高校突发事件网络舆情预警机制研究*

辜跃辉

漳州城市职业学院办公室，福建 漳州 363000

高校突发事件网络舆情预警机制研究*

辜跃辉*

漳州城市职业学院办公室，福建 漳州 363000

本文主要阐述了高校突发事件网络舆情预警的内涵，并进一步探索构建高校突发事件网络舆情预警机制。本文提出通过网络舆情的危害影响和发生概率两个维度，构建网络舆情预警象限；基于网络舆情预警维度的相关因素分析，以量化、直观化的形式，建立突发事件网络舆情预警模型，便于应急状态下的网络舆情预警。

高校；网络舆情；预警机制

随着经济社会转型变革，网络和移动终端的快速、全面普及，高校舆论环境，特别是网络舆论环境发生着急剧变化。因为高校本身具有主体的特殊性和敏感性、事件的群体性和突发性、影响的扩散性和危害性等特点，使得高校一旦发生突发事件，便会在网络上迅速传播，对事件推波助澜产生影响，甚至产生不可预期的后果，影响正常教育教学秩序。因此，对高校突发事件的网络舆情进行预警机制的探索研究迫在眉睫。

一、高校突发事件网络舆情预警概念界定

(一)突发事件网络舆情

根据国务院发布的《国家突发公共事件总体应急预案》的规定，突发公共事件主要分为自然灾害、事故灾难、公共卫生事件、社会安全事件等四类。各类突发公共事件按照其性质、严重程度、可控性和影响范围等因素，一般分为四级：Ⅰ级(特别重大)、Ⅱ级(重大)、Ⅲ级(较大)和Ⅳ级(一般)。[1]高校突发事件主要是指因为社会环境、自然条件、人为等因素，突然爆发而对社会、学校本身或个人带来损害或威胁的事件。[2]具体来说，高校突发事件既包括了国家四大突发公共事件范围，还包括：因学校管理不当而引起学生过激行为的学校管理类突发事件，因教学问题或学生问题而引发师生罢课、抗议等的教学类突发事件，以及网络类突发事件等。

传统上，高校网络类突发事件指的是由于病毒感染、黑客侵入等造成的网络瘫痪、掉线等突发事件或学生长时间沉迷网络而引起的各种突发事件。[3]但在当前“互联网+”高速发展、移动网络设备和应用快速普及的背景下，高校网络类突发事件，更多指的是因各类现实问题而引起高校师生参与并激发的网络舆情。这种网络舆情由于事件的刺激，师生网民自身或从众产生了或正面或负面的认知态度情感和行为倾向。正面网络舆情是一种积极的肯定，如果有效强化，就会产生更加有益的影响。但负面网络舆情会造成情绪化意见肆意蔓延，可能酿成网络舆情危机，加剧事态恶化，甚至产生事件涟漪，引发大规模的社会情绪等。本文重点研究高校突发事件的负面网络舆情。

(二)突发事件网络舆情预警

突发事件网络舆情的形成具有一定的规律性，往往会经过突发事件发生——酝酿阶段——汇聚阶段——形成阶段。[4]酝酿阶段主要是事件信息的网络传播和网民个人情绪、态度、意见的形成；之后到达汇聚阶段。这一阶段，人际间、群体内各种意见在网络中交流交锋，更多的公众关注并参与讨论，个体态度逐渐汇聚成为群体的态度倾向，网络舆情便产生并且呈现出一定的态势。突发事件网络舆情预警关键在于当现实突发事件发生之后，立即关注并分析事件的网络传播以及网民个人的情绪、态度、意见等情况，从而对现实突发事件的网络舆情进行预判，以便采取后续相关行动。高校突发事件网络舆情一般遵循上述规律。

