柯赟
(1.武漢工商學(xué)院;2.湖北網(wǎng)絡(luò)社會(huì)發(fā)展研究中心,武漢430074)
基于動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的輿情預(yù)測(cè)模型研究
柯赟1,2
(1.武漢工商學(xué)院;2.湖北網(wǎng)絡(luò)社會(huì)發(fā)展研究中心,武漢430074)
隨著新興媒體的出現(xiàn),為了提前并更加準(zhǔn)確地判斷突發(fā)事件網(wǎng)絡(luò)輿情的發(fā)展演化方向,以便做出比較合理的預(yù)測(cè)監(jiān)控。文章基于動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)模型,建立了關(guān)于突發(fā)事件的網(wǎng)絡(luò)輿情預(yù)測(cè)監(jiān)控模型。通過(guò)關(guān)聯(lián)概率的計(jì)算,對(duì)動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)中存在因果關(guān)系的節(jié)點(diǎn)變量進(jìn)行預(yù)測(cè)。并以分析2014年上海踩踏事件為例,確定此事件對(duì)象中的節(jié)點(diǎn)變量,并通過(guò)10位專家評(píng)分的方式給出了對(duì)突發(fā)事件網(wǎng)絡(luò)輿情進(jìn)行預(yù)測(cè)的具體操作方法,得到比較合理的預(yù)測(cè)結(jié)果,證明了該方法的可行性和實(shí)用性。
網(wǎng)絡(luò)輿情;預(yù)測(cè);突發(fā)事件;動(dòng)態(tài)貝葉斯;專家評(píng)分
與傳統(tǒng)的社會(huì)輿情相比,隨著計(jì)算機(jī)網(wǎng)絡(luò)的迅速普及以及網(wǎng)民規(guī)模的滾動(dòng)式增長(zhǎng),網(wǎng)絡(luò)上的言論日益頻繁,其中,網(wǎng)絡(luò)環(huán)境中突發(fā)事件的“羊群行為”影響趨勢(shì)擴(kuò)大,包括影響的傳播速率以及擴(kuò)大規(guī)模。因此,近年來(lái)在輿情中,一種新的表現(xiàn)形式——網(wǎng)絡(luò)輿情也隨之出現(xiàn)。網(wǎng)絡(luò)輿情主要是指一些事件發(fā)生的前后憑借網(wǎng)絡(luò)媒介傳播后,人們對(duì)于這些事件的評(píng)價(jià)、認(rèn)知方向、行為趨勢(shì)等反應(yīng)回饋形成的集合。鑒于其突發(fā)性、爆發(fā)性以及實(shí)時(shí)性等特點(diǎn),若無(wú)法對(duì)網(wǎng)絡(luò)輿情實(shí)施適當(dāng)準(zhǔn)確的引導(dǎo)并監(jiān)管,則將導(dǎo)致其負(fù)面性對(duì)社會(huì)公共安全造成很大影響。
基于此背景下,對(duì)于突發(fā)事件的網(wǎng)絡(luò)輿情進(jìn)行提前、準(zhǔn)確的預(yù)測(cè)監(jiān)控顯得越來(lái)越有必要,并成為當(dāng)前研究的一大熱點(diǎn)問(wèn)題[1]。目前國(guó)內(nèi)外關(guān)于網(wǎng)絡(luò)輿情方面的研究文獻(xiàn),側(cè)重點(diǎn)已經(jīng)從定性研究開(kāi)始慢慢向定量和定性相結(jié)合的趨勢(shì)發(fā)展。
本文基于動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)模型,對(duì)突發(fā)事件的網(wǎng)絡(luò)輿情建立演變模型,并且利用特定的關(guān)聯(lián)概率公式計(jì)算來(lái)進(jìn)行實(shí)時(shí)預(yù)測(cè),給國(guó)家政府提供管理突發(fā)事件網(wǎng)絡(luò)輿情情況的參考價(jià)值。
1.1 突發(fā)事件網(wǎng)絡(luò)輿情演變分析
分析突發(fā)事件網(wǎng)絡(luò)輿情的演變情況,關(guān)系著如何采取有效的措施以最大程度的減小其對(duì)社會(huì)的影響,從而給政府相關(guān)部門充分的時(shí)間,在突發(fā)事件網(wǎng)絡(luò)輿情高潮來(lái)臨之前做好各種合理的處理預(yù)案。如張一文[2]將突發(fā)事件網(wǎng)絡(luò)輿情對(duì)社會(huì)的影響分為了四個(gè)階段:潛伏期、明顯期、高潮期以及消退期。本文在參考一些文獻(xiàn)的基礎(chǔ)上,認(rèn)為其具有一定時(shí)期的潛伏期,為了在突發(fā)事件網(wǎng)絡(luò)輿情到來(lái)時(shí)有足夠的預(yù)備措施,必須在此階段對(duì)其做好合理的預(yù)測(cè)分析。
