基于AHP—模糊综合分析的移动社交网络舆情预警模型研究

王高飞+李明

〔摘要〕移动社交网络的兴起与发展促使网络舆情在极短的时间内迅速产生与演化。为科学有效地对移动社交网络舆情进行引导和控制，在详细分析移动社交网络舆情自身特点与影响因素的基础上，将层次分析法与模糊综合分析法相结合，构建基于AHP-模糊综合分析的移动社交网络舆情预警模型。并以“8.12天津港爆炸事故”进行实证分析，最终得出该事件的预警等级为“特别严重，Ⅰ级”，这与专家对该事件预警等级的定性相吻合，从而较好说明了该模型的有效性和准确性。

〔关键词〕移动社交；网络舆情；模糊综合分析；层次分析法；指标体系；预警模型

DOI：10.3969/j.issn.1008-0821.2017.01.008

〔中图分类号〕G206.2〔文献标识码〕A〔文章编号〕1008-0821（2017）01-0041-04

〔Abstract〕The rise and development of mobile social network made the network public opinion can quickly generate and evolve in a very short period of time.In order to guide and control mobile social network public opinion scientifically and effectively，the paper analyzed the characteristics and influencing factors of mobile social network public opinion detailedly，and combined the analytical hierarchy process（AHP）with fuzzy comprehensive analysis method.Then it constructed the mobile social network public opinion early-warning model that based on AHP fuzzy comprehensive analysis，and used“8.12 Tianjin Harbor Explosion Accident”for empirical analysis，finally came to the conclusion that the events of the warning level for particularly serious，class I”，the results and expert the forewarning grade of the event qualitative were consistent，so as to better illustrate the validity and accuracy of the model.

〔Key words〕mobile social interaction；online public opinion；fuzzy comprehensive analysis；AHP；index system；early warning model

互联网的迅速发展使各种社交网络平台相继兴起，尤其是移动终端的广泛使用使越来越多的人喜欢通过移动社交网络平台传递信息、发表言论。据2015年12月1日国际电信联盟（ITU）发布的年度互联网调查报告显示，截至2015年12月全球手机用户数已达71亿，而移动社交用户数量已超过20亿[1]。移动社交网络本身具有的移动性、开放性、虚拟性、匿名性等一系列特点一方面使信息的发布与传播更为方便快捷；另一方面也使许多失真信息与网络谣言在移动社交网络中肆意传播，移动社交网络舆情随之产生。由于移动社交网络平台用户量大、活跃度高，它能在短时间内促使舆情事件迅速演化，因此它对于社会的和谐与稳定、政府的权威度与公信力都产生很大影响。移动社交网络舆情已引起了国内外专家学者的高度关注。M.Y.Cha等通过对社交网站Flickr中的舆情传播规律进行研究，揭示好友关系对舆情扩散所起的作用[2]。Saki.Knafo论证了Twitter在美国总统大选中所起到的重要作用[3]；Takehara等在对社交网络舆情传播特点研究的基础上，为广告投放设计出一種移动社交推荐系统[4]；Naohiro Matsumura在对日本社交网络进行深入分析的基础上提出了“影响力扩散模型”[5]；Ting.I.H等利用社交平台分析用户的相关信息，提出了社会网络推送模式[6]。在国内，兰月新通过构建微分方程模型来对微博舆情的扩散与演化规律进行了深入研究[7]。王玉珠对微信舆情的生成、特征、舆情效能进行研究，提出微信是推进舆情演进发展的双刃剑，应当引起重视[8]；郭勇陈等探讨了意见领袖在网络论坛环境中的作用与影响，并给出相关管理建议[9]；夏雨禾对微博中舆情的生成要素、模式等进行分析，提出微博舆情的引导建议[10]；肖凝希对舆情的生命周期进行深入分析，提出了社交网络舆情的预警对策[11]。

总的来说，现阶段移动社交网络舆情的相关研究数量偏少，且现有研究大多从定性的角度对社交网络舆情进行研究，而鲜有从细粒度上针对移动社交网络舆情进行相关因素分析及等级划分的定量研究。为了丰富以上研究，本文在详细分析移动社交网络自身特点与影响因素的基础上，建立了移动社交网络舆情指标体系，并运用层次分析法与模糊综合分析法构建了移动社交网络舆情预警模型。最后结合实例验证该模型的可行性和有效性，以期为政府部门科学有效地控制和引导移动社交网络舆情提供借鉴和参考。

1移动社交网络舆情概述

移动社交网络是用户在真实的人际交往中通过各种媒介特别是通过移动终端借助移动社交网络平台建立的一种虚拟化的人际关系网（如图1）。在此基础上，并借鉴相关专家学者对网络舆情的定义，笔者认为移动社交网络舆情是指通过移动社交网络自由表达和传播的各种情绪、态度和意见交错的综合。

