亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        網(wǎng)絡(luò)輿情事件演變的動力學(xué)建模及預(yù)警監(jiān)測

        2016-11-19 08:41:24徐勇
        現(xiàn)代情報 2016年4期
        關(guān)鍵詞:事件系統(tǒng)動力學(xué)演變

        〔摘 要〕為提高網(wǎng)絡(luò)輿情事件預(yù)警監(jiān)測的有效性,以社會學(xué)的價值累加理論為基礎(chǔ),基于系統(tǒng)動力學(xué)的“結(jié)構(gòu)——功能”模型,通過對網(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)計預(yù)警監(jiān)測模型,構(gòu)建網(wǎng)絡(luò)輿情熱點智能監(jiān)測平臺系統(tǒng),獲取、發(fā)現(xiàn)網(wǎng)絡(luò)熱點信息,研判其發(fā)展趨勢,為政府應(yīng)對網(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)動力學(xué);演變;預(yù)警

        DOI:10.3969/j.issn.1008-0821.2016.04.003

        〔中圖分類號〕TP391 〔文獻標(biāo)識碼〕A 〔文章編號〕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背景和社會環(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)下的集體行動指明方向,最終產(chǎn)生一定社會影響的事件。局部現(xiàn)象、個別言論經(jīng)由網(wǎng)絡(luò)的高倍放大,可以迅速演變?yōu)橹卮笊鐣录瑢ξ覈鐣a(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)對策略的前提。

        目前我國學(xué)界對網(wǎng)絡(luò)輿情事件的發(fā)生機理,多是從宏觀的社會背景、政治環(huán)境、網(wǎng)絡(luò)的虛擬特性,從公眾的心理、個體行為等在事件演變中的作用等角度對網(wǎng)絡(luò)輿情事件的演變機理進行一般性闡述和理論性推演[1-4],對事件的演變?nèi)狈ο到y(tǒng)性的理論闡釋。一些學(xué)者雖然開始重視運用集體行動理論,如社會心理學(xué)的群體行為的理論、價值累加理論、建構(gòu)主義理論等[1,5-7],對事件的演變進行研究,但研究還只是局限于進行定性分析,缺少系統(tǒng)性的實證分析和量化研究。部分學(xué)者嘗試通過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,對事件的發(fā)生背景等社會學(xué)因素關(guān)注不夠??偟膩砜矗F(xiàn)有的相關(guān)研究中,以社會學(xué)的相關(guān)理論為基礎(chǔ),并同時從系統(tǒng)的角度,對網(wǎng)絡(luò)輿情事件的演變機理進行建模分析并用以指導(dǎo)進行事件應(yīng)對的研究尚不多見。

        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,整個演變過程可以看作是一個復(fù)雜“系統(tǒng)”,事件演變過程中各因素間的關(guān)系復(fù)雜、事件內(nèi)外動力的作用復(fù)雜。本文以價值累加理論作為研究的理論基礎(chǔ),梳理網(wǎng)絡(luò)輿情事件演變的過程邏輯,并基于系統(tǒng)動力學(xué)的系統(tǒng)分析思路和方法,將網(wǎng)絡(luò)輿情事件演變過程的復(fù)雜性、非線性及多變量性用系統(tǒng)動力學(xué)的“結(jié)構(gòu)——功能”模型展現(xiàn)出來,進行系統(tǒng)思考,客觀地分析各因素對事件發(fā)展演變的影響機制,構(gòu)建網(wǎng)絡(luò)輿情事件演變的動力學(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)測系統(tǒng),提高預(yù)警監(jiān)測的針對性和準(zhǔn)確性。

        1 網(wǎng)絡(luò)輿情事件的演變過程

        選取近幾年來發(fā)生的一些網(wǎng)絡(luò)輿情事件作為樣本案例,以價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、行動動員、社會控制失效等6個因素為分析維度,對事件的演變過程進行分析。

        通過對案例的分析,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,社會矛盾、社會不平等、不公正現(xiàn)象,經(jīng)過媒體的報道、網(wǎng)絡(luò)的傳播,會擴大社會的不滿情緒,增強社會的結(jié)構(gòu)性緊張程度。公眾因受自己的背景、學(xué)歷、年齡、價值觀、興趣、愛好,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)性動力。