因此,本文將突發(fā)事件網(wǎng)絡(luò)輿情的發(fā)展主要分為三個(gè)階段:潛伏期、發(fā)生期和演化期。其中,政府相關(guān)部門需要在潛伏期做好合理準(zhǔn)確的預(yù)測(cè)分析,從而做好相應(yīng)的預(yù)處理方案,采取有效的措施對(duì)其發(fā)生進(jìn)行處理,并引導(dǎo)突發(fā)事件網(wǎng)絡(luò)輿情平穩(wěn)的度過(guò)演化期。
1.2 動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)概念
動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)模型是指跟隨時(shí)間動(dòng)態(tài)變化而演化的模型[3],相對(duì)于靜態(tài)貝葉斯而言,其主要增加了一個(gè)時(shí)間要素,從而形成了包含對(duì)于時(shí)序數(shù)據(jù)具有處理能力的一個(gè)新的隨機(jī)模型。其中,“動(dòng)態(tài)”是指變量隨著動(dòng)態(tài)變化的時(shí)間取值,而非其網(wǎng)絡(luò)結(jié)構(gòu)發(fā)生動(dòng)態(tài)變化[4]。
1.3 突發(fā)事件網(wǎng)絡(luò)輿情預(yù)測(cè)建模
根據(jù)動(dòng)態(tài)貝葉斯的概念可知,基于其描述的突發(fā)事件模型具備時(shí)間上的動(dòng)態(tài)性,并且事件前后關(guān)聯(lián),滿足突發(fā)事件發(fā)展、變化的規(guī)律。動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)主要采用概率計(jì)算和統(tǒng)計(jì)的方法,結(jié)合專家評(píng)價(jià)、收集已有資料和數(shù)據(jù)進(jìn)行分析計(jì)算,具備信息時(shí)間累計(jì)的能力,相比靜態(tài)貝葉斯網(wǎng)絡(luò)描述,在很多情況下,更具備合理性。動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)主要由兩部分組成:(1)初始狀態(tài),即初始貝葉斯網(wǎng)絡(luò)N0;(2)兩個(gè)或者兩個(gè)以上時(shí)間片段的貝葉斯網(wǎng)絡(luò)N。具體如圖1所示。
由圖1所示,可以看出此推理過(guò)程在很大程度上契合突發(fā)事件的發(fā)展變化規(guī)律。本文采用動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)模型來(lái)建立突發(fā)事件網(wǎng)絡(luò)輿情的關(guān)鍵情景,并對(duì)其主要要素進(jìn)行分析。總體來(lái)說(shuō),動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的概率計(jì)算必須遵循如下規(guī)則[15]:動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)參照貝葉斯網(wǎng)絡(luò),同樣采用概率積分來(lái)表述不確定性,并且對(duì)于概率積分,最基本的規(guī)則為采用關(guān)聯(lián)事件的概率:
式(1)中,P(A,B)表示事件A和B發(fā)生的實(shí)際概率,P(B)表示事件B的絕對(duì)概率,P(A/B)表示給定事件B發(fā)生的情況下,事件A發(fā)生的條件概率。P(A/B)可由式(1)變換為表達(dá)式(2):
其中,P((Mi)為先驗(yàn)概率,即所有量測(cè)之前的狀態(tài)i的概率。是對(duì)于某一狀態(tài)i給定測(cè)量向量e的條件下的概率。
圖1 動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)示例
注意事項(xiàng):
(1)在對(duì)突發(fā)事件網(wǎng)絡(luò)輿情進(jìn)行監(jiān)控預(yù)測(cè)建模之前,首先需要把握任意兩節(jié)點(diǎn)變量之間的關(guān)系;
(2)在對(duì)(1)中節(jié)點(diǎn)變量之間關(guān)系的確定過(guò)程中,本文采用如下方法:第一步,通過(guò)相關(guān)領(lǐng)域?qū)<曳治鲚浨榈年P(guān)鍵因素點(diǎn),并以評(píng)分的形式給定一個(gè)閾值r。若實(shí)際評(píng)分值大于r時(shí),則對(duì)應(yīng)的要素為關(guān)鍵要素;相反,若實(shí)際評(píng)分值小于r時(shí),則需要丟掉;第二步,整合前面確定的關(guān)鍵要素點(diǎn),并按照一定的邏輯順序連接起來(lái)。
