基于BP神经网络的高校声誉危机预警研究

缪建红，冯俊文，夏子然，周鎏鎏

（南京理工大学经济管理学院，江苏 南京 210094）

一、引言

声誉常被认为是信用和名声，美国危机管理权威专家罗伯特·希斯在《危机管理》一书中没有明确提出声誉危机管理，但提到了形象管理。他指出“这种声誉可能是组织自身的，也可能是组织所拥有的品牌（或商标）的”。因而从狭义上来讲，我们可以把危机看作是一个组织缺乏声誉管理的产物。也就是说，一个组织发生了危机，如果没有及时、较好地处理，则会给组织带来更加负面的影响，连带声誉、形象等都会受到严重的影响。

随着社会变革的深入和信息通讯产业的快速发展，微博等新兴媒体凭借着即时性、互动性和广泛的影响力在人群中普及，社会学家普遍认为社会环境日益复杂，充满了潜在危机。目前，我国正处于社会转型升级的关键时期，社会的高速发展及变迁使高校面临的外部环境也变得日益错综复杂，而社会的转型升级与高等教育改革有机融合在一起，使得国内高校的建设、发展及日常管理工作中增加了更多不确定因素。高校是青年学生的聚集地，这一群体敏感、热情、易冲动、关注社会且充满理想的追求，他们是网络群体的主力军，是新媒体时代的推动者。中国互联网络信息中心(CNNIC)发布的《第32次中国互联网络发展状况统计报告》显示，截至2013年6月底，我国网民规模已达5.91亿，其中学生群体是网民中规模最大的职业群体，总比为26.8%[1]，高校学生主体的特殊性决定了大学校园是各种危机的易发场所[2]，许多社会问题如就业、社交、贫困等现象折射到学生群体中，使得部分学生心理压力过大，无法排解，最终酿成危机。

中国高校危机事件的出现，是中国社会、经济和高等教育自身快速发展的必然。我们认识到不仅要重视学生日常生活和学习管理，还必须重视各类危机事件的防范和有效解决方案。基于此，预防和应对高校危机的发生成为高校管理者们重视的问题，文章将采用BP神经网络的方法来探索高校危机预警体制的建立，从而及时提供警示信息，实现信息的超前反馈，为高校面对危机及时布置、防风险于未然奠定基础。

二、相关理论及文献综述

1.高校声誉危机相关理论

高校声誉危机指高校信誉和形象受到一定损害时的危机。声誉受到损害往往是建立在没有很好地控制和管理危机，导致危机逐步扩大并恶化，使相关的机构和人员受到利益的损害，继而降低他们对高校形象的认可度，失去信任，最终表现为该高校的声誉受损。这种危机是由于高校教育教学质量下降、学校丑闻迭出、声誉连续下降等原因造成的，这种危机可以让高校的管理漏洞瞬间曝光在白炽灯下，严重地阻碍高校的改革和发展。声誉危机管理，简而言之，就是研究这种威胁或困境突然降临时，如何在事发扩大前预先采取措施、在事发中积极干预和化解、事后及时总结和反馈的一种高校危机应对策略。

我国的高校处于一个非常复杂的环境之中，受到新媒体普及的影响，高校更是由幕后走到台前，逐渐进入公众视野。一般而言，影响高校声誉的主要因素分为外部和内部两个方面，根据华荷锋研究者的研究，文章将引发高校声誉危机的因素归纳为以下两点：

（1）大学与外部社会联系的多样化。教育一直是人们普遍关注的焦点，现代高校的社会服务功能越来越突出，与外界的联系越来越紧密。在新媒体环境下，媒介对高校的关注日益增多，高校信誉危机不再像以前那样仅为少数人所知，它们的有效监督使高校的行为变得日益透明和公开。高校招生制度不完善和招生人员造成的入学违规操作、高校与用人单位在双方都以功利目的为其导向的前提下弄虚作假、高校的学术腐败等问题一旦曝光，媒介往往会深度跟踪报道，挖掘内幕消息。同时，由于新媒体的互动性、快捷性、大众性、多元性的特征，极易在网络上形成大量的负面舆论，使得高校形象和声誉在媒体和舆论的一片喊打声中不可避免地遭受损害。

