网络舆情危机演变特征及其预警方案研究

袁国栋

摘 要：[目的/意義]采用当前方法分析网络舆情危机演变特征时，无法明确网络舆情传播过程中演变特征影响因素之间的因果关系，导致分析结果的灰色关联度低、小误差概率小、均方差比大，因此研究了网络舆情危机演变特征及其预警方案创新方法，采用系统动力学对网络舆情危机演变变量和影响因素进行仿真和建模，获取网络舆情危机演变的主要影响因素，结合网络舆情传播热度与各因素之间的因果关系分析网络舆情传播系统。[方法/过程]结合Verhulst模型和灰色理论模型构建灰色Verhulst预测模型，根据各影响因素之间存在的因果关系分析网络舆情危机演变特征，根据分析结果提出构建信息汇集分析机制、预警机制、信息发布机制和引导机制的预警方案。[结果/结论]实验结果表明，采用所提方法分析网络舆情危机演变特征时，分析结果的灰色关联度高、小误差概率大、均方差比小。

关键词：网络舆情危机;演变特征;灰色Verhulst预测模型;预警方案

DOI：10.3969/j.issn.1008-0821.2021.07.016

〔中图分类号〕G206 〔文献标识码〕A 〔文章编号〕1008-0821（2021）07-0154-06

Research on the Evolution Characteristics of Internet Public

Opinion Crisis and Its Early Warning Scheme

Yuan Guodong

（Party School of Chongqing Committee，Chongqing 400041，China）

Abstract：[Purpose/Significance]When the current method is used to analyze the evolution characteristics of network public opinion crisis，the causal relationship between the influencing factors of the evolution characteristics in the process of network public opinion dissemination can not be clarified，which leads to the low grey correlation degree，small error probability and large mean square deviation ratio of the analysis results.Therefore，the evolution characteristics of network public opinion crisis and the innovation method of early warning scheme are studied，and the system dynamics is used to analyze the network public opinion crisis the evolution variables and influencing factors are simulated and modeled to obtain the main influencing factors of the evolution of network public opinion crisis.Combined with the causal relationship between the popularity of network public opinion and various factors，the network public opinion communication system is analyzed.[Method/Process]Combined with Verhulst model and grey theory model，the grey Verhulst prediction model is constructed.According to the causal relationship between the influencing factors，the evolution characteristics of network public opinion crisis are analyzed.According to the analysis results，the early warning scheme of information collection analysis mechanism，early warning mechanism，information release mechanism and guidance mechanism is proposed.[Result/Conclusion]The experimental results show that，when the proposed method is used to analyze the evolution characteristics of network public opinion crisis，the grey correlation degree is high，the small error probability is large，and the mean square deviation ratio is small.

Key words：internet public opinion crisis;evolution characteristics;grey Verhulst prediction model;early warning plan

我国经济结构在社会转型期间发生了较大变化，使得社会生活逐步趋向多元化和复杂化[1]。在此期间一些矛盾逐渐暴露在社会大众面前，在表达渠道多样化的情况下，开始在网络平台中反映各种社会问题。分析代表性较强的公共事件可知，民意表达空间随着社会的进步不断扩展，群体性事件的出现往往会促进网络舆情的演变，已经成为一种比较突出的社会问题，部分不良事件对构建社会主义和谐社会产生了不利影响[2]。网络的开放性是造成上述问题的主要原因，在网络的支持下局部突发事件的扩散速度提升，影响力增强，经过一段时间的发展会逐渐演变成全国性的公共事件，因此群体事件与网络舆情之间存在的因果关系问题逐渐突出。随着网络舆情的不断演化，会对社会舆情的走向产生影响，对公共决策和政府运行机制产生一定制约[3]。为了降低网络舆情对社会产生的负面影响，需要研究网络舆情危机演变特征，提出相关预警方案。

