2019 年 7 月辽宁警察学院学报 July 2019 第 4 期 ( 总第 116 期 ) JOURNAL OF LIAONING POLICE COLLEGE No.4(Ser. No. 116) 城市轨道交通公共安全网络舆情研究 程惠勤 1 2, 李鹏程 (1. 河南警察学院信息安全系, 河南郑州 450046; 2. 铁道警察学院轨道交通安全保卫系, 河南郑州 450053) 摘要 : 近年来城市轨道交通公共安全事件时有发生, 城市轨道交通公安机关为了有效管控公共安全网络舆情, 需要对涉及轨道交通公共安全事件的网络媒体数据进行收集分析, 并做出应对 根据目前互联网网络结构分析了城市轨道交通网络舆情的来源, 对于不同信息来源提出了相应的获取方法, 基于现有公安工作对获取的舆情信息提出了分类标准 最后根据近两年的网络舆情数据对城市轨道交通网络舆情进行了相应的分析 关键词 : 网络舆情 ; 轨道交通 ; 公安工作 ; 公共安全中图分类号 : D631.19 文献标识码 :A 文章编号 :2096-0727(2019)04-0043-06 一 前言截至 2018 年 12 月, 中国已有 35 个城市开通运营了城市轨道交通, 乘坐轨道交通出行已经成为公民日常生活的一部分 运营里程排名前五位的城市分别为上海 北京 广州 南京 深圳 其中, 北京 上海 广州的运营里程分别为 608KM 673KM 391.7KM; 设置的车站分别为 391 座 415 座 257 座 ; 设置线路分别为 22 条 17 条 13 条 三个城市单日客流量均有超过 1000 万人次的记录 一个个庞大的交通运输网络每天高负荷地运行在城市之下 闹市之间, 随之而来的是涉及城市轨道交通公共安全及乘客人身安全的事件时有发生 在互联网上以 地铁 关键词对互联网全网新闻媒体 2016 年 2017 年的数据进行不重复抓取, 共抓取新闻 29446 条 其中,2016 年 12146 条,2017 年 17300 条 清除掉其中占据 36% 的线路开通 地铁广告等数据, 地铁运营故障 乘客 纠纷 乘客与运营秩序之间的冲突 各类治安案件等成为了地铁网络舆情数据的主要内容 如何有效地对这些数据进行采集分析, 为工作决策服务, 成为城市轨道交通公安机关的一项重要工作内容 二 城市轨道交通公共安全网络舆情来源 轨道交通运营高峰期, 乘坐轨道交通出行的乘客以青年和中年人为主 根据南京地铁一号线的抽样调查结果 : 地铁乘客平均年龄是 36 岁, 其中 20~39 岁的青年人和中年人占地铁乘客的 40% 地铁环境相对开私家车和挤公交车也较为轻松, 这类群体使用手机的频率较高, 对于在车站内及车体内发生的事件可以通过微信朋友圈 微博 直播等各种自媒体的方式进行传播, 短时 [1] 间内就可以通过互联网辐射到世界各地 城市轨道交通公共安全网络舆情来源及传播工具可见表 1 收稿日期 :2019-03-26 作者简介 : 程惠勤 (1985-), 女, 河南周口人, 讲师, 硕士 研究方向 : 公安情报 李鹏程 (1986-), 男, 河南驻马店人, 讲师, 硕士 研究方向 : 智慧警务 基金项目 : 河南警察学院青年项目 (HNJY-2017-QN-06); 铁道警察学院中央高校基本科研业务经费项目 (2019TJJBKY023) 43
辽宁警察学院学报 2019 年第 4 期 表 1 城市轨道交通公共安全网络舆情来源及传播工具表 工具名称微信微博直播腾讯 QQ, 天天快报百度贴吧, 百度知道知乎 天涯社区等论坛每日头条等各类网络新闻媒体 传播方式微信群 微信朋友圈及转发 ; 微信公众号文章及转发微博 ; 微博消息 微博转发直播视频 直播转发 ; 直播截图 评论腾讯公共信息平台文章及转发 ; 天天快报推送 ;QQ 空间插播推送贴吧帖子 ; 知道问答发帖回复 ; 各类问答新闻推送 ; 回复转发 城市轨道交通客流量大 客流密度高, 作为公共场所发生涉及运营安全或公民人身安全事件的风险性大 国家运输机关 运维企业及公安部门各自出台了相关标准, 对地铁建设 运维进行标准化管理和监督 运营单位及公安部门联合出台了相关规章制度对公民行为进行约束 