（2）高校内部关系的复杂化。高校内部改革的深入，筹资渠道的多样化，使得它内部关系更加复杂，往往要兼顾各个团体的利益，甚至出现因为特别照顾某些团体的利益而做出违背教育公正的事。由于目前各高校都实行扩招，这无形中加大了教师教学和科研压力，行政人员的日常工作任务也加大，这就在无形中增加了高校各部门间彼此沟通和协调的难度，继而产生更多的矛盾和冲突，演变成利益冲突，更严重的产生教职工之间的直接对立，严重影响了高校的声誉和信誉。

2.声誉危机预警文献综述

就目前研究现状来看，有关声誉危机或者信誉危机的研究都是围绕企业即营利性组织展开的，或者是研究高校危机管理防预体系，但这两部分文献数量都不多。而目前几乎没有文献关注高校等非营利组织的声誉危机管理，在声誉危机预警研究领域更是一片空白。

（1）企业信誉危机研究。美国著名学者罗伯特·希斯指出企业“恰当的”信誉形象应由四个标准因素组成：与危机前的态度和行为保持一致；真实反映组织的态度和行为；注意外部焦点处理；危机过后保持现有形象。英国危机公关专家迈克尔·里杰斯特(Michael Regester，1995)则对危机公关进行了深入分析[3]，提出四大危机管理纲要：做好危机准备方案；做好危机传播方案；做好危机处理工作和做好危机中的传播工作；并对危机处理技巧做较细致的案例分析。李继红(2006)指出信誉危机的产生有其深刻的社会根源、文化根源、思想根源[4]。夏瑞霞(2006)应用危机管理理论、企业文化理论、公共关系理论、市场营销学等理论，从多个角度研究分析了企业信誉危机管理的问题，包括维护信誉的企业危机管理文化、防范企业信誉危机的策略和维护信誉的企业危机沟通策略等[5]。

由上可以看到，目前的研究仍停留在强调企业信誉危机管理的重要性和紧迫性，还很少有学者系统全面的分析构建危机管理体系框架，也没有结合实际提出有效的信誉危机预防和应对策略。而危机预防作为危机管理过程的首要步骤，是控制潜在危机花费最少、最简便的方法，应当得到高度重视。

（2）高校危机管理预警研究。首次展开对公共危机预警的研究可追溯至二战期间，其中军事预警理论的成效对今天仍具有相当的参考价值。当时各国对社会现象展开了大量广泛、深入的研究，来应付战争可能出现的各种社会问题。二战后，西方学术界不断深入研究危机管理，研究的触角也逐渐蔓延到了危机预警。

同美日等发达国家相比，我国对危机管理的研究还相当局限。2003年“非典”事件的爆发，严重暴露了我国高校在危机管理预防体系方面的缺陷和不足，之后学者们纷纷开始研究高校危机管理，但其中大多是对自己学校危机管理工作的体会，并没有形成系统的研究框架和结论。

李明、周旭明、叶振斌(2005)从危机、稳定和预警的基本概念的讨论出发，将可预测突发性危机事件分为四种类型，并据此运用模糊数学方法提出了定量预警模型，消除主观随意性，作出准确、合理的危机判断。张菁(2007)以危机管理为理论工具，针对目前高校危机预防中存在的问题，构建了预防体系和部分工作模型，并运用案例进行实证分析，最终得出一个健全的危机管理预防体系所应包含的模块。王卓凯(2013)从自己的工作经验出发，提出构建危机预警系统是高校危机管理中的关键一环。同时，还应充分利用数据挖掘、移动互联等技术手段获取信息，深化高校危机管理预警系统，通过实时、动态预警，最大限度地减少危机发生的可能性。