近些年网络舆情事件频发，而移动社交网络平台则成为引领舆情发展的主要阵地。从2015年“东方之星”长江沉船事件、天津滨海新区爆炸事件、成都男子逼停暴打女司机事件，到2016年上半年哈尔滨“天价鱼”事件、“人机大战”事件、山东假疫苗事件等等，微信、微博、论坛等各种移动社交网站所发布的网络信息已经成为推动网络舆情发展的主要力量。这主要是由移动社交网络3个特点决定的：

1.1移动社交网络舆情具有随机性特点

移动社交网络舆情的随机性包括网络信息发布的随机性与信息发布者的随机性。网络信息发布的随机性是指移动社交网络用户能够随时随地表达自己的情感，发表或转发各种各样的信息言论，而其中有些信息可能是失真的甚至是网络谣言。信息发布者的随机性指处于“全民麦克风”时代，只要是移动社交网络用户都可以在社交网络平台上发布信息，这使得网络信息的发布者具有较大偶然性。

1.2移动社交网络舆情呈现出碎片化特点

各种移动社交网络平台，如微信、微博等，其发布信息都具有短、平、快的特点，大多用户都通过简短的言语、图片、语音等形式将所闻所感表达出来。以新浪微博为例，用户发布的每条信息被限定在140字以内，这与传统的博客不同，真正体现了其“微”的特点，这正满足了人们生活节奏加快、并急于与人及时分享生活状态的需求。

1.3移动社交网络舆情具有聚众传播特点

随着移动互联网的不断发展与社交网络平台的不断壮大，移动社交网络舆情的传播越来越呈现出聚众传播的特點。“聚众传播”指处于社交网络中的人们通过各种网络平台，以取得某种认同为目的得一种群体性传播形式。聚众传播融合了多种传播方式与途径，既包括信息的聚合也包括具有相同观点人群的聚合。

2移动社交网络舆情预警模型构建

模糊综合评价法是模糊数学范畴内对于某事物给出综合评价分析的一种有效的分析方法。该方法主要包含：①确定因素集；②确定指标权重；③确定评价集；④进行综合评判等步骤。层次分析法（AHP）是基于把要分析的较为复杂的问题看成一个整体的系统，通过对系统内的多个因素的逐层分析，对于相关的因素咨询有关专家并由专家给定相应的权值，进而建立相关模型。本文将两者进行有机结合构建移动社交网络舆情预警模型，力图在已有网络舆情预警研究的基础上，设计移动社交网络舆情预警指标体系，运用“AHP-模糊综合评价”方法对移动社交网络舆情影响因素进行模糊综合评判并对舆情预警等级进行划分，进而实现预警目的。

2.1移动社交网络舆情指标体系构建

通过对现有舆情指标体系相关文献[12-16]的分析，结合移动社交网络的主要特点，本文构建了移动社交网络舆情二级指标体系，以舆情主题信息、舆情发布者、舆情参与者和舆情扩散度为一级指标，建立如图2所示的移动社交网络舆情预警指标体系。从图中可以看出，该指标体系包含一级指标4个，二级指标13个。其中一级指标包括舆情主题信息、舆情发布者、舆情参与者与舆情扩散度。舆情主题信息包括同类主题发布总数、主题敏感度、主题转发评论次数3个二级指标；舆情发布者包括舆情所在社交网站、发布者粉丝数量2个二级指标；舆情参与者包含参与者所在社交网站、参与者粉丝数量、事件正面回复数及事件负面回复数4个二级指标；舆情扩散度包括社交网站权威度、社交网站分布度、舆情议论热度和舆情传播速度5个二级指标。

2.2因素集的确定

确定研究目标的因素集是建立综合评价体系时首先要考虑的。在确定移动社交网络舆情的因素集时，主要考虑影响移动社交网络舆情的一些关键指标，对关键指标体系进行划分，即U={U1，U2，…，Un}本文根据移动社交网络舆情的自身特点及建立的移动社交网络舆情预警指标将基本因素集U大致划分成4个子集，对于评价因素Ui={Ui1，Ui2，…，Uik}，将其分为由13个具体因素形成的评价因素集合。

2.3评价集的确定

评判集指的是评判目标的评判结果集合。在建立评价集V={v1，v2，v3，…，vm}时，本文综合我国自然灾害预警等级划分标准与相关专家学者意见，将移动社交网络舆情预警分为4个等级：蓝色预警（轻微严重，Ⅳ级）、黄色预警（比较严重，Ⅲ级）、橙色预警（严重，Ⅱ级）和红色预警（特别严重，Ⅰ级），也就是取m=4对移动社交网络舆情预警等级进行评价，则评价确立的等级集合为V={v1，v2，v3，v4}={轻微严重，比较严重，相当严重，特别严重}。

