〔摘 要〕為提高網(wǎng)絡(luò)輿情事件預(yù)警監(jiān)測(cè)的有效性，以社會(huì)學(xué)的價(jià)值累加理論為基礎(chǔ)，基于系統(tǒng)動(dòng)力學(xué)的“結(jié)構(gòu)——功能”模型，通過(guò)對(duì)網(wǎng)絡(luò)輿情事件演變中的影響因素及其作用表現(xiàn)的分析，歸納事件的演變規(guī)律和其中的主要因果關(guān)系，構(gòu)建網(wǎng)絡(luò)輿情事件演變的系統(tǒng)動(dòng)力學(xué)模型，確立事件演變中各主要因素間的數(shù)據(jù)關(guān)系。以此為指導(dǎo)，設(shè)計(jì)預(yù)警監(jiān)測(cè)模型，構(gòu)建網(wǎng)絡(luò)輿情熱點(diǎn)智能監(jiān)測(cè)平臺(tái)系統(tǒng)，獲取、發(fā)現(xiàn)網(wǎng)絡(luò)熱點(diǎn)信息，研判其發(fā)展趨勢(shì)，為政府應(yīng)對(duì)網(wǎng)絡(luò)輿情事件提供決策支持。

〔關(guān)鍵詞〕網(wǎng)絡(luò)輿情；事件；系統(tǒng)動(dòng)力學(xué)；演變；預(yù)警

DOI：10.3969/j.issn.1008-0821.2016.04.003

〔中圖分類號(hào)〕TP391 〔文獻(xiàn)標(biāo)識(shí)碼〕A 〔文章編號(hào)〕1008-0821（2016）04-0014-06

〔Abstract〕In order to improve the effectiveness of early warning monitoring of network opinion events，based on the value added theory，the evolution law of the network opinion events is analyzed，and the main causal relationship in the events evolution is summarized.And based on the structure and function model of system dynamics，the system dynamics model of the network opinion events evolution is built.Using the Vensim PLE，the effects of relevant factors on the event evolution are simulation analyzed，and the data relationship among the main factors is established.According to the data relationship，the early warning monitoring model is designed.And the intelligent monitoring system of network public opinion hotspot is built to acquisite and discovery the hotspot information，analyze the development trend.The analysis results could be used as the necessary theoretical basis for the government to formulate the network opinion events coping strategies.

〔Key words〕network opinion；events；system dynamics；evolution；early warning

網(wǎng)絡(luò)輿情事件是在一定的社會(huì)背景和社會(huì)環(huán)境下，在某些因素的誘發(fā)下，網(wǎng)民群體圍繞特定的主題，利用網(wǎng)絡(luò)制造輿論，形成一般性的概念，為網(wǎng)上和網(wǎng)下的集體行動(dòng)指明方向，最終產(chǎn)生一定社會(huì)影響的事件。局部現(xiàn)象、個(gè)別言論經(jīng)由網(wǎng)絡(luò)的高倍放大，可以迅速演變?yōu)橹卮笊鐣?huì)事件，對(duì)我國(guó)社會(huì)產(chǎn)生深刻的影響，了解網(wǎng)絡(luò)輿情事件的演變規(guī)律是政府部門制定網(wǎng)絡(luò)輿情事件的有效應(yīng)對(duì)策略的前提。

目前我國(guó)學(xué)界對(duì)網(wǎng)絡(luò)輿情事件的發(fā)生機(jī)理，多是從宏觀的社會(huì)背景、政治環(huán)境、網(wǎng)絡(luò)的虛擬特性，從公眾的心理、個(gè)體行為等在事件演變中的作用等角度對(duì)網(wǎng)絡(luò)輿情事件的演變機(jī)理進(jìn)行一般性闡述和理論性推演[1-4]，對(duì)事件的演變?nèi)狈ο到y(tǒng)性的理論闡釋。一些學(xué)者雖然開(kāi)始重視運(yùn)用集體行動(dòng)理論，如社會(huì)心理學(xué)的群體行為的理論、價(jià)值累加理論、建構(gòu)主義理論等[1，5-7]，對(duì)事件的演變進(jìn)行研究，但研究還只是局限于進(jìn)行定性分析，缺少系統(tǒng)性的實(shí)證分析和量化研究。部分學(xué)者嘗試通過(guò)模型仿真的方法分析研究網(wǎng)絡(luò)輿情事件及相關(guān)領(lǐng)域[7]，但卻又往往是單純從技術(shù)的角度，對(duì)事件的發(fā)生背景等社會(huì)學(xué)因素關(guān)注不夠?？偟膩?lái)看，現(xiàn)有的相關(guān)研究中，以社會(huì)學(xué)的相關(guān)理論為基礎(chǔ)，并同時(shí)從系統(tǒng)的角度，對(duì)網(wǎng)絡(luò)輿情事件的演變機(jī)理進(jìn)行建模分析并用以指導(dǎo)進(jìn)行事件應(yīng)對(duì)的研究尚不多見(jiàn)。