不可否认的是，高校危机管理研究尤其是如何准确高效地进行高校危机前的预警工作是非常重要的一个环节。危机预警的目的可罗列为如下几点：

①建立危机意识。对于任何一个组织而言，危机都是不可避免的。当组织的规模越庞大，组织机构越复杂时，潜在的危机就越多。如何避免危机？最重要的是树立危机意识，提前做好准备。当然准备并不能杜绝危机发生，而是在危险来袭时，可以将别人所认为的危险转化为自身发展壮大的机遇。既然危机不可避免，那么需要做的就是准备、准备、再准备，尽量做到可以预知危机，提前做好防患措施，在危机爆发前就战胜它。

而有些管理者往往会忽视危机前期的预兆，没有采取相应的措施，继而死于疏于防患的安乐。管理者应该时刻拥有危机意识，让危机意识给我们指引方向，从意识和心理上加强对危机的重视。

②关注危机前的信号。危机发生前，总会或多或少暴露出一些异常的蛛丝马迹，展现出一般正常状态下不正常的反应，而这些不正常的反应很有可能就是危机爆发的征兆。危机前的信号有显性和隐性之分。隐性信号不像显性信号会产生直接的危害，却对企业的良性发展起着制约的影响。“千里之堤，毁于蚁穴”，当这些尚处于隐性的危机信号没有引起管理者的重视，而任其发展时，就会表现出一连串很直观的危机迹象。本来可以避免的危机就可能真正演化成一场灾难。显性信号为管理者提供的警示比隐性信号更多，这时管理者应当感受到足够的压力，并及时处理和消除这些信号，否则一切都将毁于一旦。若管理者拥有较强的危机意识，对危机的敏感程度也会相应提高，辨认危机信号的能力就会更强。

③培养危机处理能力。世界瞬息万变，危机无处不在，时刻都处在酝酿阶段，面对突如其来的危机，有时候能够化险为夷，有时候由于未及时发现，或者没有引起重视，危机愈演愈烈。不管从正面分析，还是从反面总结，我们必须不断提高危机管理和应对意识。首先需要在日常管理过程中，时刻保持居安思危。其次在意识到危机时，要立刻采取行动，结合各级部门快速调查事件原因，弄清楚事情真相，并将最真实的、完整的情况公布于众，各部门保证信息的一致性，避免公众的各种无端猜疑。

④理智面对媒体，获取正面舆论支持。当一个组织面临危机时，仅仅靠个人或单个组织的努力是不完全够的，还需要在一定程度上借助外界的力量，比如政府组织、利益相关者、相关媒体、权威机构等，这些组织的群众基础能够很好地减少大众的不安和猜忌心理。普通群众更信任从官方途径公布的信息。而媒体方面更倾向于毫无保留的信息公开，所以若是遮遮掩掩，媒体更是要刨根问底，挖掘事实真相。所以当危机出现时，要及时发布正确全面的消息，与媒体真诚沟通。

3.高校声誉危机分类

尽管高校声誉危机由于其形成原因而各有差异，但仍然可以将其按照一定标准进行分类。在高校声誉危机分类方面，文章参考高平平等人编著的《高校突发事件应急管理与案例分析》一书中对高校危机的分类，将其分为六类，以便于高校有针对性的应对和处理危机。

一是自然灾害类危机，是指高校驻地发生自然灾害，危及高校的突发事件。一般来说，自然灾害包括如气象灾害、地震灾害、地质灾害、海洋灾害、生物灾害和森林草原火灾等都具有无可比拟的破坏性，而高校人口密度大，一旦所在地区发生自然灾害，必然对高校师生生活和教学秩序带来严重影响，考验着高校应急管理制度的有效性。

二是事故灾难类危机，是指高校发生各类事故灾难造成的危机事件，主要包括火灾事故、交通事故、公共设施设备事故、公共服务故障事故和校园周边的安全事故。随着高校社会化进程的加快，其基础设施与管理工作逐渐跟不上发展的步伐，因而累积了不少的安全隐患，造成事故频发。2013年4月30日，南京XX大学内一处废弃实验室突发爆炸，引发房屋坍塌，波及附近的住宅小区，并造成1人死亡，3人重伤，该事件不仅造成严重的人员伤亡和财产损失，同时对学校声誉也产生了不利影响。

