基于猶豫模糊集的網(wǎng)絡(luò)輿情突發(fā)事件應(yīng)急群決策方法①

童玉珍,王應(yīng)明

(福州大學(xué) 經(jīng)濟(jì)與管理學(xué)院,福州 350108)

1 引言

據(jù)CNNIC 的數(shù)據(jù)顯示,截至2018年6月,中國(guó)網(wǎng)民規(guī)模達(dá)8.02 億,而微博作為社交媒體其使用率已達(dá)40.9%,其中新浪微博月活躍用戶已經(jīng)達(dá)到了3.76 億,每十分鐘更新一次的熱門話題對(duì)于網(wǎng)絡(luò)輿論熱點(diǎn)有著深度的影響.龐大的中國(guó)網(wǎng)民數(shù)量,也加快了網(wǎng)絡(luò)輿論的發(fā)酵、傳播和擴(kuò)散速度,政府部門也已將網(wǎng)絡(luò)輿情的治理與管控放在了重點(diǎn)工作位置之上.網(wǎng)絡(luò)輿情突發(fā)事件[1]是通過(guò)網(wǎng)絡(luò)輿情的演化而導(dǎo)致在現(xiàn)實(shí)中觸發(fā)突發(fā)事件,是一種非常規(guī)突發(fā)事件.針對(duì)網(wǎng)絡(luò)輿情突發(fā)事件,黃星等[1]、曾潤(rùn)喜[2]構(gòu)建了預(yù)警指標(biāo)體系,為應(yīng)急決策機(jī)構(gòu)有效控制輿情風(fēng)險(xiǎn)和科學(xué)應(yīng)對(duì)突發(fā)事件提供依據(jù)；馬哲坤、涂艷[3]提出一種新的方法讓檢測(cè)者能及時(shí)地檢測(cè)與捕捉網(wǎng)絡(luò)輿情突發(fā)熱點(diǎn)話題及內(nèi)容；Liu 等[4]、周鳳麗和伍永豪[5]研究了網(wǎng)絡(luò)突發(fā)事件中輿情的演變機(jī)制和信息監(jiān)督,并探討了網(wǎng)絡(luò)社會(huì)事務(wù)信息監(jiān)管措施對(duì)民意演變過(guò)程的影響；曹學(xué)艷等[6]將突發(fā)事件應(yīng)對(duì)等級(jí)引入網(wǎng)絡(luò)輿情熱度量表,使評(píng)價(jià)指標(biāo)更加完善、科學(xué)；李磊等[7]提出一種改進(jìn)的共現(xiàn)分析方法,以提高對(duì)網(wǎng)絡(luò)輿情信息精煉和概括的效率；Zhang 等[8]提出一個(gè)模型來(lái)描述謠言傳播和緊急事態(tài)發(fā)展之間的相互作用,并據(jù)此提出緊急情況下有助于謠言管理的策略；Xu 等[9]建立了一個(gè)耦合模型來(lái)描述突發(fā)事件中政府公報(bào)與謠言傳播之間的相互作用；Zhao 等[10]對(duì)權(quán)威媒體、謠言傳播與突發(fā)事件演變的相互作用機(jī)制進(jìn)行了探討；Shan和Lin[11]根據(jù)突發(fā)事件信息在互聯(lián)網(wǎng)上的傳播和傳播特點(diǎn),建立了基于信息熵方法的突發(fā)事件信息傳播模型；Liu 等[12]通過(guò)分析社交網(wǎng)絡(luò)中突發(fā)事件的信息特征,提出一種社會(huì)網(wǎng)絡(luò)突發(fā)事件信息傳播的隨機(jī)博弈模型；張一文等[13]通過(guò)建立指標(biāo)體系衡量網(wǎng)絡(luò)輿情突發(fā)事件的熱度,為政府輿論控制及制定應(yīng)對(duì)措施提供依據(jù).