網(wǎng)絡(luò)輿情事件的發(fā)生、發(fā)展是多因素作用的結(jié)果，整個(gè)演變過(guò)程可以看作是一個(gè)復(fù)雜“系統(tǒng)”，事件演變過(guò)程中各因素間的關(guān)系復(fù)雜、事件內(nèi)外動(dòng)力的作用復(fù)雜。本文以價(jià)值累加理論作為研究的理論基礎(chǔ)，梳理網(wǎng)絡(luò)輿情事件演變的過(guò)程邏輯，并基于系統(tǒng)動(dòng)力學(xué)的系統(tǒng)分析思路和方法，將網(wǎng)絡(luò)輿情事件演變過(guò)程的復(fù)雜性、非線性及多變量性用系統(tǒng)動(dòng)力學(xué)的“結(jié)構(gòu)——功能”模型展現(xiàn)出來(lái)，進(jìn)行系統(tǒng)思考，客觀地分析各因素對(duì)事件發(fā)展演變的影響機(jī)制，構(gòu)建網(wǎng)絡(luò)輿情事件演變的動(dòng)力學(xué)模型。以模型中各變量間的數(shù)據(jù)關(guān)系為基礎(chǔ)，構(gòu)建網(wǎng)絡(luò)輿情事件預(yù)警監(jiān)測(cè)系統(tǒng)，提高預(yù)警監(jiān)測(cè)的針對(duì)性和準(zhǔn)確性。

1 網(wǎng)絡(luò)輿情事件的演變過(guò)程

選取近幾年來(lái)發(fā)生的一些網(wǎng)絡(luò)輿情事件作為樣本案例，以價(jià)值累加理論所描述的結(jié)構(gòu)性誘因、結(jié)構(gòu)性緊張、共同信念、觸發(fā)因素、行動(dòng)動(dòng)員、社會(huì)控制失效等6個(gè)因素為分析維度，對(duì)事件的演變過(guò)程進(jìn)行分析。

通過(guò)對(duì)案例的分析，可以發(fā)現(xiàn)網(wǎng)絡(luò)輿情事件的發(fā)展具有明顯的階段性特征，可分為潛伏期、初發(fā)期、爆發(fā)期和衰退期。

在潛伏期，社會(huì)矛盾、社會(huì)不平等、不公正現(xiàn)象，經(jīng)過(guò)媒體的報(bào)道、網(wǎng)絡(luò)的傳播，會(huì)擴(kuò)大社會(huì)的不滿情緒，增強(qiáng)社會(huì)的結(jié)構(gòu)性緊張程度。公眾因受自己的背景、學(xué)歷、年齡、價(jià)值觀、興趣、愛(ài)好，以及所處的群體環(huán)境等的影響，更愿意選擇那些與自己的既有立場(chǎng)和態(tài)度一致或接近的內(nèi)容加以接觸、認(rèn)知和記憶，在心中形成各種類型的結(jié)構(gòu)性怨恨，成為公眾參與網(wǎng)絡(luò)輿情事件的基礎(chǔ)性動(dòng)力。

在初發(fā)期，一些現(xiàn)象經(jīng)過(guò)媒體爆料，引發(fā)關(guān)注，事件的網(wǎng)上輿情開(kāi)始發(fā)端，當(dāng)面對(duì)包含有吸引關(guān)注的某些刺激性因素時(shí)，公眾極易因?yàn)榕c心中已存有的結(jié)構(gòu)性怨恨相契合而引起心理和情感共鳴，進(jìn)而形成某種共同感受，產(chǎn)生普遍情緒和共同信念，為行動(dòng)指明方向。

在爆發(fā)期，網(wǎng)民通過(guò)論壇、微博等的互動(dòng)交流，個(gè)體間的情感相互渲染，形成群體性情感，并反復(fù)振蕩，不斷加強(qiáng)，形成符號(hào)化的標(biāo)簽，促進(jìn)共同信念的形成和行動(dòng)動(dòng)員的完成，推動(dòng)事件輿情的走向高潮。

在衰退期，政府采取有效的應(yīng)對(duì)措施，引導(dǎo)輿論、疏導(dǎo)情緒，公眾和媒體的關(guān)注度下降，事件輿情逐漸降溫，直至事件平息。

2 網(wǎng)絡(luò)輿情事件演變的動(dòng)力學(xué)建模

2.1 系統(tǒng)邊界及模型要素

從網(wǎng)絡(luò)輿情事件的演變過(guò)程可以看出，網(wǎng)絡(luò)輿情事件演變的標(biāo)志是事件輿情熱度的變化。政府、公眾、媒體是3類主要的實(shí)體對(duì)象，三者之間在網(wǎng)絡(luò)空間或現(xiàn)實(shí)空間圍繞事件的信息交流（圖1），如媒體對(duì)事件的報(bào)道、公眾對(duì)事件的討論以及政府對(duì)事件的疏導(dǎo)等，推動(dòng)了事件輿情熱度的變化。研究中，將政府、公眾、媒體，以及事件自身的影響作為系統(tǒng)的研究邊界和模型的主要要素。

2.1.1 事件

指網(wǎng)絡(luò)輿情事件所涉及的具體問(wèn)題。從事件的受關(guān)注度，事件的影響力，公眾利益相關(guān)度（利益訴求）等，分析其對(duì)事件輿情熱度的作用。根據(jù)對(duì)網(wǎng)絡(luò)輿情事件樣本案例的分析，官民矛盾、環(huán)境污染、食品安全、社會(huì)道德、官員腐敗、警民關(guān)系、貧富分化、征地拆遷、醫(yī)患糾紛等9個(gè)方面的問(wèn)題是引發(fā)公眾關(guān)注，容易成為網(wǎng)絡(luò)熱點(diǎn)的一些主要社會(huì)問(wèn)題。在事件演變的過(guò)程中，事件因其所具有的帶有矛盾特質(zhì)的敏感性因素引起公眾、媒體、政府的廣泛關(guān)注，并推動(dòng)網(wǎng)民的互動(dòng)、媒體的互動(dòng)，促使政府進(jìn)行必要的應(yīng)對(duì)，事件的輿情熱度因此變化。

