◆張黎明 趙麗娟

基于SPSS Modeler的涉警網(wǎng)絡(luò)輿情預(yù)警研究

◆張黎明1趙麗娟2

（1.中國人民警察大學(xué)（廊坊） 河北 065000；2.中國人民警察大學(xué)（廊坊） 河北 065000）

網(wǎng)絡(luò)的飛速發(fā)展徹底改變了當(dāng)下輿論傳播方式，促使更多的個(gè)人、組織以不同的身份參與到網(wǎng)絡(luò)輿論中，使網(wǎng)絡(luò)輿情的發(fā)展更具多樣性。近些年來涉警網(wǎng)絡(luò)輿情態(tài)勢(shì)愈加嚴(yán)峻，一方面是因?yàn)榫爝@一職業(yè)的特殊性，另一方面是對(duì)網(wǎng)絡(luò)輿情評(píng)估的不準(zhǔn)確和不全面，導(dǎo)致輿情管理部門不能采取有效的預(yù)警和疏導(dǎo)措施，甚至危及社會(huì)安全的網(wǎng)絡(luò)輿情事例頻發(fā)。本文通過利用爬取的涉警網(wǎng)絡(luò)輿情數(shù)據(jù)，分析涉警網(wǎng)絡(luò)輿情事件的相關(guān)維度，利用人工神經(jīng)網(wǎng)絡(luò)算法，構(gòu)建涉警網(wǎng)絡(luò)輿情熱度預(yù)測(cè)模型，以期為公安機(jī)關(guān)早期處置輿情事件提供強(qiáng)有力的方法指引和技術(shù)支撐。

網(wǎng)絡(luò)輿情；涉警輿情；SPSS；神經(jīng)網(wǎng)絡(luò)模型

隨著新浪微博、今日頭條等等網(wǎng)絡(luò)媒介的高速發(fā)展，網(wǎng)絡(luò)傳播路徑呈現(xiàn)裂變式擴(kuò)散。網(wǎng)絡(luò)輿情事件頻繁發(fā)生，如若應(yīng)對(duì)不當(dāng)，極有可能對(duì)當(dāng)事方以及社會(huì)產(chǎn)生重大負(fù)面影響。2016年2月份，習(xí)近平總書記在召開的新聞?shì)浾摴ぷ髯剷?huì)上，將輿情引導(dǎo)、輿情管理上升到黨和國家的戰(zhàn)略層面。在這樣的情形之下，及時(shí)展開對(duì)相關(guān)網(wǎng)絡(luò)輿情風(fēng)險(xiǎn)的評(píng)估，進(jìn)一步來加強(qiáng)網(wǎng)絡(luò)輿情的監(jiān)督和管理就顯得非常必要。

根據(jù)CNNIC（中國互聯(lián)網(wǎng)信息中心）發(fā)布的《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》顯示，截至2018年12月底，我國網(wǎng)民的用戶規(guī)模約8.29億，2018年全年新增網(wǎng)民數(shù)量5653萬，互聯(lián)網(wǎng)的普及率高達(dá)59.6%，較2017年底提升了3.8%。我國手機(jī)網(wǎng)民規(guī)模達(dá)8.17億，2018年全年新增手機(jī)網(wǎng)民約6433萬；網(wǎng)民中使用手機(jī)上網(wǎng)的比例由2017年年底的97.5%提升至2018年年底的98.6%，根據(jù)以上統(tǒng)計(jì)信息，我們不難看出，目前手機(jī)上網(wǎng)已經(jīng)成了網(wǎng)民最受歡迎的、最常用的上網(wǎng)渠道之一。據(jù)調(diào)查統(tǒng)計(jì)，僅僅以2019年至2020年為例，互聯(lián)網(wǎng)上僅百度一家公司的有關(guān)警察的咨詢指數(shù)即達(dá)到了2，358，673。據(jù)調(diào)查統(tǒng)計(jì)，2016年熱度排名前60名的熱點(diǎn)輿情事件中，涉警輿情占17個(gè)，前十名中，涉警輿情占3個(gè)。司法部門的輿情中，負(fù)面輿情占比高達(dá) 67.7%。違紀(jì)違規(guī)、違法犯罪類事件的輿情占比高達(dá)23.3%，在各類事件中比例最高。數(shù)據(jù)表明涉警輿情的現(xiàn)狀是受到重點(diǎn)關(guān)注，且形勢(shì)不容樂觀。因此，基于涉警網(wǎng)絡(luò)輿情的特征，進(jìn)一步研究和構(gòu)建涉警網(wǎng)絡(luò)輿情熱度評(píng)估模型，加強(qiáng)網(wǎng)絡(luò)輿情的管理工作，是有效防范和抵御各類重大社會(huì)風(fēng)險(xiǎn)的迫切需要。

