摘 要：[目的/意義]采用當(dāng)前方法分析網(wǎng)絡(luò)輿情危機(jī)演變特征時(shí)，無法明確網(wǎng)絡(luò)輿情傳播過程中演變特征影響因素之間的因果關(guān)系，導(dǎo)致分析結(jié)果的灰色關(guān)聯(lián)度低、小誤差概率小、均方差比大，因此研究了網(wǎng)絡(luò)輿情危機(jī)演變特征及其預(yù)警方案創(chuàng)新方法，采用系統(tǒng)動(dòng)力學(xué)對(duì)網(wǎng)絡(luò)輿情危機(jī)演變變量和影響因素進(jìn)行仿真和建模，獲取網(wǎng)絡(luò)輿情危機(jī)演變的主要影響因素，結(jié)合網(wǎng)絡(luò)輿情傳播熱度與各因素之間的因果關(guān)系分析網(wǎng)絡(luò)輿情傳播系統(tǒng)。[方法/過程]結(jié)合Verhulst模型和灰色理論模型構(gòu)建灰色Verhulst預(yù)測(cè)模型，根據(jù)各影響因素之間存在的因果關(guān)系分析網(wǎng)絡(luò)輿情危機(jī)演變特征，根據(jù)分析結(jié)果提出構(gòu)建信息匯集分析機(jī)制、預(yù)警機(jī)制、信息發(fā)布機(jī)制和引導(dǎo)機(jī)制的預(yù)警方案。[結(jié)果/結(jié)論]實(shí)驗(yàn)結(jié)果表明，采用所提方法分析網(wǎng)絡(luò)輿情危機(jī)演變特征時(shí)，分析結(jié)果的灰色關(guān)聯(lián)度高、小誤差概率大、均方差比小。

　　關(guān)鍵詞：網(wǎng)絡(luò)輿情危機(jī);演變特征;灰色Verhulst預(yù)測(cè)模型;預(yù)警方案

　　我國經(jīng)濟(jì)結(jié)構(gòu)在社會(huì)轉(zhuǎn)型期間發(fā)生了較大變化，使得社會(huì)生活逐步趨向多元化和復(fù)雜化[1]。在此期間一些矛盾逐漸暴露在社會(huì)大眾面前，在表達(dá)渠道多樣化的情況下，開始在網(wǎng)絡(luò)平臺(tái)中反映各種社會(huì)問題。分析代表性較強(qiáng)的公共事件可知，民意表達(dá)空間隨著社會(huì)的進(jìn)步不斷擴(kuò)展，群體性事件的出現(xiàn)往往會(huì)促進(jìn)網(wǎng)絡(luò)輿情的演變，已經(jīng)成為一種比較突出的社會(huì)問題，部分不良事件對(duì)構(gòu)建社會(huì)主義和諧社會(huì)產(chǎn)生了不利影響[2]。網(wǎng)絡(luò)的開放性是造成上述問題的主要原因，在網(wǎng)絡(luò)的支持下局部突發(fā)事件的擴(kuò)散速度提升，影響力增強(qiáng)，經(jīng)過一段時(shí)間的發(fā)展會(huì)逐漸演變成全國性的公共事件，因此群體事件與網(wǎng)絡(luò)輿情之間存在的因果關(guān)系問題逐漸突出。隨著網(wǎng)絡(luò)輿情的不斷演化，會(huì)對(duì)社會(huì)輿情的走向產(chǎn)生影響，對(duì)公共決策和政府運(yùn)行機(jī)制產(chǎn)生一定制約[3]。為了降低網(wǎng)絡(luò)輿情對(duì)社會(huì)產(chǎn)生的負(fù)面影響，需要研究網(wǎng)絡(luò)輿情危機(jī)演變特征，提出相關(guān)預(yù)警方案。