2.1.2 公眾

主要指網(wǎng)民，分為普通網(wǎng)民和意見(jiàn)領(lǐng)袖。公眾是網(wǎng)絡(luò)輿情事件輿情的主體，在事件輿情的形成過(guò)程中，公眾不僅是信息的接受者，也是信息的傳播者。公眾從各類媒體上獲得信息，并發(fā)表自己的觀點(diǎn)和看法。公眾通過(guò)意見(jiàn)和情緒的表達(dá)，吸引更廣泛的關(guān)注和參與。

2.1.3 媒體

媒體是網(wǎng)絡(luò)輿情事件輿情的載體，媒體包括傳統(tǒng)媒體（電視、報(bào)刊、廣播等）和新興媒體（互聯(lián)網(wǎng)、手機(jī)等）。在網(wǎng)絡(luò)輿情事件的演變中，傳統(tǒng)媒體和新興媒體對(duì)事件的關(guān)注和彼此間的互動(dòng)，能強(qiáng)化事件的相關(guān)議題，升級(jí)、放大輿論，吸引更多的網(wǎng)民關(guān)注事件，并使得政府對(duì)事件的發(fā)展進(jìn)行關(guān)注。

2.1.4 政府

政府在網(wǎng)絡(luò)輿情事件演變中的作用貫穿始終，并且是事件輿情消退的決定性因素。在社會(huì)和公共事務(wù)的管理中，政府的有關(guān)措施不當(dāng)，將會(huì)引發(fā)公眾和政府之間的矛盾，激發(fā)公眾對(duì)社會(huì)的不滿，刺激網(wǎng)絡(luò)輿情事件的發(fā)生。在事件發(fā)生后，政府如果應(yīng)對(duì)失當(dāng)，則會(huì)加重事件的輿情危機(jī)，反之，如果應(yīng)對(duì)得當(dāng)，則會(huì)有效消解輿情。

2.2 系統(tǒng)流圖的構(gòu)建

模型所涉及的各類變量、常量共39個(gè)，其中，狀態(tài)變量有：政府新聞發(fā)布數(shù)量、網(wǎng)民發(fā)帖數(shù)量、傳統(tǒng)媒體新聞數(shù)量和新興媒體新聞數(shù)量；輔助變量有：事件受關(guān)注度、網(wǎng)民關(guān)注度、網(wǎng)民互動(dòng)度、新興媒體關(guān)注度、傳統(tǒng)媒體關(guān)注度、媒體互動(dòng)度、共同信念形成度、行動(dòng)動(dòng)員效果、政府關(guān)注度、政府調(diào)控力度、事件處置力度、社會(huì)控制能力、偶發(fā)因素、事件影響力、事件的輿情熱度；常量有：技術(shù)發(fā)展度、公眾質(zhì)疑度、意見(jiàn)領(lǐng)袖、官員能力水平、政府公信力，等等。構(gòu)建網(wǎng)絡(luò)輿情事件演變的系統(tǒng)流圖如圖2所示。

2.3 主要數(shù)據(jù)關(guān)系

模型中的變量類型多樣，涉及心理、行為等多個(gè)層面，在研究的過(guò)程中，不為每個(gè)變量設(shè)置量綱，忽略變量間的量綱關(guān)系，綜合采用層次分析法及對(duì)有關(guān)文獻(xiàn)中的數(shù)據(jù)的定性分析法確定系統(tǒng)中變量間的數(shù)據(jù)關(guān)系。主要數(shù)據(jù)關(guān)系描述如下：

（1）政府新聞發(fā)布數(shù)量=INTEG（政府新發(fā)布新聞量-政府新聞減少量，1）

流位：政府新聞發(fā)布數(shù)量，L1（t）；流率：政府新聞變化量，R1（t）。其中，R1（t）=dL1（t）/dt，政府新聞發(fā)布數(shù)量的初始值為1，即L1（0）=1。

模型中，以政府新聞發(fā)布數(shù)量的多少體現(xiàn)政府對(duì)事件的關(guān)注程度。政府對(duì)事件的關(guān)注度同時(shí)還受傳統(tǒng)媒體和新興媒體對(duì)事件關(guān)注度的影響。

（2）網(wǎng)絡(luò)發(fā)帖數(shù)量=INTEG（網(wǎng)民新發(fā)帖量-帖子減少量，1）

流位：網(wǎng)民發(fā)帖數(shù)量，L2（t）；流率：網(wǎng)民發(fā)帖變化量，R2（t）。其中，R2（t）=dL2（t）/dt，網(wǎng)民發(fā)帖數(shù)量的初始值為1，即L2（0）=1。

模型中，以網(wǎng)民發(fā)帖數(shù)量的多少體現(xiàn)網(wǎng)民對(duì)事件的關(guān)注程度。網(wǎng)民通過(guò)瀏覽、轉(zhuǎn)發(fā)新聞，發(fā)表與事件有關(guān)的帖子，參與到事件的討論中去。

（3）傳統(tǒng)媒體新聞數(shù)量=INTEG（傳統(tǒng)媒體新聞增加量-傳統(tǒng)媒體新聞減少量，1）

流位：傳統(tǒng)媒體新聞數(shù)量，L3（t）；流率：傳統(tǒng)媒體新聞變化量，R3（t）。其中，R3（t）=dL3（t）/dt，傳統(tǒng)媒體新聞數(shù)量的初始值為1，即L3（0）=1。