三是公共卫生类危机，是指高校突然发生造成或者可能造成师生健康严重损害的重大传染病疫情、群体性不明原因疾病、食物中毒以及其他严重影响师生健康的事件。根据卫生部统计数据，2012年我国共报告学生食物中毒事件35起，中毒2754人，死亡4人。学生食物中毒事件的报告起数、中毒人数和死亡人数分别占全年总数的20.1%、41.2%和2.7%。其中34起发生在集体食堂，中毒2669人，死亡3人。与2011年相比，学生食物中毒事件的报告起数和中毒人数分别增加16.7%和44.9%，死亡人数增加3人。

四是高校安全类危机，是指认为侵害师生人身安全、危害学校正常秩序造成的危机事件，主要包括校园犯罪事件、校园恐怖袭击事件两类。近年来，高校内自杀事件与伤害他人的案件时有发生，该类事件中，学生情绪失控和感情饥渴成为犯罪的主导因素，2004年云南大学的马加爵事件、2010年的药家鑫案件等，都对高校声誉产生严重的不良影响。

五是高校群体类危机，是指学生集体非法集会、请愿、游行、示威，集体罢餐、罢课、上访、聚众闹事等事件，该类危机又可分为政治型和利益型两种。由于高校内部学生群体关注社会时事，热情冲动，且指向性一致、联动能力强，群体类危机一旦发生，极易导致事态扩大，诱发危机。

六是高校管理类危机，主要是指高校日常管理工作中发生的危机事件，如学生殴斗事件、教职人员诚信危机事件等。

以上高校危机的分类并非互不关联，而是相互交叉、相互影响，某类危机可能和其他危机同时发生，也可能引发次生事件或另类衍生事件[6]。文章将按照上述分类，统计高校各类危机发生率，采用BP神经网络技术对高校危机事件进行预测管理。

三、BP神经网络方法概述

为了揭开大脑机能的奥秘，科学家们进行了长期、不懈的努力和探索，逐渐形成了一个多学科交叉的前沿技术领域—神经网络。

1943年心理学家W.Mc Culloch和数理逻辑学家Pitts首先提出人工神经网络（Artificial Neural Net work，简称为ANN）的概念，旨在寻求神经系统的计算模拟。一般认为，生物神经并不是一开始就具有这样的识别能力的，而是在其成长过程中通过学习逐步获得的，人类出生后的几年时间里，大脑接收了大量的环境信息，随着经验的积累，神经元之间的不断变化，从而完成智能、思维、情绪等精神活动。

1.BP神经网络原理概述

BP（Back Propagation，反向传播）神经网络是一种常用的人工神经网络，其学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方最小[7]。如图1所示，BP神经网络由输入层、隐含层和输出层组成，其中隐含层可包含多层，多增加一层就增加了网络计算的复杂度。输函数为非线性函数最常用的函数，即Logsig和Tansig，有的输出层也采用线性函数(Purelin)。

图1 BP神经网络结构图

2.BP神经网络可行性分析

BP神经网络的特点使其在危机预警应用中具有一定的优势，高校声誉危机的发生具有一定的模糊性、随机性和不确定性，它的输入输出是非线性关系，而人工神经网络正是一个非线性能力处理强、具有高度自适应学习的系统，并且具有较强的容错能力，它能从大量的复杂数据中通过学习发现规律。

BP神经网络擅长于函数逼近、模式识别、分类和数据压缩的问题解决，而从危机指标与警度之间的映射关系看，声誉危机预警是一个函数逼近的过程，将BP神经网络运用于高校声誉危机预警，使其具有更高的精度和更好的科学性与客观性，能够为高校声誉危机的预警和防治提供良好的指导。

四、基于BP神经网络的高校声誉危机预警的应用研究

文章是针对高校声誉危机进行的预警研究，我们通过先前的走访、访谈和调研，选取南京XX大学2003-2012年间的危机发生次数作为调查数据，利用Matlab软件基于BP神经网络算法对影响高校声誉的六类危机进行预警分析，探索高校声誉危机预警的新方法。