有标准必然会产生偏差, 有约束必然会有冲突发生 如 2017 年深圳地铁 8 号线一期工程 8133 标段 - 望基湖停车场及出入线综合工程施工工地钢筋架倒塌导致一死三伤的事故 事件通过新浪微博 盐田发布 进行发布, 经过官方视频媒体快速通报情况, 调查报告第一时间在盐田政府网站上公布, 最后得以妥善解决 根据对 2017 年全国轨道交通网络舆情的分析统计, 每个月份均有关于城市轨道交通运营安全的新闻报道 ( 见表 2) 表 2 全国城市轨道交通运营安全新闻个数统计表 ( 月 ) 月份运营安全新闻个数 1 月 3 2 月 13 3 月 7 4 月 23 5 月 78 6 月 40 7 月 47 8 月 8 9 月 6 10 月 10 11 月 13 12 月 6 通过对 2017 年涉及轨道交通的网络舆情分析, 全国轨道交通运营过程中平均每周就有 2-3 起 翻越安全门 拒绝安全检查 的新闻报道出现 2017 年轨道交通网络舆情中涉及公民不文明行为及安全事件前十个热点如下 : 1. 轨道交通上的各类不文明行为催生 : 咆哮女 鸡爪女 瓜子女 地铁抽烟 当众撒尿 地铁小便 2. 逃票现象屡禁不止, 各地出台各种逃票惩罚措施 3. 安检规则引发争议 ; 枪支 活物 各类违禁品时有出现, 拒检时有发生 4. 猥亵 偷拍事件成为轨道交通治安新闻的主要内容 5. 群众冲突 群众与轨道交通员工冲突 民警与群众冲突 6. 盗窃 诈骗行为多样 7. 翻越安全门 跳轨等影响行车安全事件 8. 轨道交通乱发广告屡见不鲜 : 扫码创业 小广告 9. 各地公安机关推行新规 : 北京实施地铁禁止乞讨卖艺 ; 南京开出吃糖 喝水罚单 10. 轨道交通谣言及传播视频引发关注, 公安部门及时辟谣 随着快媒体的迅速发展, 轨道交通中产生网络舆情的条件越来越成熟 各类信息伴随着人们的生活产生和传播, 传播工具越来越便捷, 传播速度越来越快, 传播范围越来越广 及时有效地对网络舆情进行获取和分析, 采取有效应对措施, 成为维护轨道交通公共安全的一部分重要工作内容 44
程惠勤, 李鹏程 : 城市轨道交通公共安全网络舆情研究 三 城市轨道交通公共安全网络舆情的获取 随着自媒体时代的诞生, 各类信息开始呈现非结构化增长, 对于信息的获取不再是简单的网页爬虫抓取, 或者通过各类平台开放 API 进行导出 移动客户端迅速崛起, 各类社交媒体平台层出不穷, 文字 图片 音频 视频各种格式的信息对于普通的关系型数据库也产生了极大的挑战 如何对城市轨道交通公共安全网络舆情进行有效的获取是整个舆情研究的难点 要对城市轨道交通公共安全网络舆情进行有效的获取, 首先要明确对于舆情信息的需求 对于公安机关而言, 对于舆情的管控和应对是一项重要工作, 但是舆情分析同样可以对公安工作起到有效的指导作用 管控和应对需要对舆情信息快速获取, 并需要通过最有效的渠道发声 舆情的分析需要对舆情信息进行全面的采集, 不仅要把发生的热点事件全部收罗在内, 还需要把各种信息的发布平台 发布时间 涉及的各类媒体及具有影响力的发言全部汇总, 进行统计分析 快速获取的舆情信息主要来自于自媒体, 微信公共号的快速转发 新浪微博中 大 V 的转发都会在短时间内形成网络舆情 对于这两类自媒体目前都有相应的网站或者软件进行相应的获取 ( 见表 3) 表 3 自媒体获取方式 媒体平台 微信公众号文章 新浪微博文章 获取方式 http://weixin.sogou.com/ 搜狗微信搜索, 可以通过热搜快速浏览搜索热点, 通过关键字对轨道交通特定关键词进行搜索 http://s.weibo.com/ 微博搜索, 可以通过热搜榜快速浏览热点, 通过关键字对感兴趣的领域进行搜索 对于这两个搜索引擎而言, 都有自己的搜索工具, 其中搜狗的微信搜索可以筛选时间, 筛选是否有图片和视频, 还可以筛选同一个公众号的文章 新浪微博的搜索工具功能相对更加完善, 可以搜索各个类型的博文, 对博文中的图片 视频 音乐及短链都可以定制搜索 特别是博文的发出地选择更是舆情管控的利器 公安机关对用于分析的网络舆情实时性要求不高, 大而全是对分析舆情数据的要求, 