基于以上分析,首先目前大多數(shù)學(xué)者側(cè)重于研究構(gòu)建網(wǎng)絡(luò)輿情突發(fā)事件各類指標(biāo)體系與評(píng)價(jià)、傳播模型,對(duì)于網(wǎng)絡(luò)輿情突發(fā)事件的應(yīng)急群決策法的研究則較少.在現(xiàn)實(shí)生活中,某地可能會(huì)同時(shí)爆發(fā)多個(gè)網(wǎng)絡(luò)輿情突發(fā)事件,這時(shí)需要各應(yīng)急決策專家及時(shí)對(duì)各網(wǎng)絡(luò)輿情突發(fā)事件的危害性進(jìn)行評(píng)估,進(jìn)而用有限的應(yīng)急資源去優(yōu)先處理危害性最高的網(wǎng)絡(luò)輿情突發(fā)事件.此外,在運(yùn)用熵權(quán)法確定屬性權(quán)重的過(guò)程中,大多數(shù)文獻(xiàn)如文獻(xiàn)[14-17]等都是運(yùn)用信息熵來(lái)構(gòu)建屬性權(quán)重確定模型,目前對(duì)于同時(shí)運(yùn)用信息熵及交叉熵構(gòu)建權(quán)重模型的研究較少,而同時(shí)利用信息熵及交叉熵求得的屬性權(quán)重更能減少原始信息的損失,更具科學(xué)性與合理性.基于以上兩點(diǎn)分析,本文將考慮在時(shí)間緊急且在各類信息不完備的情況下,各應(yīng)急決策專家在對(duì)評(píng)價(jià)指標(biāo)進(jìn)行評(píng)估時(shí)可能會(huì)出現(xiàn)猶豫不決的情況,提出基于猶豫模糊集的網(wǎng)絡(luò)輿情突發(fā)事件應(yīng)急群決策法：首先根據(jù)各決策專家給出的猶豫模糊評(píng)估值,建立猶豫模糊評(píng)價(jià)矩陣,并運(yùn)用猶豫模糊信息熵及交叉熵構(gòu)建各評(píng)價(jià)指標(biāo)的確定模型；其次采用猶豫模糊加權(quán)平均算子(HFWA)及得分函數(shù)計(jì)算各網(wǎng)絡(luò)輿情突發(fā)事件中各評(píng)估指標(biāo)的得分；然后獲得各網(wǎng)絡(luò)輿情突發(fā)事件關(guān)于各評(píng)估指標(biāo)的綜合危險(xiǎn)性得分,進(jìn)而為應(yīng)急部門確定網(wǎng)絡(luò)輿情突發(fā)事件的處置順序提供合理依據(jù)；最后通過(guò)案例分析驗(yàn)證所提出方法的有效性及科學(xué)性.

本文的基本框架如下：第2 節(jié)回顧猶豫模糊集的相關(guān)概念、運(yùn)算以及評(píng)估等級(jí)的劃分方法；第3 節(jié)構(gòu)建基于猶豫模糊環(huán)境下的網(wǎng)絡(luò)輿情突發(fā)事件應(yīng)急群決策模型,提出評(píng)價(jià)指標(biāo)權(quán)重確定模型及網(wǎng)絡(luò)輿情突發(fā)事件綜合危害性得分的計(jì)算方法；第4 節(jié)運(yùn)用一個(gè)實(shí)例去驗(yàn)算所提出方法的有效性,并進(jìn)行對(duì)比分析；第5 節(jié)對(duì)全文進(jìn)行總結(jié).

2 預(yù)備知識(shí)

本節(jié)將回顧猶豫模糊集的基本概念、運(yùn)算法則、加權(quán)平均算子、得分函數(shù)、信息熵及交叉熵以及基于猶豫模糊集的評(píng)估等級(jí)劃分方法.

2.1 猶豫模糊集

定義1[18].設(shè)X是一個(gè)給定的有限集合,則稱E={〈x,hE(x)〉|x∈X} 為猶豫模糊集,其中hE(x)表示x屬于集合X的可能隸屬度,是區(qū)間[ 0,1]的子集.