蒋知义等[4]提出基于情感倾向性分析的网络舆情危机演变特征研究方法，该方法在情感分类词典的基础上建立情感倾向分析模型，利用该模型对网络舆情的情感类型和情感性强度进行统计，根据统计结果划分网络舆情演化阶段，实现网络舆情危机特征分析，该方法没有分析网络舆情危机影响因素之间存在的关系，导致分析结果的灰色关联度低、小误差概率小。杜洪涛等[5]提出基于多案例的网络舆情危机演变特征研究方法，该方法在生命周期理论的基础上将网络舆情危机演变过程划分为3个阶段，分别是扩散阶段、高潮阶段和消散阶段，将舆情事件分为非自然突发事件和自然突发事件，分析不同阶段不同案例的传播路径和表现情况，确定演化特征之间存在的联系和区别，获得影响网络舆情危机演化的影响因素，最后总结了网络舆情危机演变特征的变化规律，该方法在网络舆情危机演变过程中无法获取影响因素之间的因果关系，导致均方差比较大。

综上所述，提出网络舆情危机演变特征及其预警方案创新研究方法。

1 网络舆情演化动力学分析

网络舆情的演变过程主要受以下因素的影响：

1）网络事件自身具有的破坏力。

2）网络舆情传播的推动力，包括媒体推动力和网民推动力。

3）社会组织或政府组织的调控力。

由于网络舆情危机演变动力影响因素的作用方式之间存在差异，可以将影响因素分为两类[6]，如图1所示。

图1 外源动力和内源动力

网络舆情危机演变动力关键构成变量如图2所示。

利用系统动力学对上述变量进行仿真和建模，获取网络舆情危机演变的主要影响因素。

对系统内部因素关系进行考虑，结合网络舆情传播热度与各影响因素之间存在的因果关系分析网络舆情传播系统。系统由3个以上变量构成反馈环，反馈环属于一个因果闭合环路或关系链[7]。如果因果在正反馈环中增加，结果就会高于原始程度，如果因果在正反馈环中减少，结果就会低于原始高度。如果因果在负反馈环中增加，结果就会低于原始程度，如果因果在负反馈环中减少，结果就会高于原始程度。正反馈环和负反馈环之间存在相互作用，使得不同时期网络舆情热度与系统状态具有一致性[8]。

2 网络舆情危机演变特征研究

本文利用灰色Verhulst预测模型对网络舆情危机演变特征进行研究，灰色Verhulst预测模型结合了Verhulst模型和灰色理论模型的优点，可以实现产品经济寿命预测、人口预测、繁殖预测和生物生长预测等，被广泛地应用在生产生活中[9]。

3 实验结果与分析

为了验证所提方法的整体有效性，在Visual C++开发的TTE网络平台中对所提方法進行测试。

本文通过集搜客GooSeeker网络爬虫软件对2019年不同平台的网络舆情热点事件进行抽取，如《啥是佩奇》爆红网络、吴秀波出轨门事件、孙楠送娃读“女德班”事件、河南女子醉驾玛莎拉蒂致死伤、杭州女童被租客带走等多个研究案例作为数据基础。采集自网络舆情事件发生当天起25天之内的舆情传播数据，并以此为基础进行网络舆情危机演变特征提取。限于篇幅，以吴秀波出轨门事件为例，采集网易新闻、腾讯新闻、百度新闻、新浪微博与天涯论坛5个网络舆情传播平台的数据，并对数据采集结果进行整理与分析。具体的数据采集结果如表1所示。

在上述数据的支持下，灰色关联度γ、小误差概率P和均方差比C作为测试指标，对所提方法、文献[4]方法和文献[5]方法进行测试，测试指标的计算公式分别如下：

式中，δ（k）代表的是关联系数;Δ（0）（k）代表的是绝对误差序列;（0）为Δ（0）（k）对应的均值;S2为Δ（0）（k）对应的方差。

灰色关联度越高表明方法分析的网络舆情危机演变特征变化越准确，3种方法的灰色关联度测试结果如图3所示。

分析图3可知，文献[4]方法的灰色关联度在22%～25%之间，文献[5]方法的灰色关联度在23%～27%之间，而所提方法的灰色关联度在36%～42%之间，是3种方法中最高的，所以该方法的网络舆情危机演变特征变化分析精度要高于其他实验方法。

