王建華 朱 敏 郝婷婷 林超英

(江南大學(xué)商學(xué)院 無錫 214122)

臺(tái)風(fēng)是一種高頻率、破壞性強(qiáng)的氣象災(zāi)害,常伴隨強(qiáng)降雨,狂風(fēng)和風(fēng)暴潮等天氣,其帶來的洪水、山體滑坡等次生災(zāi)害也對(duì)人們的生命財(cái)產(chǎn)安全造成了極大的威脅。我國是受臺(tái)風(fēng)影響最嚴(yán)重的國家之一,每年夏季的臺(tái)風(fēng)都會(huì)成為高熱度話題。更有臺(tái)風(fēng)上岸以來,引起的輿論話題在網(wǎng)上愈演愈熱,隨著情緒的共鳴,公眾的恐慌心理不斷擴(kuò)大,嚴(yán)重影響了社會(huì)的安定。而一個(gè)有效的突發(fā)事件網(wǎng)絡(luò)輿情危機(jī)預(yù)警機(jī)制可以在及時(shí)辨別風(fēng)險(xiǎn)等級(jí)的同時(shí)提高預(yù)警響應(yīng)速度,不僅為政府爭取了防范時(shí)間,也為政府做出對(duì)應(yīng)措施提供了依據(jù)。基于此,本文在建立輿情預(yù)警指標(biāo)體系的基礎(chǔ)上,構(gòu)建了突發(fā)臺(tái)風(fēng)事件網(wǎng)絡(luò)輿情預(yù)警機(jī)制,結(jié)合組合賦權(quán)方法和SAGAFCM算法,探討臺(tái)風(fēng)發(fā)生期間預(yù)警機(jī)制的變化情況,利用隨機(jī)Petri網(wǎng)并結(jié)合臺(tái)風(fēng)“煙花”實(shí)際案例進(jìn)行仿真分析,針對(duì)預(yù)警機(jī)制各指標(biāo)間的交互影響進(jìn)行分析,制定預(yù)警啟動(dòng)規(guī)則。

1 文獻(xiàn)綜述

目前,國內(nèi)外關(guān)于輿情危機(jī)預(yù)警研究主要從以下兩個(gè)方面展開:一是構(gòu)建預(yù)警指標(biāo)體系:Peng等[1]充分考慮網(wǎng)絡(luò)輿情的發(fā)展特點(diǎn)和傳播特點(diǎn),構(gòu)建了包括4個(gè)一級(jí)指標(biāo)和13個(gè)二級(jí)指標(biāo)的網(wǎng)絡(luò)輿情預(yù)警指標(biāo)體系,并得出該指標(biāo)體系可行的結(jié)論;王英杰等[2]以疫情事件、用戶信息行為、情感傾向?yàn)橐患?jí)指標(biāo),在實(shí)地調(diào)查和文獻(xiàn)研究的基礎(chǔ)上建立了信息疫情下短視頻網(wǎng)絡(luò)輿情指標(biāo)體系;黃煒等[3]對(duì)指標(biāo)進(jìn)行篩選,最終得到了一個(gè)由7個(gè)一級(jí)指標(biāo),30個(gè)二級(jí)指標(biāo)組成網(wǎng)絡(luò)恐怖事件預(yù)警指標(biāo)體系。二是預(yù)警方法設(shè)計(jì):在預(yù)警指標(biāo)評(píng)價(jià)方法方面,楊柳等[4]采用熵權(quán)法對(duì)指標(biāo)定權(quán),運(yùn)用TOPSIS和灰色關(guān)聯(lián)分析相結(jié)合的方法構(gòu)建了高校網(wǎng)絡(luò)輿情風(fēng)險(xiǎn)評(píng)估及預(yù)警模型;林玲等[5]提出了一種用直覺模糊數(shù)來表達(dá)專家對(duì)網(wǎng)絡(luò)輿情風(fēng)險(xiǎn)評(píng)估中的不確定因素,用非可加的模糊測(cè)度來描述指標(biāo)間的相互聯(lián)系,并用 Choquet的直覺模糊積分算子來對(duì)各指標(biāo)的評(píng)估信息進(jìn)行了全面的評(píng)估。在輿情預(yù)警分類分級(jí)方法層面,田世海等[6]在構(gòu)建指標(biāo)體系的基礎(chǔ)上,運(yùn)用ABC分類法將指標(biāo)體系中16個(gè)指標(biāo)進(jìn)行風(fēng)險(xiǎn)排序,并按照累計(jì)發(fā)生頻率分為Ⅰ-Ⅲ級(jí);楊柳等[7]將指標(biāo)進(jìn)行了關(guān)聯(lián)度分析,并以此為基礎(chǔ),利用K均值聚類將輿情事件劃分為三個(gè)類別,從而獲得了不同時(shí)間段所對(duì)應(yīng)的警戒級(jí)別。