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

        在爆發(fā)期,網(wǎng)民通過論壇、微博等的互動交流,個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,形成符號化的標(biāo)簽,促進共同信念的形成和行動動員的完成,推動事件輿情的走向高潮。

        在衰退期,政府采取有效的應(yīng)對措施,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類主要的實體對象,三者之間在網(wǎng)絡(luò)空間或現(xiàn)實空間圍繞事件的信息交流(圖1),如媒體對事件的報道、公眾對事件的討論以及政府對事件的疏導(dǎo)等,推動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,分析其對事件輿情熱度的作用。根據(jù)對網(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個方面的問題是引發(fā)公眾關(guān)注,容易成為網(wǎng)絡(luò)熱點的一些主要社會問題。在事件演變的過程中,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,并推動網(wǎng)民的互動、媒體的互動,促使政府進行必要的應(yīng)對,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)表自己的觀點和看法。公眾通過意見和情緒的表達,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、報刊、廣播等)和新興媒體(互聯(lián)網(wǎng)、手機等)。在網(wǎng)絡(luò)輿情事件的演變中,傳統(tǒng)媒體和新興媒體對事件的關(guān)注和彼此間的互動,能強化事件的相關(guān)議題,升級、放大輿論,吸引更多的網(wǎng)民關(guān)注事件,并使得政府對事件的發(fā)展進行關(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。在社會和公共事務(wù)的管理中,政府的有關(guān)措施不當(dāng),將會引發(fā)公眾和政府之間的矛盾,激發(fā)公眾對社會的不滿,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)對失當(dāng),則會加重事件的輿情危機,反之,如果應(yīng)對得當(dāng),則會有效消解輿情。

        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,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)民互動度、新興媒體關(guān)注度、傳統(tǒng)媒體關(guān)注度、媒體互動度、共同信念形成度、行動動員效果、政府關(guān)注度、政府調(diào)控力度、事件處置力度、社會控制能力、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、行為等多個層面,在研究的過程中,不為每個變量設(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有關(guān)文獻中的數(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)政府對事件的關(guān)注程度。政府對事件的關(guān)注度同時還受傳統(tǒng)媒體和新興媒體對事件關(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)民對事件的關(guān)注程度。網(wǎng)民通過瀏覽、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媒體互動度+0.1網(wǎng)民互動度10+0.15行動動員效果+0.15共同信念形成度-0.2事件處置力度-0.3社會控制能力

        (8)行動動員效果=(媒體互動度+網(wǎng)民互動度10)(1+ABS(意見領(lǐng)袖))

        (9)共同信念形成度=媒體互動度+網(wǎng)民互動度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

        以Vensim PLE為仿真平臺,對模型進行運算,得到事件的演變趨勢如圖3所示。從圖上可以看出,事件的輿情態(tài)勢呈現(xiàn)出正偏態(tài)分布的態(tài)勢,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間內(nèi)達到輿情高峰,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

        從對網(wǎng)絡(luò)輿情事件演變過程的分析可知,在事件的演變中,觸發(fā)因素的出現(xiàn)、共同信念的形成、行動動員的完成是3個關(guān)鍵的環(huán)節(jié)。這點通過對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)對事件演變影響的仿真分析為例進行說明。

        觸發(fā)因素的出現(xiàn)凝聚了社會緊張的濃度,為事件的發(fā)生提供了一個真切而敏感的具體刺激,促進網(wǎng)民間的意見交流和情緒感染。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。通過仿真,從圖4和圖5可以看到,當(dāng)某個偶然性因素在第7天出現(xiàn)后,網(wǎng)民的關(guān)注度有一個明顯的峰值,之后再開始回落,表明觸發(fā)因素的出現(xiàn)對網(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,可以看到因為觸發(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)了波動性變化,從而最終導(dǎo)致事件的輿情熱度也產(chǎn)生了波動性變化。