　　蔣知義等[4]提出基于情感傾向性分析的網(wǎng)絡(luò)輿情危機(jī)演變特征研究方法，該方法在情感分類詞典的基礎(chǔ)上建立情感傾向分析模型，利用該模型對(duì)網(wǎng)絡(luò)輿情的情感類型和情感性強(qiáng)度進(jìn)行統(tǒng)計(jì)，根據(jù)統(tǒng)計(jì)結(jié)果劃分網(wǎng)絡(luò)輿情演化階段，實(shí)現(xiàn)網(wǎng)絡(luò)輿情危機(jī)特征分析，該方法沒有分析網(wǎng)絡(luò)輿情危機(jī)影響因素之間存在的關(guān)系，導(dǎo)致分析結(jié)果的灰色關(guān)聯(lián)度低、小誤差概率小。杜洪濤等[5]提出基于多案例的網(wǎng)絡(luò)輿情危機(jī)演變特征研究方法，該方法在生命周期理論的基礎(chǔ)上將網(wǎng)絡(luò)輿情危機(jī)演變過程劃分為3個(gè)階段，分別是擴(kuò)散階段、高潮階段和消散階段，將輿情事件分為非自然突發(fā)事件和自然突發(fā)事件，分析不同階段不同案例的傳播路徑和表現(xiàn)情況，確定演化特征之間存在的聯(lián)系和區(qū)別，獲得影響網(wǎng)絡(luò)輿情危機(jī)演化的影響因素，最后總結(jié)了網(wǎng)絡(luò)輿情危機(jī)演變特征的變化規(guī)律，該方法在網(wǎng)絡(luò)輿情危機(jī)演變過程中無法獲取影響因素之間的因果關(guān)系，導(dǎo)致均方差比較大。

　　綜上所述，提出網(wǎng)絡(luò)輿情危機(jī)演變特征及其預(yù)警方案創(chuàng)新研究方法。

　　1 網(wǎng)絡(luò)輿情演化動(dòng)力學(xué)分析

　　網(wǎng)絡(luò)輿情的演變過程主要受以下因素的影響：

　　1)網(wǎng)絡(luò)事件自身具有的破壞力。

　　2)網(wǎng)絡(luò)輿情傳播的推動(dòng)力，包括媒體推動(dòng)力和網(wǎng)民推動(dòng)力。

　　3)社會(huì)組織或政府組織的調(diào)控力。

　　由于網(wǎng)絡(luò)輿情危機(jī)演變動(dòng)力影響因素的作用方式之間存在差異，可以將影響因素分為兩類[6]，如圖1所示。

　　圖1 外源動(dòng)力和內(nèi)源動(dòng)力

　　網(wǎng)絡(luò)輿情危機(jī)演變動(dòng)力關(guān)鍵構(gòu)成變量如圖2所示。

　　利用系統(tǒng)動(dòng)力學(xué)對(duì)上述變量進(jìn)行仿真和建模，獲取網(wǎng)絡(luò)輿情危機(jī)演變的主要影響因素。

　　對(duì)系統(tǒng)內(nèi)部因素關(guān)系進(jìn)行考慮，結(jié)合網(wǎng)絡(luò)輿情傳播熱度與各影響因素之間存在的因果關(guān)系分析網(wǎng)絡(luò)輿情傳播系統(tǒng)。系統(tǒng)由3個(gè)以上變量構(gòu)成反饋環(huán)，反饋環(huán)屬于一個(gè)因果閉合環(huán)路或關(guān)系鏈[7]。如果因果在正反饋環(huán)中增加，結(jié)果就會(huì)高于原始程度，如果因果在正反饋環(huán)中減少，結(jié)果就會(huì)低于原始高度。如果因果在負(fù)反饋環(huán)中增加，結(jié)果就會(huì)低于原始程度，如果因果在負(fù)反饋環(huán)中減少，結(jié)果就會(huì)高于原始程度。正反饋環(huán)和負(fù)反饋環(huán)之間存在相互作用，使得不同時(shí)期網(wǎng)絡(luò)輿情熱度與系統(tǒng)狀態(tài)具有一致性[8]。

　　2 網(wǎng)絡(luò)輿情危機(jī)演變特征研究

　　本文利用灰色Verhulst預(yù)測(cè)模型對(duì)網(wǎng)絡(luò)輿情危機(jī)演變特征進(jìn)行研究，灰色Verhulst預(yù)測(cè)模型結(jié)合了Verhulst模型和灰色理論模型的優(yōu)點(diǎn)，可以實(shí)現(xiàn)產(chǎn)品經(jīng)濟(jì)壽命預(yù)測(cè)、人口預(yù)測(cè)、繁殖預(yù)測(cè)和生物生長預(yù)測(cè)等，被廣泛地應(yīng)用在生產(chǎn)生活中[9]。

