林丽娜 魏德志，2

(1. 集美大学诚毅学院， 福建 厦门 361021； 2. 福州大学经济与管理学院， 福州 350108)

政府相关网络舆情事件评估模型研究

林丽娜1魏德志1，2

(1. 集美大学诚毅学院， 福建 厦门 361021； 2. 福州大学经济与管理学院， 福州 350108)

运用热点舆情事件快速搜索技术，提出舆情指标体系；采用改进的证据推理方式，建立政府相关网络舆情评估模型。通过实验验证该模型的效果和应用范围。

网络舆情； 证据推理； 政府决策； 大数据

随着互联网的迅速传播，重大事件或热门事件可以在很短的时间内形成巨大的舆论力量。有了数量庞大的网民群体，众多的媒体网站上每天都能产生海量的网络舆情信息。这些信息符合大数据的大量、高速、多样、有价值等基本特点。人民网舆情研究所曾基于I-Catch全网动态分析和网络舆情100家典型网站样本分析，给出了2015的2 278条网络热点事件舆情指数排行[1]。对于政府相关性较高的热点事件，需要政府密切关注并进行干预；而对于政府相关性较低的热点事件，则无需政府给予过多关注或干预。有效地判断舆情事件的政府相关性，有利于及时调控舆论走向，使舆论朝健康积极的方向发展。

陈越等人采用TOPSIS的方法对网络舆情威胁度进行评估，用来判断舆情事件的威胁度[2]。刘毅采用三角模糊数的模糊德尔菲法和模糊层次分析法确定了网络舆情预警指标体系[3]。黛媛构建了网络舆情安全指标体系，为预警和决策提供了参考[4]。曾润喜构建了网络舆情突发事件的指标体系[5]。这些研究主要集中在网络舆情威胁度、安全性、突发性等指标体系的构建上，而未侧重于与政府相关的舆情指标体系构建和评估模型。为了帮助政府更好地应对网络舆情事件，本次研究首先提出了政府相关舆情指标体系，采用改进的证据推理建立政府相关网络舆情评估模型。

1 政府相关网络舆情指标体系和评估模型

1.1 三角模糊层次分析法

层次分析法(缩写为AHP)，是指运用定量和定性的理论来处理多目标决策的组合方法。经过不断发展和完善，综合AHP方法更多地应用到实际中。模糊数学[6-7]、灰色预测理论、群决策理论等系统模型成为补充AHP方法的重要内容。三角模糊AHP方法用于主观评价属性下的属性值，采用三角模糊数的形式来表示专家评价值的模糊性和不确定性。三角模糊AHP相对更加准确，能更好地描述专家评价的不确定性，克服了一般AHP方法在分析、比较和决策步骤的定量程度不够以及主观片面性的缺点。

1.2 主客观指标体系

能够引起政府关注的舆情事件首先必须是热点事件。此类热点事件通常能够引起广大网友的关注，产生一定的舆论影响力，也可能涉及到公共权力、公共道德、公共秩序、公民权利等重大社会问题。具有以上特点的舆情事件和政府相关程度较高，政府必须及时关注。舆情事件的客观指标可以通过爬虫软件或数据采集软件来获取，主观指标可以由政府请专家确定。指标权重采用模糊三角AHP方法来计算。指标体系既考虑到舆情事件热度计算的客观指标，又兼顾到舆情事件的主观指标。

1.3 评估模型

证据推理是一种处理不确定多属性决策问题的代表性方法[8-9]。舆情评价指标体系中，客观指标数据均为定量评价结果，主观指标数据均为定性评价结果。定量及定性数据相结合的决策问题非常适用证据推理的方法。在获取舆情指标数据信息时，可能存在数据不完整、不精确和未知的情况，证据推理的方法能够有效融合这些信息。本次研究采用基于证据推理的评估模型，图1所示为政府网络舆情相关性评估模型。

图1 政府网络舆情相关性评估模型

该模型通过新闻、论坛、博客、微博等网络媒体热度信息的融合计算，综合考虑了舆情事件热度的广泛性和综合性，以及与政府的相关性。

2 改进的证据推理

证据推理是一种解决不确定多属性决策问题的经典方法。证据推理方法要求属性的权重是确定值，并且基本属性数据应该具有相同的评价集合。这种要求在解决实际问题时较难满足。针对网络舆情事件评价存在的具体问题，对证据推理的方法进行了改进，采用专家主观打分和熵权法相结合的方法确定指标权重。首先对定量数据进行归一化计算，然后根据归一化数据划分评价等级，最后转换为相应的统一分布评价。改进的证据推理算法步骤如下：

(1) 定义一组评价等级矩阵：H={H1,H2,…,HN}。针对网络舆情事件的评估，定义评价等级为5个，H= {very low, low, average,high, very high}，5个等级代表舆情热度和政府相关性的水平。

(2) 将新闻热度、论坛热度、博客热度、微博热度等属性数据转换为评价等级。对定量属性数据决策矩阵X=(xij)m×n进行规范化处理。

对于效益型属性：

对于成本型属性：

得到规范化矩阵：

Y=(yij)m×n

定义规范化后的数据：very high为1.00，high为0.75，average为0.50，low 为0.25，very low 为0。假如规范化的数据为0.80，则0.80等价于{(very high,80%),(high,20%)},其中80%=(1-0.80)/(1-0.75)，20%=(0.80-0.75)/(1-0.75)。

