基于模糊综合评价法的高校舆情预警模型研究*

文/李律（重庆商务职业学院）

当前，信息技术高速发展，4G网络已经在我国普及，5G网络建设也正如火如荼进行，网络已经成为高校学生获取信息、抒发意见最重要的窗口和平台。由于网络的虚拟性以及监管的不严密性，以及学生的相对冲动性和辨别力不足等原因，网络已经逐渐成为了高校各类公共卫生、公共安全等事件矛盾的聚集地，极易演化成网络舆情事件，威胁高校的和谐稳定发展。深入研究高校网络舆情变化规律，建立高校网络舆情指标体系，构建高校网络预警模型，通过模型对舆情演变等级进行预判，提前分析可能出现的结果，及时采取措施管控和引导网络舆情，最终实现校园安全稳定。

一、建立高校网络舆情预警指标体系

（一）高校网络舆情预警指标体系现状

通过查阅文献，有学者建立了舆情主题敏感度、舆情热度、态度倾向度、行为倾向4个一级指标、26个二级指标的高校网络舆情安全评估指标体系。有学者建立了舆情热度、舆情特性、危险性、发布者4个一级指标、16个二级指标的高校网络舆情预警指标体系[1-5]。通过深入研究，这些指标都存在体系不够健全，评价不够准确，应用不够全面的特点。

（二）高校网络舆情预警指标体系的设计

通过分析其他学者建立的指标体系，结合社会网络舆情情况，校园安全管理特点以及当前网络传播多元化特点，建立了高校网络舆情预警指标体系。该指标体系从事件主体、事件客体、事件环境3方面出发，体系共有3个一级指标，12个二级指标，如表1所示。

二、构建高校网络舆情预警模型

（一）指标权重的确定

本文运用层次分析法（AHP）求出各指标权重。通过邀请本校宣传部专家根据判断矩阵标度赋值表（如表2所示）对各影响要素进行两两比较赋值，构成判断矩阵。

表2 判断矩阵标度赋值表

1.一级指标判断矩阵

通过对一级指标舆情事件主体指标、网民客体指标、媒体环境指标进行两两比较，构造如下判断矩阵：

2.二级指标判断矩阵

通过对舆情事件主体指标中事件性质、事件危害度、事件真伪性进行两两比较，构造如下判断矩阵：

通过对网民客体指标中事件点击量、事件转发量、事件搜索量、事件评论量、负面与正面评论比值、回复语言激烈程度进行两两比较，构造如下判断矩阵：

（二）模型的建立

本次选择模糊数学法构建模型，它为人们研究解决复杂、难以用精确描述的问题提供了一种简单而有效的方法。

1.确定因素集

通过前文，确定此次共须建立4个因素集，其中一级指标因素集1个，二级指标因素集3个。

2.确定评价集

本次将高校网络舆情的预警结果分为3个等级，分别是普通预警、严重预警、紧急预警。

（三）模型验证

1.建立隶属度矩阵

隶属度表示指标对评价集中某个评价的依赖程度，越趋近于1，表示依赖度越高，反之则表示依赖度越低。本次选取重庆某高校发生的公寓搬迁舆情事件为研究对象，通过向该舆情事件参与人员发放调查问卷30份，收回26份。由事件参与人通过对每个因素的评价情况（普通预警、严重预警、紧急预警）进行选择，根据整体选择比例确定隶属度，最终得到隶属度矩阵，如表3所示。

表3 公寓搬迁舆情事件调查问卷

根据表3，可得舆情事件主体指标A1隶属度矩阵:

可得网民客体指标A2隶属度矩阵:

可得媒体环境指标A3隶属度矩阵:

2.预警模型综合评价

舆情事件主体指标评价结果：

网民客体指标评价结果：

媒体环境指标评价结果：

故由二级指标的评价集可得一级指标隶属度矩阵：

可得该舆情事件整体的评价结果：

通过以上评价结果，可以看出该次公寓搬迁舆情事件为普通预警，与实际相符，故模型较为准确。

三、结论

文章运用模糊综合评价法，构建了高校网络预警模型。使用该模型对重庆某高校发生的公寓搬迁舆情事件进行了实证分析，得到预警结果与真实情况相符。通过该模型能对舆情演变等级进行预判，提前分析可能出现的结果，及时采取措施管控和引导网络舆情，最终实现校园安全稳定。