二、构建高校突发事件网络舆情预警机制

(一)突发事件网络舆情预警机制

突发事件发生后，一定时间内会在某一平台或载体出现在网络之中。为防止突发事件在网络引发舆情危机，必须在突发事件发生后的酝酿阶段做好网络舆情预警。而要做到更为准确、有效的预警，必须分析事件相关信号，做好恰当的解读，进而对网络舆情做进一步的预测和预控。大体上突发事件网络舆情预警机制涉及到信息的搜集、辨识、解读、应对四个部分。[5]

1.网络舆情信息的搜集

对于突发事件的网络舆情信息的搜集，主要从影响范围和损害程度两个维度开展。即当突发事件发布到网络上时，应该从首发信息平台或个体的权威程度、“黄金4小时”[6]内信息的关注量、平台的跨越幅度、网民参与程度等节点观测影响范围。并且进一步搜集与事件可能产生损害的信息，主要涉及突发事件本身搜集事件主题敏感程度、首发网络信息搜集的媒体倾向、舆论离散程度和事件可产生的涟漪迁移性等。

2.网络舆情信息的辨识

网络舆情信息的辨识，主要是采用主客观信息集成方法，对之前所收集到的信息进行汇集、整理的过程，并做发生概率判断。主客观信息集成方法包括主观概率估算和客观概率估算两个部分。主观概率估算就是在突发事件发生后，立即组织若干名专家，对事件网络舆情情境进行主观概率研判；并对研判的概率进行线性加权集结，得出主观概率值。客观概率估算，就是把突发事件与以往同类或相近的事件进行特征比对，即以事件主体身份、产生原因、结果、利益相关人的人数、反应等解构性的特征，得出客观概率值。

3.网络舆情信息的解读

网络舆情信息的解读就是结合之前的网络舆情的信息搜集、辨识情况，分析出当前突发事件网络舆情的状态，为后续采取相应的行动提供指导，以及时遏制突发事件的蔓延。具体包括网络舆情的危害影响和发生概率两个维度，进而构建出网络舆情预警象限。通过象限直观地判断突发事件网络舆情的发生概率和危害程度。网络舆情预警象限具体可分为四种状态，即高危状态(高概率、危害大)、濒危状态(低概率、危害大)、轻危状态(高概率、危害小)和低危状态(低概率、危害小)。

发生概率轻危状态(高概率、危害小)高危状态(高概率、危害大)低危状态(低概率、危害小)濒危状态(低概率、危害大)危害程度

4.突发事件网络舆情的应对

突发事件网络舆情的状态确定后，必须就突发事件网络舆情进行舆情预警决策，开展相应的应对的预控策略。对于高危状态的突发事件网络舆情，高校突发事件应急工作领导小组需全面启动，并采取积极反制行动，发送反击信号，制止突发事件网络舆情进一步发生；对于濒危状态的突发事件网络舆情，可由高校突发事件应急工作领导小组指定专项小组密切关注，提前做好戒备，随时应对，并探索根源，逐步化解；对于轻危状态的突发事件网络舆情，可以由意见领袖等渗透介入，采取温和引导，逐步消弭影响；对于低危状态的突发事件网络舆情，一般可以采取关注跟踪、不积极作为的方式，由其自行消解。

(二)突发事件网络舆情预警模型

根据以上突发事件网络舆情预警机制的构建，可以进一步形成高校网络舆情预警模型f(B，P)。B表示危害影响值，P表示概率值。其中B=Σ(B1+B2)，P=Σ(P1+P2)，具体如下：

1.危害影响值的计算

一级指标二级指标监控内容解析影响值B1首发信息平台或个体的权威性(b1)网站平台，采取网页PR值(PageRank)监测；微信平台，采取“账号+主体+认证”的方式监测；微博平台，以微博的认证、粉丝进行监测。关注度(b2)在“黄金4小时”内，高校突发事件首发网络的信息的总量。参与度(b3)信息热度，即按照参与人次进行计算，行回帖、点评、收藏、评分、分享、推荐等操作都算作一个热度。损害值B2事件敏感性(b4)突发事件涉及主体人群的阶层、数量；事件本身的涉及生命、大额资金、公序良俗、道德底线等。首发媒体倾向性(b5)首发信息的媒体关于事件内容的正面、负面或者是中性的态度取向。舆论倾向性(b6)网民对事件的讨论意见的分歧情况。事件涟漪迁移性(b7)网民因突发事件进而转移到其他相关事件的情况。