(3) 对与政府相关的定性属性，由聘请的专家进行评价。假如评价为{(very high,30%),(high,70%)}，代表评价完整；假如评价为{(very high,20%),(high,70%)}，则代表评价不完整，信息不完全；假如专家不知道如何评价，可以表示为{(H,1.00)}，代表完全未知。

(4) 经过前述步骤整理，得到证据推理决策矩阵D。

Sij={(Hn,βn,j(Ai)),n=1,…,N}

(5) 应用熵权法求解决策矩阵指标属性客观权重。将决策矩阵D主观指标属性按照定义的分布等级进行转换。比如，评级矩阵中评价等级为{(very high,20%),(high,80%)}，则转换为1×20%+0.75×80%=0.80，再进行H列归一化；决策矩阵D客观指标属性不做处理，直接进行H列归一化。

评价矩阵归一化处理：

计算指标属性熵值：

计算目标属性客观权重：

β=(β1，β2,…,βn)

利用熵权法求解指标属性客观权重βi，结合指标主观权重，通过公式ωj=αθj+ηβj进行融合计算，得到组合权重ω=(ω1,ω2,…，ωn)，作为每个属性的指标权重。这个权重全面考虑了客观因素和人为主观因素，能够充分反映各个指标的重要程度。权重的确定原则是，根据决策矩阵采集客观数据信息的完整性和对专家的信任程度，并结合网络舆情具体事件来最终确定主客观权重影响因子。

(6) 利用证据推理完成信息合成，并进行期望效用排序；最后根据计算的平均效用进行排序，得到网络舆情事件的政府相关性。

3 案例分析

通过网络矿工进行网络舆情事件数据采集，采集时间为2016年3月20日至27日，以一组网络舆情事件对模型进行验证(见表1)。根据舆情事件数据的大小和篇幅，只列出前5起热点事件(见表2、表3)。

表1 一组网络舆情热点事件排行

表2 舆情事件原始指标数据(一)

表3 舆情事件原始指标数据(二)

将定量数据归一化，并转换为等级评价类型；然后根据熵权法求解决策矩阵指标属性客观权重，结合专家主观权重得到组合权重；最后经过证据推理步骤计算， 计算得到政府相关网络舆情事件排序结果(见表4)。

表4 与政府相关网络舆情事件排序

从最终排序结果得知，这组网络舆情事件中“沪蓉高速发生车祸事件”是政府最应该关注的事件。这个结论也证实了该评估模型的准确性和合理性。政府可以根据排序结果快速确定相关网络舆情事件的处理顺序，依次分别为E4、E5、E1、E2、E3。

4 结 语

在大数据背景下，每天都能产生海量的网络舆情事件，如何快速有效地找出和政府相关的热点舆情事件是值得研究的问题。本次研究提出了政府相关舆情事件指标体系和基于证据推理的评估模型，并对证据推理进行改进以适应舆情体系的评估。指标体系的完善和改进证据推理中主客观权重影响因子的确定，是下一步的研究方向。

[1] 2015年互联网舆情分析报告：2015年网络热点舆情[EB/OL].[2015-12-24].http://yuqing.people.com.cn/n1/2015/1224/c401685-27972434.html.

[2] 陈越，李超零，于洋，等.基于 TOPSIS 方法的网络舆情威胁评估模型[J].情报杂志，2014，31(3):15-19.

[3] 刘毅.基于三角模糊数的网络舆情预警指标体系构建[J].统计与决策，2015,350 (2):12-15.

[4] 黛媛，姚飞.基于网络舆情安全的信息挖掘及评估指标体系研究[J].情报理论与实践，2013，31(6):873-876.

[5] 曾润喜.网络舆情突发事件预警指标体系构建[J].情报理论与实践，2010,33(1):77-80.

[6] WANG Y M，LUO Y,HUA Z S.On The Extent Analysis Method for Fuzzy AHP and Its Applications[J].European Journal of Operational Research，2008，186(2):735-747.

[7] Wang Y M，Chin K S.Fuzzy Analytic Hierarchy Process:A Logarithmic Fuzzy Preference Programming Methodology[J].International Journal of Approximate Reasoning，2011，52(4):541-553.

[8] Yang J B，Wang Y M，Xu D L，et al.The Evidential Reasoning Approach for MADA Under Both Probabilistic and Fuzzy Uncertainties[J].European Journal of Operational Research，2006，171(1):309-343.

[9] Yang J B.Rule and Utility Based Evidential Reasoning Approach for Multiattribute Decision Analysis Under Uncertainties[J].European Journal of Operational Research，2001，131(1):31-61.

Research and Application of the Internet Public Opinion Assessment Model about Government

LINLina1WEIDezhi1，2

(1. Chengyi College of Jimei University, Xiamen Fujian 361021, China;2. School of Economics and Management, Fuzhou University, Fuzhou 350108, China)

In order to quickly and effectively find out hot spots of the public opinion events related to the government, the index system of the public opinion was proposed firstly. Then, the internet public opinion assessment model about government was established by the improved evidence reasoning method. Though experiments we verified the effect and application range of this model.

internet public opinion; evidence reasoning; government decision; big data

2016-05-10

国家自然科学基金项目“基于知识网格面向网络舆情的政府决策知识供需匹配研究”(71271056)；福建省教育厅项目(C13001，JA14368)

林丽娜(1984 — )，女，硕士，讲师，研究方向为网络安全、网络舆情。

TP393

A

1673-1980(2016)06-0080-04