上述研究為突發(fā)事件網(wǎng)絡(luò)輿情危機(jī)預(yù)警奠定了基礎(chǔ),但還存在不足之處:①對(duì)預(yù)警指標(biāo)風(fēng)險(xiǎn)程度進(jìn)行了探討,但卻忽略了因突發(fā)事件的不確定性造成指標(biāo)風(fēng)險(xiǎn)程度不斷變化的情況;②隨著研究的深入,網(wǎng)絡(luò)輿情預(yù)警機(jī)制應(yīng)用范圍逐漸廣泛,但很少有人將預(yù)警機(jī)制運(yùn)行機(jī)理直觀呈現(xiàn)出來,而隨機(jī) Petri 網(wǎng)對(duì)于復(fù)雜系統(tǒng)的仿真建模有很好的呈現(xiàn)能力?，F(xiàn)有研究大多將Petri 網(wǎng)應(yīng)用到應(yīng)急響應(yīng)[8-9]、鄰避沖突[10]、自然或社會(huì)災(zāi)害[11-12]、傳染病[13]以及網(wǎng)絡(luò)信息[14-15]的演化和傳播等過程中,并對(duì)其單一指標(biāo)進(jìn)行敏感性分析,但很少有人將Petri 網(wǎng)應(yīng)用到臺(tái)風(fēng)這類突發(fā)事件網(wǎng)絡(luò)輿情危機(jī)預(yù)警領(lǐng)域。因此,本文在建立指標(biāo)體系的基礎(chǔ)上,應(yīng)用Petri 網(wǎng),并根據(jù)臺(tái)風(fēng)發(fā)生不同時(shí)期,對(duì)指標(biāo)進(jìn)行動(dòng)態(tài)分類分級(jí),旨在完善突發(fā)事件網(wǎng)絡(luò)輿情危機(jī)預(yù)警機(jī)制,并在臺(tái)風(fēng)來臨時(shí),為政府采取防范措施提供決策依據(jù)。

2 網(wǎng)絡(luò)輿情危機(jī)預(yù)警機(jī)制

當(dāng)今,在大數(shù)據(jù)環(huán)境下,所有信息、事件都處于公開化狀態(tài),人們可以在網(wǎng)上暢所欲言,表達(dá)自己不同的想法。網(wǎng)絡(luò)輿情的形成往往十分迅速,一件熱點(diǎn)事件再加上人們不同的輿論導(dǎo)向,很容易誘發(fā)輿情危機(jī),帶來恐慌。因此,建立一套完善的網(wǎng)絡(luò)輿情危機(jī)預(yù)警機(jī)制是很有必要的:在輿情萌發(fā)前期,根據(jù)危機(jī)預(yù)警機(jī)制來判斷風(fēng)險(xiǎn),做出相應(yīng)的預(yù)防措施;輿情快速發(fā)展并達(dá)到高潮時(shí),利用危機(jī)輿情機(jī)制對(duì)風(fēng)險(xiǎn)來進(jìn)行新的判斷,以降低風(fēng)險(xiǎn),減少損失;輿情逐漸消退但并不代表永遠(yuǎn)消失,所以要對(duì)危機(jī)預(yù)警機(jī)制進(jìn)行實(shí)時(shí)監(jiān)測(cè),防止輿情再次爆發(fā)。

2.1 指標(biāo)選取

為了得到更為全面的指標(biāo),本文充分研究了突發(fā)事件出現(xiàn)時(shí),網(wǎng)絡(luò)輿情傳播過程中的特點(diǎn)。進(jìn)一步與文獻(xiàn)調(diào)查相結(jié)合,經(jīng)過反復(fù)篩選的調(diào)整,最終建立了如表1所示的包括4個(gè)一級(jí)指標(biāo)和16個(gè)二級(jí)指標(biāo)的網(wǎng)絡(luò)輿情預(yù)警指標(biāo)體系。

表1 網(wǎng)絡(luò)輿情預(yù)警指標(biāo)體系

表1中既包括定性指標(biāo)又包括定量指標(biāo)。其中利用專家分析與文獻(xiàn)研究的方式來獲得定性指標(biāo),通過搜集與話題事件有關(guān)的數(shù)據(jù)來獲取定量指標(biāo)。其中,敏感度指的是網(wǎng)民對(duì)網(wǎng)絡(luò)輿情的敏感程度,根據(jù)專家判斷對(duì)敏感度指標(biāo)進(jìn)行賦值:特別敏感為4、較高敏感為3、一般敏感為2、較低敏感為1;危害性主要衡量網(wǎng)絡(luò)輿情危害程度,按危害等級(jí)賦值,根據(jù)黃星等[16]的觀點(diǎn),將發(fā)事件危害性賦值為:極高危害值為7、高危害值為5、中等危害值為3、低危害值為1;財(cái)產(chǎn)損失程度根據(jù)實(shí)際數(shù)據(jù),按財(cái)產(chǎn)損失等級(jí)賦值:嚴(yán)重?fù)p失賦值5、較嚴(yán)重賦值4、一般嚴(yán)重賦值3、損失較少賦值2、輕微損失賦值1。

2.2 指標(biāo)定權(quán)-分類-分級(jí)

在選取指標(biāo)后,要對(duì)指標(biāo)進(jìn)行定權(quán)-分類-分級(jí)處理。由于事件的不確定性和指標(biāo)的模糊性,該文采用基于三角模糊數(shù)的組合賦權(quán)方法對(duì)指標(biāo)進(jìn)行定權(quán)處理,首先將一級(jí)指標(biāo)的三角模糊互補(bǔ)矩陣去模糊化后再標(biāo)準(zhǔn)化,得到標(biāo)準(zhǔn)化矩陣,并利用熵權(quán)法對(duì)一級(jí)指標(biāo)進(jìn)行定權(quán);其次計(jì)算各個(gè)二級(jí)指標(biāo)的純測(cè)量度,得到相應(yīng)的權(quán)重;最后將一、二級(jí)指標(biāo)權(quán)重進(jìn)行組合,得到最終的權(quán)重。

為了能夠及時(shí)掌握臺(tái)風(fēng)事件網(wǎng)絡(luò)輿情的動(dòng)向并對(duì)其采取一定的措施,這時(shí)就需要對(duì)指標(biāo)進(jìn)行分類分級(jí)處理,根據(jù)不同等級(jí)采取不同的措施,能夠高效解決問題。此篇論文在臺(tái)風(fēng)發(fā)生前期,利用白化權(quán)函數(shù),將指標(biāo)分為Ⅰ、Ⅱ、Ⅲ、Ⅳ類,并對(duì)其進(jìn)行分級(jí);在臺(tái)風(fēng)發(fā)生期間,基于模擬退火遺傳算法的模糊 C 均值聚類分析方法,在數(shù)據(jù)采集的基礎(chǔ)上對(duì)每天的指標(biāo)進(jìn)行等級(jí)劃分。