定義2[19].設(shè)h,h1,h2是三個(gè)猶豫模糊元,則它們的基本運(yùn)算如下(其中α 是一個(gè)常數(shù))：

定義3[19].hj(j=1,2,···,n)是一組猶豫模糊糊元,猶豫模糊加權(quán)平均算子Hn→H的操作是Hn→H的映射,具體運(yùn)算如下：

其中,w=(w1,w2,···,wn)T是hj(j=1,2,···,n)的權(quán)重向量,

定義4[19].對(duì)于一個(gè)猶豫模糊數(shù)h,它的得分函數(shù)定義如下：

其中,*h是 猶豫模糊集h中 元素的個(gè)數(shù).若s(h1)＞s(h2),則有h1＞h2；若s(h1)=s(h2),則有h1=h2.

定義5[20].假設(shè) β是一個(gè)任意猶豫模糊數(shù),那么 β的猶豫模糊熵定義如下：

其中,βhσ(i)表示猶豫模糊數(shù)β 中第i大的元素,q＞0且T=(1+q)ln(1+q)(ln(2+q)-ln2)-(2+q)可以證明猶豫模糊熵E(β)滿足如下性質(zhì)：

性質(zhì)1.E(β)=0,當(dāng)且僅當(dāng) β=0 或 β=1.

性質(zhì)2.當(dāng)且僅當(dāng) βσ(i)+βσ(l-i+1)=1,i=1,2,···,l時(shí),有：

E(β)=1.

性質(zhì)3.若β1σ(i)≤β2σ(i),β2σ(i)+β2σ(l-i+1)≤1或 β1σ(i)≥β2σ(i),β2σ(i)+β2σ(l-i+1)≥1,i=1,2,···,l則有E(β1)≤E(β2).

性質(zhì)4.E(β)=E(βc).

定義6[20]設(shè) α、β是任意兩個(gè)猶豫模糊數(shù),則稱：

為猶豫模糊數(shù) α、β 的交叉熵,其中T=(1+q)×ln(1+q)-(2+q)(ln(2+q)-ln2),q＞0.可以證明猶豫模糊交叉熵滿足以下兩個(gè)公理化條件：

(1)C(α,β)≥0；

(2)C(α,β)=0 ?ασ(i)=βσ(i),?i=1,2,···,l.

2.2 評(píng)估等級(jí)的劃分

在對(duì)若干個(gè)評(píng)估對(duì)象進(jìn)行評(píng)估之前,需要合理、科學(xué)地劃分評(píng)估等級(jí).本文基于猶豫模糊集,將所有可能評(píng)估結(jié)果的匯總表示為hE(x)={h1(x),h2(x),···,hn(x)},hi(x)(i=1,2,···,n)表示為在定義的n種評(píng)估等級(jí)中的第i種可能的評(píng)估結(jié)果.在信息不完備以及時(shí)間緊急的情況下,允許專家在出現(xiàn)猶豫不決的情況,并且允許對(duì)評(píng)估對(duì)象給出多個(gè)評(píng)估值,這不僅避免了決策信息的丟失,同時(shí)也更符合人們處理實(shí)際問(wèn)題的客觀要求[21].

3 猶豫模糊環(huán)境下的網(wǎng)絡(luò)輿情突發(fā)事件應(yīng)急群決策模型構(gòu)建

3.1 問(wèn)題描述

假設(shè)某城市在同一時(shí)間爆發(fā)了多個(gè)網(wǎng)絡(luò)輿情突發(fā)事件X={X1,X2,···,Xn},因該城市應(yīng)急資源有限,因此需優(yōu)先處理綜合危害性最高的突發(fā)事件,再依序處理剩余突發(fā)事件.假設(shè)應(yīng)急部門選擇了m個(gè)評(píng)價(jià)指標(biāo)c={c1,c2,···,cm},且各評(píng)價(jià)指標(biāo)的權(quán)重W={w1,w2,···,wm}未知；為了讓評(píng)價(jià)結(jié)果的科學(xué)性更高,挑選具有專業(yè)差異的應(yīng)急決策專家組成應(yīng)急決策專家組d={d1,d2,···,dl},各專家對(duì)應(yīng)急決策影響的權(quán)重λk∈[0,1] 已 知；設(shè)hE(x)={h1(x),h2(x),···,hn(x)}為所有評(píng)估結(jié)果的匯總,由于網(wǎng)絡(luò)輿情突發(fā)事件的突發(fā)性及緊急性,各決策專家受時(shí)間壓力以及對(duì)事件信息掌握的不全面、不準(zhǔn)確,因此給出評(píng)價(jià)值時(shí)可能出現(xiàn)猶豫不決的情況,若第k位決策專家對(duì)第i個(gè)事件的第j個(gè)評(píng)價(jià)指標(biāo)進(jìn)行打分時(shí)對(duì)hE(x)中s個(gè)評(píng)估等級(jí)猶豫不決,則第k位決策專家在第i個(gè)事件的第j個(gè)評(píng)價(jià)指標(biāo)的猶豫評(píng)估集可表示為hkij=H{y1ij,y2ij,···,yisj}；第k位決策專家的所有猶豫模糊評(píng)估集可以組成猶豫模糊評(píng)估決策矩陣Rk=(hkij)n×m,i=1,2,···,n,j=1,2,···,m.