小误差概率越小，表明方法在网络舆情危机演变过程中对演变特征分析的结果误差越大，则3种方法的小误差概率比较结果如图4所示。

由图4可知，文献[4]方法的小误差概率在46%～59%范围内变化，文献[5]方法的小误差概率在42%～46%范围内变化，而所提方法的小误差概率在78%～95%范围内变化，说明所提方法的小误差概率远远高于其他实验方法，证明该方法的网络舆情演变特征分析的结果误差较小。

由图5可知，文献[4]方法的均方差比在0.030～0.039之间，文献[5]方法的均方差比在0.036～0.042之间，而在多次迭代中所提方法的均方差比均在0.02以内，远远低于实验对比方法，说明该方法的均方差比更小，网络舆情危机演变特征分析误差较低。

分析上述测试结果可知，采用所提方法研究网络舆情危机演变特征时，分析结果的灰色关联度高、小误差概率大、均方差比小，表明该方法可以得到准确的网络舆情危机演变特征分析结果，原因在于该方法利用系统动力学对影响网络舆情危机演变的因素进行仿真和建模，获取网络舆情危机演变的主要影响因素，在此基础上分析网络舆情传播系统中各因素之间存在的因果关系，采用灰色Verhulst预测模型对网络舆情危机演变特征进行研究，提高了分析结果的有效性。

4 网络舆情危机预警方案

本文主要以网络舆情演化动力学为基础，对网络舆情危机演变特征进行了分析，且通过实验证实了该方法的网络舆情危机演变特征分析结果具有灰色关联度高、小误差概率大、均方差比小等多种优势，因此可以得到更为精准的网络舆情危机演变特征分析结果。需要在上述研究结果的支持下，进行网络舆情危机预警方案设计，以达到控制网络舆情的传播速度以及提升社会稳定性的最终目的。

4.1 构建信息汇集分析机制

由于信息是网络舆情危机处理的基础，所以需要构建信息汇集分析机制。舆情危机信息汇集机制是指通过相关部门根据舆情在演变过程中的规律，通过心理学、计算机科学和统计学等研究方法，利用多种信息收集方法和渠道实现舆情危机信息获取和反馈[11]。在构建网络舆情危机信息汇集分析机制中应该注意以下几点：

1）在网络舆情危机演变过程中主体之间存在协调作用，应该采取符合实际情况的策略以解决不同类型的网络舆情危机。

2）要保证网络舆情危机信息汇集的目的性和全面性，尽可能采集有价值的信息。

3）细化考核机制和工作流程，细化目标和明确责任。

4）挖掘不同领域专家的信息分析能力，构建信息分析专家库。

5）为了提高网络舆情危机处理的规范化和制度化，建立激励机制。

4.2 建立预警机制

由于网络舆情危机的发生通常是无法预见的，但网络舆情危机的演变过程是可以控制的，因此需要制定预警机制。预警机制属于制止和防范网络舆情危机发生的工作机制，可以在网络舆情危机发生前进行报警[12]。构建预警机制时需要重点关注以下问题：

1）重视网络舆情演化分析相关工作，及时掌握网络舆情危机演变特征。

2）及时、准确地实现网络舆情危机信息的发布，保证内容的真实性和多样化。

4.3 完善信息发布机制

由于在实际中，网络舆情传播渠道具有多样性，不局限于网易新闻、腾讯新闻、百度新闻、新浪微博与天涯论坛这几个较大的网络舆情传播平台，所以需要构建较为完善的信息发布机制。消解网络舆情危机的主要动力是政府行为，同时也需要网络参与主体的共同努力。如果政府网络舆情危机处理能力及力度较差，会推动舆情的进一步扩大，对公众的心理产生不利影响[13]。本文主要通过以下几个方面完善信息发布机制：