模型中，以傳統(tǒng)媒體新聞數(shù)量的多少體現(xiàn)傳統(tǒng)媒體對(duì)事件的關(guān)注程度。

（4）網(wǎng)絡(luò)新聞數(shù)量=INTEG（網(wǎng)絡(luò)新聞增加量-網(wǎng)絡(luò)新聞減少量，1）

流位：新興媒體新聞數(shù)量，L4（t）；流率：新興媒體新聞變化量，R4（t）。其中，R4（t）=dL4（t）/dt，新興媒體新聞數(shù)量的初始值為1，即L4（0）=1。

模型中，以新興媒體新聞數(shù)量的多少體現(xiàn)新興媒體對(duì)事件的關(guān)注程度。

（5）主導(dǎo)結(jié)構(gòu)的流位流率系為：

{（L1（t），R1（t）），（L2（t），R2（t）），（L3（t），R3（t）），（L4（t），R4（t））}

（6）事件影響力=（事件的輿情熱度）EXP（-Time）/100+偶發(fā)因素RANDOM UNIFORM（50，80，10）

（7）事件的輿情熱度=0.1媒體互動(dòng)度+0.1網(wǎng)民互動(dòng)度10+0.15行動(dòng)動(dòng)員效果+0.15共同信念形成度-0.2事件處置力度-0.3社會(huì)控制能力

（8）行動(dòng)動(dòng)員效果=（媒體互動(dòng)度+網(wǎng)民互動(dòng)度10）（1+ABS（意見(jiàn)領(lǐng)袖））

（9）共同信念形成度=媒體互動(dòng)度+網(wǎng)民互動(dòng)度10+網(wǎng)絡(luò)謠言RANDOM UNIFORM（0，100，10）10

（10）政府關(guān)注度=100-EXP（-0.1政府新聞發(fā)布數(shù)量）+傳統(tǒng)媒體關(guān)注度+新興媒體關(guān)注度

（11）網(wǎng)民關(guān)注度=100-EXP（-0.1網(wǎng)絡(luò)發(fā)帖數(shù)量）

（12）傳統(tǒng)媒體關(guān)注度=100-EXP（-0.1傳統(tǒng)媒體新聞數(shù)量）

（13）新興媒體關(guān)注度=100-EXP（-0.1網(wǎng)絡(luò)新聞數(shù)量）

2.4 模型有效性檢驗(yàn)

以Vensim PLE為仿真平臺(tái)，對(duì)模型進(jìn)行運(yùn)算，得到事件的演變趨勢(shì)如圖3所示。從圖上可以看出，事件的輿情態(tài)勢(shì)呈現(xiàn)出正偏態(tài)分布的態(tài)勢(shì)，表現(xiàn)出比較明晰的階段性特征，與網(wǎng)絡(luò)輿情事件樣本案例的實(shí)際情況和演變周期基本相符。網(wǎng)絡(luò)輿情事件往往在比較短的時(shí)間內(nèi)達(dá)到輿情高峰，而后逐漸回落趨向平穩(wěn)。仿真得到的網(wǎng)絡(luò)輿情事件的輿情態(tài)勢(shì)從總體上基本可以客觀地表現(xiàn)出事件的輿情漲落規(guī)律。因此，模型中的各因素間的數(shù)據(jù)關(guān)系可以成立。

2.5 仿真分析

從對(duì)網(wǎng)絡(luò)輿情事件演變過(guò)程的分析可知，在事件的演變中，觸發(fā)因素的出現(xiàn)、共同信念的形成、行動(dòng)動(dòng)員的完成是3個(gè)關(guān)鍵的環(huán)節(jié)。這點(diǎn)通過(guò)對(duì)事件演變模型的仿真分析也可以清楚地看到。下面具體以觸發(fā)因素的出現(xiàn)對(duì)事件演變影響的仿真分析為例進(jìn)行說(shuō)明。

觸發(fā)因素的出現(xiàn)凝聚了社會(huì)緊張的濃度，為事件的發(fā)生提供了一個(gè)真切而敏感的具體刺激，促進(jìn)網(wǎng)民間的意見(jiàn)交流和情緒感染。觸發(fā)因素的出現(xiàn)帶有偶然性，假設(shè)：在事件發(fā)端后的第7天出現(xiàn)觸發(fā)因素。通過(guò)仿真，從圖4和圖5可以看到，當(dāng)某個(gè)偶然性因素在第7天出現(xiàn)后，網(wǎng)民的關(guān)注度有一個(gè)明顯的峰值，之后再開(kāi)始回落，表明觸發(fā)因素的出現(xiàn)對(duì)網(wǎng)民的情緒起了較大的刺激作用，網(wǎng)絡(luò)討論的熱度急劇上升。同時(shí)，可以看到因?yàn)橛|發(fā)因素的出現(xiàn)，政府的關(guān)注度、傳統(tǒng)媒體關(guān)注度和新興媒體的關(guān)注度等產(chǎn)生了連鎖反應(yīng)，出現(xiàn)了波動(dòng)性變化，從而最終導(dǎo)致事件的輿情熱度也產(chǎn)生了波動(dòng)性變化。

3 網(wǎng)絡(luò)輿情事件的預(yù)警監(jiān)測(cè)

網(wǎng)絡(luò)輿情事件發(fā)端于網(wǎng)絡(luò)輿情熱點(diǎn)信息。網(wǎng)絡(luò)輿情熱點(diǎn)信息一般是公眾比較關(guān)注的一些現(xiàn)實(shí)社會(huì)中的問(wèn)題在網(wǎng)絡(luò)中的集中表現(xiàn)。預(yù)警監(jiān)測(cè)網(wǎng)絡(luò)輿情事件主要就是及時(shí)獲取、發(fā)現(xiàn)網(wǎng)絡(luò)輿情熱點(diǎn)信息，并對(duì)熱點(diǎn)信息的發(fā)展趨勢(shì)進(jìn)行跟蹤預(yù)測(cè)，研判觸發(fā)因素是否出現(xiàn)、共意是否形成等，為事件應(yīng)對(duì)做好準(zhǔn)備。

