，OriNum_max是所有博主中原创微博数量的最大值，OriNum_i是博主auth_i的原创微博数量，OriRatio_max是所有博主中原创微博比例的最大值，OriRatio_i是博主auth_i的原创微博比例，RetraNum_max是所有博主中转发其他人微博的次数的最大值，RetraNum_i是博主auth_i转发其他人微博的次数，CommentNum_max是所有博主中评论其他人微博的次数的最大值，CommentNum_i是博主auth_i评论其他人微博的次数，a、b、c、d、e、f是调节参数。

优选地，计算所述微博主体的影响力通过以下公式实现： $\mathrm{AuthRank}\left({\mathrm{auth}}_i\right)=\frac{1-q}{M}+q\underset{u_j}{\mathrm{\Σ}}\frac{\mathrm{AuthRank}\left(u_j\right)*\mathrm{AuthActive}\left(u_j\right)}{L\left(u_j\right)}$ 其中，AuthRank(auth_i)是所述微博主体的影响力，M是总的博主数量，u_j表示关注博主auth_i的博主，L(u_j)是博主u_j的关注博主数，q是阻尼系数。

优选地，计算所述微博信息的热度通过以下公式实现：

$\begin{array}{c}\mathrm{DocHot}\left({\mathrm{doc}}_i\right)=a*\log \left(\frac{\mathrm{RepeatN}{\mathrm{um}}_{\max }}{\mathrm{Re}{\mathrm{peatNum}}_i}\right)+b*\log \left(\frac{{\mathrm{RetraNum}}_{\max }}{{\mathrm{RetraNum}}_i}\right)\\ +c*\log \left(\frac{{\mathrm{CommentNum}}_{\max }}{{\mathrm{CommentNum}}_i}\right)+d*\log \left(\frac{{\mathrm{Re\; plyNum}}_{\max }}{\mathrm{Re\; plyNu}{m}_i}\right)\end{array}$

其中，DocHot(doc_i)是所述微博信息的热度，RepeatNum_max是指定时间周期中微博信息的重复次数的最高值，RepeatNum_i是微博信息doc_i的重复次数，RetraNum_max是指定时间周期中微博信息的转发次数的最高值，RetraNum_i是微博信息doc_i的转发次数，CommentNum_max是指定时间周期中微博信息的评论次数的最高值，CommentNum_i是微博信息doc_i的评论次数，ReplyNum_max是指定时间周期中微博信息的回复次数的最高值，ReplyNum_i是微博信息doc_i的回复次数，a、b、c、d是调节参数。

优选地，计算所述微博信息的影响力通过以下公式实现：其中，DocInf(doc_i)是所述微博信息的影响力，集合A是发表或转发微博信息doc_i的博主集合。

优选地，计算所述微博话题的热度通过以下公式实现：其中，集合M是构成微博话题topic_i的微博信息的集合。

优选地，计算所述微博话题的影响力通过以下公式实现：其中，集合A是发表或转发微博话题topic_i的微博信息的博主集合。

优选地，计算所述微博舆情综合指数通过以下公式实现： $\mathrm{MicroB}\log =\underset{i\∈T}{\mathrm{\Σ}}[\mathrm{\α}*\mathrm{TopicHot}\left({\mathrm{topic}}_i\right)+\mathrm{\β}*\mathrm{TopicInf}\left({\mathrm{topic}}_i\right)]$ 其中，集合T是当前时刻的微博话题集合，α、β是调节参数。

优选地，所述微博主体的活跃度和影响力按照指定周期更新；所述微博信息的热度和影响力、所述微博话题的热度和影响力、以及所述微博舆情综合指数的计算周期至少为天、周或月。

根据本发明的另一方面，本发明还提供了一种微博舆情指标体系的计算装置，其中，该装置包括：体系构建模块，用于构建微博舆情指标体系；其中，所述微博舆情指标体系包括：微博主体、微博信息、微博话题和微博舆情；计算模块，用于计算所述微博主体的活跃度和影响力；计算所述微博信息的热度和影响力；计算所述微博话题的热度和影响力；指数计算模块，用于基于计算结果得到微博舆情综合指数。

本发明有益效果如下：

本发明构建了微博舆情指标体系，并且基于微博舆情指标体系，可准确获取得到微博舆情综合指数。微博作为网络舆情的主要推动媒介，基于本发明研究的微博舆情指标体系，将能更加准确的评估社会舆情安全状态。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