(3)根據(jù)確定的節(jié)點(diǎn)變量關(guān)系,構(gòu)建有向無(wú)環(huán)圖,也就是通過(guò)有向邊將每個(gè)節(jié)點(diǎn)的相互關(guān)系呈現(xiàn)出來(lái)。
2014年12月,上海市黃浦區(qū)外灘陳毅廣場(chǎng)發(fā)生群眾擁擠踩踏事件。政府對(duì)這一重大網(wǎng)絡(luò)輿情突發(fā)事件作出了迅速回應(yīng),考慮到其仍然社會(huì)影響極其惡劣,本文以此為例,進(jìn)行網(wǎng)絡(luò)預(yù)測(cè)分析。
2.1 確定節(jié)點(diǎn)變量
針對(duì)上海踩踏事件網(wǎng)絡(luò)輿情對(duì)象,將這些對(duì)象作為網(wǎng)絡(luò)的某一個(gè)節(jié)點(diǎn)。在突發(fā)事件中,主要利用主觀數(shù)據(jù)和客觀數(shù)據(jù)來(lái)分別對(duì)末級(jí)指標(biāo)進(jìn)行量化,這些數(shù)據(jù)的來(lái)源大部分從各種現(xiàn)代傳播媒體、交互工具以及政府等獲得。而在此事件中,本文選用如下五個(gè)節(jié)點(diǎn)作為貝葉斯網(wǎng)絡(luò)節(jié)點(diǎn):網(wǎng)民X1、傳統(tǒng)媒體(包括電視新聞、報(bào)紙等) X2、新興媒體(官方微博、管方微信等)X3、政府(包括官方日?qǐng)?bào)、電視會(huì)議等)X4、民間傳播(公眾、休閑場(chǎng)所等傳播)X5。
2.2 確定網(wǎng)絡(luò)節(jié)點(diǎn)的關(guān)系
通過(guò)相關(guān)領(lǐng)域?qū)<覍?duì)某一節(jié)點(diǎn)給出評(píng)分,從而確定節(jié)點(diǎn)間的因果關(guān)系,進(jìn)一步通過(guò)式(4)計(jì)算出當(dāng)前節(jié)點(diǎn)變量的概率值X。然后,給出此突發(fā)事件中當(dāng)前節(jié)點(diǎn)的一個(gè)信度閾值r,若前面計(jì)算出來(lái)的估算平均值大于r,則表示存在因果關(guān)系,否則,為不存在。對(duì)于存在因果關(guān)系的節(jié)點(diǎn)變量構(gòu)建有向無(wú)環(huán)圖,用箭頭連接,從而建立此事件的整個(gè)貝葉斯網(wǎng)絡(luò)。假定此事件合理性閾值為0.7。
本文選用10名專家對(duì)節(jié)點(diǎn)X1、X2、X3、X4、X5進(jìn)行分析評(píng)分,利用式(4)求得各個(gè)節(jié)點(diǎn)的算術(shù)平均值。具體情況見(jiàn)表1所示。
表1 變量X1、X2、X3、X4、X5的節(jié)點(diǎn)變量因果關(guān)系專家評(píng)分值
圖2 簡(jiǎn)化后的貝葉斯網(wǎng)絡(luò)圖
2.3 條件概率確定
本文假定此突發(fā)事件的網(wǎng)絡(luò)輿情某一節(jié)點(diǎn)變量G必定發(fā)生,因此它的True(記為T)為1、False(記為F)為0。其他貝葉斯網(wǎng)絡(luò)節(jié)點(diǎn)的條件概率則由10名專家根據(jù)網(wǎng)絡(luò)輿情的發(fā)展變化規(guī)律分析給出。當(dāng)G=T時(shí),若10名專家對(duì)X1[1]為T進(jìn)行打分分別為0.8、0.8、0.9、0.9、0.8、0.7、0.95、0.9、0.9、0.9,則計(jì)算出其平均值為0.855,從而其為F時(shí),F=1-0.855=0.145;當(dāng)G=F時(shí),若10名專家對(duì)X1[1]為T進(jìn)行打分分別為0、0、0、0、0、0、0、0、0、0,因此其為T的算術(shù)平均值為0,F=1-0=1。X1[2]、X1[3]、X1[4]、X1[5]的取值方法與X1[1]相同。本文只給出網(wǎng)民X1條件概率的確定值,具體情況見(jiàn)表2,傳統(tǒng)媒體X2、新興媒體X3、政府X4、民間傳播X5的計(jì)算方法與X1類似,這里只給出結(jié)果。
表2 X1的X1[1]、X1[2]、X1[3]、X1[4]、X1[5]時(shí)段的條件概率
2.4 狀態(tài)概率計(jì)算
根據(jù)上述專家評(píng)分,利用關(guān)聯(lián)概率計(jì)算出某一節(jié)點(diǎn)變量是否發(fā)生的概率。如X1的狀態(tài)概率P(X1)為:
P(X1[1])=P(X1[1]/G=T)×P(G=T)+P(X1[1]/G=F)×P(G=F)