2.3 建立危機(jī)預(yù)警機(jī)制

要建立一套行之有效的危機(jī)預(yù)警機(jī)制,其各個(gè)環(huán)節(jié)必須緊緊相扣。在臺(tái)風(fēng)來臨之際,根據(jù)經(jīng)驗(yàn)對(duì)指標(biāo)進(jìn)行篩選并分級(jí),實(shí)時(shí)監(jiān)測(cè),對(duì)風(fēng)險(xiǎn)指標(biāo),提前做好預(yù)防工作,以降低其風(fēng)險(xiǎn);由于臺(tái)風(fēng)的不確定性,指標(biāo)的風(fēng)險(xiǎn)值也在不斷變化,在臺(tái)風(fēng)到來期間,根據(jù)實(shí)際數(shù)據(jù),對(duì)指標(biāo)進(jìn)行新的分級(jí),并實(shí)時(shí)監(jiān)測(cè),對(duì)新的風(fēng)險(xiǎn)指標(biāo),及時(shí)采取措施,以降低其風(fēng)險(xiǎn)。其具體流程如圖1所示:

圖1 突發(fā)臺(tái)風(fēng)事件網(wǎng)絡(luò)輿情危機(jī)預(yù)警機(jī)制

3 SPN模型分析

Petri網(wǎng)的概念最早是由卡爾·A·佩特里在20世紀(jì)60年代提出的,它可以描述異步、并發(fā)事件,既有嚴(yán)格的數(shù)學(xué)表達(dá)方式,又有直觀的圖形表達(dá)方式。一般來說,經(jīng)典的Petri網(wǎng)由庫所、變遷、有向弧和令牌組成,用來刻畫過程的簡單模型。最早的petri網(wǎng)并沒有時(shí)間這一概念,但是隨著人們對(duì)時(shí)間概念的需求逐漸增大,便出現(xiàn)了將變遷與隨機(jī)的指數(shù)實(shí)施延時(shí)相聯(lián)系的結(jié)果,即隨機(jī)Petri網(wǎng)(SPN)[17]。在臺(tái)風(fēng)事件中,時(shí)間是危機(jī)預(yù)警模型的重要參數(shù),所以此篇論文將SPN引入預(yù)警機(jī)制模型中。

SPN一般由6個(gè)要素組成: SPN=(P,T,F,W,M,λ)[18]。其中:

P={P1,P2,…Pn}是庫所的有限集合,在此篇論文中表示危機(jī)預(yù)警要素的有限集合,n為要素的個(gè)數(shù),n>0。

T={t1,t2,…ti}表示變遷的有限集合,i大于0;

F?I∪O,其中I?(P×t),表示變遷輸入弧的有限集合。O?(t×P),表示變遷輸出弧的有限集合。

W:F→N+,表示權(quán)函數(shù),對(duì)有向弧賦予權(quán)重,N+={1,2,…m},m>0。

M:P→M,表示Petri的標(biāo)識(shí),其中M0表示初始標(biāo)識(shí)。

λ={λ1,λ2,…λn}表示平均點(diǎn)火速率,時(shí)間變遷服從負(fù)指數(shù)分布[19],λ表示分布函數(shù)的參數(shù)。

把變遷和點(diǎn)火速率相對(duì)應(yīng),就得到了一個(gè)完整的隨機(jī)Petri網(wǎng)。由于SPN與連續(xù)時(shí)間馬爾可夫鏈的同構(gòu)性[20],因此為了得到系統(tǒng)的穩(wěn)定概率,本文將通過構(gòu)造SPN同構(gòu)的馬爾可夫鏈來分析網(wǎng)絡(luò)輿情問題的啟動(dòng)點(diǎn)。

3.1 Petri網(wǎng)模型

本文利用SPN模型的定義,將圖1的網(wǎng)絡(luò)輿情危機(jī)預(yù)警機(jī)制轉(zhuǎn)化為SPN模型(如圖2所示),模型由9個(gè)庫所和16個(gè)變遷組成。

圖2 臺(tái)風(fēng)事件網(wǎng)絡(luò)輿情危機(jī)預(yù)警機(jī)制的SPN模型

其中各個(gè)庫所的含義如下所示:P1為歷史數(shù)據(jù);P2為實(shí)時(shí)數(shù)據(jù);P3為信息整合;P4為網(wǎng)絡(luò)輿情萌發(fā);P5為網(wǎng)絡(luò)輿情擴(kuò)散;P6為網(wǎng)絡(luò)輿情加速擴(kuò)散;P7為網(wǎng)絡(luò)輿情爆發(fā);P8為危機(jī)預(yù)警;P9為方案決策。

各個(gè)變遷的含義如下:t1為信息過濾;t2為Ⅰ級(jí)風(fēng)險(xiǎn)評(píng)定;t3為Ⅱ級(jí)風(fēng)險(xiǎn)評(píng)定;t4為Ⅲ級(jí)風(fēng)險(xiǎn)評(píng)定;t5為Ⅳ級(jí)風(fēng)險(xiǎn)評(píng)定;t6為公眾情緒感染;t7為謠言大量傳播;t8為官方回應(yīng)不及時(shí);t9為Ⅰ'級(jí)風(fēng)險(xiǎn)評(píng)定;t10為Ⅱ'級(jí)風(fēng)險(xiǎn)評(píng)定;t11為Ⅲ'級(jí)風(fēng)險(xiǎn)評(píng)定;t12為Ⅳ'級(jí)風(fēng)險(xiǎn)評(píng)定;t13為未及時(shí)處理輿論信息;t14為事件升級(jí);t15為預(yù)警啟動(dòng)并進(jìn)行專題分析;t16為監(jiān)測(cè)。