3.2 指標(biāo)的選擇

文獻(xiàn)[13]將非常規(guī)突發(fā)事件的特點(diǎn)概括為5 點(diǎn)：爆發(fā)性、特殊性、環(huán)境復(fù)雜性、群體擴(kuò)散性、演變不確定性,同時(shí)網(wǎng)絡(luò)輿情突發(fā)事件也有自身的如突發(fā)性、嚴(yán)重危害性、應(yīng)急管理綜合性等特點(diǎn),本文根據(jù)對(duì)非常規(guī)突發(fā)事件以及網(wǎng)路輿情突發(fā)事件的特點(diǎn),在文獻(xiàn)[1,13]中選取了輿情事件廣度、敏感度、易爆度、擴(kuò)散速度、可能持續(xù)時(shí)間、次生災(zāi)害發(fā)生可能性這7個(gè)評(píng)價(jià)指標(biāo),以上指標(biāo)不僅在文獻(xiàn)[1,13]中所構(gòu)建的評(píng)價(jià)指標(biāo)體系中具有較高的權(quán)重,同時(shí)這些指標(biāo)也能較為充分、全面地體現(xiàn)網(wǎng)絡(luò)輿情突發(fā)事件的特征,使得評(píng)價(jià)結(jié)果更具合理性與科學(xué)性.

3.3 指標(biāo)權(quán)重的確定

信息熵描述的是信息的不確定程度,若網(wǎng)絡(luò)輿情突發(fā)事件的某一應(yīng)急決策指標(biāo)的熵值越小,則該評(píng)價(jià)指標(biāo)所包含的信息越多,那么該指標(biāo)在全局指標(biāo)中也越重要,應(yīng)賦予更大的權(quán)重值；若某一項(xiàng)決策指標(biāo)上的交叉熵越大,則表示在該項(xiàng)指標(biāo)上所有輿情事件的評(píng)價(jià)差異越大,那么該指標(biāo)的重要性也越大,也應(yīng)賦予更大的權(quán)重值.因此本文將采用各評(píng)價(jià)指標(biāo)的評(píng)價(jià)值計(jì)算其信息熵及交叉信息熵,可以更加科學(xué)地計(jì)算出各評(píng)價(jià)指標(biāo)的重要性程度,盡量避免人為賦權(quán)所帶來(lái)的影響,讓各評(píng)價(jià)指標(biāo)最終所被賦予的權(quán)重更加合理且更加符合客觀實(shí)際.

本文將運(yùn)用猶豫模糊的信息熵及其交叉熵建立相應(yīng)的指標(biāo)權(quán)重模型,其具體計(jì)算步驟如下：

Step 1.第k個(gè)應(yīng)急決策專家在網(wǎng)絡(luò)輿情突發(fā)事件Xi的評(píng)價(jià)指標(biāo)cj下的評(píng)價(jià)值由猶豫模糊數(shù)hkij表示.

Step 2.運(yùn)用式(3),計(jì)算各評(píng)價(jià)指標(biāo)的信息熵E(hkij),那么各決策專家在所有網(wǎng)絡(luò)輿情突發(fā)事件中的評(píng)價(jià)指標(biāo)cj下的綜合信息熵可表示為其中,為決策者dk認(rèn)為所有網(wǎng)絡(luò)輿情突發(fā)事件在應(yīng)急決策指標(biāo)cj下的平均信息熵.