可以預(yù)測(cè)網(wǎng)民X1、傳統(tǒng)媒體X2、新興媒體X3、政府X4、民間傳播X5在時(shí)間T2的動(dòng)態(tài)。從而進(jìn)一步根據(jù)T2五者之間的動(dòng)態(tài)預(yù)測(cè)T3的動(dòng)態(tài),遞推到整個(gè)事件結(jié)束為止,完成預(yù)測(cè)。本文只對(duì)X1在X1[1]、X1[2]、X1[3]、X1[4]、X1[5]這五個(gè)時(shí)間段進(jìn)行計(jì)算,具體結(jié)果見(jiàn)表3。
X2、X3、X4及X5的計(jì)算方法類似X1,得出X1[1]的T為0.855、X1[2]的T為0.752、X1[3]的T為0.787、X1[4]的T為0.787、X1[5]的T為0.861。同樣可以計(jì)算出其余各個(gè)節(jié)點(diǎn)的關(guān)聯(lián)概率T均大于0.7。
結(jié)果說(shuō)明,當(dāng)本文所列舉的事件發(fā)生時(shí),各媒體、網(wǎng)民、民眾等對(duì)這一事件的關(guān)注度會(huì)增加,不會(huì)呈現(xiàn)出保持不變或減弱的趨勢(shì)。因此,給相關(guān)部門對(duì)這一突發(fā)事件網(wǎng)絡(luò)輿情預(yù)警監(jiān)控提供了依據(jù)。
表3 X1節(jié)點(diǎn)在X1[1]、X1[2]、X1[3]、X1[4]、X1[5]時(shí)間段的狀態(tài)概率
本文采用動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)建立突發(fā)事件網(wǎng)絡(luò)輿情監(jiān)控預(yù)測(cè)模型,通過(guò)時(shí)間的動(dòng)態(tài)變化可以很直觀的從網(wǎng)絡(luò)圖中看出事件中定義的各個(gè)節(jié)點(diǎn)的發(fā)展趨勢(shì),從而可以更加準(zhǔn)確合理的做出預(yù)測(cè),為政府相關(guān)部門輿情控制提供有效的參考。另外,通過(guò)專家分析評(píng)分來(lái)確定事件發(fā)展各個(gè)階段的條件概率,把定性問(wèn)題定量化,可以有效的實(shí)現(xiàn)兩者的結(jié)合,因此經(jīng)過(guò)計(jì)算得出的結(jié)果會(huì)更具有科學(xué)性。理論上,相關(guān)領(lǐng)域越權(quán)威的專家給出的評(píng)分更加具有參考性以及實(shí)際價(jià)值,同時(shí)專家數(shù)量的規(guī)模需要根據(jù)突發(fā)事件的實(shí)際情況確定。
最后,本文以上海踩踏突發(fā)事件為例,分析并預(yù)測(cè)了其網(wǎng)絡(luò)輿情變化。可以看出,本文方法可以應(yīng)用到具體事例中,并盡可能從多方面相關(guān)渠道收集詳細(xì)的調(diào)查數(shù)據(jù)進(jìn)行分析,從而做出更加準(zhǔn)確合理的預(yù)測(cè)。隨著國(guó)內(nèi)網(wǎng)絡(luò)輿情預(yù)測(cè)體系的不斷發(fā)展完善,這一方法將能夠?yàn)檎治鐾话l(fā)事件網(wǎng)絡(luò)輿情起到一定的參考價(jià)值。
[1]Schydel v R,Triklel A,Osbome C.A Digital w atermark[C].Procedding of International Conference on Image Proceeding.Texas:IEEE, 1994,(2).
[2]張一文,齊佳音,方濱興等.非常規(guī)突發(fā)事件網(wǎng)絡(luò)輿情熱度評(píng)價(jià)指標(biāo)體系構(gòu)建[J].情報(bào)雜志,2010,(11).
[3]史志富,張安.貝葉斯網(wǎng)絡(luò)理論及其在軍事系統(tǒng)中的應(yīng)用[M].北京:國(guó)防工業(yè)出版社,2012.
[4]酈能敬.預(yù)警機(jī)系統(tǒng)導(dǎo)論[M].北京:國(guó)防工業(yè)出版社,1998.
[5]孫兆林,楊宏文,胡衛(wèi)東.基于貝葉斯網(wǎng)絡(luò)的態(tài)勢(shì)估計(jì)方法[J].計(jì)算機(jī)應(yīng)用,2005,25(4).
(責(zé)任編輯/亦民)
G530
A
1002-6487(2016)20-0026-03
湖北省社會(huì)科學(xué)基金重大項(xiàng)目(國(guó)信辦委托項(xiàng)目)(2012w T007)
柯赟(1978—),女,湖北武漢人,副教授,研究員,研究方向:網(wǎng)絡(luò)傳播、危機(jī)管理、輿情導(dǎo)控。