　　3 實(shí)驗(yàn)結(jié)果與分析

　　為了驗(yàn)證所提方法的整體有效性，在Visual C++開發(fā)的TTE網(wǎng)絡(luò)平臺(tái)中對(duì)所提方法進(jìn)行測(cè)試。

　　本文通過集搜客GooSeeker網(wǎng)絡(luò)爬蟲軟件對(duì)2019年不同平臺(tái)的網(wǎng)絡(luò)輿情熱點(diǎn)事件進(jìn)行抽取，如《啥是佩奇》爆紅網(wǎng)絡(luò)、吳秀波出軌門事件、孫楠送娃讀“女德班”事件、河南女子醉駕瑪莎拉蒂致死傷、杭州女童被租客帶走等多個(gè)研究案例作為數(shù)據(jù)基礎(chǔ)。采集自網(wǎng)絡(luò)輿情事件發(fā)生當(dāng)天起25天之內(nèi)的輿情傳播數(shù)據(jù)，并以此為基礎(chǔ)進(jìn)行網(wǎng)絡(luò)輿情危機(jī)演變特征提取。限于篇幅，以吳秀波出軌門事件為例，采集網(wǎng)易新聞、騰訊新聞、百度新聞、新浪微博與天涯論壇5個(gè)網(wǎng)絡(luò)輿情傳播平臺(tái)的數(shù)據(jù)，并對(duì)數(shù)據(jù)采集結(jié)果進(jìn)行整理與分析。具體的數(shù)據(jù)采集結(jié)果如表1所示。

　　在上述數(shù)據(jù)的支持下，灰色關(guān)聯(lián)度γ、小誤差概率P和均方差比C作為測(cè)試指標(biāo)，對(duì)所提方法、文獻(xiàn)[4]方法和文獻(xiàn)[5]方法進(jìn)行測(cè)試，測(cè)試指標(biāo)的計(jì)算公式分別如下：

　　式中，δ(k)代表的是關(guān)聯(lián)系數(shù);Δ(0)(k)代表的是絕對(duì)誤差序列;(0)為Δ(0)(k)對(duì)應(yīng)的均值;S2為Δ(0)(k)對(duì)應(yīng)的方差。

　　灰色關(guān)聯(lián)度越高表明方法分析的網(wǎng)絡(luò)輿情危機(jī)演變特征變化越準(zhǔn)確，3種方法的灰色關(guān)聯(lián)度測(cè)試結(jié)果如圖3所示。

　　分析圖3可知，文獻(xiàn)[4]方法的灰色關(guān)聯(lián)度在22%～25%之間，文獻(xiàn)[5]方法的灰色關(guān)聯(lián)度在23%～27%之間，而所提方法的灰色關(guān)聯(lián)度在36%～42%之間，是3種方法中最高的，所以該方法的網(wǎng)絡(luò)輿情危機(jī)演變特征變化分析精度要高于其他實(shí)驗(yàn)方法。

　　小誤差概率越小，表明方法在網(wǎng)絡(luò)輿情危機(jī)演變過程中對(duì)演變特征分析的結(jié)果誤差越大，則3種方法的小誤差概率比較結(jié)果如圖4所示。

　　由圖4可知，文獻(xiàn)[4]方法的小誤差概率在46%～59%范圍內(nèi)變化，文獻(xiàn)[5]方法的小誤差概率在42%～46%范圍內(nèi)變化，而所提方法的小誤差概率在78%～95%范圍內(nèi)變化，說明所提方法的小誤差概率遠(yuǎn)遠(yuǎn)高于其他實(shí)驗(yàn)方法，證明該方法的網(wǎng)絡(luò)輿情演變特征分析的結(jié)果誤差較小。

　　推薦閱讀：論文網(wǎng)絡(luò)首發(fā)和正式見刊哪個(gè)認(rèn)可度高