3.1 輿情信息的獲取

互聯(lián)網(wǎng)中的輿情信息是通過(guò)各種各樣的文字性描述共同表達(dá)的具有特定主題的內(nèi)容，其表現(xiàn)形式包括：網(wǎng)頁(yè)中的新聞評(píng)論、論壇留言板中的主帖和跟帖、博客中的記錄和留言、微博客等。監(jiān)測(cè)模型選取的信息來(lái)源主要有：政府新聞網(wǎng)站，預(yù)置人民網(wǎng)、新華網(wǎng)等；大型商業(yè)網(wǎng)站，預(yù)置搜狐、新浪、網(wǎng)易等；網(wǎng)絡(luò)社區(qū)，預(yù)置天涯社區(qū)、貓撲、凱迪社區(qū)等；新聞媒體網(wǎng)站，預(yù)置光明日?qǐng)?bào)、中央電視臺(tái)等；Blog，預(yù)置新浪博客、中國(guó)博客網(wǎng)等；微博客，預(yù)置新浪微博、騰訊微博等。

在模型中，吸收Best-First算法抽取鏈接的準(zhǔn)確率高的優(yōu)勢(shì)，對(duì)其收斂速度過(guò)快的缺陷進(jìn)行改進(jìn)，提高其查全率，基于網(wǎng)頁(yè)的鏈接類型和鏈接變化的信息，設(shè)計(jì)網(wǎng)絡(luò)爬蟲捕獲相關(guān)主題的Web頁(yè)面。

在信息特征項(xiàng)的抽取中，以傳統(tǒng)TFIDF算法為基礎(chǔ)，不考慮篇章的結(jié)構(gòu)信息對(duì)權(quán)重的影響，將正文中不同位置的相同詞語(yǔ)同等看待，賦予同樣的權(quán)值，改進(jìn)TFIDF方法來(lái)計(jì)算特征項(xiàng)的權(quán)重termWeight，通過(guò)K-近鄰算法和K-means算法對(duì)信息進(jìn)行分類和聚類。

將官民矛盾、環(huán)境污染等9個(gè)方面作為預(yù)設(shè)類別，在信息的聚類分析中，根據(jù)分析結(jié)果對(duì)系統(tǒng)的預(yù)設(shè)類別進(jìn)行動(dòng)態(tài)調(diào)整。在信息分類中，按照這9個(gè)方面建立樣本數(shù)據(jù)集D。樣本數(shù)據(jù)集D的數(shù)據(jù)由抓取的歷史網(wǎng)頁(yè)組成，利用網(wǎng)絡(luò)爬蟲，分別基于給定的9個(gè)方面社會(huì)問(wèn)題的主題關(guān)鍵詞，進(jìn)行信息采集后，經(jīng)過(guò)過(guò)濾和特征項(xiàng)抽取得到。訓(xùn)練集中的每個(gè)網(wǎng)頁(yè)都被表示成一個(gè)向量，向量由屬性和類別組成，其中每個(gè)單獨(dú)的詞條（Term）為一個(gè)屬性。

3.2 熱點(diǎn)信息的發(fā)現(xiàn)

從仿真模型變量間的數(shù)據(jù)關(guān)系可以看到，網(wǎng)絡(luò)輿情事件的輿情熱度與媒體互動(dòng)度、網(wǎng)民互動(dòng)度、行動(dòng)動(dòng)員效果、共同信息形成度等表現(xiàn)為正相關(guān)關(guān)系，與事件處置力度和社會(huì)控制力等表現(xiàn)為負(fù)相關(guān)關(guān)系。而媒體互動(dòng)度、網(wǎng)民互動(dòng)度等又與媒體關(guān)注度和網(wǎng)民關(guān)注度表現(xiàn)為正相關(guān)關(guān)系，事件處置力度等與政府關(guān)注度表現(xiàn)為正相關(guān)關(guān)系。因此，在政府、媒體、公眾這3個(gè)與事件演變相關(guān)的主要實(shí)體對(duì)象中，事件的輿情熱度與媒體和網(wǎng)民（公眾）對(duì)事件的關(guān)注度正相關(guān)，與政府對(duì)事件的關(guān)注度負(fù)相關(guān)。在監(jiān)測(cè)模型的設(shè)計(jì)中，以政府、媒體、公眾對(duì)信息的關(guān)注度作為表征信息熱度的重要指標(biāo)。同時(shí)，考慮到網(wǎng)民的交流具有隨意性，隨著討論的展開(kāi)，討論內(nèi)容可能逐漸偏離了原先的主題甚至跳到另外一個(gè)不相關(guān)的主題，這種情況下將會(huì)出現(xiàn)公眾討論的即使很熱烈（關(guān)注度高），但因與主題相關(guān)度不高，信息的熱度值并不高。在確定網(wǎng)絡(luò)話題的信息熱度時(shí)，將根據(jù)關(guān)注度和相關(guān)度來(lái)綜合考慮。

3.2.1 媒體關(guān)注度計(jì)算模型

媒體關(guān)注度（Arm）的主要特征通過(guò)報(bào)道天數(shù)（RDNum）和報(bào)道頻率（RfNum）表現(xiàn)。根據(jù)TFPDF的思想來(lái)定量描述一段時(shí)間內(nèi)某一信息受媒體關(guān)注的程度。具體的計(jì)算模型如下：