1.Matlab简介

文章采用的是MATLAB 2009 a版本，它自带了神经网络工具箱，工具箱提供了一系列有关多种神经网络初始化、设计、训练、仿真的函数，我们以此工具编制程序。

2.数据说明

统计南京某高校在2003-2012年间六类危机每年发生的次数，情况如表1所示。

文章使用南京某高校2003-2011年间影响声誉的六类危机发生次数作为训练集，即使用2003-2010年影响高校声誉的六类危机在该高校的发生次数作为训练输入；2011年六类危机在该高校的发生次数作为训练输出；同时，使用2004-2012年六类危机在该高校的发生次数作为测试集，即使用2004-2011年影响高校声誉的六类危机在该高校的发生次数作为测试输入，2012年六类危机在该高校的发生次数作为测试输出。

3.预警模型建立

表1 南京某高校2003-2012年间六类危机发生统计

文章根据2003-2012年影响高校声誉的危机发生数据统计，确定输入变量为连续8年的危机发生次数，故输入层的神经元为8个；输出变量为第9年的危机发生次数，故输出层的神经元为1个。

在BP神经网络的建立中，为了降低误差可以增加隐含层层数，但同时也会使网络复杂化，一般而言，隐含层层数越多，神经网络学习速度就越慢。而通过增加隐含层神经元个数同样可以得到较低的误差，且其训练效果要比增加隐层层数更容易实现，所以在文章预警模型中，我们选取仅有一个隐含层的三层BP神经网络，并根据如下常用的公式来确定隐含层神经元的个数[8]：

其中m为输入神经元的个数，n为输出层神经元的个数，a为1到10之间的常数。

表2 文章训练参数

4.BP神经网络预测的MATLAB实现

%输入2003-2010年影响高校声誉的六类危机在该高校的发生次数：

%使用2011年影响高校声誉的六类危机在该高校的发生次数作为训练输出：Ti=[0103827]；[R，Q]=size(Pi)；[S1，Q]=size(Ti)；P=Pi；T=Ti；

%归一化：[Pn，minP，ma xP，Tn，minT，maxT]=premnmx(P，T)；

%生成一个前馈BP网络，13个隐层神经元，1个输出神经元：net=newff(minmax(P)，[131]，{‘tansig’，‘purelin’}，‘traingdx’，‘learngdm’)；

%隐含层的激活函数‘tansig’采用双曲正切S型(Tan-Sigmoid)传输函数；

%输出层的激活函数‘purelin’采用线性传递函数；

%训练函数‘traingdx’自适应调整学习速率、附加动量因子梯度下降反向传播算法训练函数；

%learn属性‘learngdm’附加动量因子的梯度下降学习函数

%允许最大训练步数20000步：net.trainParam.epochs=2000；

%设定网络的学习精度为0.005，即训练目标最小误差为0.005：net.trainParam.goal=0.001；

%每间隔500步显示一次训练结果：

net.trainParam.show=500；

%开始训练网络：net=train(net，P，T)；

%测试，输入2004-2011年影响高校声誉的六类危机在该高校的发生次数：

%归一化：ppost=tramnmx(x，minP，maxP)；

%测试输出：YC=sim(net，x)；

%反归一化：yuce=postmnmx(YC，minT，maxT)。

如图2所示，网络学习迭代至9996次时，其学习精度达到目标，BP神经网络收敛，训练成功。我们将此网络保存，并使用2004-2011年的数据样本进行测试，最终得到预测结果。