3.2同構(gòu)馬爾可夫鏈的建立

基于定義,一般有如下步驟:

步驟1,分析SPN模型的可達(dá)集:該網(wǎng)絡(luò)輿情危機(jī)預(yù)警機(jī)制SPN模型的初始標(biāo)識(shí)M0為(1,1,0,0,0,0,0,0,0),即庫所P1和P2中各有一個(gè)托肯?；赟PN的觸發(fā)規(guī)則[21],可以得到以下可達(dá)集:

M0=(1,1,0,0,0,0,0,0,0)

M1=(0,0,1,0,0,0,0,0,0)

M2=(0,0,1,0,0,0,0,0,0)

M3=(0,0,1,0,0,0,0,0,0)

M4=(0,0,1,0,0,0,0,0,0)

M5=(0,0,1,0,0,0,0,0,0)

M6=(0,0,0,1,0,0,0,0,0)

M7=(0,0,0,0,1,0,0,0,0)

M8=(0,0,0,0,1,0,0,0,0)

M9=(0,0,0,0,1,0,0,0,0)

M10=(0,0,0,0,1,0,0,0,0)

M11=(0,0,0,0,1,0,0,0,0)

M12=(0,0,0,0,1,0,0,0,0)

M13=(0,0,0,0,1,0,0,0,0)

M14=(0,0,0,1,0,1,1,0,0)

M15=(0,0,0,0,0,0,0,1,0)

M16=(0,0,0,0,0,0,0,0,1)

步驟2,構(gòu)建馬爾可夫鏈:根據(jù)上述可達(dá)集的16個(gè)狀態(tài)M1,M2…,M16構(gòu)建網(wǎng)絡(luò)輿情危機(jī)預(yù)警機(jī)制SPN模型等價(jià)同構(gòu)的馬爾可夫鏈,如圖3所示。

圖3 SPN模型同構(gòu)的馬爾可夫鏈

圖3中有向弧代表了該模型從一種狀態(tài)到另一種狀態(tài)的轉(zhuǎn)變,其中λj表示變遷的速率(j>0)。設(shè)P(Mi),(i=1,2,…,6)為臺(tái)風(fēng)事件網(wǎng)絡(luò)輿情危機(jī)預(yù)警機(jī)制SPN模型處于穩(wěn)定狀態(tài)下Mi的概率。將馬爾可夫平穩(wěn)分布相關(guān)的定理和切普曼—柯爾莫哥洛夫方程[22]帶入圖3的馬爾可夫鏈,可得到關(guān)系式(1):

4λ1P(M1)=λ16P(M16)

4λ2P(M2)=λ1P(M1)

4λ3P(M3)=λ1P(M1)

4λ4P(M4)=λ1P(M1)

4λ5P(M5)=λ1P(M1)

4λ6P(M6)=λ2P(M2)+λ3P(M3)+λ4P(M4)+

λ5P(M5)

4λ7P(M7)=λ2P(M2)+λ3P(M3)+λ4P(M4)+

λ5P(M5)

4λ8P(M8)=λ2P(M2)+λ3P(M3)+λ4P(M4)+

λ5P(M5)

2λ9P(M9)=λ6P(M6)+λ7P(M7)+λ8P(M8)

2λ10P(M10)=λ6P(M6)+λ7P(M7)+λ8P(M8)

2λ11P(M11)=λ6P(M6)+λ7P(M7)+λ8P(M8)

2λ12P(M12)=λ6P(M6)+λ7P(M7)+λ8P(M8)

λ13P(M13)=λ9P(M9)+λ10P(M10)+λ11P(M11)+

λ12P(M12)

λ14P(M14)=λ2P(M2)+λ3P(M3)+λ4P(M4)+

λ5P(M5)+λ9P(M9)+λ11P(M11)+

λ12P(M12)+λ13P(M13)

λ15P(M15)=λ14P(M14)

λ16P(M16)=λ15P(M15)

(1)

4 案例分析

2021年“煙花”給中國部分地區(qū)帶來了巨大的損失,這一事件在微博上也引起了很大的反響。本文以臺(tái)風(fēng)—“煙花”事件為例,構(gòu)建了網(wǎng)絡(luò)輿情危機(jī)預(yù)警機(jī)制模型,并進(jìn)行仿真分析,最終得到危機(jī)預(yù)警啟動(dòng)規(guī)則。2021年6月18日,“煙花”生成;7月21日,臺(tái)風(fēng)進(jìn)入24小時(shí)警戒線,此時(shí)臺(tái)風(fēng)已經(jīng)達(dá)到強(qiáng)臺(tái)風(fēng)級(jí)別,鄭州出現(xiàn)特大暴雨,多地被淹沒,中央氣象臺(tái)發(fā)布臺(tái)風(fēng)藍(lán)色預(yù)警;7月24日,臺(tái)風(fēng)本體上岸,浙江上海航班全部取消;7月25日,臺(tái)風(fēng)登錄浙江,多處地區(qū)海水倒灌,浙滬沿海地區(qū)呈現(xiàn)巨浪;7月26日,余姚出現(xiàn)暴雨;7月28日,鄭州在經(jīng)歷暴雨后又將面臨臺(tái)風(fēng),此時(shí)微博討論較為熱烈;7月29日,“煙花”二次登錄我國,并一路向西北方向行進(jìn);7月31日,煙花逐漸減弱,微博熱度逐漸減少至消退。7月22日在“煙花”升級(jí)為強(qiáng)臺(tái)風(fēng)后,其話題熱度不斷增加,因此本文利用Gooseeker爬取了自7月19日到7月31日微博平臺(tái)6余萬條相關(guān)數(shù)據(jù)。經(jīng)過去除重復(fù)數(shù)據(jù)、無用數(shù)據(jù)和干擾字符,最終得到5萬余數(shù)據(jù)。