Arm（i，tm）=TF（i，tm）PDF（i，tm）RDNum（tm）

（1）

其中：Arm（i，tm）表示在時(shí)間段tm內(nèi)，網(wǎng)絡(luò)上關(guān)于信息i的關(guān)注度，tm可以是任意的時(shí)間段；從仿真模型的數(shù)據(jù)關(guān)系中可以看到無(wú)論是傳統(tǒng)媒體還是新興媒體，其關(guān)注度與新聞量之間均是指數(shù)關(guān)系，所以計(jì)算PDF值時(shí)取指數(shù)形式來(lái)提高其權(quán)重。

PDF（i，tm）=EXP（RfNumi（tm）/RDi（tm））

（2）

3.2.2 公眾關(guān)注度計(jì)算模型

公眾關(guān)注度（Aru）的主要特征通過(guò)網(wǎng)民的點(diǎn)擊數(shù)（CkNum）和網(wǎng)民的評(píng)論數(shù)（DNum）表現(xiàn)。具體計(jì)算模型如下：

Aru（i，tm）=log（0.5Pr+Pc+λ）（（0.5Pr+Pc）EXP（-tm′））

（3）

其中：Aru（i，tm）表示在時(shí)間段tm內(nèi)，公眾對(duì)信息i的關(guān)注度；Pri表示信息i的閱讀人數(shù)的比例；Pci表示信息i的回復(fù)人數(shù)的比例；λ為動(dòng)態(tài)調(diào)整因子，用來(lái)平衡公式中相關(guān)因子對(duì)公式的影響；tm′為當(dāng)前時(shí)間與主題發(fā)布時(shí)間的時(shí)間差，當(dāng)時(shí)間差為0時(shí)，時(shí)效性因子值為1，隨著時(shí)間差的增大，時(shí)效性因子呈指數(shù)衰減，時(shí)間越長(zhǎng)，公眾的關(guān)注度越低。

3.2.3 主題相關(guān)度計(jì)算模型

主題相關(guān)度通過(guò)計(jì)算該主題下的回復(fù)內(nèi)容與原主題內(nèi)容的相關(guān)度統(tǒng)計(jì)得到，兩篇帖子之間相關(guān)度的計(jì)算可以通過(guò)比較兩篇文本的內(nèi)容的相似度來(lái)判斷。具體計(jì)算模型如下：

Rel（i）=1N∑Nj=0sim（c0，cj）

（4）

其中：Rel（i）為主題相關(guān)度，sim（c0，cj）為c0和cj之間的文本相似度，用向量間夾角的余弦值來(lái)計(jì)算c0和cj之間的文本相似度：N是兩篇文檔中包含的特征項(xiàng)種類的數(shù)量。

3.2.4 熱點(diǎn)發(fā)現(xiàn)計(jì)算模型

構(gòu)建信息熱度的計(jì)算模型如下：

Ar（i，tm）=（αArm（i，tm）+βAru（i，tm））Rel（i）

（5）

其中：參數(shù)α和β的主要作用是用來(lái)調(diào)節(jié)媒體關(guān)注度和公眾關(guān)注度的數(shù)值差異，以平衡各因子對(duì)整個(gè)公式的影響。

當(dāng)Ar（i，tm）的值超過(guò)預(yù)設(shè)的閾值后，信息i可被視為熱點(diǎn)信息，所關(guān)聯(lián)的話題為熱點(diǎn)話題HotTopici，其發(fā)展態(tài)勢(shì)需予以關(guān)注。當(dāng)政府開(kāi)始關(guān)注熱點(diǎn)信息時(shí)，往往會(huì)采取一定的措施疏導(dǎo)輿情，因此當(dāng)政府開(kāi)始關(guān)注后，信息熱度的計(jì)算模型將變化為：

Ar（i，tm）=（αArm（i，tm）+βAru（i，tm）-rArg（i，tm′））Rel（i）

（6）

其中：參數(shù)r的作用與參數(shù)α和β類似。Arg表示政府關(guān)注度，其主要特征通過(guò)政府新聞網(wǎng)站上相關(guān)報(bào)道的時(shí)間和頻次體現(xiàn)。

Arg（i，tm′）=TF′（i，tm′）PDF′（i，tm′）RDNum′（tm′）

（7）

3.3 熱點(diǎn)信息發(fā)展趨勢(shì)跟蹤預(yù)測(cè)

3.3.1 熱點(diǎn)跟蹤

從網(wǎng)絡(luò)輿情事件演變仿真模型中的數(shù)據(jù)關(guān)系可以看到，網(wǎng)民的新發(fā)帖量與觸發(fā)因素之間是隨機(jī)函數(shù)關(guān)系?？疾鞂?shí)際樣本案例，也能發(fā)現(xiàn)隨著時(shí)間的變化，不僅關(guān)于熱點(diǎn)話題會(huì)有新的內(nèi)容出現(xiàn)，而且原話題本身也可能因?yàn)楝F(xiàn)實(shí)世界中的一些變化而發(fā)生動(dòng)態(tài)的變化，即出現(xiàn)話題更新或漂移，其特征子集也可能隨之會(huì)發(fā)生變化，需要對(duì)特征子集進(jìn)行適時(shí)調(diào)整。在設(shè)計(jì)跟蹤算法時(shí)，基于對(duì)網(wǎng)絡(luò)輿情事件觸發(fā)因素的分析，建立敏感信息基本庫(kù)；基于文本的特征子集向量設(shè)計(jì)自適應(yīng)話題跟蹤算法，對(duì)原話題的特征子集根據(jù)跟蹤結(jié)果進(jìn)行自適應(yīng)的修正，提高跟蹤的精度。

