基于模糊数学综合评价法的舆情划分等级研究

曹灿锦 高淼 雷得声 河南财经政法大学

一、背景

舆情是指在一定的社会空间内围绕中介性社会事件的发生、发展和变化，民众对社会中各种现象、问题所表达的信念、态度、意见和情绪等表现的总和。情感倾向分析是舆情分析技术中的重要内容，能够反映出媒体或网民对相关事件或品牌的情感倾向，同时能快速识别出负面情感趋势的文章或评论，有助于企业或有关部门及时发现及时处理，对舆情做出及时的引导，助力社会及企业的和谐发展。舆情的传播速度具有一定的差异，管理部门检测到的舆情时间点并不固定，舆情发展到不同阶段时，需要进行干预的紧急性也不尽相同。因此，提出一个充分考虑舆情传播时间、规模及网民情感倾向的舆情处理等级的划分方法是意义深远的。

二、建立数学模型划分处理等级

（一）模型的基本思想

政府或企业处于不同阶段的舆情时间点，干预程度也不同。因此，需要一个充分考虑舆情传播时间，规模等舆情处理的等级的划分方法。我们选取了最近一个月的新闻“某事件”作为研究对象，以及与新闻的舆论指数相关的7个指标：网络版主，新闻线人，传统媒体，微博日新增粉丝量，微博阅读量，微博讨论次数，原创人数。采用模糊数学综合评价法对其评价，得出综合舆论指数。通过一个月舆论指数的变化，来划分干预等级。

（二）模型的建立

通过对大量的网络舆论事件研究分析，我们选取近来的“某事件”事件为研究对象。数据选自较有代表性的百度贴吧、新浪微博、百度搜索从8月3日到9月1日的数据记录。

步骤一：确定评价对象集A，评价对象集为A=(a1,a2…a25)，其中ai(i=1,2…25)表示第几天的舆论指数，这里8月3日到9月1日的每一天对应于模型中的评价对象a。

步骤二：确定评价的指标的因素集U=(u1,u2…u7)，其中ui(i=1,2…7)分别表示网络版主、新闻线人、传统媒体、微博日新增粉丝量、微博阅读量、微博讨论次数、原创人数。

步骤三：确定评语等级论域v={v1,v2,…,vp}，即等级集合。每一个等级可对应一个模糊子集。

步骤四：建立模糊关系矩阵R。

步骤六：合成模糊综合评价结果向量。

利用合适的算子将A与各被评事物的R进行合成，得到各被评事物的模糊综合评价结果向量B。网络舆论指数对应于模型原理中的综合评价B，其值越大，代表当天的事件受各方面的关注度越高。即：

（三）模型的求解

在模型求解之前，我们需要把模糊的指标给量化处理，不能直接用数据表示的，将其量化。网络版主、新闻线人、传统媒体等外在因素只有两种状态：介入舆论、未介入舆论。所以，我们将介入舆论，赋值舆论指数为1；不介入舆论则赋值为0。对于“某事件”事件，媒体首次在网上披露后，帖子进行了大量的转发评论，我们可以认为网络版主，新闻线人，传统媒体已经开始介入，所以赋值为1。前些天一直介入，所以赋值为 1。而当舆情进入了平淡期后，事情已经清楚明了，他们去找其他新闻，不再介入此新闻，所以后期赋值为0。而微博日增粉丝量、微博阅读量、微博讨论次数、原创人数均可以用统计来的数据表示，无需量化。

综合评判：通过MATLAB编写程序，求解出“某事件”从开始到结束25天里舆情指数，指数变化如图1所示。

图1 舆情指数

前10天是舆情的形成期，由图1可以看出媒体首次披露时，舆情指数一直上升，前十天都居高不下。形成期阶段，政府和企业应当轻微介入，积极澄清事实，此时尽快处理不实信息比较容易，最好在此阶段遏制住疫情的发展。

10天左右是舆情的爆发期，此时政府应该采取必要措施，撤头条等，严肃介入。此阶段可以采取传统媒体报纸新闻等，毕竟传统媒体的可信度要比网络谣言高。

10天到25天阶段，舆情解决阶段。这个时期，虽然舆情得到了有效控制，网民对该新闻的关注度下降。但是依然不能大意，不给谣言传播的机会，此时仍需轻微介入，传播正面新闻，来加速不实信息的淹没。

三、结语

本文的研究在舆情的筛选和等级划分方式上做了有创新性尝试并取得了不错的应用效果指导了舆情引导方法的提出。在今后的研究中，仍有更深入的问题可以思考，首先，下一步研究可以使用更加全面的数据和指标进行比较研究，进一步提高模型精度和稳定性，其次可以对舆情引导方法的有效性进行比对研究，尝试在不同情况下调查舆情走向的多步预测问题。最后将理论应用于实践，构建一个全面舆论情感分析与预测系统，积极引导社会风向。