突发事件网络舆情传播与预警模型研究

李兆翠

（山东协和学院计算机学院，山东 济南 250107）

突发事件网络舆情传播与预警模型研究

李兆翠

（山东协和学院计算机学院，山东 济南 250107）

随着网络的普及使用，我国网民数量不断上升，网络舆情无论是内容还是传播的速度都在不断攀升，突发事件网络舆情的预警与控制，已经成为一道必须正视的问题。由于突发事件有其特定的生命周期，突发事件网络舆情也有其时段性，要根据舆情传播的变化，注重对突发事件网络舆情传播的管控，避免群体极化现象和舆情的多级衍生。本文主要从构建网络舆情研判指标体系，构建网络舆情预测模型和突发事件网络舆情预警措施三个方面进行了简要分析，对突发事件网络舆情传播与预警模式进行研究。

突发事件；网络舆情；传播；预警

1 引言

网络舆情是在一定的社会空间之内，以中介性社会事件的产生、发展和变化为核心，由于各种事件的刺激而产生的通过互联网传播的人们对于该事件所持有的认知态度、情感和行为倾向的集合。突发事件网络舆情是民众在互联网上对社会上突发事件所表现的带有倾向性、共鸣性和影响性的言论与意见，具有直接性、突发性和偏差性的特征。当前我国网络舆情问题涉及人数众多，信息量大，意见纷繁，具有内容公众化、传播开放化、控制难度大等特点，因此，要关注突发事件网络舆情的发展状况，探索舆情的传播变化规律，构建科学的网络舆情突发事件预警体系，及时对网络舆情的现状和变化作出判断，对构建和谐社会具有重大意义。

2 研究背景

回顾国内近十年的发展，各种突发事件层出不穷，诸如：马航MH370航班失联事件、越南暴力打砸事件、云南昆明暴恐案件等，引发了网民、媒体的主动关注，并形成了具有强大社会舆论力量的公众情感倾向和政治态度倾向，即网络舆情[1]。这些突发事件网络舆情的发展与演化，突显出其内在的机理和规律，需要对其进行研究和探讨，进行舆情分析研判，构建对突发事件的网络舆情预警机制。分析突发事件网络舆情的生成过程和传播扩散的影响因素，有针对性地提出如何对突发事件网络舆情进行引导控制的策略和体系，并建构量化的数学模型——舆情“计量模型”，用量化的、科学化的测量方法和技术，构建突发事件舆情预警模式[2]。

3 构建网络舆情研判指标体系

网络舆情研判指标体系已有不少学者提出，比如有：吴绍忠、李淑华将舆情、舆情传摇和舆情受众相结合，生成了网络舆情预警等级指标体系；谈国新、方一利用12space理论建构了网络舆情监测评价指标体系；王青、成颖、巢乃鹏等通过对主题舆情进行E—R分析，从舆情热度、舆情强度、舆情倾度、舆情生长度4个维度设计了网络舆情监测与预警指标体系。

在对舆情预警进行规划时，主要采用层次化设计的方式，从这三个维度着手建立研判指标体系。一级指标用来显示舆情的不同维度，二级指标主要用来展示舆情的测度内容，三级指标属于数据采集的定量指标。定量指标的值的确定，可以直接通过网络进行采集，或者可以运用有效的数据算法得出。初始评判指标是此后进行统计的前提，因此，必须保障初始评判的有效性和准确性。在对初始评判进行筛选时，社会上普遍采用的是灰色统计方法。

4 构建网络舆情预警模型

网络舆情预测与预警工作主要包括两个方面的内容：一方面是根据现有的预测状况，来分析今后的发展趋势；另一方面是根据标准化的判别规则，在对预测值进行分析的基础上开展判断警级工作。本文针对网络舆情预警数学模型进行分析，研究如何判断潜伏期高潮预警级别，并在此基础上，运用模式识别方法，构建网络舆情预警模型[3]。

4.1 构建网络舆情预警数学模型

建立网络舆情预警数学模型，及时分析网络舆情的趋势。在某个事件发生后，利用数学函数对事件传播的信息量随时间变化规律进行研究，则可以很清晰地认识到舆情的事态性。设f=f(t)，t=0为初始值，K为上限值。将舆情分为潜伏期、扩散期和消退期三个阶段，则可表示为如图1所示：

图1 网络舆情发展曲线

4.2 及时预测网络舆情

当某一件事发生之后，应当根据网络舆情传播的实际规律，对潜伏时间[0，t1]进行预测掌控，准确预测舆情高潮来临的具体时间及高潮值。在以后制定预警级别时，可以运用这些数据进行参考。一般情况下，潜伏期越短，预警的级别就会越高。潜伏期高潮预警级别如表1所示。