4.1 指標(biāo)定權(quán)、分級(jí)處理

a.采用基于三角模糊數(shù)的組合賦權(quán)方法對(duì)前期指標(biāo)進(jìn)行定權(quán)處理,并用改進(jìn)白化權(quán)函數(shù)進(jìn)行分級(jí):

步驟1,根據(jù)以往文獻(xiàn)和專家經(jīng)驗(yàn),將一級(jí)指標(biāo)和其對(duì)應(yīng)的二級(jí)指標(biāo)分別進(jìn)行兩兩對(duì)比,得到相應(yīng)的三角模糊判斷互補(bǔ)矩陣A=(art)m×m和An(n=1,2,3,4),其中art=(artl,artm,artu),artl表示專家給出的保守評(píng)價(jià),artm表示專家給出的中性評(píng)價(jià),artu表示專家給出的樂觀評(píng)價(jià)。將一級(jí)指標(biāo)的三角模糊判斷互補(bǔ)矩陣A去模糊化,然后利用MAX-MIN法對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理,得到標(biāo)準(zhǔn)化矩陣A’,最后利用熵權(quán)法對(duì)標(biāo)準(zhǔn)化后的一級(jí)指標(biāo)進(jìn)行定權(quán),得到權(quán)重ω=(ω1,ω2,ω3,ω4)。

步驟2,將各個(gè)二級(jí)指標(biāo)的三角模糊判斷互補(bǔ)矩陣的行合并歸一化,得到權(quán)重向量ωij(i,j=1,2,3,4);然后利用公式(2)對(duì)應(yīng)P(ωr≥ωt)求各個(gè)指標(biāo)的純測(cè)量。

(2)

步驟3,確定指標(biāo)的權(quán)重向量。假定任一指標(biāo)優(yōu)于其他指標(biāo)的純測(cè)量度用di表示di=minP(a≥b),

可得各個(gè)二級(jí)指標(biāo)的期望權(quán)重向量為αj'=(d1,d2,…,dn)。根據(jù)歸一化公式,得到指標(biāo)的權(quán)重向量αj=(α1,α2,…,αn)。

(3)

(4)

表2 網(wǎng)絡(luò)輿情預(yù)警指標(biāo)體系評(píng)級(jí)

(5)

為了及時(shí)掌握臺(tái)風(fēng)的動(dòng)向,本文在真實(shí)數(shù)據(jù)的基礎(chǔ)上,利用基于模擬退火遺傳算法的模糊C均值聚類對(duì)數(shù)據(jù)進(jìn)行聚類并分級(jí),從表3可知從19日到31日,其指標(biāo)的風(fēng)險(xiǎn)級(jí)別是在變化的,倘若只是將某一指標(biāo)劃分為固定某一風(fēng)險(xiǎn)級(jí)別而忽略了它的變化,則可能造成官方得到輿論信息滯后而回應(yīng)不及時(shí),延長了政府采取措施的時(shí)間。

4.2 危機(jī)預(yù)警仿真分析

分析SPN模型,由表3可知,不同級(jí)數(shù)的風(fēng)險(xiǎn)指標(biāo)對(duì)臺(tái)風(fēng)事件網(wǎng)絡(luò)輿情危機(jī)預(yù)警的影響不同,但是其影響程度及各個(gè)風(fēng)險(xiǎn)指標(biāo)之間的相互關(guān)系尚不清楚。因此本文用Matlab來對(duì)風(fēng)險(xiǎn)指標(biāo)進(jìn)行仿真分析,來探究其之間的影響關(guān)系。在對(duì)數(shù)據(jù)進(jìn)行篩選、分析的基礎(chǔ)上,得出了相關(guān)λ的參數(shù):本文假定數(shù)據(jù)庫以每分鐘次的頻率進(jìn)行更新,則λ1=20。根據(jù)采集的數(shù)據(jù)可得知,Ⅰ級(jí)、Ⅱ級(jí)、Ⅲ級(jí)和Ⅳ級(jí)風(fēng)險(xiǎn)指標(biāo)的影響速率分別為9條/分鐘、6條/分鐘、4條/分鐘和2條/分鐘,即λ2=9,λ3=6,λ4=4,λ5=2。與此同時(shí),公眾情緒倍受感染(λ6)、謠言大量傳播(λ7),官方回應(yīng)不及時(shí)(λ8),假設(shè)λ6=4,λ7=5,λ8=1。根據(jù)所搜集的數(shù)據(jù)可知,Ⅰ'級(jí),Ⅱ'級(jí)、Ⅲ'級(jí)和Ⅳ'級(jí)風(fēng)險(xiǎn)指標(biāo)的影響速率分別為1條/分鐘、0.5條/分鐘、0.2條/分鐘和0.1條/分鐘,即λ9=1,λ10=0.5,λ11=0.2,λ12=0.1。隨著臺(tái)風(fēng)的不斷影響,再加上政府以及官方未及時(shí)處理輿論信息(λ13),導(dǎo)致事件升級(jí)(λ14),最終啟動(dòng)預(yù)警機(jī)制并且對(duì)此時(shí)形勢(shì)進(jìn)行專題分析,不妨設(shè)λ13=10,λ14=7,λ15=1。啟動(dòng)預(yù)警機(jī)制后,

