基于球形模糊集的網絡輿情應急決策方法研究

◇內江師范學院數學與信息科學學院 謝夢嬌 劉 陽 苗麗娜

隨著社交網絡的廣泛使用，針對同時爆發(fā)的多個網絡輿情突發(fā)事件，在仔細分析網絡輿情突發(fā)事件的成因與應急決策特性的基礎上，本文提出了一個基于球形模糊集的網絡輿情突發(fā)事件的多指標應急群決策模型.在本文中，我們研究了球形模糊集的基本運算，并將運算法則擴展到聚合算子.即基于球形模糊數引入加權算術平均聚合算子.首先，提取可有效衡量網絡輿情突發(fā)事件危機程度的指標；其次，利用球形模糊加權算術平均算子聚合專家評價矩陣.然后，利用危機程度函數計算各網絡輿情突發(fā)事件的危機程度，并根據危機程度的大小將各網絡輿情突發(fā)事件進行排序，即可得到輿情最為嚴重的突發(fā)事件.最后通過案例分析驗證了本文方法的實用性和有效性.

1 引言

近年來，隨著科技的發(fā)展，互聯(lián)網技術發(fā)展日新月異，網民規(guī)模隨之擴大，各種網絡事件擴散極快，在資源有限的情況下，相關部門只能先處理部分輿情較重的事件.因此，為了使網絡輿情突發(fā)事件能夠得到快速而有效的解決，構建一個有效的模型對網絡輿情突發(fā)事件的危機程度做出判斷至關重要.

針對網絡輿情突發(fā)事件，國內外學者進行相關研究.在國內，樊自甫、田笖毓、呂浪等[9]先是提取可有效衡量網絡輿情突發(fā)事件危機程度的指標，再運用區(qū)間值模糊熵計算其合理權重，采用加權集結得到各事件的綜合效果區(qū)間值.張倩生，楊帆[6]等提出一種綜合模糊語言變量、加權歐式距離以及優(yōu)先集成算子的模糊多屬性群決策模型.在國外，Ashraf[11]等人研究了球形模糊加權平均、球形模糊有序加權平均、球形模糊混合加權平均、球形模糊加權幾何（SFDWG）、以及球形模糊混合加權幾何聚合算子的性質，并據此設計了一種幫助決策分析的算法.Jin et al.（2019a）[13]將語言模糊集和球模糊集的概念結合起來，提出了一種語言球形模糊集（LSFS）.同時，為了驗證該算法的有效性，將所提出的語言球模糊數聚合算子應用于多屬性群體決策問題.

同時，在網絡輿情的信息中，收集到的數據可能是一個區(qū)間數，而不是精確數.考慮到這一點，本文在Ashraf[11]等人提出的方法上，采用區(qū)間球模糊環(huán)境下的區(qū)間數，且為了處理模糊、不精確和不確定性，當隸屬度、非隸屬度和拒絕度的平方和小于或等于1時，本文提出了球形模糊集、球形模糊數的運算律和聚合算子及其性質.并將所提出的集合算子應用于帶有不確定性指標的多個網絡輿情事件應急決策問題，以判斷網絡輿情突發(fā)事件的危機情況，幫助有關部門完善應急對策.

2 球形模糊集的相關概念及運算

定義1[12]設是一個給定的有限集合，則稱為球形模糊集（SFS）.其中，分別稱為隸屬度、非隸屬度和猶豫度.它們必須滿足：它們之間的關系如圖1所示：

圖1 隸屬度、非隸屬度、猶豫度的關系

定義2[12]設是兩個不同的球形模糊集，則它們的基本運算定義如下：

定義4[12]假設是一個球形模糊數，在計算網絡輿情突發(fā)事件的危機情況時，定義危機程度函數為：

3 模型構建

3.1 基于球形模糊集的應急決策框架

本文針對網絡輿情突發(fā)事件應急決策研究，建立了基于球形模糊集的網絡輿情應急決策模型，主要思路框架如圖2所示：

圖2 網絡輿情突發(fā)事件應急群決策模型的構建框圖

3.2 基于球形模糊集的應急決策描述

由于語言信息的模糊性和人類思維的無序性，無法對突發(fā)事件快速的給出應急決策.在網絡輿情突發(fā)事件的應急解決方法中我們提出了一個新的應急決策方案，建立了全新的球形模糊集模型來提供一個新的思路方法.

