柯赟

(1.武漢工商學(xué)院;2.湖北網(wǎng)絡(luò)社會發(fā)展研究中心,武漢430074)

基于動態(tài)貝葉斯網(wǎng)絡(luò)的輿情預(yù)測模型研究

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)測監(jiān)控。文章基于動態(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)測監(jiān)控模型。通過關(guān)聯(lián)概率的計算,對動態(tài)貝葉斯網(wǎng)絡(luò)中存在因果關(guān)系的節(jié)點變量進行預(yù)測。并以分析2014年上海踩踏事件為例,確定此事件對象中的節(jié)點變量,并通過10位專家評分的方式給出了對突發(fā)事件網(wǎng)絡(luò)輿情進行預(yù)測的具體操作方法,得到比較合理的預(yù)測結(jié)果,證明了該方法的可行性和實用性。

網(wǎng)絡(luò)輿情;預(yù)測;突發(fā)事件;動態(tài)貝葉斯;專家評分

0 引言

與傳統(tǒng)的社會輿情相比,隨著計算機網(wǎng)絡(luò)的迅速普及以及網(wǎng)民規(guī)模的滾動式增長,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”影響趨勢擴大,包括影響的傳播速率以及擴大規(guī)模。因此,近年來在輿情中,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,人們對于這些事件的評價、認(rèn)知方向、行為趨勢等反應(yīng)回饋形成的集合。鑒于其突發(fā)性、爆發(fā)性以及實時性等特點,若無法對網(wǎng)絡(luò)輿情實施適當(dāng)準(zhǔn)確的引導(dǎo)并監(jiān)管,則將導(dǎo)致其負(fù)面性對社會公共安全造成很大影響。

基于此背景下,對于突發(fā)事件的網(wǎng)絡(luò)輿情進行提前、準(zhǔn)確的預(yù)測監(jiān)控顯得越來越有必要,并成為當(dāng)前研究的一大熱點問題[1]。目前國內(nèi)外關(guān)于網(wǎng)絡(luò)輿情方面的研究文獻,側(cè)重點已經(jīng)從定性研究開始慢慢向定量和定性相結(jié)合的趨勢發(fā)展。

本文基于動態(tài)貝葉斯網(wǎng)絡(luò)模型,對突發(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)概率公式計算來進行實時預(yù)測,給國家政府提供管理突發(fā)事件網(wǎng)絡(luò)輿情情況的參考價值。

1 輿情預(yù)測模型的構(gòu)建

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社會的影響,從而給政府相關(guān)部門充分的時間,在突發(fā)事件網(wǎng)絡(luò)輿情高潮來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)輿情對社會的影響分為了四個階段:潛伏期、明顯期、高潮期以及消退期。本文在參考一些文獻的基礎(chǔ)上,認(rèn)為其具有一定時期的潛伏期,為了在突發(fā)事件網(wǎng)絡(luò)輿情到來時有足夠的預(yù)備措施,必須在此階段對其做好合理的預(yù)測分析。

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)測分析,從而做好相應(yīng)的預(yù)處理方案,采取有效的措施對其發(fā)生進行處理,并引導(dǎo)突發(fā)事件網(wǎng)絡(luò)輿情平穩(wěn)的度過演化期。

1.2 動態(tài)貝葉斯網(wǎng)絡(luò)概念

動態(tài)貝葉斯網(wǎng)絡(luò)模型是指跟隨時間動態(tài)變化而演化的模型[3],相對于靜態(tài)貝葉斯而言,其主要增加了一個時間要素,從而形成了包含對于時序數(shù)據(jù)具有處理能力的一個新的隨機模型。其中,“動態(tài)”是指變量隨著動態(tài)變化的時間取值,而非其網(wǎng)絡(luò)結(jié)構(gòu)發(fā)生動態(tài)變化[4]。

1.3 突發(fā)事件網(wǎng)絡(luò)輿情預(yù)測建模

根據(jù)動態(tài)貝葉斯的概念可知,基于其描述的突發(fā)事件模型具備時間上的動態(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。動態(tài)貝葉斯網(wǎng)絡(luò)主要采用概率計算和統(tǒng)計的方法,結(jié)合專家評價、收集已有資料和數(shù)據(jù)進行分析計算,具備信息時間累計的能力,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)兩個或者兩個以上時間片段的貝葉斯網(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。本文采用動態(tài)貝葉斯網(wǎng)絡(luò)模型來建立突發(fā)事件網(wǎng)絡(luò)輿情的關(guān)鍵情景,并對其主要要素進行分析。總體來說,動態(tài)貝葉斯網(wǎng)絡(luò)的概率計算必須遵循如下規(guī)則[15]:動態(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表述不確定性,并且對于概率積分,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)生的實際概率,P(B)表示事件B的絕對概率,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)變換為表達式(2):

其中,P((Mi)為先驗概率,即所有量測之前的狀態(tài)i的概率。是對于某一狀態(tài)i給定測量向量e的條件下的概率。

圖1 動態(tài)貝葉斯網(wǎng)絡(luò)示例

注意事項:

(1)在對突發(fā)事件網(wǎng)絡(luò)輿情進行監(jiān)控預(yù)測建模之前,首先需要把握任意兩節(jié)點變量之間的關(guān)系;

(2)在對(1)中節(jié)點變量之間關(guān)系的確定過程中,本文采用如下方法:第一步,通過相關(guān)領(lǐng)域?qū)＜曳治鲚浨榈年P(guān)鍵因素點,并以評分的形式給定一個閾值r。若實際評分值大于r時,則對應(yīng)的要素為關(guān)鍵要素;相反,若實際評分值小于r時,則需要丟掉;第二步,整合前面確定的關(guān)鍵要素點,并按照一定的邏輯順序連接起來。