Step 3.運(yùn)用式(4),計(jì)算評(píng)價(jià)指標(biāo)cj的全局猶豫模糊交叉熵,將所有網(wǎng)絡(luò)輿情突發(fā)事件在評(píng)價(jià)指標(biāo)cj下的綜合平均猶豫模糊交叉熵相加可以得到：它表示的是所有網(wǎng)絡(luò)輿情事件在決策指標(biāo)cj下的平均差異度,其中表示第k個(gè)決策專家認(rèn)為第i個(gè)網(wǎng)絡(luò)輿情突發(fā)事件與剩下所有網(wǎng)絡(luò)輿情突發(fā)事件在評(píng)價(jià)指標(biāo)cj下的平均猶豫模糊交叉熵.

Step 4.由猶豫模糊信息熵及交叉熵理論可知,評(píng)價(jià)指標(biāo)cj平均猶豫模糊信息交叉熵越大,該指標(biāo)應(yīng)賦予較大的權(quán)重值；若評(píng)價(jià)指標(biāo)cj的猶豫模糊信息熵越小,則該指標(biāo)應(yīng)被賦予更大的權(quán)重值.綜合以上分析,可以得到如下評(píng)價(jià)指標(biāo)權(quán)重優(yōu)化模型：

求解該模型,并進(jìn)行歸一化處理,可以得到各決策指標(biāo)的標(biāo)準(zhǔn)權(quán)重如下：

Step 5.根據(jù)應(yīng)急決策專家對(duì)決策影響大小的權(quán)重λ={λ1,λ2,···,λl},對(duì)所得到的權(quán)重作進(jìn)一步的修正：

Step 6.最后得到各評(píng)價(jià)指標(biāo)的權(quán)重集合W={w1,w2,···,wm}.

3.4 計(jì)算各網(wǎng)絡(luò)輿情突發(fā)事件的綜合危害得分

各網(wǎng)絡(luò)輿情突發(fā)事件的綜合危害得分的計(jì)算步驟如下：

Step 1.運(yùn)用式(1)得到各決策專家在網(wǎng)絡(luò)輿情突發(fā)事件Xi的評(píng)價(jià)指標(biāo)cj下的猶豫模糊評(píng)價(jià)的加權(quán)平均算子,即將各決策專家在同一網(wǎng)絡(luò)突發(fā)輿情事件的同一評(píng)價(jià)指標(biāo)下的猶豫模糊評(píng)估值進(jìn)行集成.令Hikj={h1ij,h2ij,···,hlij},i=1,2,···,n,j=1,2,···,m為所有決策專家在決策專家在第i個(gè)突發(fā)事件的第j個(gè)評(píng)價(jià)指標(biāo)的猶豫模糊評(píng)估集,則Hikj的猶豫模糊加權(quán)平均算子可以表示為：

其中,i=1,2,···,n,j=1,2,···,m.

Step 2.運(yùn)用式(2)計(jì)算各網(wǎng)絡(luò)輿情突發(fā)事件中的各評(píng)價(jià)指標(biāo)的猶豫模糊評(píng)估分值S(Hij),i=1,2,···,n,j=1,2,···,m.

Step 3.令Y={y1,y2,···,ym}={S(Hi1),S(Hi2),···,S(Him)},i=1,2,···,n為某一突發(fā)事件各評(píng)價(jià)指標(biāo)的評(píng)估分值的集合,結(jié)合2.2 節(jié)中已求得的各評(píng)價(jià)指標(biāo)的權(quán)重集合W={w1,w2,···,wm}可計(jì)算各網(wǎng)絡(luò)輿情突發(fā)事件的綜合危害評(píng)估分值S(Xi)={S(Xn)}S(X1),S(X2),···,i=1,2,···,n：

Step 4.最后根據(jù)各網(wǎng)絡(luò)輿情突發(fā)事件的綜合評(píng)估分值對(duì)其綜合危害性的高低進(jìn)行排序,進(jìn)而為政府應(yīng)急部門的確定處理順序提供合理依據(jù).