图1是根据本发明实施例的微博舆情指标体系的计算方法流程图，；

图2是根据本发明实施例的微博舆情指标体系的计算装置的结构框图。

具体实施方式

为了解决现有技术中舆情分析指标体系过于庞大，针对性不强的问题，本发明提供了一种微博舆情指标体系的计算方法及装置，以下结合附图以及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不限定本发明。

实施例一

为实现本发明的目的，本实施例提供一种微博舆情指标体系的计算方法，图1是根据本发明实施例的微博舆情指标体系的计算方法流程图，如图1所示，该流程包括：

步骤S102，构建微博舆情指标体系；其中，微博舆情指标体系包括：微博主体、微博信息、微博话题和微博舆情；

步骤S104，计算微博主体的活跃度和影响力；计算微博信息的热度和影响力；计算微博话题的热度和影响力；

步骤S106，基于计算结果得到微博舆情综合指数。

在本实施例中，运用层次分析法，可将微博舆情指标体系划分为4个层次，结构模型如表1所示，其中每一个层次都是由上一个层次的评价指标所展开的，而上一层次的评价指标则是通过下一层次的评价结果反应出来的。层次分析法中的准则层包括：微博主体、微博信息、微博话题和微博舆情，指标层再由准则层的隶属关系再进行细分可得。

表1

下面结合表1，对各个层次及其对应的指标进行介绍：

1)微博主体指微博主，博主自身在微博中的发帖、回复、转发、评论等行为反映了博主的活跃度；博主之间的关注关系构成了博主网络，博主的粉丝数量及质量反映了博主的影响力。

针对微博主体的微博主设计两个指标：活跃度和影响力。活跃度与博主发表微博的总数量、平均微博量、原创微博数量、原创微博比例、转发次数、评论次数等相关。影响力与粉丝的数量和质量相关，而单个微博的影响力又与自身活跃度，自身的粉丝相关，所以，通过博主关注网络迭代计算来产生博主的影响力。

在本实施例中，(1)基于以下要素计算微博主体的活跃度：博主发表微博的总数量、每天平均发表微博数量、原创微博数量、原创微博比例、转发其他人微博的次数、评论其他人微博的次数；(2)基于微博主体的活跃度和改进的PageRank算法，计算微博主体的影响力。

2)微博信息的指标是针对单条微博信息的评价，包括两个指标：热度和影响力。从传播意义上来讲，微博信息重复发布转发、评论、回复、点击的数量反映了其热度。微博信息的影响力由发布、转发信息的博主影响力而决定。

在本实施例中，(1)基于以下要素计算微博信息的热度：微博信息的重复次数、转发次数、评论次数、回复次数；(2)根据微博主体的影响力计算微博信息的影响力。

3)微博话题是一组微博信息的集合，这些信息是围绕同一中心话题而展开的讨论。微博话题有两个指标：热度和影响力。热度由微博话题相关的信息数量及热度而决定，影响力由微博话题相关的信息数量及影响力而决定。

在本实施例中，(1)根据微博信息的热度计算微博话题的热度；(2)根据微博主体的影响力计算微博话题的影响力。

4)微博舆情综合指数反映了微博上的整体舆论状况，由微博话题的数量和其热度、影响力而决定。

在本实施例中，基于计算结果得到微博舆情综合指数，包括：根据所述微博话题的热度和影响力，计算得到微博舆情综合指数。

实施例二

本实施例对微博舆情指标体系的计算方法进行详细介绍。

步骤1，微博主体是微博主，有两个指标：活跃度和影响力。

其中，微博主体的活跃度与表2所示的多个要素相关。

表2

序号	名称	符号
			1	微博的总数量	TotalNum
2	每天平均微博量	AveNum
			3	原创微博数量	OriNum
4	原创微博比例	OriRatio
			5	转发次数	RetraNum
6	评论次数	CommentNum

提取博主的上述要素后，根据以下公式计算微博主体的活跃度：

$\begin{array}{c}\mathrm{AuthActive}\left({\mathrm{auth}}_i\right)=a*\log \left(\frac{{\mathrm{TotalNum}}_{\max }}{{\mathrm{TotalNum}}_i}\right)+b*\log \left(\frac{{\mathrm{AveNum}}_{\max }}{{\mathrm{AveNum}}_i}\right)+c*\log \left(\frac{{\mathrm{OriNum}}_{\max }}{{\mathrm{OriNum}}_i}\right)+d*\log \left(\frac{{\mathrm{OriRatio}}_{\max }}{{\mathrm{OriRatio}}_i}\right)\\ +e*\log \left(\frac{{\mathrm{RetraNum}}_{\max }}{{\mathrm{RetraNum}}_i}\right)+f*\log \left(\frac{{\mathrm{CommentNum}}_{\max }}{{\mathrm{CommentNum}}_i}\right)\end{array}$