(3)根據(jù)確定的節(jié)點變量關(guān)系,構(gòu)建有向無環(huán)圖,也就是通過有向邊將每個節(jié)點的相互關(guān)系呈現(xiàn)出來。

2 實例分析

2014年12月,上海市黃浦區(qū)外灘陳毅廣場發(fā)生群眾擁擠踩踏事件。政府對這一重大網(wǎng)絡(luò)輿情突發(fā)事件作出了迅速回應(yīng),考慮到其仍然社會影響極其惡劣,本文以此為例,進行網(wǎng)絡(luò)預(yù)測分析。

2.1 確定節(jié)點變量

針對上海踩踏事件網(wǎng)絡(luò)輿情對象,將這些對象作為網(wǎng)絡(luò)的某一個節(jié)點。在突發(fā)事件中,主要利用主觀數(shù)據(jù)和客觀數(shù)據(jù)來分別對末級指標(biāo)進行量化,這些數(shù)據(jù)的來源大部分從各種現(xiàn)代傳播媒體、交互工具以及政府等獲得。而在此事件中,本文選用如下五個節(jié)點作為貝葉斯網(wǎng)絡(luò)節(jié)點:網(wǎng)民X1、傳統(tǒng)媒體(包括電視新聞、報紙等) X2、新興媒體(官方微博、管方微信等)X3、政府(包括官方日報、電視會議等)X4、民間傳播(公眾、休閑場所等傳播)X5。

2.2 確定網(wǎng)絡(luò)節(jié)點的關(guān)系

通過相關(guān)領(lǐng)域?qū)＜覍δ骋还?jié)點給出評分,從而確定節(jié)點間的因果關(guān)系,進一步通過式(4)計算出當(dāng)前節(jié)點變量的概率值X。然后,給出此突發(fā)事件中當(dāng)前節(jié)點的一個信度閾值r,若前面計算出來的估算平均值大于r,則表示存在因果關(guān)系,否則,為不存在。對于存在因果關(guān)系的節(jié)點變量構(gòu)建有向無環(huán)圖,用箭頭連接,從而建立此事件的整個貝葉斯網(wǎng)絡(luò)。假定此事件合理性閾值為0.7。

本文選用10名專家對節(jié)點X1、X2、X3、X4、X5進行分析評分,利用式(4)求得各個節(jié)點的算術(shù)平均值。具體情況見表1所示。

表1 變量X1、X2、X3、X4、X5的節(jié)點變量因果關(guān)系專家評分值

圖2 簡化后的貝葉斯網(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,若10名專家對X1[1]為T進行打分分別為0.8、0.8、0.9、0.9、0.8、0.7、0.95、0.9、0.9、0.9,則計算出其平均值為0.855,從而其為F時,F=1-0.855=0.145;當(dāng)G=F時,若10名專家對X1[1]為T進行打分分別為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,具體情況見表2,傳統(tǒng)媒體X2、新興媒體X3、政府X4、民間傳播X5的計算方法與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]時段的條件概率

2.4 狀態(tài)概率計算

根據(jù)上述專家評分,利用關(guān)聯(lián)概率計算出某一節(jié)點變量是否發(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在時間T2的動態(tài)。從而進一步根據(jù)T2五者之間的動態(tài)預(yù)測T3的動態(tài),遞推到整個事件結(jié)束為止,完成預(yù)測。本文只對X1在X1[1]、X1[2]、X1[3]、X1[4]、X1[5]這五個時間段進行計算,具體結(jié)果見表3。

X2、X3、X4及X5的計算方法類似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。同樣可以計算出其余各個節(jié)點的關(guān)聯(lián)概率T均大于0.7。

結(jié)果說明,當(dāng)本文所列舉的事件發(fā)生時,各媒體、網(wǎng)民、民眾等對這一事件的關(guān)注度會增加,不會呈現(xiàn)出保持不變或減弱的趨勢。因此,給相關(guān)部門對這一突發(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)點在X1[1]、X1[2]、X1[3]、X1[4]、X1[5]時間段的狀態(tài)概率

3 結(jié)論

本文采用動態(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)測模型,通過時間的動態(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節(jié)點的發(fā)展趨勢,從而可以更加準(zhǔn)確合理的做出預(yù)測,為政府相關(guān)部門輿情控制提供有效的參考。另外,通過專家分析評分來確定事件發(fā)展各個階段的條件概率,把定性問題定量化,可以有效的實現(xiàn)兩者的結(jié)合,因此經(jīng)過計算得出的結(jié)果會更具有科學(xué)性。理論上,相關(guān)領(lǐng)域越權(quán)威的專家給出的評分更加具有參考性以及實際價值,同時專家數(shù)量的規(guī)模需要根據(jù)突發(fā)事件的實際情況確定。

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)渠道收集詳細的調(diào)查數(shù)據(jù)進行分析,從而做出更加準(zhǔn)確合理的預(yù)測。隨著國內(nèi)網(wǎng)絡(luò)輿情預(yù)測體系的不斷發(fā)展完善,這一方法將能夠為政府分析突發(fā)事件網(wǎng)絡(luò)輿情起到一定的參考價值。

[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)輿情熱度評價指標(biāo)體系構(gòu)建[J].情報雜志,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:國防工業(yè)出版社,2012.

[4]酈能敬.預(yù)警機系統(tǒng)導(dǎo)論[M].北京:國防工業(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)勢估計方法[J].計算機應(yīng)用,2005,25(4).

(責(zé)任編輯/亦民)

G530

A

1002-6487(2016)20-0026-03

湖北省社會科學(xué)基金重大項目(國信辦委托項目)(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、危機管理、輿情導(dǎo)控。