1 涉警網(wǎng)絡(luò)輿情綜述

1.1 涉警網(wǎng)絡(luò)輿情核心概念

涉警網(wǎng)絡(luò)輿情一般是指以網(wǎng)絡(luò)為載體，個(gè)人用戶或者組織群體對(duì)公安機(jī)關(guān)或者警察個(gè)人的執(zhí)法、管理、服務(wù)等活動(dòng)，對(duì)公安機(jī)關(guān)出臺(tái)的政策措施，對(duì)現(xiàn)實(shí)公安形象與警察隊(duì)伍形象，以及對(duì)非現(xiàn)實(shí)公安機(jī)關(guān)與警察等主體與其他能夠映射到現(xiàn)實(shí)公安機(jī)關(guān)、警察等主體所持有的情緒、態(tài)度、意見的總和。

1.2 涉警網(wǎng)絡(luò)輿情表現(xiàn)形式

涉警網(wǎng)絡(luò)輿情的客體多為現(xiàn)實(shí)生活中的突發(fā)性事件，其具體可表現(xiàn)為突然發(fā)生并在網(wǎng)絡(luò)上引起迅速關(guān)注且能夠影響警察公信力、警察執(zhí)法、警民關(guān)系的事件。事件的標(biāo)簽大多為公安機(jī)關(guān)暴力執(zhí)法、執(zhí)法不當(dāng)、消極執(zhí)法、不作為、侵犯公民個(gè)人合法利益或損害公民人身權(quán)利等；相關(guān)人員帶有明顯標(biāo)簽，如案件當(dāng)事人雙方地位懸殊，涉嫌利用職權(quán)關(guān)系以強(qiáng)凌弱等等，諸如此類事件都很容易發(fā)酵成為輿論焦點(diǎn)，引起網(wǎng)民大規(guī)模的過度關(guān)注與不理智討論。

1.3 涉警網(wǎng)絡(luò)輿情研究現(xiàn)狀

筆者首先通過中國知網(wǎng)數(shù)據(jù)庫，以“涉警輿情”為檢索關(guān)鍵詞來進(jìn)行搜索，結(jié)果如下圖圖1所示。通過分析下圖我們不難看出，首篇涉警輿情相關(guān)研究文獻(xiàn)發(fā)表于2008年，明顯反映了我國針對(duì)涉警輿情領(lǐng)域研究的起步相對(duì)較晚的實(shí)情。截至2020年年底，相關(guān)主題文獻(xiàn)發(fā)表數(shù)量合計(jì)為433篇，通過文獻(xiàn)數(shù)量可知國內(nèi)學(xué)者對(duì)于涉警網(wǎng)絡(luò)輿情的研究關(guān)注度不是很高，文獻(xiàn)研究數(shù)量也較為匱乏。在對(duì)相關(guān)文獻(xiàn)的內(nèi)容進(jìn)行分析得出目前的研究主要集中于理論研究，缺乏對(duì)涉警網(wǎng)絡(luò)輿情預(yù)測(cè)的相關(guān)技術(shù)研究。綜上所述，及時(shí)地開展對(duì)涉警網(wǎng)絡(luò)輿情預(yù)警的模型構(gòu)建和預(yù)警研究，具有至關(guān)重要的現(xiàn)實(shí)需求和實(shí)際應(yīng)用價(jià)值。