其中，AuthActive(auth_i)是微博主体的活跃度，TotalNum_max是所有博主中发表微博数量的最大值，TotalNum_i是博主auth_i发表微博的总数量，AveNum_max是所有博主中每天平均发表微博数量的最大值，AveNum_i是博主auth_i的每天平均发表微博数量，OriNum_max是所有博主中原创微博数量的最大值，OriNum_i是博主auth_i的原创微博数量，OriRatio_max是所有博主中原创微博比例的最大值，OriRatio_i是博主auth_i的原创微博比例，RetraNum_max是所有博主中转发其他人微博的次数的最大值，RetraNum_i是博主auth_i转发其他人微博的次数，CommentNum_max是所有博主中评论其他人微博的次数的最大值，CommentNum_i是博主auth_i评论其他人微博的次数，a、b、c、d、e、f是调节参数，用于平衡上述多个要素的比重关系，在多个要素的差值较大时，用以平均各自的比重，在多个要素的差值较小时，可以取1，本实施例中全部取1。

博主的关注关系构成微博网络，博主的影响力取决于关注该博主的粉丝的影响力及数量，而每个博主的影响力又与自身的活跃度相关，所以，采用改进的PageRank算法来衡量博主的影响力。PageRank算法中，每个入链的权重相同，未考虑不同页面的质量差异，而在博主关注网络中，每个博主自身活跃度不同，为关注博主影响力带来的贡献也不同，要将活跃度作为贡献的权重来计算，公式如下：

$\mathrm{AuthRank}\left({\mathrm{auth}}_i\right)=\frac{1-q}{M}+q\underset{u_j}{\mathrm{\Σ}}\frac{\mathrm{AuthRank}\left(u_j\right)*\mathrm{AuthActive}\left(u_j\right)}{L\left(u_j\right)}$

其中，AuthRank(auth_i)是微博主体的影响力，M是总的博主数量，u_j表示关注博主auth_i的博主，L(u_j)是博主u_j的关注博主数，q是阻尼系数，一般取值为0.85。

步骤2，微博信息有两个指标：热度和影响力。

其中，微博信息的热度与表3所示的多个要素相关。

表3

上述次数都是指在计算时间窗口内的统计数量，时间窗口可以是天、周、月等。计算微博信息的热度通过以下公式实现：

$\begin{array}{c}\mathrm{DocHot}\left({\mathrm{doc}}_i\right)=a*\log \left(\frac{\mathrm{RepeatN}{\mathrm{um}}_{\max }}{\mathrm{Re}{\mathrm{peatNum}}_i}\right)+b*\log \left(\frac{{\mathrm{RetraNum}}_{\max }}{{\mathrm{RetraNum}}_i}\right)\\ +c*\log \left(\frac{{\mathrm{CommentNum}}_{\max }}{{\mathrm{CommentNum}}_i}\right)+d*\log \left(\frac{{\mathrm{Re\; plyNum}}_{\max }}{\mathrm{Re\; plyNu}{m}_i}\right)\end{array}$

其中，DocHot(doc_i)是所述微博信息的热度，RepeatNum_max是指定时间周期中微博信息的重复次数的最高值，RepeatNum_i是微博信息doc_i的重复次数，RetraNum_max是指定时间周期中微博信息的转发次数的最高值，RetraNum_i是微博信息doc_i的转发次数，CommentNum_max是指定时间周期中微博信息的评论次数的最高值，CommentNum_i是微博信息doc_i的评论次数，ReplyNum_max是指定时间周期中微博信息的回复次数的最高值，ReplyNum_i是微博信息doc_i的回复次数，a、b、c、d是调节参数，本实施例中全部取1。

微博信息的影响力是发表或转发该信息的博主影响力之和，计算公式如下：

$\mathrm{DocInf}\left({\mathrm{doc}}_i\right)=\underset{i\∈A}{\mathrm{\Σ}}\mathrm{AuthRank}\left({\mathrm{auth}}_i\right)$

其中，DocInf(doci)是所述微博信息的影响力，集合A是发表或转发微博信息doci的博主集合。

步骤3，微博话题有两个指标：热度和影响力。

其中，微博话题的热度是该微博话题包含的所有微博信息的热度之和，计算公式如下：

$\mathrm{TopicHot}\left({\mathrm{topic}}_i\right)=\underset{\mathrm{do}{c}_j\∈M}{\mathrm{\Σ}}\mathrm{DocHot}\left({\mathrm{doc}}_i\right)$