4 實(shí)證研究

4.1 問(wèn)題描述

城市A 的網(wǎng)絡(luò)輿情監(jiān)測(cè)站點(diǎn)監(jiān)測(cè)到可能爆發(fā)的4 個(gè)網(wǎng)絡(luò)輿情突發(fā)事件X={X1,X2,X3,X4},因該地區(qū)應(yīng)急資源有限,需優(yōu)先處置綜合危害性最高的突發(fā)事件,再依序處理剩余事件.為評(píng)估各網(wǎng)絡(luò)輿情突發(fā)事件的綜合危害性,本文根據(jù)文獻(xiàn)[1,13]突發(fā)事件的廣度、敏感度、易爆度、擴(kuò)散速度、可能持續(xù)時(shí)間、次生災(zāi)害發(fā)生作為評(píng)價(jià)指標(biāo)；選取3 個(gè)應(yīng)急決策專家d={d1,d2,d3} 組成應(yīng)急決策委員會(huì),其權(quán)重為λ={λ1,λ2,λ3}=(0.3,0.35,0.35).

由于各決策專家受時(shí)間壓力以及對(duì)輿情事件各信息掌握的不全面、不準(zhǔn)確,往往難以及時(shí)地對(duì)各指標(biāo)給出精確的評(píng)估值,因此允許各專家對(duì)決策指標(biāo)給出一個(gè)或多個(gè)評(píng)價(jià)值.本文選取區(qū)間[ 0,1]的等分評(píng)估等級(jí),即hE(x)={0,0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9,1},決策者在某一評(píng)價(jià)指標(biāo)上給的評(píng)估分值越大,說(shuō)明該評(píng)價(jià)指標(biāo)的危險(xiǎn)性越高.對(duì)于各網(wǎng)絡(luò)輿情突發(fā)事件最終綜合危害性的評(píng)定,本文采用綜合危害性“很高”、“高”、“中等”、“低”、“很低”5 個(gè)等級(jí)進(jìn)行評(píng)定,最終得到的綜合評(píng)估分值S(Xi)={S(X1),S(X2),···,S(Xn)}所對(duì)應(yīng)的等級(jí)見(jiàn)表1.

表1 綜合危害評(píng)估分值對(duì)應(yīng)的等級(jí)標(biāo)準(zhǔn)

4.2 確定猶豫模糊評(píng)價(jià)矩陣

根據(jù)給定的評(píng)估等級(jí),邀請(qǐng)3 位決策專家對(duì)可能爆發(fā)的4 個(gè)網(wǎng)絡(luò)輿情突發(fā)事件的6 個(gè)評(píng)價(jià)指標(biāo)給出相應(yīng)的評(píng)價(jià)值,如表2、表3、表4所示.

表2 第一位決策專家對(duì)各輿情事件的猶豫模糊評(píng)價(jià)值

表3 第二位決策專家對(duì)各輿情事件的猶豫模糊評(píng)價(jià)值

表4 第三位決策專家對(duì)各輿情事件的猶豫模糊評(píng)價(jià)值

為了方便計(jì)算,Xu 等[20]提出了猶豫模糊數(shù)的拓展規(guī)則,在元素個(gè)數(shù)少的猶豫模糊數(shù)中添加元素,使得每一個(gè)猶豫模糊數(shù)的元素?cái)?shù)目相同,據(jù)此可得到3 位決策專家關(guān)于評(píng)價(jià)各網(wǎng)絡(luò)輿情突發(fā)事件的猶豫模糊評(píng)價(jià)矩陣：

4.3 確定各評(píng)價(jià)指標(biāo)權(quán)重

Step 1.由4.2 可得決策專家的猶豫模糊評(píng)價(jià)矩陣R1、R2、R3.

Step 2.運(yùn)用式(3),計(jì)算各應(yīng)急決策指標(biāo)的信息熵,然后計(jì)算出各網(wǎng)絡(luò)輿情突發(fā)事件在各評(píng)價(jià)指標(biāo)下的平均信息熵,計(jì)算結(jié)果如表5、表6所示.

表5 決策專家dk 在不同決策指標(biāo)上評(píng)估值的信息熵

表6 決策專家dk 在同一決策指標(biāo)評(píng)估值上的平均信息熵

Step 3.運(yùn)用式(4),計(jì)算各網(wǎng)絡(luò)輿情突發(fā)事件關(guān)于各評(píng)價(jià)指標(biāo)的全局猶豫模糊交叉熵,然后計(jì)算出平均猶豫模糊交叉熵,計(jì)算結(jié)果如表7所示.