修正特征子集的基本思路是以跟蹤到的新文本為基礎(chǔ)，從新文本的特征項(xiàng)中選擇權(quán)重最高的項(xiàng)tnew，加入到原文本的特征子集DT中，而后以此為新的特征子集D′T，進(jìn)行后續(xù)的跟蹤工作。完成特征子集修正的同時(shí)，判斷D′T和DT的差異集DSUD中是否有與敏感信息基本庫(kù)中的某些特征詞信息相吻合的特征項(xiàng)，如果有，則據(jù)此認(rèn)為價(jià)值累加理論中的觸發(fā)因素條件出現(xiàn)了，將結(jié)果提供給人工進(jìn)行確認(rèn)。

觸發(fā)因素的出現(xiàn)，會(huì)對(duì)網(wǎng)民產(chǎn)生刺激作用，政府的關(guān)注度、媒體的關(guān)注度等也會(huì)產(chǎn)生連鎖反應(yīng)，從而最終導(dǎo)致事件的輿情熱度在短時(shí)間內(nèi)會(huì)急速上升。在網(wǎng)絡(luò)輿情事件的演變中，事件的符號(hào)化標(biāo)簽是增強(qiáng)情感的圖騰，符號(hào)以及與符號(hào)特征相關(guān)的一些信息是喚醒群體情感，促進(jìn)共同信念形成的源泉和標(biāo)志。在經(jīng)過(guò)人工確認(rèn)觸發(fā)因素出現(xiàn)后，需進(jìn)一步判斷是否出現(xiàn)了符號(hào)化標(biāo)簽信息（或與符號(hào)化特征相關(guān)的信息）。

研判時(shí)，比較熱點(diǎn)話題敏感信息的原特征子集DSUD及新產(chǎn)生的與之相關(guān)的特征子集D′SUD，如果（D′SUD-DSUD）所得的特征集的特征項(xiàng)數(shù)量為零，則DSUD或D′SUD中的特征項(xiàng)必為符號(hào)化標(biāo)簽信息，并且形成了共意（當(dāng)符號(hào)化標(biāo)簽信息出現(xiàn)后，網(wǎng)上的輿論主題將會(huì)趨同于符號(hào)化標(biāo)簽所蘊(yùn)含的特征信息，這時(shí)所采集到的話題信息基本不會(huì)有新的特征信息）；如果（D′SUD-DSUD）所得的特征集的特征項(xiàng)數(shù)量不為零，但小于預(yù)設(shè)的臨界值（臨界值根據(jù)經(jīng)驗(yàn)設(shè)定，可根據(jù)監(jiān)測(cè)的實(shí)際情況隨時(shí)做出調(diào)整），則判斷形成了共意，但需提供給人工進(jìn)行確認(rèn)；如果（D′SUD-DSUD）所得的特征集的特征項(xiàng)數(shù)量不為零，且大于預(yù)設(shè)的臨界值，則可判斷尚未形成共意，但因有觸發(fā)因素推高了輿情，此時(shí)也需對(duì)觸發(fā)因素的后續(xù)輿情進(jìn)行關(guān)注。

根據(jù)判斷結(jié)果，對(duì)包含觸發(fā)因素，且形成了共意的輿情的發(fā)展趨勢(shì)進(jìn)行重點(diǎn)監(jiān)測(cè)，對(duì)其他輿情予以必要的關(guān)注。

3.3.2 趨勢(shì)預(yù)測(cè)

趨勢(shì)預(yù)測(cè)是構(gòu)建計(jì)量模型，建立量化指標(biāo)體系，對(duì)熱點(diǎn)話題的輿情發(fā)展態(tài)勢(shì)進(jìn)行預(yù)測(cè)，以便于決策者執(zhí)行預(yù)控和管理手段。在研究中，基于話題的平均相似度設(shè)計(jì)話題的輿情態(tài)勢(shì)預(yù)測(cè)模型。輿情指數(shù)的計(jì)算公式如下：

ExpHotTopici，x=WHotTopici，xWHotTopici，1ExpHotTopici，1

（8）

其中：ExpHotTopici，x和WHotTopici，x分別為話題HotTopici在第x天的輿情指數(shù)和話題關(guān)注度，WHotTopici，1為該話題第1天出現(xiàn)時(shí)的話題關(guān)注度。話題關(guān)注度基于話題的熱度和話題的平均相似度得到。

WHotTopici，x=Fi（avgsim）Ar′（i，tm）

（9）

以話題產(chǎn)生的第1天為基準(zhǔn)，通過(guò)公式（8）可以得到以后每一天相對(duì)于第1天的話題關(guān)注度變化情況，從而可以得到一條反映該話題發(fā)展演變過(guò)程的曲線，即話題發(fā)展曲線。話題發(fā)展曲線的起伏，反映出熱點(diǎn)信息輿情的漲落。根據(jù)輿情態(tài)勢(shì)判斷是否需要進(jìn)行必要的處理，以干預(yù)網(wǎng)民的行動(dòng)動(dòng)員，防止事件的爆發(fā)。

4 結(jié)束語(yǔ)