其中，集合M是构成微博话题topic_i的微博信息的集合。

微博话题的影响力是所有发表该微博话题相关信息的博主影响力之和，计算如下：

$\mathrm{TopicInf}\left({\mathrm{topic}}_i\right)=\underset{i\∈B}{\mathrm{\Σ}}\mathrm{AuthRank}\left({\mathrm{auth}}_i\right)$

其中，集合A是发表或转发微博话题topic_i的微博信息的博主集合。

步骤4，微博舆情综合指数，由微博主体的数量及影响力，微博话题的数量、热度、影响力决定，计算公式如下：

$\mathrm{MicroB}\log =\underset{i\∈T}{\mathrm{\Σ}}[\mathrm{\α}*\mathrm{TopicHot}\left({\mathrm{topic}}_i\right)+\mathrm{\β}*\mathrm{TopicInf}\left({\mathrm{topic}}_i\right)]$

其中，集合T是当前时刻的微博话题集合，α、β是调节参数。

微博主体的两个指标是相对的，以一定周期定期更新。而微博信息、微博话题以及微博舆情综合指数是动态的，分别以天、周和月来计算。

实施例三

对应于实施例一介绍的微博舆情指标体系的计算方法，本实施例提供了一种微博舆情指标体系的计算装置，用以实现上述实施例。图2是根据本发明实施例的微博舆情指标体系的计算装置的结构框图，如图2所示，该装置包括：体系构建模块10、计算模块20和指数计算模块30。下面对该结构进行详细介绍。

体系构建模块10，用于构建微博舆情指标体系；其中，微博舆情指标体系包括：微博主体、微博信息、微博话题和微博舆情；

计算模块20，用于计算微博主体的活跃度和影响力；计算微博信息的热度和影响力；计算微博话题的热度和影响力；

指数计算模块30，用于基于计算结果得到微博舆情综合指数。

通过上述分析可知，本发明构建了微博舆情指标体系，并且基于微博舆情指标体系，可准确获取得到微博舆情综合指数。解决了相关技术中舆情分析指标体系过于庞大，针对性不强的问题。微博作为网络舆情的主要推动媒介，基于本发明研究的微博舆情指标体系，将能更加准确的评估社会舆情安全状态。

尽管为示例目的，已经公开了本发明的优选实施例，本领域的技术人员将意识到各种改进、增加和取代也是可能的，因此，本发明的范围应当不限于上述实施例。

Claims (8)

1.一种微博舆情指标体系的计算方法，其特征在于，所述方法包括：

构建微博舆情指标体系；其中，所述微博舆情指标体系包括：微博主体、微博信息、微博话题和微博舆情；

计算所述微博主体的活跃度和影响力；计算所述微博信息的热度和影响力；计算所述微博话题的热度和影响力；

基于计算结果得到微博舆情综合指数。

2.如权利要求1所述的方法，其特征在于，

基于以下要素计算所述微博主体的活跃度：博主发表微博的总数量、每天平均发表微博数量、原创微博数量、原创微博比例、转发其他人微博的次数、评论其他人微博的次数；

基于微博主体的活跃度和改进的PageRank算法，计算所述微博主体的影响力；

其中，计算所述微博主体的活跃度通过以下公式实现：

$\begin{array}{c}\mathrm{AuthActive}\left({\mathrm{auth}}_i\right)=a*\log \left(\frac{{\mathrm{TotalNum}}_{\max }}{{\mathrm{TotalNum}}_i}\right)+b*log\left(\frac{{\mathrm{AveNum}}_{\max }}{{\mathrm{AveNum}}_i}\right)+c*log\left(\frac{{\mathrm{OriNum}}_{\max }}{{\mathrm{OriNum}}_i}\right)+d*\log \left(\frac{{\mathrm{OriRatio}}_{\max }}{{\mathrm{OriRatio}}_i}\right)\\ \text{+e*log}\left(\frac{{\mathrm{RetraNum}}_{\max }}{{\mathrm{RetraNum}}_i}\right)+f*\log \left(\frac{{\mathrm{CommentNum}}_{\max }}{{\mathrm{CommentNum}}_i}\right)\end{array}$

其中，AuthActive(auth_i)是所述微博主体的活跃度，TotalNum_max是所有博主中发表微博数量的最大值，TotalNum_i是博主auth_i发表微博的总数量，AveNum_max是所有博主中每天平均发表微博数量的最大值，AveNum_i是博主auth_i的每天平均发表微博数量，OriNum_max是所有博主中原创微博数量的最大值，OriNum_i是博主auth_i的原创微博数量，OriRatio_max是所有博主中原创微博比例的最大值，OriRatio_i是博主auth_i的原创微博比例，RetraNum_max是所有博主中转发其他人微博的次数的最大值，RetraNum_i是博主auth_i转发其他人微博的次数，CommentNum_max是所有博主中评论其他人微博的次数的最大值，CommentNum_i是博主auth_i评论其他人微博的次数，a、b、c、d、e、f是调节参数；