Step 4.運(yùn)用式(6),計(jì)算得到各評(píng)價(jià)指標(biāo)的初始權(quán)W=(0.2311,0.1420,0.1761,0.1858,0.2010,0.1465).

Step 5.根據(jù)決策專家對(duì)應(yīng)急決策影響大小的權(quán)重λ={λ1,λ2,λ3}=(0.3,0.35,0.35),運(yùn)用式(7)對(duì)各評(píng)價(jià)指標(biāo)的初始權(quán)重作進(jìn)一步的修正.

Step 6.最后得到各評(píng)價(jià)指標(biāo)的權(quán)重集合W=(0.2050,0.1171,0.1931,0.1822,0.1974,0.1052)

表7 各決策指標(biāo)平均交叉熵

4.4 計(jì)算各網(wǎng)絡(luò)輿情突發(fā)事件的綜合危害得分

Step 1.各決策專家對(duì)應(yīng)急決策影響大小的權(quán)重λ={λ1,λ2,λ3}=(0.3,0.35,0.35)已知,運(yùn)用式(1),對(duì)三位決策專家在同一輿情事件中的同一評(píng)價(jià)指標(biāo)的猶豫模糊評(píng)估值進(jìn)行集成.以三位決策專家在第二個(gè)網(wǎng)絡(luò)輿情事件中的第一個(gè)評(píng)價(jià)指標(biāo)輿情廣度為例

同理可求得剩余評(píng)價(jià)指標(biāo)的加權(quán)平均集成算子.

Step 2.運(yùn)用式(2),計(jì)算得到各決策指標(biāo)的評(píng)估分值,結(jié)果如表8所示.

Step 3.運(yùn)用式(8),計(jì)算得到各網(wǎng)絡(luò)輿情突發(fā)事件的綜合危害評(píng)估分值,以網(wǎng)絡(luò)輿情突發(fā)事件1 為例,其各評(píng)價(jià)指標(biāo)的得分為{0.617 63,0.491 39,0.710 00,0.425 56,0.685 91,0.606 76},那么網(wǎng)絡(luò)輿情突發(fā)事件1 的綜合危害評(píng)估最終得分：

表8 各輿情事件中不同決策指標(biāo)的評(píng)估得分

同理可得所有網(wǎng)絡(luò)輿情突發(fā)事件綜合危害評(píng)估得分,如表9所示.

表9 網(wǎng)絡(luò)輿情突發(fā)事件綜合危害評(píng)估得分

Step 4.根據(jù)各網(wǎng)絡(luò)輿情突發(fā)事件的綜合危害評(píng)估分值,對(duì)各網(wǎng)絡(luò)輿情突發(fā)事件綜合危害性的高低進(jìn)行排序：S(X4)＞S(X1)＞S(X2)＞S(X3),進(jìn)而輔助應(yīng)急部門確定處置網(wǎng)絡(luò)輿情突發(fā)事件的順序：X4?X1?X2?X3.

根據(jù)各網(wǎng)絡(luò)輿情突發(fā)事件的綜合危害評(píng)估分值,可以得到網(wǎng)絡(luò)輿情突發(fā)事件4 的綜合危害性評(píng)估得分最高,對(duì)應(yīng)的綜合危害評(píng)估等級(jí)為高,因此應(yīng)最先處理網(wǎng)絡(luò)輿情突發(fā)事件4,再依序處理剩下的事件.

4.5 比較分析

為了比較說(shuō)明本文提出方法的有效性,分別與文獻(xiàn)[22]的決策方法以及文獻(xiàn)[23]和文獻(xiàn)[24]使用獲得屬性權(quán)重的熵權(quán)法和線性規(guī)劃法進(jìn)行比較分析.在與文獻(xiàn)[22]進(jìn)行比較分析發(fā)現(xiàn),該方法最終只得出各突發(fā)事件的綜合風(fēng)險(xiǎn)得分值,而不能得到各評(píng)價(jià)指標(biāo)的分值,而本文提出的方法不僅可以得出各突發(fā)事件的綜合風(fēng)險(xiǎn)得分值,同時(shí)可以得到各評(píng)價(jià)指標(biāo)的得分,讓應(yīng)急部門能更具針對(duì)性的做出應(yīng)急預(yù)案,一定程度上能提高應(yīng)急預(yù)案的成功率.