把所有的舆情信息汇集起来势必使得采集的步骤增加, 而大量重复的信息更是网络舆情分析的难题 要采集大而全的轨道交通网络舆情, 需要对整个媒体的传播方式进行深入的研究 自媒体舆情信息传播方式 : 事件产生后, 首先由自媒体发声产生原始文章和媒体信息 ; 具有影响力的自媒体首发或者转载了这个事件的某个文章后, 网络群体开始进行大规模评论转发 ; 自媒体搜索引擎通过遍历索引建立自己的快照搜索 ; 网络新闻媒 体核实信息并进行转载 ( 此时的信息和数据较为可靠 ); 新闻搜索引擎进行索引建立快照留存 通过对传播方式的研究, 大而全的非重复舆情数据的获取成为了可能 舆情分析对于公安机关而言有三个主要目的 : 第一, 总结网络舆情事件发生的原因及应对策略 ; 第二, 通过网络舆情的演化过程和原因指导新的舆情应对工作 ; 第三, 通过对一个时段的舆情汇总分析得出该时段的公安工作重心, 保障国家安全及公民人身安全 基于这三个不同阶段的需求, 用于分析的网络舆情的获取可以重点关注 自媒体搜索引擎索引 和 新闻搜索引擎索引, 特别是新闻搜索引擎的索引 现有的网络新闻媒体基本没有自有新闻源, 打开新浪新闻 网易新闻 凤凰新闻 今日头条等网络新闻媒体, 可以清晰地看到新闻来源的标注 这些网络新闻媒体的编辑人员通过自媒体新闻或地方新闻媒体报道的热度进行新闻筛选, 通 45
辽宁警察学院学报 2019 年第 4 期 过对新闻事件的核实和确认后转发至自己的网络新闻平台上 通过对 2017 年新浪新闻中轨道 交通相关报道进行的统计, 共有 115 个新闻媒体对轨道交通涉及公共安全的新闻进行了报道 表 4 涉及轨道交通公共安全报道的新闻媒体 媒体 报道数量 媒体 报道数量 京华时报 122 汉网 - 武汉晚报 28 北京晨报 93 中国青年报 26 新京报 92 成都商报 25 扬子晚报 78 羊城晚报 25 华商网 - 华商报 67 华西都市报 22 现代快报 57 新华网 22 大洋网 - 广州日报 55 荆楚网 20 中国新闻网 54 法制网 - 法制日报 19 红网 52 南京日报 17 深圳都市报 44 四川日报 16 南方日报 40 齐鲁晚报 15 法制晚报 38 深圳商报 14 南京晨报 34 荆楚网 - 楚天都市报 12 荆楚网 - 楚天金报 32 南方都市报 12 新闻晨报 31 福建法治报 10 网络新闻媒体的这一特点使得网络舆情信息的获取变得快捷准确 在新浪新闻中专门设置了高级搜索功能, 舆情获取者可以通过不同的需要对一个时间段内的新闻数据进行筛选并通过爬虫软件对搜索到的新闻进行抓取 通过对 2016-2017 年的轨道交通网络舆情的采集, 文章量在 30000 左右, 有影响力的评论在 100000 左右 这个数据量对于现有的数据清洗分类算法而言, 完全可以快速进行相应的清洗和筛选 对于专业的搜索引擎而言, 百度搜索帮舆情采集者做了更多的工作 百度新闻每天通过自己的爬虫对各大网络新闻网站进行抓取, 并且通过自身的算法对新闻进行有效的查重和过滤 百度为了推广自己的新闻搜索功能, 把新闻源列表进行了特别公开 对于供领导层决策使用的舆情报告, 通过爬 虫对百度新闻进行舆情数据抓取是最佳途径 不仅可以采集大而全的信息, 而且数据完整, 甚至有专门的摘要和关键词 四 城市轨道交通公共安全网络舆情分类 网络新闻等数据成功获取后, 遇到的最关键问题就是有效数据的清洗 在大量的文本数据信息中充斥着 某某线路开通 某地铁口房价暴涨 某明星乘坐地铁出行 等与公安机关工作不相关的内容 由于文本数据信息量过大, 各类重复信息不能有效排除, 对这些内容的筛选并不能依靠某个研究团队坐在电脑前逐条信息进行阅读 对网络舆情的有效分类才能高效解决这一难题 现有网络舆情分类的研究主要是基于内容 46