1）提高政府的执政能力和决策能力，优化政府行为，平衡公众心理。

2）政府对外联系的主要窗口是政府门户网站，构建并完善政府门户网站可以让公众获得相关信息。

3）政府通过网络发言人制度能够增强与网民之间的交流和沟通。

4）为了避免恶意行为造成的信息失真现象，需要加强信息保密和技术防范，保证网络舆情信息公开的时效性[14]。

4.4 建立引导机制

以吴秀波出轨门事件为例，其传播速度极快，且对社会造成了很大的负面影响，所以媒体和政府应该围绕网上的热点问题，充分发挥导向作用，使网络形成健康风气[15]。不同地区的网民在网络中可以共同讨论同一舆情话题，容易使网络舆情信息变得尖锐和泛化，政府对舆情和公众心理的引导在公众信息不对称的情况下十分重要。

5 结束语

社情民意可以通过网络舆情进行反映，如果不能妥当处理网络舆情，将导致局部问题全局化、普通问题热点化、简单问题复杂化，对社会稳定产生不利影响，因此对网络舆情危机演变特征进行分析，提出相关预警方案是相关部门目前亟须解决的问题。目前网络舆情危机演变特征分析方法得到的结果灰色关联度低、小误差概率低、均方差比大，因此本文在系统动力学的基础上分析影响网络舆情传播的因素，利用Verhulst预测模型研究网络舆情危机演变特征，并根据分析结果提出预警方案，以期为社会稳定发展提供保障。

参考文献

[1]邢云菲，王晰巍，韦雅楠，等.新媒体环境下网络舆情用户情感演化模型研究——基于情感极性及情感强度理论[J].情报科学，2018，36（8）：142-148.

[2]胡峰.重大疫情网络舆情演变机理及跨界治理研究——基于“四点四阶段”演化模型[J].情报理論与实践，2020，43（6）：23-29，55.

[3]李天龙.突发事件舆情的阶段应对策略[J].情报杂志，2018，37（12）：106-111.

[4]蒋知义，马王荣，邹凯，等.基于情感倾向性分析的网络舆情情感演化特征研究[J].现代情报，2018，38（4）：52-59.

[5]杜洪涛，王君泽，李婕.基于多案例的突发事件网络舆情演化模式研究[J].情报学报，2017，36（10）：1038-1049.

[6]王超.我国突发性网络舆情事件的关联网络结构分析[J].现代情报，2019，39（12）：121-130.

[7]赵蓉英，王旭.突发事件网络舆情关键节点识别及导控对策研究——以“大贤村遭洪灾事件”为例[J].现代情报，2018，38（1）：19-24，30.

[8]刘英杰，黄微，李瑞.大数据网络环境下舆情信息情感维度模型构建研究[J].情报理论与实践，2016，39（4）：32-35.

[9]成俊会，张思，吉清凯.基于SNA的社会热点事件微博舆情阶段性传播网络的结构分析——以“于欢案”为例[J].管理评论，2019，31（3）：295-304.

[10]严锴.公共安全视域下的舆情热点及发展趋势可视化分析[J].西安科技大学学报，2019，39（6）：1082-1089.

[11]王晓晨，关硕，于文博，等.体育赛事网络舆情的传播特征研究——基于2019年女排世界杯的文本情感分析[J].成都体育学院学报，2020，46（5）：74-81.

[12]王兰成，陈立富.国内外网络舆情演化、预警和应对理论研究综述[J].图书馆杂志，2018，37（12）：6-15.

[13]曹睿娟，姜仁贵，解建仓，等.基于大数据的城市内涝网络舆情监测及演化机理[J].西安理工大学学报，2020，36（2）：151-158.

[14]李北伟，富金鑫，周昕.意识形态视角下网络舆情危机应对机制研究[J].情报理论与实践，2018，41（5）：27-31，49.

[15]彭丽徽，李贺，张艳丰.基于SNA与模糊TOPSIS的网络舆情关键节点识别分类模型研究[J].现代情报，2017，37（8）：17-25.

（责任编辑：孙国雷）