使用文獻(xiàn)[23]的熵權(quán)法最終得到的網(wǎng)絡(luò)輿情突發(fā)事件的處置順序?yàn)椋篨4?X1?X3?X2,與本文的結(jié)果有所差別,但是X4仍然是最優(yōu)先處置的事件,這是因?yàn)樵撐墨I(xiàn)使用的熵權(quán)法求各屬性權(quán)重的時(shí)候只使用各屬性的信息熵進(jìn)行計(jì)算而未將交叉熵考慮在內(nèi),因此造成一定的信息損失,對(duì)最終的排序結(jié)果產(chǎn)生影響.本文考慮到某項(xiàng)指標(biāo)的信息熵測(cè)度越小,該評(píng)價(jià)指標(biāo)所包含的信息越多,那么該指標(biāo)在全局指標(biāo)中也越重要,應(yīng)賦予更大的權(quán)重值；若某項(xiàng)指標(biāo)上的交叉熵熵測(cè)度越大,則表示在該項(xiàng)指標(biāo)上評(píng)價(jià)差異越大,對(duì)決策評(píng)估的作用越大,也應(yīng)賦予更大的權(quán)重值.因此本文未像傳統(tǒng)的熵權(quán)法在求權(quán)重時(shí)只單純考慮指標(biāo)值的信息熵,而是將決策指標(biāo)值得信息熵及交叉熵測(cè)度同時(shí)納入權(quán)重確定模型中,不僅考慮了決策指標(biāo)自身信息熵的大小對(duì)權(quán)重大小的影響,同時(shí)考慮了指標(biāo)間的差異性程度信息即交叉信息熵,進(jìn)而最大程度的減少原始信息的流失,使權(quán)重結(jié)果更具客觀性、合理性.最后使用文獻(xiàn)[24]的線性規(guī)劃法得到的網(wǎng)絡(luò)輿情突發(fā)事件的處置順序?yàn)椋篨4?X1?X2?X3,與本文的排序結(jié)果完全一致,說(shuō)明本文提出的網(wǎng)絡(luò)輿情突發(fā)事件應(yīng)急群決策模型具有一定的可行性.

5 結(jié)語(yǔ)

本文考慮到在信息不完備、時(shí)間緊急的情況下,決策者很難及時(shí)地對(duì)網(wǎng)絡(luò)輿情突發(fā)事件的各評(píng)價(jià)指標(biāo)給出精確的評(píng)估值,提出基于猶豫模糊環(huán)境下的網(wǎng)絡(luò)輿情突發(fā)事件應(yīng)急群決策法,使評(píng)估過(guò)程更加符合應(yīng)急情況下的客觀實(shí)際,讓評(píng)估結(jié)果更具合理性；通過(guò)猶豫模糊信息熵及交叉熵構(gòu)建指標(biāo)權(quán)重確定模型,能減少信息的丟失,使權(quán)重結(jié)果更具科學(xué)性；運(yùn)用本文所提出的方法,不僅可以得出各突發(fā)事件綜合危害性得分,為應(yīng)急部門對(duì)突發(fā)事件的處置順序提供合理依據(jù),還可以得到突發(fā)事件的各評(píng)價(jià)指標(biāo)的評(píng)估得分,讓應(yīng)急部門能夠重點(diǎn)針對(duì)危害性分值高的評(píng)價(jià)指標(biāo),開展具有針對(duì)性的應(yīng)急決策方案,此外本文所提出的決策方法還適用于生產(chǎn)安全事故及自然災(zāi)害應(yīng)急預(yù)案評(píng)估如煤礦突發(fā)事故應(yīng)急預(yù)案、突發(fā)山洪事故等應(yīng)急預(yù)案研究,幫助決策者在各方案中選擇最佳應(yīng)急方案,具有一定的實(shí)用意義.