2.4指标权重的计算

运用层次分析法（AHP）确定影响移动社交网络舆情的各因素的权重。在分析移动社交网络舆情影响因素过程中，由于各因素的重要程度有所差别，因此要赋予各因素以不同的权重，我们可以运用层次分析法（AHP）来对移动社交网络舆情影响因素的重要度进行排序。首先将各影响因素按主次与隶属关系分组形成递阶层次结构，在通过有关专家对同一层次移动社交网络舆情影响因素重要性进行两两比较并评分进而建立判断矩阵，然后计算判断矩阵的最大特征值和对应的特征向量，以特征向量各分量表示该层次相应影响因素的重要性权重。例如，要确定“舆情主题信息U1”的各影响子因素重要性权值A1=（a11，a12，…，a1n）可以计算满足：AW=λmaxW的特征根与特征向量。特征根和特征向量可以用和积法来近似求解，具体步骤为：

由结果可以看出，调查中网友对该事件的评论隶属于（一般严重、比较严重、严重、特别严重）的隶属度分别为：（0.076，0.163，0.347，0.414），其中隶属度为“特别严重”的隶属度最大，为0.414，因此得出对于该事件的预警等级为“特别严重，Ⅰ级”即“红色预警”。这与事件发生后专家对该事件的定性结论相一致。

4结论

移动互联网时代，各种实时社交工具如微信、微博、QQ等俨然成为人们发表言论、信息交流的主要阵地，随之而来的是移动社交网络舆情的迅速产生与演化。因此如何科学地进行舆情预警，进而有效地控制和引导移动社交网络舆情则显得尤为重要。本文在融合层次分析法与模糊综合分析法的基础上构建了基于AHP-模糊综合分析法的移动社交网络舆情预警模型，并以“8.12天津滨海新区爆炸事故”进行实证分析，得到了较好的预警效果。

参考文献

[1]国际电信联盟（ITU）《衡量信息社会报告（2015）》解读[EB/OL].http：∥qw.gzzxxw.com/15/12/2/c1/57657.shtml，2016-05-25.

[2]M.Y.Cha，A.Mislove，and K.P.Gummadi.A measurement-driven analysis of information propagation in the flickr social network[C].in Proceedings of the 18th international conference on World Wide Web，WWW09，2009：721-730.

[3]Saki Knafo.NDAA Trends On Twitter During The Debate[N].The Huffington Post，2012-10-23，（9）.

[4]Takehara T，Miki S，Nitta N.Extracting Context Information from Microblog Based on Analysis of Online Reviews[C].Multimedia and Expo Workshops（ICMEW），2012 IEEE International Conference on.IEEE，2012：248-253.

[5]Naohiro Matsumura.Collaborative Communication Strategies in Online Community[R].The Fourth International Workshop on Social Intelligence Design，Stanford：Stanford University，2005：23-27.

[6]Ting I H，Chang P S，Wang S L.Understanding Microblog Users for Social Recommendation Based on Social Networks Analysis[J].The Journal of Universal Computer Science，2012，18（4）：554-576.

[7]兰月新.突发事件微博輿情扩散规律模型研究[J].情报科学，2013，31（3）：31-34.

[8]王玉珠.微信舆论场：生成、特征及舆情效能[J].情报杂志，2014，33（7）：146-150.

[9]郭勇陈，沈洋，马静.基于意见领袖的网络论坛舆情演化多主体仿真研究[J].情报杂志，2015，34（2）：13-21.

[10]夏雨禾.突发事件中的微博舆论：基于新浪微博的实证研究[J].新闻与传播研究，2011（5）：43-51，110-111.

[11]肖凝希.浅谈舆论生命周期视角下的微博舆论预警[J].科技创新导报，2013，（15）：229-229.

[12]李文杰，化存才，何伟全，等.网络舆情信息的综合评价指标体系构建与模糊评判模型[J].情报科学，2015，33（9）：93-99.

[13]孙玲芳，翟鹏博.基于可变模糊集理论的舆情指标预警模型研究[J].计算机与数字工程，2014，42（2）：267-271.

[14]丁菊玲，勒中坚，薛圈圈.定量网络舆情危机预警模型构建[J].图书情报工作，2011，55（20）：59-63.

[15]曾润喜，杜换霞，王君泽.网络舆情指标体系的方法与模型比较研究[J].情报杂志，2014，33（4）：96-101.

[16]聂峰英，张.移动社交网络舆情预警指标体系构建[J].情报理论与实践，2015，38（12）：64-67.

（本文责任编辑：孙国雷）