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

        網(wǎng)絡(luò)輿情事件發(fā)端于網(wǎng)絡(luò)輿情熱點信息。網(wǎng)絡(luò)輿情熱點信息一般是公眾比較關(guān)注的一些現(xiàn)實社會中的問題在網(wǎng)絡(luò)中的集中表現(xiàn)。預(yù)警監(jiān)測網(wǎng)絡(luò)輿情事件主要就是及時獲取、發(fā)現(xiàn)網(wǎng)絡(luò)輿情熱點信息,并對熱點信息的發(fā)展趨勢進行跟蹤預(yù)測,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各種各樣的文字性描述共同表達的具有特定主題的內(nèi)容,其表現(xiàn)形式包括:網(wǎng)頁中的新聞評論、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)測模型選取的信息來源主要有: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)置光明日報、中央電視臺等;Blog,預(yù)置新浪博客、中國博客網(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,對其收斂速度過快的缺陷進行改進,提高其查全率,基于網(wǎng)頁的鏈接類型和鏈接變化的信息,設(shè)計網(wǎng)絡(luò)爬蟲捕獲相關(guān)主題的Web頁面。

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

        將官民矛盾、環(huán)境污染等9個方面作為預(yù)設(shè)類別,在信息的聚類分析中,根據(jù)分析結(jié)果對系統(tǒng)的預(yù)設(shè)類別進行動態(tài)調(diào)整。在信息分類中,按照這9個方面建立樣本數(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)頁組成,利用網(wǎng)絡(luò)爬蟲,分別基于給定的9個方面社會問題的主題關(guān)鍵詞,進行信息采集后,經(jīng)過過濾和特征項抽取得到。訓(xùn)練集中的每個網(wǎng)頁都被表示成一個向量,向量由屬性和類別組成,其中每個單獨的詞條(Term)為一個屬性。

        3.2 熱點信息的發(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度、網(wǎng)民互動度、行動動員效果、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控制力等表現(xiàn)為負(fù)相關(guān)關(guān)系。而媒體互動度、網(wǎng)民互動度等又與媒體關(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個與事件演變相關(guān)的主要實體對象中,事件的輿情熱度與媒體和網(wǎng)民(公眾)對事件的關(guān)注度正相關(guān),與政府對事件的關(guān)注度負(fù)相關(guān)。在監(jiān)測模型的設(shè)計中,以政府、媒體、公眾對信息的關(guān)注度作為表征信息熱度的重要指標(biāo)。同時,考慮到網(wǎng)民的交流具有隨意性,隨著討論的展開,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不相關(guān)的主題,這種情況下將會出現(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,將根據(jù)關(guān)注度和相關(guān)度來綜合考慮。

        3.2.1 媒體關(guān)注度計算模型

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

        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可以是任意的時間段;從仿真模型的數(shù)據(jù)關(guān)系中可以看到無論是傳統(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,所以計算PDF值時取指數(shù)形式來提高其權(quán)重。

        PDF(i,tm)=EXP(RfNumi(tm)/RDi(tm))

        (2)

        3.2.2 公眾關(guān)注度計算模型

        公眾關(guān)注度(Aru)的主要特征通過網(wǎng)民的點擊數(shù)(CkNum)和網(wǎng)民的評論數(shù)(DNum)表現(xiàn)。具體計算模型如下:

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

        (3)

        其中:Aru(i,tm)表示在時間段tm內(nèi),公眾對信息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為動態(tài)調(diào)整因子,用來平衡公式中相關(guān)因子對公式的影響;tm′為當(dāng)前時間與主題發(fā)布時間的時間差,當(dāng)時間差為0時,時效性因子值為1,隨著時間差的增大,時效性因子呈指數(shù)衰減,時間越長,公眾的關(guān)注度越低。

        3.2.3 主題相關(guān)度計算模型

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

        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計算c0和cj之間的文本相似度:N是兩篇文檔中包含的特征項種類的數(shù)量。

        3.2.4 熱點發(fā)現(xiàn)計算模型

        構(gòu)建信息熱度的計算模型如下:

        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,以平衡各因子對整個公式的影響。

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

        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,其主要特征通過政府新聞網(wǎng)站上相關(guān)報道的時間和頻次體現(xiàn)。

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

        (7)