表1 潜伏期高潮预警级别

4.3 构建基于模式识别方法的网络舆情预警模型

网络舆情判断警级工作主要根据预测值及判别规则，对网络舆情进行预警。第一步工作就是确定预测值的分类规则，在此基础上根据危机产生的可能性，对预测值的等级进行划分[4]。如根据舆情的影响力，将警级状态分为低级、中级和高级。低级主要指的是舆情现在尚处于萌芽期，虽然有人参与讨论，有些帖子，有人关注和回复，但是还没能形成较大的影响。中级指的是当前的舆情正处于稳定发展的阶段，但还没造成大面积的影响。高级指的是该舆情现在已经有了很大的规模，而且影响范围较大，有些甚至已经走出了网络传播的媒介。

以下用w来表示警级状态，w=w1表示较低的警级，w=w2表示中等警级，w=w3表示高等警级。本文主要对当前网络舆情的N个观察量x1，x2......xN进行有效分析。在这些特征当中，所有可能的值共同构成了一个特征空间。如果在特征空间当中有一个向量，是N维空间上的某个具体的点，那么我们需要考虑的问题就是，要把x分在哪一类的w当中，才是正确的划分。为减少这种错误划分，可以采用贝叶斯决策这种准确率较高的方法来判定。运用贝叶斯公式，得到的条件概率p(wi1x)称为状态的后验概率。运用贝叶斯公式的主要目的就在观察x的过程当中，将状态的先验概率p(wi)转化为状态的后验概率 p(wi1x)。如此一来，如果p(wi1x)=max P(wi1x)，那么x∈wi。

根据上面判别函数可以设计出分类器，先计算出判别函数g1(x)，再从数据当中，选择出判别函数最大值的类，作为决策的结果。

图2 分类器构成

5 突发事件网络舆情预警措施分析

5.1 官方要做好引导作用

政府作为最权威信息的来源，在处置网络舆情时，需要及时还原事实真相。面对突如其来的突发性事件，政府需要收集相关信息，对其进行分析与评估，从而制定科学有效的解决方案，以一个有责任的心态针对突发事件网络舆情进行辟谣，发布最权威、最有效的信息，帮助社会广大群众辨别真伪，认清事实真相。

5.2 网站要做好网络舆情预警工作

网站可以采用采集模块、中文分词模块、索引模块三大模块构建网络舆情预警体系。对于采集模块，一是要学会抓页面，二是要格式化分析页面，获取某些论坛的板块和主题内容，将有用数据存储到数据库中[5]。索引模块按照功能可以包括索引的建立和检索两大部分，逐级建立文件库，例如可以一级一级地分为Writer、Document、Field等[6]，从而建立索引模块，当要对所存储内容进行查询解析时，利用相应的查询解析器进行参数解析，最后通过该查询对象获取检索的结果集。

6 结束语

面对突发事件，做好网络舆情导控工作，需要根据网络舆情研判指标体系以及预警模型中涉及到的种种因素进行综合分析，从海量的网络信息中搜寻舆情的变化走势，并以此为依据，构建突发事件网络舆情数学模型，从量化和科学化的角度，利用数学模型解读复杂的网络舆情的推演规律，深入判断突发事件网络舆情的预警级别，从中寻找到最佳的网络舆情控制点，提高舆情管控的科学化水平。

[1]王铁套，王国营，陈越．基于模糊综合评价法的网络舆情预警模型[J]．情报杂志．2012，3 1(0 6)：47-51．

[2]石鲁生，陈林，李凯．一种网络舆情的动态预警方法[J]．天津师范大学学报(自然科学版)，2012，3 2(2)：59-6 5

[3]郭秀兰，舒凯．大学生网络舆情状况调查与引导策略[J]．湖北科技学院学报．2016，3 6(6)：142-144．

[4]靳松，庄亚明．基于H 7N9的突发事件信息传播网络簇结构特性研究[J]．情报杂志．2013(12)：12-17．

[5]孙宁．信息公开视域下我国网络舆情管理策略模型研究[D].南京：南京大学，2015．

[6]袁优，张钢．一种基于标签传播的半监督核学习算法[J]．电脑与电信，2013(11)：3 5-3 7．

Research on Public Opinion Propagation and Early Warning Model of Emergency Network

Li Zhaocui
(Shandong Xiehe University,Jinan 250107,Shandong)

With the popularization of Internet,the number of netizens in China has been on the rise,and both public opinion and content have been rising.As the emergency has its specific life cycle,network emergencies also have their time points.According to the changes in public opinion,the network of public opinion on the dissemination of emergency control should be paid attention to, to avoid group polarization and public opinion of the multi-level derivative.This paper analyzes the construction of network public opinion evaluation index system,build network public opinion forecast model and unexpected events network public opinion early warning measures;researches on the emergency network public opinion dissemination and early warning mode.

emergencies;network public opinion;communication;early warning

G206

A

1008-6609(2016)10-0030-03

李兆翠（19 8 0-），女，山东莒南人，硕士，副教授，研究方向为机器学习、软件工程。

山东协和学院校级科技项目，基于改进SVM的网络信息过滤算法研究，项目编号：XHXY201417；山东协和学院实验室开放项目，基于SVM的网络舆情文本分类算法研究，项目编号：2016SYKF20。