程惠勤, 李鹏程 : 城市轨道交通公共安全网络舆情研究 分别按内容, 将网络舆情分为政治性网络舆情 经济性网络舆情 文化性网路舆情 社会性网络舆情和复合性网络舆情 ; 按形成过程, 分为自发网络舆情和自觉网络舆情 ; 按构成, 分为事实性信息和意见性信息 ; 按境内外, 分为境内网络舆 [2] 情和境外网络舆情 对于公安机关而言同样需要对所感兴趣的舆情内容进行相应的分类 文本分类是舆情分类的基础, 文本分类算法随着计算机算法的演化逐渐趋于成熟, 特别是近两年随人工智能 深度学习算法的发展, 文本分类的准确率越来越高 计算机对于文本的分类能 [3] 力已经远远大于人类 对于采集到的和城市轨道交通相关的舆情信息, 首先需要人为干预, 找出公安机关感兴趣的内容作为整个算法的部分训练样本和部分测试样本, 根据对样本的训练对算法的各个参数进行优化, 算法达到一定的设定目标后, 使用测试样本进行测试, 如果能够达到测试要求, 则可以通过算法对所有的舆情信息进行初步筛选 ( 分类清洗 ) 对数据进行清洗后并没有达到对网络舆情分类的目的, 数据清洗后只是把大量的和目的舆情无关的数据筛选掉, 而我们所关注的舆情信息还没有清晰的分类 这一步的分类就公安机关而言有两种方法 第一种采用数据清洗的文本分类算法, 在清洗后的数据中分别依据自己的经验找出不同的类别, 并且挑出样本, 再次使用文本分类算法对清洗后的数据进行二次清洗分类 把相应的类别进行有效的划分 第二种采用数据挖掘中的聚类算法 [4], 根据清洗后的数据本身的特征 进行数据的聚合 由于涉及轨道交通的舆情信息包含大量的视频和图片信息, 聚类算法设计起来相对复杂 本文采用了第一种方法, 根据对筛选后数据的分析和筛选, 把公安机关所关注的舆情信息分为了四类 : 轨道交通建设 运营安全 国外轨道交通安全事件 国内轨道交通治安刑事案事件 根据这四类的标准分别选取了相应的样本文件, 对 2016 年的舆情数据进行了相应的划分 其中轨道交通建设 6065 条, 运营安全 254 条, 国外轨道交通安全事件 1211 条, 国内轨道交通治安刑事案事件 1853 条 公安机关重点关注的 国内地铁治安刑事案事件 涉及 115 个新闻媒体 16 个城市 运营安全 涉及 44 个新闻媒体 9 个城市 五 城市轨道交通公共安全网络舆情分析 城市轨道交通公共安全网络舆情的分析可以从两个方面入手 第一 公安机关所关注的特定内容 ; 第二 对各类数据不同维度的统计分析 从公安机关的关注点出发可以统计国内轨道交通治安刑事案事件的时间规律, 用于综合分析起因和应对措施 ; 可以对涉及运营安全舆情相应新闻媒体进行统计分析以便于更快更准确地掌握舆情等 从数据的不同维度进行分析可以采用现在流行的词频统计, 对四个不同的分类进行词频统计, 发现舆情发生时的主要关键词, 通过关键词进行舆情反推找出热点舆情的来龙去脉等 限于文章内容, 列举相应的分析数据如下 : 表 5 2016 年轨道交通公共安全网络舆情发生频率 1 月 2 月 3 月 4 月 5 月 6 月 7 月 8 月 9 月 10 月 11 月 12 月 754 1026 2338 1474 1295 1813 722 735 736 582 594 577 2016 年的轨道交通网络舆情中,3 月和 6 月形成了两个新闻报道的喷发点 通过对数据的分析研判,3 月在比利时布鲁塞尔机场地铁发生了连环爆炸恐怖袭击, 国内新闻媒体进行了全方位的跟踪报道, 并且延伸到国内的安防措施和基础建设上进行了讨论, 时间延续 2-3 个月的时间 5 月, 全国进入雨季, 因为暴雨而引发的运营安全问题爆发 5,6,7 月份气温渐暖, 在轨道交通上发生的猥亵 偷拍事件成为了地铁新闻中媒体报道的主要内容 天气寒冷后, 轨道交通舆情信息明显减少 47
辽宁警察学院学报 2019 年第 4 期 表 6 2016 年轨道交通治安刑事案事件网络舆情词频统计 关键词 词频 权重 关键词 词频 权重 地铁 87 1 地铁站 12 0.7796 南京 38 0.8794 逃票 8 0.7606 男子 29 0.8553 女乘客 8 0.7037 北京 26 0.8168 拘留 7 0.7107 乘客 15 0.7871 偷拍 7 0.7069 女子 13 0.7613 广州 7 0.6864 上海 13 0.7453 安检 6 0.6962 通过词频统计发现 : 女子 逃票 偷拍 公安机关信息化的快速发展, 对于轨道交通网络安检 猥亵 色狼 等关键词出现频率较高 对舆情的关注度会更高, 分析和应对会更加成熟 这些关键词进行反向搜索, 对轨道交通的全年热门舆情有了一个清晰的认识, 通过舆情倒查, 找参考文献 : 出相应的发生时间和来源, 可以对日常的警务工 [1] 高强, 张凤荔, 王瑞锦, 周帆. 