基于模糊綜合評價的網(wǎng)絡(luò)輿情預(yù)警方法研究

郝 楠，馮 晶，高 媛

(1.河北軟件職業(yè)技術(shù)學(xué)院, 河北 保定 071000; 2.空軍航空大學(xué), 長春 130000；3.河北農(nóng)業(yè)大學(xué), 河北 保定 071066)

輿情是一定時期、一定范圍內(nèi)民眾對社會現(xiàn)實的主觀反映，是群體性的思想、心理、情緒、意見和要求的綜合體現(xiàn)[1]。隨著各種社交網(wǎng)絡(luò)平臺相繼興起和智能手機的廣泛使用，越來越多的人喜歡通過網(wǎng)絡(luò)表達觀點、宣泄情緒。2018年7月，中國互聯(lián)網(wǎng)絡(luò)信息中心(CNNIC)發(fā)布的第42次中國互聯(lián)網(wǎng)發(fā)展?fàn)顩r統(tǒng)計報告顯示，截至2018年6月，我國網(wǎng)民規(guī)模為8.02億，手機網(wǎng)民規(guī)模達7.88億，分別較2017年末增加了3.8%和4.7%[2]。

網(wǎng)絡(luò)輿情信息表達的開放性、快捷性、互動性等特點，使得網(wǎng)絡(luò)輿情成為社會熱點的晴雨表。由于網(wǎng)絡(luò)輿情用戶量大、傳播速度快、活躍度高，因此對社會穩(wěn)定、政府公信力等方面的影響越來越大。對政府而言，若缺乏必要的網(wǎng)絡(luò)輿情危機預(yù)警措施，任由負(fù)面輿情擴散，必然影響政府的公信力。對企業(yè)和個人而言，負(fù)面網(wǎng)絡(luò)輿情的傳播輕則導(dǎo)致聲譽受損，重則導(dǎo)致巨大的經(jīng)濟損失和無形資產(chǎn)損失[3]。

國內(nèi)外學(xué)者對網(wǎng)絡(luò)輿情識別、預(yù)測、預(yù)警開展了大量研究。Goyal等[4]基于頻繁模式挖掘算法分析了網(wǎng)絡(luò)中輿論領(lǐng)袖的行為特征和發(fā)展趨勢；Gao Hui等[5]建立了基于云計算的海量Web輿情信息識別和監(jiān)測系統(tǒng)；Ting等[6]提出了一種社會網(wǎng)絡(luò)推送模式；蘭月新[7]建立了描述微博輿情擴散、演化規(guī)律的微分方程模型；杜智濤等[8]建立了基于灰色預(yù)測的網(wǎng)絡(luò)輿情預(yù)測模型，并運用模式識別方法進行網(wǎng)絡(luò)輿情預(yù)警；張艷豐等[9]提出了基于直覺模糊推理的網(wǎng)絡(luò)輿情監(jiān)測預(yù)警評估方法。從目前的研究情況看，多數(shù)側(cè)重于從定性角度對輿情發(fā)展進行研究，定量的輿情預(yù)警方法如微分方程、直覺模糊推理等過于復(fù)雜，基于輿情點擊數(shù)、評論數(shù)、轉(zhuǎn)發(fā)數(shù)等統(tǒng)計指標(biāo)建立的預(yù)警模型時效性差。

本文首先建立適用于網(wǎng)絡(luò)輿情監(jiān)測預(yù)警的指標(biāo)體系，在此基礎(chǔ)上結(jié)合層析分析法和模糊數(shù)學(xué)提出基于模糊綜合評價的網(wǎng)絡(luò)輿情監(jiān)測預(yù)警方法。以長春長生假疫苗事件、紅黃藍(lán)幼兒園事件、蘇享茂自殺事件為案例進行研究，驗證本文所建指標(biāo)體系和預(yù)警模型的有效性，為輿情監(jiān)管部門決策提供理論支持。

1 網(wǎng)絡(luò)輿情預(yù)警指標(biāo)體系的構(gòu)建

指標(biāo)體系是輿情監(jiān)測預(yù)警的基礎(chǔ)。指標(biāo)體系是否科學(xué)，能否全面反映輿情的性質(zhì)、發(fā)展趨勢和危機程度，是否具有可操作性，是建立突發(fā)事件輿情監(jiān)測預(yù)警系統(tǒng)的關(guān)鍵。由于不同學(xué)者的研究目的和切入點不同，當(dāng)前建立的輿情指標(biāo)體系眾多，適用性各不相同[10-12]。基于輿情的點擊數(shù)、轉(zhuǎn)發(fā)數(shù)、評論數(shù)等統(tǒng)計指標(biāo)建立的風(fēng)險預(yù)警模型時效性差，過于滯后。建立網(wǎng)絡(luò)輿情監(jiān)測預(yù)警系統(tǒng)的目的是“防范于未然”，因此應(yīng)盡早評估輿情風(fēng)險等級，采取有效措施降低突發(fā)事件帶來的危害。本文對文獻[13]建立的網(wǎng)絡(luò)輿情指標(biāo)體系進行改進，從輿情本體、輿情主體、輿情客體的角度建立適用于網(wǎng)絡(luò)輿情監(jiān)測預(yù)警的指標(biāo)體系。