圖3 球形模糊集的應用

3.3 基于球形模糊集的應急決策算法

step1.獲取一組球形模糊數（隸屬度、非隸屬度、猶豫度）.

step2.構建專家對各網絡輿情突發(fā)事件及各指標的決策評價矩陣.

step3.根據得出的專家決策矩陣和給出的具體專家權重，運用球形加權平均算子（SWAM）對所得出的個決策矩陣進行聚合，得到所有專家針對該事件的各指標的綜合決策矩陣.

step5.對上述得出的最后決策矩陣，通過公式（8）的計算，得到多個網絡輿情事件的危機程度函數值，然后比較各數值大小，按危機程度進行排序，最后得出結論.

4 算例分析

4.1 實際問題描述

為了進一步刻畫模型的有效性，本文設計了一個具體案例進行研究.

為合理評估各網絡輿情突發(fā)事件的綜合危害性，我們首先對各個應急專家進行了問卷調查分析，并從中選擇5個網絡輿情突發(fā)事件應急決策指標：輿情傳播廣度()、輿情關注度()、經濟損失()、警情程度()、輿情內容敏感度().隨后組織來自不同行業(yè)的4位應急專家就以上4個網絡輿情事件的5個關鍵決策評估指標進行初始評判，獲得的評價值如表1～表4所示.

表1 決策專家 對各網絡輿情突發(fā)事件及決策指標的球形模糊評價值

表2 決策專家對各網絡輿情突發(fā)事件及決策指標的球形模糊評價值

表2 決策專家對各網絡輿情突發(fā)事件及決策指標的球形模糊評價值

表3 決策專家對各網絡輿情突發(fā)事件及決策指標的球形模糊評價值

表3 決策專家對各網絡輿情突發(fā)事件及決策指標的球形模糊評價值

表4 決策專家 對各網絡輿情突發(fā)事件及決策指標的球形模糊評價值

表4 決策專家 對各網絡輿情突發(fā)事件及決策指標的球形模糊評價值

4.2 聚合球形模糊評價矩陣及危機程度排序

為了判斷哪一個事件是最危急的網絡輿情突發(fā)事件，本文在求解時包含以下的步驟：

步驟1.構建4個專家對4個網絡輿情突發(fā)事件的決策評價矩陣.得到決策評價矩陣如下：

步驟2.確定專家權重和指標權重.

之后，我們采用球形加權算術平均算子對不同決策者的意見進行聚合.

步驟3.專家聚合：即利用球形加權算術平均算子聚合4個專家對4個網絡輿情突發(fā)事件、5個指標的評價矩陣，可以得到一個有效評價4個網絡輿情突發(fā)事件的5個指標的評價矩陣.

以四位決策專家對第一個網絡輿情突發(fā)事件中的第一個評價指標聚合為例，

步驟4.指標聚合：利用球形加權算術平均算子再次聚合5個指標的球形模糊數，以第一個網絡輿情突發(fā)事件中的五個評價指標聚合為例，

進一步得到對應的綜合評價矩陣,并構建如下矩陣P：

其中，1≤i,k≤4.

步驟5 依據公式（8）計算各事件的危機程度函數，如表5所示.

表5 各網絡輿情突發(fā)事件危機程度函數大小

并對網絡輿情突發(fā)事件按危機嚴重程度進行升序排序：

5 結束語

本文考慮到在爆發(fā)多個網絡輿情突發(fā)事件時，決策者往往很難立即、準確地對網絡輿情突發(fā)事件的危機情況進行理性分析，從而提出基于球形模糊環(huán)境下的網絡輿情突發(fā)事件應急群決策方法，讓評估方案更加符合應急情況下的實際情況；

首先，本文確定了各指標權重，然后利用四位專家對四個事件、五個指標的決策矩陣進行多次聚合，接著得到綜合決策評價矩陣，再接著利用危機程度函數計算各事件的危機情況，最后將網絡輿情突發(fā)事件的危機性進行排序，為應急部門對突發(fā)事件的處置順序提供合理依據.并且通過算例分析驗證了該模型的合理性和有效性，從而幫助相關部門應對同時爆發(fā)的多個網絡輿情突發(fā)事件的問題[9].