图2 BP神经网络训练收敛图

将预测得出的2012年影响高校声誉各类危机的发生次数与实际发生次数相比较，可以发现自然灾害类、事故灾难类、公共卫生类和高校群体类危机的预测数值与实际较为相符，而高校安全类和高校管理类危机的发生规律难以追寻，误差较大。实验结果表明，BP神经网对于自然灾害、事故灾难、公共卫生和群体事件等规律性危机的预测具有一定的有效性，而相对于高校安全和管理类的突发性人为危机预测存在误差，其主要原因有：一是自然灾害、事故灾难以及公共卫生等事件的产生带有一定的规律性，它们的存在和发生不以人的主观意志为转移，是自然演变、社会发展过程中固有的事件，所以其发生可以通过往年的发生状况来进行预测；二是高校群体类危机主要由学生群体聚集造成，这类事件通常与社会发生的热点事件息息相关，同样带有一定的规律性，且由于该类事件由群体发起，而非个体完成，所以其发展具有一定的群体行为规律，在预测中有章可循；三是高校安全和高校管理这两类危机的产生具有极大个人性质，多是人为因素造成，与当时高校所在学生及高校管理人员的素质高度相关，存在不确定性，在预测中难以形成规律。

五、结论与启示

文章在以南京某高校2004-2012年发生危机事件次数为样本，利用BP神经网络进行危机发生预测。结果显示，文章设计的BP神经网络高校声誉危机预警系统具有一定的适应能力。具体结论为：第一，文章预警系统对于自然灾害、事故灾难、公共卫生和群体类危机的预测效率高，是一种有效的预测方法，而对于高校安全和管理这两类更偏主观意志的人为危机的预测准确性相对较低。第二，之所以产生这样的差异，原因在于有些危机是不可避免的。如自然灾害类危机，面对这类危机高校的主要工作是及时有效地做好应对处理工作，完善后续公关，由此提高高校声誉；而有些危机可以通过一套完善的预防措施和管理机制有效控制，如事故灾难、公共卫生和群体类危机，针对这类危机，高校应做好各类设施的定期检查工作，建立完善合理的规章制度，提高管理人员安全意识，明确责任，责任到人，让危机没有机会发展；而对于安全和管理类危机，高校在选取考核管理人员中应重视个人素质，做好学生工作，建立健全高校心理咨询机构，加强学生心理辅导，为学生提供心理疏导的场所和方法，提高学生抗压能力和自我调节能力。

文章在已有文献的基础上，创新性地将BP神经网络融入到危机预警系统中，并通过数据挖掘、移动互联等技术手段，预测高校危机未来发生概率，提前防范，做好相应管理措施。文章以年为单位对南京某高校的危机发生次数进行了预测，在此基础上，后续研究还将以月为单位统计危机发生次数，并及时作出动态预测，识别大学生群体中各种潜在或现实的危机因素，再进行获取预警信息和评价危机程度以决定是否发出危机警报。此外，我们还将结合危机管理的其他程序，建立一套综合的危机管理体系，作为高校危机管理的方向标，从总体上降低高校危机发生的频率，构建和谐、安全、美好的校园环境。

[1]CNNIC.第32次中国互联网络发展状况统计报告 [Z].中国互联网络信息中心，2013(7).

[2]缪建红，冯俊文.“四维度”模式高校声誉危机管理策略探析 [J].技术经济与管理研究，2014(4)：38-42.

[3]迈克尔·里杰斯特.危机公关 [M].上海：复旦大学出版社，1995(6).

[4]李继红.企业信誉危机事件的根源探析 [J].企业经济，2006(6).

[5]夏瑞霞.企业信誉危机管理研究 [D].同济大学博士学位论文，2006(12).

[6]华建敏.我国应急管理工作的几个问题 [J].中共中央党校报告选，2008(2)：7-8.

[7]薛圈圈.基于BP神经网络的网络舆情危机预警研究 [D].江西:江西财经大学，2010.

[8]周品.神经网络设计与应用 [M].清华大学出版社，2013(3).

[9]韩芳.浅谈高校危机事件的分类及特点 [J].高效管理，262-263.

[10]王新辉.基于BP神经网络的国际电子商务信用风险预警模型研究[D].沈阳:沈阳工业大学，2008.

[11]高平平，朱剑松等.高校突发事件应急管理与案例评析 [M].西南交通大学出版社，2012(6).

[12]张菁.高校危机管理防预体系研究 [D].上海：同济大学，2007.

[13]吴建勋.论高校突发事件的沟通管理 [J].技术经济与管理研究，2005(2)：107-108.