基于贝叶斯网络的应急预测算法在群体性突发事件网络舆情中的优势研究

王飞

（甘肃政法学院 信息工程学院，甘肃 兰州 730070）

计算机技术研究

基于贝叶斯网络的应急预测算法在群体性突发事件网络舆情中的优势研究

王飞

（甘肃政法学院 信息工程学院，甘肃 兰州 730070）

随着网络社会的逐渐发展，群体性突发事件可以通过互联网形成网络舆情，并对政府及企业处理群体性突发事件带来极大挑战.网络舆情的变动机制、阻动机制、启动机制与驱动机制分别在爆发、终结、形成与扩散阶段起到了引导作用.论文阐述了贝叶斯网络应急预测算法在网络舆情中群体事件性能方面的优势.

群体性；突发事件；网络舆情；演变

1 基于贝叶斯网络的应急预测算法

依据网络舆情中群体性事件的词语群体度计算、群体事件词语权重计算和群体词的提取结果，并且按群体性事件的演化过程，核心是网络舆情的群体性事件中的状态变化，构造出以下三种子网络，依次为输入-状态、状态-状态、状态-输出子网络，根据三个子网络里面的公共变量把以下三种子网络连接起来，就组成了对网络舆情的群体性事件进行预估出的一个齐备的网络系统.

（1）输入-状态子网络.该网络由输入变量和状态变量以及控制输入变量互相作用关系构成.设定网络舆情中群体事件的环境输入变量集合用EI={eii|1≤i≤m}表示,控制输入变量集合表示为XI={Xik|1≤k≤m}，事件状态变量集合描述成MP={mpj|1≤j≤n}，承载体状态变量集合用IP={ipj|1≤j≤m}描述.MP为列变量，EI为行变量，关联矩阵X=(Xij)m×n根据专家经验构造得出，若Xij≥α，那么eii和mpj经过有向边进行连接；……