其中，计算所述微博主体的影响力通过以下公式实现：

$\mathrm{AuthRank}\left({\mathrm{auth}}_i\right)=\frac{1-q}{M}+q\underset{u_j}{\mathrm{\Σ}}\frac{\mathrm{AuthRank}\left(u_j\right)*\mathrm{AuthActive}\left(u_j\right)}{L\left(u_j\right)}$ 其中，AuthRank(auth_i)是所述微博主体的影响力，M是总的博主数量，u_j表示关注博主auth_i的博主，L(u_j)是博主u_j的关注博主数，q是阻尼系数。

3.如权利要求2所述的方法，其特征在于，

基于以下要素计算所述微博信息的热度：微博信息的重复次数、转发次数、评论次数、回复次数；

根据所述微博主体的影响力计算所述微博信息的影响力；

其中，计算所述微博信息的热度通过以下公式实现：

$\begin{array}{c}\mathrm{DocHot}\left({\mathrm{doc}}_i\right)\text{=a*log}\left(\frac{{\mathrm{RepeatNum}}_{\max }}{{\mathrm{RepeatNum}}_i}\right)\text{+b*log}\left(\frac{{\mathrm{RetraNum}}_{\max }}{{\mathrm{RetraNum}}_i}\right)\\ \text{+c*log}\left(\frac{{\mathrm{CommentNum}}_{\max }}{{\mathrm{CommentNum}}_i}\right)+d*\log \left(\frac{{\mathrm{ReplyNum}}_{\max }}{{\mathrm{ReplyNum}}_i}\right)\end{array}$

其中，DocHot(doc_i)是所述微博信息的热度，RepeatNum_max是指定时间周期中微博信息的重复次数的最高值，RepeatNum_i是微博信息doc_i的重复次数，RetraNum_max是指定时间周期中微博信息的转发次数的最高值，RetraNum_i是微博信息doc_i的转发次数，CommentNum_max是指定时间周期中微博信息的评论次数的最高值，CommentNum_i是微博信息doc_i的评论次数，ReplyNum_max是指定时间周期中微博信息的回复次数的最高值，ReplyNum_i是微博信息doc_i的回复次数，a、b、c、d是调节参数；

其中，计算所述微博信息的影响力通过以下公式实现：

其中，DocInf(doc_i)是所述微博信息的影响力，集合A是发表或转发微博信息doc_i的博主集合。

4.如权利要求3所述的方法，其特征在于，

根据所述微博信息的热度计算所述微博话题的热度；

根据所述微博主体的影响力计算所述微博话题的影响力；

其中，计算所述微博话题的热度通过以下公式实现：

其中，集合M是构成微博话题topic_i的微博信息的集合；

其中，计算所述微博话题的影响力通过以下公式实现：

其中，集合A是发表或转发微博话题topic_i的微博信息的博主集合。

5.如权利要求4所述的方法，其特征在于，基于计算结果得到微博舆情综合指数，包括：

根据所述微博话题的热度和影响力，计算得到微博舆情综合指数。

6.如权利要求5所述的方法，其特征在于，计算所述微博舆情综合指数通过以下公式实现：

$\mathrm{MicroB}\log =\underset{i\∈T}{\mathrm{\Σ}}[\mathrm{\α}*\mathrm{TopicHot}\left({\mathrm{topic}}_i\right)+\mathrm{\β}*\mathrm{TopicInf}\left({\mathrm{topic}}_i\right)]$

其中，集合T是当前时刻的微博话题集合，α、β是调节参数。

7.如权利要求1至6任一项所述的方法，其特征在于，

所述微博主体的活跃度和影响力按照指定周期更新；

所述微博信息的热度和影响力、所述微博话题的热度和影响力、以及所述微博舆情综合指数的计算周期至少为天、周或月。

8.一种微博舆情指标体系的计算装置，其特征在于，所述装置包括：

体系构建模块，用于构建微博舆情指标体系；其中，所述微博舆情指标体系包括：微博主体、微博信息、微博话题和微博舆情；

计算模块，用于计算所述微博主体的活跃度和影响力；计算所述微博信息的热度和影响力；计算所述微博话题的热度和影响力；

指数计算模块，用于基于计算结果得到微博舆情综合指数。