系統(tǒng)對(duì)數(shù)據(jù)不斷進(jìn)行更新處理,即監(jiān)測(cè)(λ16)(假設(shè)系統(tǒng)對(duì)數(shù)據(jù)2分鐘進(jìn)行一次監(jiān)測(cè),即λ16=2),以便風(fēng)險(xiǎn)不斷變化而采取不同措施。

4.2.1一級(jí)風(fēng)險(xiǎn)指標(biāo)對(duì)穩(wěn)態(tài)概率的影響

在保持其他λ值不變的情況下,分別分析λ2、λ9和各狀態(tài)穩(wěn)態(tài)概率的關(guān)系。 圖4(a)是Ⅰ級(jí)風(fēng)險(xiǎn)指標(biāo)實(shí)時(shí)值對(duì)各個(gè)穩(wěn)態(tài)概率的仿真結(jié)果,圖4(b)是Ⅰ'級(jí)風(fēng)險(xiǎn)指標(biāo)實(shí)時(shí)值對(duì)各個(gè)穩(wěn)態(tài)概率的仿真結(jié)果。通過兩圖對(duì)比分析可知:Ⅰ級(jí)風(fēng)險(xiǎn)指標(biāo)實(shí)時(shí)值對(duì)危機(jī)預(yù)警啟動(dòng)概率(P(M15))影響較小,其曲線較為平穩(wěn)。而Ⅰ'級(jí)風(fēng)險(xiǎn)指標(biāo)實(shí)時(shí)值對(duì)危機(jī)預(yù)警啟動(dòng)概率影響相對(duì)較大,其曲線整體波動(dòng)較大,隨著λ9參數(shù)的不斷增大,其概率也從0.32上升到0.38。

(a) (b)圖4 Ⅰ級(jí)風(fēng)險(xiǎn)指標(biāo)和Ⅰ'級(jí)風(fēng)險(xiǎn)指標(biāo)實(shí)時(shí)值對(duì)穩(wěn)態(tài)概率的影響

4.2.2二級(jí)風(fēng)險(xiǎn)指標(biāo)對(duì)穩(wěn)態(tài)概率的影響

在保持其他λ值不變的情況下,分別分析λ3、λ10和各狀態(tài)穩(wěn)態(tài)概率的關(guān)系。圖5(a)是Ⅱ級(jí)風(fēng)險(xiǎn)指標(biāo)實(shí)時(shí)值對(duì)各個(gè)穩(wěn)態(tài)概率的仿真結(jié)果,圖5(b)是Ⅱ'級(jí)風(fēng)險(xiǎn)指標(biāo)實(shí)時(shí)值對(duì)各個(gè)穩(wěn)態(tài)概率的仿真結(jié)果。通過兩圖的對(duì)比分析可知:Ⅱ級(jí)風(fēng)險(xiǎn)指標(biāo)實(shí)時(shí)值對(duì)危機(jī)預(yù)警啟動(dòng)概率(P(M15))影響較小,其曲線較為平穩(wěn)。而Ⅰ'級(jí)風(fēng)險(xiǎn)指標(biāo)實(shí)時(shí)值對(duì)危機(jī)預(yù)警啟動(dòng)概率影響相對(duì)較大,其曲線波動(dòng)較大,隨著λ10參數(shù)的不斷增大,其概率從0.33上升到0.39。

(a) (b)圖5 Ⅱ級(jí)風(fēng)險(xiǎn)指標(biāo)和Ⅱ’級(jí)風(fēng)險(xiǎn)指標(biāo)實(shí)時(shí)值對(duì)穩(wěn)態(tài)概率的影響

4.2.3三級(jí)風(fēng)險(xiǎn)指標(biāo)對(duì)穩(wěn)態(tài)概率的影響

在保持其他λ值不變的情況下,分別分析λ4、λ11和各狀態(tài)穩(wěn)態(tài)概率的關(guān)系。 圖6(a)是Ⅲ級(jí)風(fēng)險(xiǎn)指標(biāo)實(shí)時(shí)值對(duì)各個(gè)穩(wěn)態(tài)概率的仿真結(jié)果,圖6(b)是Ⅲ'級(jí)風(fēng)險(xiǎn)指標(biāo)實(shí)時(shí)值對(duì)各個(gè)穩(wěn)態(tài)概率的仿真結(jié)果。通過兩圖的對(duì)比分析可知:Ⅲ級(jí)風(fēng)險(xiǎn)指標(biāo)實(shí)時(shí)值對(duì)危機(jī)預(yù)警啟動(dòng)概率(P(M15))影響較小,其曲線較為平穩(wěn)。而Ⅲ’級(jí)風(fēng)險(xiǎn)指標(biāo)實(shí)時(shí)值對(duì)危機(jī)預(yù)警啟動(dòng)概率影響相對(duì)較大,其曲線波動(dòng)較大,隨著λ10參數(shù)的不斷增大,其概率從0.34上升到0.41。

(a) (b)圖6 Ⅲ級(jí)風(fēng)險(xiǎn)指標(biāo)和Ⅲ'級(jí)風(fēng)險(xiǎn)指標(biāo)實(shí)時(shí)值對(duì)穩(wěn)態(tài)概率的影響