其中，b1权威性的基准计算为网页级别PR值达4的计值1，PR值低于4的计0，高于4的计2；微信以企业认证公众号或个人认证订阅号的计1，未认证的计0；微博以账号蓝V认证计值2、普通认证计1、其余计0。

b2关注度以所在高校的日均流量为基准，超过的计值1，未超过的为0。

b3网民参与度以热度计，达到35-45热度的计值1，45-的计2，50-70的计3。

b4敏感度，参照新浪网微舆情大数据分析值，敏感的值取1，非敏感的取0。

b5媒体倾向性，即首发信息关于突发事件的态度，分别由1、0、-1来表示反面、中立、正面观点。

b6网民舆论倾向性，即网民对突发事件网络舆情事件的态度倾向，值取热度前十名的网民意见的综合值，以1、0、-1来表示反面、中立、正面意见。

b7事件涟漪迁移性，以突发事件是否会引起其他事件迁移为考量目标，会迁移的计1，不会迁移的计0。

2.概率值的计算

高校突发事件网络舆情发生概率值的计算，主要采用主客观信息集成方法。[7]通过专家主观概率估算和突发事件客观特征比对得出概率估算，并加权得出发生概率值。主观概率估算，就是在突发事件发生后，立即组织若干名专家，对事件网络舆情情境进行主观概率研判。以1-3的数值分别表示低概率、中概率、高概率。待专家给出研判分值后，进行加权集结，得出主观概率平均值。客观概率估算，即根据突发事件情况，从事件性质、主体身份、利益相关人数和反应等四个特征，比对同质或相近的事件，从而得出再次产生同质或相近事件后果的概率值。最后，对客观概率值和主观概率值进行权重向量，从而得出高校突发事件网络舆情的发生概率值。该值介于0和1之间，也就是说，当概率值为0时，表示突发事件的网络舆情危机不会发生；当概率值为1时，表示突发事件的网络舆情危机一定会发生。

(三)高校突发事件网络舆情预警组织建设

要有效应对突发事件，高校一般设置有突发事件应急工作领导小组。一旦发生突发事件，则相应的应急预案会立即启动。相关协调联系、现场处置、后勤保障、善后处理等专项小组会相应开展工作。但传统作法上，往往忽视了网络舆情信息的预警问题。因此，必须进一步理顺高校网络舆论预警的组织架构。具体有：一是理顺网络舆情工作组织。要形成以学院主要领导为组长，党委宣传部门总牵头，学工、安保、技术等部门以及各基层党组织共同参与的组织架构。二是完善网络舆论预警工作制度。实行网络新闻发言人制度，由学院主要领导担任总发言人，确保信息的权威性；相关涉及部门作为主要信息调查部门，第一时间开展情况调查，准确及时发布有效信息，满足大众知情权的要求。三是积极建设好高校网络舆论队伍建设，特别是打造好网络舆论意见领袖。[8]要对相关的人员开展针对性的培训，并强化意见领袖在不同层面的影响力，确保在网络舆论发生的各个阶段，有着正向正能的舆论声音发出，避免网络舆论倾向一边倒，造成网络舆论事故发生。

三、高校突发事件网络舆情预警实例分析

以“大学生欠百万高利贷自杀未遂”为例。C高校A学生因参与校园贷款而无法偿还，进而寻求自杀未遂。该事件于2016年10月23日下午发生。2016年10月24日7：27，台海网在其网站发布以“大学男生身陷百万高利贷，数次自杀未遂，父亲店铺被债主搬空”为标题的新闻信息。随后，该事件被微信、微博、客户端等转载、转发；并引起了师生、网友的热议。事件发生后，C高校开展突发事件应急处理的同时，立即启动突发事件网络舆情预警工作。舆情预警小组结合新浪网微舆情进行事件的相关网络信息搜集，邀请校内专家进行科学研判，使用预警模式进行辨识、解读等。相关数据情况如下：