將網(wǎng)絡(luò)輿情預(yù)警指標(biāo)體系分為輿情本體、輿情主體、輿情客體3個1級指標(biāo)。輿情主體指標(biāo)指輿情發(fā)布者、當(dāng)事方、官方等，包括發(fā)布者影響力、回應(yīng)能力2個2級指標(biāo)。輿情本體指標(biāo)指輿情事件本身的危機程度，包括主題敏感度、事件可信度、媒體熱度、媒體態(tài)度4個2級指標(biāo)。輿情客體指標(biāo)指輿情受眾對突發(fā)事件的擴散和傳播程度，包括媒體擴散度和輔助研判2個2級指標(biāo)，構(gòu)建網(wǎng)絡(luò)輿情預(yù)警指標(biāo)體系如圖1所示。

圖1 網(wǎng)絡(luò)輿情預(yù)警指標(biāo)體系

2 基于模糊綜合評價的網(wǎng)絡(luò)輿情預(yù)警模型

2.1 因素集的確定

建立綜合評價體系時，根據(jù)建立的網(wǎng)絡(luò)輿情預(yù)警指標(biāo)體系，基本因素集可劃分為3個1級指標(biāo)因素集，即U={U1,U2,U3}。每個1級指標(biāo)因素集又可分為若干個2級指標(biāo)因素集，即Ui={Ui1,Ui2,…,Uij}。其中：i=1,2,…,m，j=1,2,…,n;m為1級指標(biāo)個數(shù)，n為第i個1級指標(biāo)對應(yīng)的2級指標(biāo)個數(shù)。

2.2 評價集的確定及對策

評價集是對評價目標(biāo)評判結(jié)果的集合。本文將網(wǎng)絡(luò)輿情預(yù)警劃分為4個等級：藍(lán)色預(yù)警(一般嚴(yán)重、Ⅳ級)，黃色預(yù)警(比較嚴(yán)重、Ⅲ級)，橙色預(yù)警(相當(dāng)嚴(yán)重、Ⅱ級)，紅色預(yù)警(特別嚴(yán)重、Ⅰ級)。于是評價集V={V1,V2,V3,V4}={特別嚴(yán)重，相當(dāng)嚴(yán)重，比較嚴(yán)重，一般嚴(yán)重}。網(wǎng)絡(luò)輿情預(yù)警等級劃分及相應(yīng)的對策見表1。

表1 網(wǎng)絡(luò)輿情預(yù)警等級及對策

2.3 指標(biāo)權(quán)重的計算

層次分析法(analytic hierarchy process,AHP)是由美國匹茲堡大學(xué)T.L.Saaty教授于20世紀(jì)70年代提出的。該方法體現(xiàn)了人在決策過程中的基本特征，即分解、判斷與綜合，是一種將定性分析與定理分析相結(jié)合的系統(tǒng)分析方法[14-15]。

1) 比較判斷矩陣

判斷矩陣A表示各因素的相對重要性，一般采用“1～9”標(biāo)度法。每一層指標(biāo)以對應(yīng)的上一層指標(biāo)為基準(zhǔn)，兩兩比較構(gòu)造判斷矩陣。

(1)

求解判斷矩陣AW=λmaxW的特征根和特征向量，得到的特征向量W正規(guī)化后作為各指標(biāo)的排序權(quán)重。

將判斷矩陣A的每一列進行歸一化，即

(2)

將歸一化后判斷矩陣的每一列按行相加，即

(3)

(4)

得到的W=(w1,w2,…,wm)即所求特征向量。計算判斷矩陣的最大特征根：

(5)

式中(AW)i表示向量AW的第i個元素。

2) 判斷矩陣的一致性檢驗

由于判斷矩陣不一定是一致陣，為了避免判斷結(jié)果發(fā)生矛盾，需要進行一致性檢驗。計算隨機一致性比率CR=CI/RI。其中，CI=(λmax-m)/(m-1)，RI為平均隨機一致性，其值可通過表2獲得。當(dāng)CR<0.1時，認(rèn)為判斷矩陣A的一致性可接受；否則，認(rèn)為判斷矩陣不一致，需對判斷矩陣進行調(diào)整，直至滿足一致性檢驗要求。

表2 平均隨機一致性RI值

指標(biāo)權(quán)重的計算流程如圖2所示。

圖2 指標(biāo)權(quán)重的計算流程

2.4 模糊綜合評價

根據(jù)層次分析法的分析結(jié)果，2級預(yù)警評價模型為：

Qi=Wi*Ri

(6)