本文綜合運(yùn)用價(jià)值累加理論和系統(tǒng)動(dòng)力學(xué)分析網(wǎng)絡(luò)輿情事件演變中各影響因素間的邏輯關(guān)系，將公眾、媒體、政府、事件作為問(wèn)題的邊界和模型的要素，建立網(wǎng)絡(luò)輿情事件演變的系統(tǒng)動(dòng)力學(xué)模型。以模型中各變量間的數(shù)據(jù)關(guān)系為基礎(chǔ)，設(shè)計(jì)網(wǎng)絡(luò)輿情事件的預(yù)警監(jiān)測(cè)模型，對(duì)引致網(wǎng)絡(luò)輿情事件的發(fā)生的網(wǎng)絡(luò)輿情熱點(diǎn)信息的輿情態(tài)勢(shì)進(jìn)行監(jiān)測(cè)預(yù)警。為網(wǎng)絡(luò)輿情事件演變機(jī)理的相關(guān)研究中多學(xué)科領(lǐng)域的融合進(jìn)行了有意義的探索。

基于預(yù)警監(jiān)測(cè)模型，構(gòu)造了網(wǎng)絡(luò)輿情熱點(diǎn)信息智能監(jiān)測(cè)平臺(tái)系統(tǒng)（NPOIMS），以我國(guó)西部地區(qū)的x市為實(shí)際應(yīng)用對(duì)象，架構(gòu)輿情監(jiān)測(cè)系統(tǒng)，監(jiān)測(cè)與x市有關(guān)的各類輿情信息，提煉熱點(diǎn)詞語(yǔ)，進(jìn)行輿情研判，提供分析報(bào)告，為x市的相關(guān)部門提供輿情引導(dǎo)和事件應(yīng)對(duì)的信息參考和決策支持[15]。

網(wǎng)絡(luò)輿情事件的演變是一個(gè)復(fù)雜的過(guò)程，影響因素眾多且情況多變，在建模時(shí)，并不能全部考慮進(jìn)去，因此還需要進(jìn)行更深入的探討，以使模型能更好地?cái)M合事件的演變過(guò)程，更細(xì)致地表現(xiàn)相關(guān)因素對(duì)事件演變的影響作用，豐富完善NPOIMS的功能，為事件的應(yīng)對(duì)提供更全面的決策支持。

參考文獻(xiàn)

[1]高恩新.互聯(lián)網(wǎng)公共事件的議題建構(gòu)與共意動(dòng)員——以幾起網(wǎng)絡(luò)公共事件為例[J].公共管理學(xué)報(bào)，2009，6（4）：96-104.

[2]陳強(qiáng)，徐曉林，王國(guó)華.網(wǎng)絡(luò)群體性事件演變機(jī)制研究[J].情報(bào)雜志，2011，30（3）：35-38.

[3]金鑫，李小騰，朱建明.突發(fā)事件網(wǎng)絡(luò)輿情的演變機(jī)制及其情感性分析研究[J].現(xiàn)代情報(bào)，2012，32（12）：8-13.

[4]范鐵中.網(wǎng)絡(luò)輿情對(duì)群體性事件的影響與控制[J].中共福建省委黨校學(xué)報(bào)，2014，25（4）：48-53.

[5]李婷玉.網(wǎng)絡(luò)集體行動(dòng)發(fā)生機(jī)制的探索性研究——以2008年網(wǎng)絡(luò)事件為例[J].上海行政學(xué)院學(xué)報(bào)，2011，12（2）：87-94.

[6]樂(lè)國(guó)安，薛婷.網(wǎng)絡(luò)集群行為的理論解釋模型探索[J].南開(kāi)學(xué)報(bào)：哲學(xué)社會(huì)科學(xué)版，2011，38（5）：116-123.

[7]趙俊.兩個(gè)輿論場(chǎng)中的網(wǎng)絡(luò)群體性事件交互演化建模研究[J].軟科學(xué)，2015，29（5）：135-139.

[8]張一文，齊佳音，馬君，等.網(wǎng)絡(luò)輿情與非常規(guī)突發(fā)事件作用機(jī)制——基于系統(tǒng)動(dòng)力學(xué)建模分析[J].情報(bào)雜志，2010，29（9）：1-6.

[9]陳波，于泠.泛在媒體環(huán)境下的網(wǎng)絡(luò)輿情傳播控制模型[J].系統(tǒng)工程理論與實(shí)踐，2011，31（11）：2140-2150.

[10]張青敏.基于系統(tǒng)動(dòng)力學(xué)的網(wǎng)絡(luò)環(huán)境下信息生命周期演化規(guī)律研究[J].情報(bào)理論與實(shí)踐，2011，34（5）：6-9.

[11]王洪群.互聯(lián)網(wǎng)輿情分析彈性自組織網(wǎng)[J].系統(tǒng)仿真學(xué)報(bào)，2012，24（10）：2181-2187.

[12]王冰冰，夏志杰，于麗萍.在線社會(huì)網(wǎng)絡(luò)中應(yīng)急信息共享的系統(tǒng)動(dòng)力學(xué)仿真研究[J].現(xiàn)代情報(bào)，2015，35（1）：42-48.

[13]賈紅雨，趙雪燕，邱晨子.基于復(fù)雜網(wǎng)絡(luò)的微博網(wǎng)絡(luò)輿情圖譜分析方法研究[J].現(xiàn)代情報(bào)，2015，35（3）：64-67，81.

[14]黃煒，姚嘉威.網(wǎng)絡(luò)輿情事件的主動(dòng)感知實(shí)踐[J].現(xiàn)代情報(bào)，2015，35（10）：7-11.

[15]徐勇.基于價(jià)值累加理論的網(wǎng)絡(luò)熱點(diǎn)事件輿情研判及系統(tǒng)實(shí)現(xiàn)[J].計(jì)算機(jī)工程與科學(xué)，2015，37（12）：2256-2261.

（本文責(zé)任編輯：孫國(guó)雷）