        3.3 熱點信息發(fā)展趨勢跟蹤預(yù)測

        3.3.1 熱點跟蹤

        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)因素之間是隨機函數(shù)關(guān)系??疾鞂嶋H樣本案例,也能發(fā)現(xiàn)隨著時間的變化,不僅關(guān)于熱點話題會有新的內(nèi)容出現(xiàn),而且原話題本身也可能因為現(xiàn)實世界中的一些變化而發(fā)生動態(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發(fā)生變化,需要對特征子集進行適時調(diào)整。在設(shè)計跟蹤算法時,基于對網(wǎng)絡(luò)輿情事件觸發(fā)因素的分析,建立敏感信息基本庫;基于文本的特征子集向量設(shè)計自適應(yīng)話題跟蹤算法,對原話題的特征子集根據(jù)跟蹤結(jié)果進行自適應(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),從新文本的特征項中選擇權(quán)重最高的項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,進行后續(xù)的跟蹤工作。完成特征子集修正的同時,判斷D′T和DT的差異集DSUD中是否有與敏感信息基本庫中的某些特征詞信息相吻合的特征項,如果有,則據(jù)此認(rèn)為價值累加理論中的觸發(fā)因素條件出現(xiàn)了,將結(jié)果提供給人工進行確認(rèn)。

        觸發(fā)因素的出現(xiàn),會對網(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間內(nèi)會急速上升。在網(wǎng)絡(luò)輿情事件的演變中,事件的符號化標(biāo)簽是增強情感的圖騰,符號以及與符號特征相關(guān)的一些信息是喚醒群體情感,促進共同信念形成的源泉和標(biāo)志。在經(jīng)過人工確認(rèn)觸發(fā)因素出現(xiàn)后,需進一步判斷是否出現(xiàn)了符號化標(biāo)簽信息(或與符號化特征相關(guān)的信息)。

        研判時,比較熱點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數(shù)量為零,則DSUD或D′SUD中的特征項必為符號化標(biāo)簽信息,并且形成了共意(當(dāng)符號化標(biāo)簽信息出現(xiàn)后,網(wǎng)上的輿論主題將會趨同于符號化標(biāo)簽所蘊含的特征信息,這時所采集到的話題信息基本不會有新的特征信息);如果(D′SUD-DSUD)所得的特征集的特征項數(shù)量不為零,但小于預(yù)設(shè)的臨界值(臨界值根據(jù)經(jīng)驗設(shè)定,可根據(jù)監(jiān)測的實際情況隨時做出調(diào)整),則判斷形成了共意,但需提供給人工進行確認(rèn);如果(D′SUD-DSUD)所得的特征集的特征項數(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,此時也需對觸發(fā)因素的后續(xù)輿情進行關(guān)注。

        根據(jù)判斷結(jié)果,對包含觸發(fā)因素,且形成了共意的輿情的發(fā)展趨勢進行重點監(jiān)測,對其他輿情予以必要的關(guān)注。

        3.3.2 趨勢預(yù)測

        趨勢預(yù)測是構(gòu)建計量模型,建立量化指標(biāo)體系,對熱點話題的輿情發(fā)展態(tài)勢進行預(yù)測,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)計話題的輿情態(tài)勢預(yù)測模型。輿情指數(shù)的計算公式如下:

        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),通過公式(8)可以得到以后每一天相對于第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,反映出熱點信息輿情的漲落。根據(jù)輿情態(tài)勢判斷是否需要進行必要的處理,以干預(yù)網(wǎng)民的行動動員,防止事件的爆發(fā)。

        4 結(jié)束語

        本文綜合運用價值累加理論和系統(tǒng)動力學(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)計網(wǎng)絡(luò)輿情事件的預(yù)警監(jiān)測模型,對引致網(wǎng)絡(luò)輿情事件的發(fā)生的網(wǎng)絡(luò)輿情熱點信息的輿情態(tài)勢進行監(jiān)測預(yù)警。為網(wǎng)絡(luò)輿情事件演變機理的相關(guān)研究中多學(xué)科領(lǐng)域的融合進行了有意義的探索。

        基于預(yù)警監(jiān)測模型,構(gòu)造了網(wǎng)絡(luò)輿情熱點信息智能監(jiān)測平臺系統(tǒng)(NPOIMS),以我國西部地區(qū)的x市為實際應(yīng)用對象,架構(gòu)輿情監(jiān)測系統(tǒng),監(jiān)測與x市有關(guān)的各類輿情信息,提煉熱點詞語,進行輿情研判,提供分析報告,為x市的相關(guān)部門提供輿情引導(dǎo)和事件應(yīng)對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復(fù)雜的過程,影響因素眾多且情況多變,在建模時,并不能全部考慮進去,因此還需要進行更深入的探討,以使模型能更好地擬合事件的演變過程,更細(xì)致地表現(xiàn)相關(guān)因素對事件演變的影響作用,豐富完善NPOIMS的功能,為事件的應(yīng)對提供更全面的決策支持。

        參考文獻

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

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

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

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

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

        [6]樂國安,薛婷.網(wǎng)絡(luò)集群行為的理論解釋模型探索[J].南開學(xué)報:哲學(xué)社會科學(xué)版,2011,38(5):116-123.