綜上所示,臺(tái)風(fēng)期間對(duì)數(shù)據(jù)進(jìn)行監(jiān)測(cè)分析后得到的風(fēng)險(xiǎn)指標(biāo)分級(jí)實(shí)時(shí)值對(duì)預(yù)警啟動(dòng)概率影響程度更大。臺(tái)風(fēng)的不確定性因素造成了各級(jí)指標(biāo)風(fēng)險(xiǎn)級(jí)別的不斷變化(有些臺(tái)風(fēng)前期Ⅳ級(jí)指標(biāo)可能會(huì)隨著臺(tái)風(fēng)發(fā)生危險(xiǎn)級(jí)別逐漸上升),若只關(guān)注臺(tái)風(fēng)前期各級(jí)指標(biāo)實(shí)時(shí)值的影響,可能會(huì)出現(xiàn)把Ⅰ級(jí)風(fēng)險(xiǎn)當(dāng)作Ⅳ級(jí)指標(biāo)來處理,那么就會(huì)導(dǎo)致信息滯后,官方回應(yīng)不及時(shí),最終延長預(yù)警的啟動(dòng)時(shí)間。這不利于輿論消息的及時(shí)處理,同時(shí)對(duì)危機(jī)預(yù)警機(jī)制的實(shí)施也有一定的影響。因此,要將臺(tái)風(fēng)發(fā)生前的風(fēng)險(xiǎn)指標(biāo)和臺(tái)風(fēng)發(fā)生期間的風(fēng)險(xiǎn)指標(biāo)實(shí)時(shí)值同時(shí)監(jiān)測(cè),及時(shí)分級(jí),根據(jù)危機(jī)預(yù)警機(jī)制及時(shí)采取相應(yīng)措施。

4.3 危機(jī)預(yù)警啟動(dòng)

由上結(jié)果可知,僅僅分析臺(tái)風(fēng)前期指標(biāo)級(jí)別與危機(jī)預(yù)警啟動(dòng)的概率,容易造成預(yù)警響應(yīng)時(shí)間的延長而錯(cuò)過最佳決策的時(shí)間。為了縮短預(yù)警響應(yīng)時(shí)間,本文研究了臺(tái)風(fēng)發(fā)生前期Ⅰ級(jí)、Ⅱ級(jí)指標(biāo)與危機(jī)預(yù)警啟動(dòng)概率的關(guān)系以及臺(tái)風(fēng)發(fā)生期間Ⅰ'級(jí)、Ⅱ'級(jí)指標(biāo)與危機(jī)預(yù)警啟動(dòng)概率的關(guān)系。同時(shí)對(duì)Ⅰ'～Ⅲ'級(jí)指標(biāo)實(shí)時(shí)值交互關(guān)系進(jìn)行仿真分析,得到了預(yù)警臨界曲面。為預(yù)警啟動(dòng)提供了依據(jù)。

由圖7可知,保持除λ2、λ3以外的參數(shù)不變,利用公式(1)得到Ⅰ級(jí)Ⅱ級(jí)指標(biāo)與預(yù)警啟動(dòng)概率的關(guān)系式:

圖7 λ2和λ3與危機(jī)預(yù)警啟動(dòng)概率關(guān)系圖

其中,p表示危機(jī)預(yù)警啟動(dòng)的概率,λ2、λ3分別表示Ⅰ級(jí)、Ⅱ級(jí)指標(biāo)實(shí)時(shí)值。如果設(shè)預(yù)警啟動(dòng)閾值為0.1,則當(dāng)λ2=1.6,λ3=1.8時(shí),危機(jī)預(yù)警啟動(dòng)概率為27.84%,此時(shí)系統(tǒng)進(jìn)入警戒狀態(tài),根據(jù)評(píng)級(jí)系統(tǒng),自動(dòng)開啟對(duì)應(yīng)級(jí)數(shù)警報(bào),在臺(tái)風(fēng)發(fā)生前期,政府根據(jù)報(bào)警級(jí)數(shù)及時(shí)做好預(yù)防工作,減少損失。

在做好預(yù)防工作的同時(shí),應(yīng)監(jiān)測(cè)實(shí)時(shí)數(shù)據(jù),根據(jù)臺(tái)風(fēng)發(fā)生期間收集的數(shù)據(jù)進(jìn)行重新分類分級(jí),分析Ⅰ'級(jí)、Ⅱ'級(jí)指標(biāo)與危機(jī)預(yù)警啟動(dòng)概率的關(guān)系。如圖8所示,保持除λ9、λ10以外的參數(shù)不變,利用公式(1)得到Ⅰ級(jí)Ⅱ級(jí)指標(biāo)與預(yù)警啟動(dòng)概率的關(guān)系式:

圖8 λ9和λ10與危機(jī)預(yù)警啟動(dòng)概率關(guān)系圖

其中,λ9、λ10分別表示Ⅰ'級(jí)、Ⅱ'級(jí)指標(biāo)實(shí)時(shí)值。當(dāng)λ9=0.24,λ10=0.25時(shí),危機(jī)預(yù)警啟動(dòng)概率為24.88%,此時(shí)系統(tǒng)進(jìn)入警戒狀態(tài),根據(jù)評(píng)級(jí)系統(tǒng),自動(dòng)開啟對(duì)應(yīng)級(jí)數(shù)警報(bào),在臺(tái)風(fēng)發(fā)生期間,政府根據(jù)報(bào)警級(jí)數(shù)及時(shí)采取措施,做出官方回應(yīng)。

Ⅲ'級(jí)指標(biāo)雖然影響不大,但是也不能忽略其值的增長。故本文根據(jù)Ⅰ'～Ⅲ'級(jí)指標(biāo)實(shí)時(shí)值交互關(guān)系來分析是否達(dá)到預(yù)警曲面臨界值。如圖9所示,當(dāng)λ9=0.13,λ10=0.47,λ11=0.2455時(shí)達(dá)到預(yù)警臨界曲面,此時(shí)啟動(dòng)警報(bào)。曲面以下表示未啟動(dòng)預(yù)警,離曲面以下越遠(yuǎn)其啟動(dòng)概率越小。當(dāng)三者交互達(dá)到臨界曲面值時(shí)則應(yīng)采取相應(yīng)措施。