轨迹大数据 : 数据处作起到有效的指导作用 理关键技术研究综述 [J]. 软件学报,2017,28(4): 959-992. 六 结语 [2] 中共中央宣传部舆情信息局. 网络舆情信息工作理目前, 互联网网络舆情的研究已经较为成论和实务 [M]. 北京 : 学习出版社,2009:9-12. 熟, 但针对城市轨道交通公共安全的网络舆情研 [3] 夏从零, 钱涛, 姬东鸿. 基于事件卷积特征的新闻文究相对而言还是一个空白 通过对 2016-2017 年本分类 [J]. 计算机应用研究,2017,34(4):991-994. 轨道交通网络舆情的分析研究发现, 对于轨道交 [4] 黄磊, 杜昌顺. 基于递归神经网络的文本分类研究通网络舆情的获取在流程上相对较为容易, 但是 [J]. 北京化工大学学报 ( 自然科学版 ),2017,44(1): 步骤复杂, 特别是数据采集分类分析不如其他成 98-104. 熟领域的舆情分析完善 相信随着城市轨道交通 ( 责任编辑 : 陈阳 ) Research on Internet Public Opinion of Urban Rail Transit Public Safety CHENG Hui-qin 1, LI Peng-cheng 2 (1. Information Security Department, He nan Police College, Zhengzhou He nan 450046, China; 2. Rail Transit Security Department, Railway Police College, Zhengzhou He nan 450053, China) Abstract: In recent years, public safety incidents of urban rail transit have occurred frequently. In order to effectively control public safety network public opinion, public security organs of urban rail transit need to collect and analyze network media data related to public safety incidents of rail transit, and make countermeasures. According to the current Internet network structure, this paper analyses the sources of public opinion in urban rail transit network, puts forward corresponding acquisition methods for different information sources, and puts forward classification criteria for public opinion information based on existing police work. Finally, according to the network public opinion data of the past two years, the corresponding analysis of urban rail transit network public opinion is carried out. Key Words: network public opinion; rail transit; police work; public security 48