式中：Wi為層析分析法得到的2級模糊評判矩陣的權(quán)重向量;Ri為2級模糊評價矩陣;模糊算子(*，+)為加權(quán)平均法。該模型不僅能夠反映評價對象的全貌，而且能夠保留單個因素的評價信息。

1級預(yù)警評價模型為：

Q=W*R

(7)

式中：R為二級模糊評價矩陣Qi;W為一級模糊評判矩陣的權(quán)重。

最后，對照構(gòu)建的網(wǎng)絡(luò)輿情預(yù)警評價集，采用最大隸屬度原則確定輿情事件預(yù)警等級。

3 案例分析

以2017—2018年發(fā)生的網(wǎng)絡(luò)輿情熱點事件為研究對象，選取長春長生假疫苗事件、紅黃藍(lán)幼兒園事件、蘇享茂自殺事件為案例。限于篇幅，本文以長春長生假疫苗事件為例具體分析，運用模糊綜合評價法對該輿情事件預(yù)警等級進行分析。

3.1 計算預(yù)警指標(biāo)權(quán)重

采用“1～9”標(biāo)度法對1級指標(biāo)因素集構(gòu)造判斷矩陣如下：

(8)

計算得到權(quán)重向量和最大特征根分別為：W=(0.14,0.62,0.24)，λmax=3.02，一致性比率CR=0.02<0.1，因此判斷矩陣A具有滿意的一致性。同樣，得到2級指標(biāo)因素集的權(quán)重分別為：W1=(0.25,0.75)，W2=(0.47,0.16,0.28,0.09)，W3=(0.67,0.33)。

采取網(wǎng)上問卷調(diào)查的形式，隨機對450名網(wǎng)友發(fā)放問卷，對問卷采用李克特量表進行篩選，最終選取其中的400份有效問卷，結(jié)果見表3。

表3 長春長生假疫苗事件問卷調(diào)查結(jié)果

由表3可以得到2級模糊評價矩陣為：

3.2 輿情指標(biāo)綜合評價

由2級評價預(yù)警模型，計算2級模糊評價矩陣在2級指標(biāo)上的評價矩陣：

Q1=W1*R1=(0.43,0.20,0.19,0.18)

Q2=W2*R2=(0.78,0.10,0.07,0.05)

Q3=W3*R3=(0.64,0.20,0.12,0.04)

由模糊層次分析的運算規(guī)則，下一層級的評價結(jié)果可作為上一層評價的交換矩陣，即：

由式(7)可以得出該網(wǎng)絡(luò)輿情事件的綜合評價結(jié)果為：

Q=W*R=(0.70,0.13,0.10,0.07)

3.3 輿情預(yù)警等級評價及對策

從模糊綜合評價結(jié)果可以看出，長春長生假疫苗事件的輿情等級隸屬于(特別嚴(yán)重，相當(dāng)嚴(yán)重，比較嚴(yán)重，一般嚴(yán)重)的隸屬度分別為(0.70，0.13，0.10，0.07)。因此，該輿情事件的預(yù)警等級為Ⅰ級(特別嚴(yán)重)，需相關(guān)部門進行輿情危機管理。

類似地，采用相同方法對紅黃藍(lán)幼兒園事件、蘇享茂自殺事件進行評估，得到評價結(jié)果如表4所示。

表4 3個事件輿情評價結(jié)果

4 結(jié)束語

本文針對網(wǎng)絡(luò)輿情突發(fā)事件危機預(yù)警的需要，構(gòu)建了網(wǎng)絡(luò)輿情預(yù)警指標(biāo)體系，提出了一種基于模糊綜合評價的網(wǎng)絡(luò)輿情預(yù)警方法。基于網(wǎng)絡(luò)輿情事件的點擊數(shù)、轉(zhuǎn)發(fā)數(shù)等微觀統(tǒng)計指標(biāo)建立的預(yù)警模型在實際工作中時效性差。本文從輿情本體、輿情主體、輿情客體的角度構(gòu)建了適用于網(wǎng)絡(luò)輿情突發(fā)事件快速預(yù)警的指標(biāo)體系，能夠抓住網(wǎng)絡(luò)輿情事件的主要特征。

模糊綜合評價法能夠?qū)＜抑R和網(wǎng)民意向有效結(jié)合起來，綜合評價輿情突發(fā)事件危險等級，融合更多的評估信息，能最大程度保證評價結(jié)果的可信度。

以長春長生假疫苗事件、紅黃藍(lán)幼兒園事件和蘇享茂自殺事件為案例，運用模糊綜合評價法進行危機評估，結(jié)果表明：其預(yù)警等級分別為Ⅰ級(特別嚴(yán)重)、Ⅰ級(特別嚴(yán)重)和Ⅲ級(比較嚴(yán)重)，與實際情況相符，驗證了本文所提方法的有效性。