项目数值依据首发信息平台或个体的权威性(b1)2首发的台海网(www．taihai⁃net．com)在Google的PR值为7关注度(b2)1据新浪网微舆情数据显示，当天“黄金4小时”内的关注度达33．25，高于日均9．8的信息量参与度(b3)2据新浪网微舆情数据显示，该事件当时的热度为47。事件敏感性(b4)1据新浪网微舆情数据显示，该事件为敏感。首发媒体倾向性(b5)1据新浪网微舆情数据显示，首发媒体为负面倾向。舆论倾向性(b6)1据新浪网微舆情数据显示，舆论负面倾向达55%。事件涟漪迁移性(b7)1经查询，该事件关联到之前发生的其他高校同类事件。基于以上数据，B=9

注：以上数据来源于新浪网微舆情大数据。

C高校“大学生欠百万高利贷自杀未遂”突发事件网络舆情发生后，3位专家给出的研判分值均为3分，故P1=100%。同时，把该事件与之前高热度、影响大的“郑州21岁大学生因无力偿还60万元网贷跳楼自杀”事件作特征比对。得出P2=80%。所以P=100%×0.5+80%×0.5=90%。

基于以上分析判断，该突发事件网络舆情当时处于预警现象中的高危状态。所以C高校舆情预警小组预测事件仍会继续发酵，甚至会持续一段时间，可能会造成较大的危害。因此，舆情预警小组持续开展网络

舆情技术监测系统和学生动态监测，立即协同协调联系工作小组，加强与上级宣传部门的沟通联系，主动与社会媒体沟通联系，由高校新闻发言人及时通报事态情况、还原事件真相；并且组织相关意见领袖澄清事实，发布理性言论，扭转负面倾向，及时遏制信息的恶性蔓延；善后处理小组认真做好相关排查摸底、开展预防不良网贷安全知识教育系列活动。

四、结语

基于高校突发事件网络舆情预警模型的分析、研判，紧急对C高校“大学生欠百万高利贷自杀未遂”这一突发事件的网络舆情进行预控和应对，有效防止了突发事件在网络中蔓延，初步实现了应有的价值功能。经过紧急网络舆情应对，事件发生后的第二天，对该事件的网络热度就大幅下降，到三天就回归到正常值状态，未产生任何其他不良的影响。

[1]包玉梅.基于应急物资储备的政府最优应急效用模型分析[J].科技创业，2010(1).

[2]李新仓.高校突发事件的防范体系及防范机制的实证研究[M].北京：人民日报出版社，2014.

[3]周丽娟.高校突发事件的成因与对策[D].江苏：苏州大学，2013.

[4]王旭，孙瑞英.基于SNA的突发事件网络舆情传播研究[J].情报科学，2017(3).

[5]李洪雄.耗散结构理论视域下高校网络舆情管理机制探析[J].吉首大学学报(社会科学版)，2017(2).

[6]陈冰.应对舆情要抓住“黄金四小时”[N].深圳特区报，2010-11-25.

[7]于超，刘洋，樊治平.突发事件情景概率估计的主客观信息集成方法[J].电子科技大学学报(社科版)，2012(3).

[8]叶定剑，靖咏安.对加强高校网络宣传思想工作队伍建设的思考[J].学校党建与思想教育，2017(4).

*福建省中青年教师教育科研项目计划(高校思政政治工作专项)“高校突发事件网络舆情预警机制研究”(JAS151620)结题成果。

辜跃辉(1983-)，男，福建漳州人，在职研究生，漳州城市职业学院办公室，助理研究员，主要研究网络舆情、社会网络分析。

G

A

1006-0049-(2017)17-0010-03