        [7]趙俊.兩個輿論場中的網(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)事件作用機制——基于系統(tǒng)動力學(xué)建模分析[J].情報雜志,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)工程理論與實踐,2011,31(11):2140-2150.

        [10]張青敏.基于系統(tǒng)動力學(xué)的網(wǎng)絡(luò)環(huán)境下信息生命周期演化規(guī)律研究[J].情報理論與實踐,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,2012,24(10):2181-2187.

        [12]王冰冰,夏志杰,于麗萍.在線社會網(wǎng)絡(luò)中應(yīng)急信息共享的系統(tǒng)動力學(xué)仿真研究[J].現(xiàn)代情報,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,2015,35(3):64-67,81.

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

        [15]徐勇.基于價值累加理論的網(wǎng)絡(luò)熱點事件輿情研判及系統(tǒng)實現(xiàn)[J].計算機工程與科學(xué),2015,37(12):2256-2261.

        (本文責(zé)任編輯:孫國雷)

        猜你喜歡
        事件系統(tǒng)動力學(xué)演變
        基于隨機函數(shù)Petri網(wǎng)的系統(tǒng)動力學(xué)關(guān)聯(lián)分析模型
        保羅·利科的“話語事件”思想
        授之以魚,不如授之以漁
        考試周刊(2016年92期)2016-12-08 00:10:56
        熱點事件中的“輿論搭車”現(xiàn)象探析
        新聞前哨(2016年11期)2016-12-07 11:25:41
        大學(xué)生網(wǎng)游成癮的系統(tǒng)動力學(xué)研究
        商(2016年32期)2016-11-24 17:43:22
        嵌入式系統(tǒng)課程“中斷、異常與事件”教學(xué)實踐及啟示
        計算機教育(2016年7期)2016-11-10 08:31:34
        異類女性故事在中國古代文學(xué)作品中的演變
        文教資料(2016年20期)2016-11-07 11:23:34
        美國公共住房退出管理中的兩難抉擇及啟示
        談中國戲曲藝術(shù)的發(fā)展進程
        戲劇之家(2016年19期)2016-10-31 17:41:38
        中國證券市場制度演變及制度性風(fēng)險分析
        亚洲精品高清av在线播放| 国产精品视频露脸| 亚洲国产日韩欧美综合a| 樱花草在线播放免费中文| 97精品伊人久久大香线蕉| 亚洲欧洲久久久精品| 免费av在线视频播放| 国产av精品一区二区三区久久| 中文字幕av一区二区三区人妻少妇| 黑人巨大无码中文字幕无码| 欧美精品久久久久久久久| 美女超薄透明丝袜美腿| 国产成人亚洲综合二区| 成人免费播放视频777777| 午夜男女很黄的视频| 高潮毛片无遮挡高清免费| 亚洲五月七月丁香缴情| 日产分东风日产还有什么日产| 人人做人人爽人人爱| 婷婷综合缴情亚洲| 国产精品成人无码a 无码 | 最近中文字幕免费完整版| 永久免费av无码网站yy | 国产思思久99久精品| 免费的黄网站精品久久| 人日本中文字幕免费精品| 色吧噜噜一区二区三区| 专干老熟女视频在线观看| 中文字幕 人妻熟女| 国产优质女主播在线观看| 精品高清免费国产在线| 激情影院内射美女| 欧美丰满熟妇bbbbbb百度| 九九99久久精品午夜剧场免费| 熟女乱乱熟女乱乱亚洲| 加勒比精品视频在线播放| 久久精品国产清自在天天线| 国产精品三级在线观看无码| 国产欧美日韩不卡一区二区三区| 亚洲女同一区二区三区| 浓毛老太交欧美老妇热爱乱|