圖9 Ⅰ'～Ⅲ'標(biāo)實(shí)時(shí)值變動(dòng)下預(yù)警臨界曲面

若將預(yù)警啟動(dòng)閾值設(shè)定為0.1,則:當(dāng)預(yù)警啟動(dòng)概率p∈[0.1,0.2)或者達(dá)到交互影響產(chǎn)生的臨界曲面,則啟動(dòng)藍(lán)色警報(bào);當(dāng)預(yù)警啟動(dòng)概率p∈[0.2,0.3)或者達(dá)到交互影響產(chǎn)生的臨界區(qū)面,則啟動(dòng)黃色預(yù)警;當(dāng)預(yù)警觸發(fā)概率p∈[0.3,0.4)或者達(dá)到交互影響產(chǎn)生的臨界曲面,則啟動(dòng)橙色預(yù)警;當(dāng)預(yù)警啟動(dòng)概率p≥0.4時(shí),則啟動(dòng)紅色警報(bào)。

按照預(yù)警觸發(fā)相關(guān)規(guī)則,通過對(duì)上述參數(shù)計(jì)算得出21日“臺(tái)風(fēng)煙花事件”發(fā)生預(yù)警警報(bào)幾率是最大的,為p=0.481>0.4,故啟動(dòng)紅色預(yù)警。而由圖10可知,7月21日輿情態(tài)勢(shì)達(dá)到了最高峰,這與本文的研究相符。

圖10 臺(tái)風(fēng)“煙花”網(wǎng)絡(luò)輿情態(tài)勢(shì)

5 結(jié) 語

本文基于輿情指標(biāo)體系的建立,構(gòu)建了行之有效的突發(fā)臺(tái)風(fēng)事件網(wǎng)絡(luò)輿情危機(jī)預(yù)警機(jī)制并對(duì)其進(jìn)行仿真分析,制定了危機(jī)預(yù)警啟動(dòng)規(guī)則。

a.面對(duì)臺(tái)風(fēng)風(fēng)險(xiǎn)等級(jí)不斷變化的情況,本研究在臺(tái)風(fēng)發(fā)生前,采用組合賦權(quán)法對(duì)指標(biāo)進(jìn)行分類分級(jí),在臺(tái)風(fēng)發(fā)生期間,利用SAGAFCM算法將處理好的指標(biāo)數(shù)據(jù)進(jìn)行聚類,分別得到不同的四級(jí)風(fēng)險(xiǎn)指標(biāo)(Ⅰ～Ⅳ級(jí)風(fēng)險(xiǎn)指標(biāo)和Ⅰ'～Ⅳ'級(jí)風(fēng)險(xiǎn)指標(biāo)),并根據(jù)風(fēng)險(xiǎn)指標(biāo)級(jí)別的強(qiáng)弱制定網(wǎng)絡(luò)輿情危機(jī)預(yù)警機(jī)制,為臺(tái)風(fēng)這類突發(fā)事件網(wǎng)絡(luò)輿情預(yù)警提供了理論依據(jù),且指標(biāo)風(fēng)險(xiǎn)實(shí)時(shí)更新,豐富了輿情預(yù)警機(jī)制的研究。

b.利用隨機(jī)Petri網(wǎng)與馬爾可夫鏈同構(gòu)思想,分析關(guān)于臺(tái)風(fēng)“煙花”事件網(wǎng)絡(luò)輿情危機(jī)預(yù)警機(jī)制,通過MATLAB仿真得到Ⅰ'～Ⅲ'級(jí)風(fēng)險(xiǎn)指標(biāo)的交互關(guān)系,為突發(fā)臺(tái)風(fēng)事件網(wǎng)絡(luò)輿情預(yù)警提供決策支持。具體決策為:在臺(tái)風(fēng)發(fā)生前期,根據(jù)Ⅰ級(jí),Ⅱ級(jí)和Ⅲ級(jí)指標(biāo)實(shí)時(shí)值判定預(yù)警機(jī)制處于危機(jī)的概率,若此時(shí)概率超過了臨界曲面值,則啟動(dòng)相應(yīng)級(jí)別預(yù)警,否則監(jiān)測(cè)臺(tái)風(fēng)發(fā)生期間Ⅰ'～Ⅲ'指標(biāo)實(shí)時(shí)值;若Ⅰ'級(jí)、Ⅱ'級(jí)和Ⅲ'級(jí)指標(biāo)實(shí)時(shí)值超過了預(yù)警臨界曲面值,則啟動(dòng)相應(yīng)級(jí)別預(yù)警,否則監(jiān)測(cè)Ⅰ'級(jí)、Ⅱ'級(jí)和Ⅲ'級(jí)風(fēng)險(xiǎn)指標(biāo)的交互影響;若這三個(gè)指標(biāo)交互作用達(dá)到了預(yù)警臨界曲面值,則啟動(dòng)對(duì)應(yīng)級(jí)別預(yù)警,否則重新對(duì)系統(tǒng)進(jìn)行監(jiān)測(cè)。

本文建立了突發(fā)臺(tái)風(fēng)事件網(wǎng)絡(luò)輿情預(yù)警機(jī)制,拓展了突發(fā)事件預(yù)警機(jī)制的研究領(lǐng)域,為政府部門采取應(yīng)對(duì)措施提供了決策依據(jù)。另外,由于臺(tái)風(fēng)事件屬于突發(fā)性事件,其具有不確定性和多變性,并沒有一套統(tǒng)一、權(quán)威的網(wǎng)絡(luò)輿情指標(biāo)體系,未來的研究可以從指標(biāo)體系的構(gòu)建進(jìn)行探討。