2 涉警網(wǎng)絡(luò)輿情事件維度體系建立

2.1 執(zhí)法維度

通過對(duì)近幾年涉警網(wǎng)絡(luò)輿情案例的分析發(fā)現(xiàn)，警察的執(zhí)法行為往往成為網(wǎng)民熱議的一個(gè)話題，網(wǎng)民普法意識(shí)得到提升對(duì)執(zhí)法行為的關(guān)注與重視使得當(dāng)他們面對(duì)一個(gè)涉警事件時(shí)往往從規(guī)范程度、道德、細(xì)節(jié)等各個(gè)方面檢查警察的執(zhí)法行為是否規(guī)范，這種對(duì)立的立場(chǎng)對(duì)涉警網(wǎng)絡(luò)輿情處置產(chǎn)生較大的考驗(yàn)。若警察執(zhí)法全都合乎規(guī)矩可能在網(wǎng)絡(luò)上引不起較大波瀾，但若警察在執(zhí)法過程中存在不符合法律規(guī)范的行為則會(huì)引發(fā)網(wǎng)民對(duì)該事件更大的爭(zhēng)議并由此引發(fā)更大范圍的發(fā)酵。所以將警察執(zhí)法維度作為分析涉警輿情事件的一個(gè)分析維度具有重要意義。

2.2 傷亡維度

在面對(duì)涉警網(wǎng)絡(luò)輿情事件的時(shí)候，網(wǎng)民或者網(wǎng)絡(luò)主體，往往會(huì)不由自主地產(chǎn)生一種貼靠心理狀態(tài)或者是共情的心理狀態(tài)，即指心理換位、將心比心。主要體現(xiàn)在情緒自控、換位思考、傾聽能力、情感共鳴以及表達(dá)尊重等等與情商相關(guān)的方面。又因?yàn)樯踩侨藗冊(cè)谏鐣?huì)上生存的最為重要的因素之一，其重要程度也就決定了，在有關(guān)生命安全的網(wǎng)絡(luò)輿情事件爆發(fā)時(shí)，尤其是再加上警察這一標(biāo)簽時(shí)，輿情事件的關(guān)注度就會(huì)更上一個(gè)臺(tái)階，這時(shí)難免會(huì)不同程度的引發(fā)網(wǎng)民高度甚至過度的關(guān)注。由此我們可以得出，可以把傷亡維度作為涉警網(wǎng)絡(luò)輿情事件分析的一個(gè)重要維度。

2.3 標(biāo)簽維度

人們的固化思維一旦被標(biāo)簽化，極容易輕率地根據(jù)某個(gè)人所具有的群體身份而妄下定論，這種刻板印象使得認(rèn)知與現(xiàn)實(shí)產(chǎn)生偏差。對(duì)待事件的標(biāo)簽化處理，也同樣是當(dāng)前網(wǎng)絡(luò)輿情事件中存在的重要問題。在涉警網(wǎng)絡(luò)輿情中，由于警察本身已是一種備受關(guān)注的社會(huì)標(biāo)簽，如果這個(gè)時(shí)候，再出現(xiàn)其他類型的顯著標(biāo)簽，或者是表示當(dāng)事人身份的其他標(biāo)簽等，這都將影響涉警網(wǎng)絡(luò)輿情的引導(dǎo)與管控，所以重視涉警網(wǎng)絡(luò)輿情事件中的標(biāo)簽維度是引導(dǎo)與處置該類事件中不可忽視的一個(gè)重要環(huán)節(jié)。

圖1 中國知網(wǎng)近幾年涉警網(wǎng)絡(luò)輿情文獻(xiàn)

3 涉警網(wǎng)絡(luò)輿情數(shù)據(jù)采集與處理

當(dāng)前，微博作為人們?nèi)粘Ｉ钪惺褂米铑l繁的網(wǎng)絡(luò)社交平臺(tái)之一，為網(wǎng)絡(luò)輿情的產(chǎn)生、發(fā)展、演化提供了充分的環(huán)境。據(jù)調(diào)查統(tǒng)計(jì)數(shù)據(jù)表明，微博已經(jīng)成為目前民眾獲取信息的重要渠道。與其他信息傳播媒介相比，其事件搜索熱度（均值107333，第二名）、事件首曝量（17.4%，第三名）、用戶規(guī)模（3.16億，第八名）、網(wǎng)民使用率（40.9%，第八名）等都處于較高水平。同時(shí)，微博以其信息包容的特性，為從其他傳播媒介中轉(zhuǎn)載信息提供了重要的渠道。也就是說，對(duì)于信息傳播與網(wǎng)絡(luò)輿情發(fā)展，微博實(shí)際中的價(jià)值與地位，要比統(tǒng)計(jì)結(jié)果表現(xiàn)得更為重要。對(duì)于信息的傳播與網(wǎng)絡(luò)輿情的生成微博都起著至關(guān)重要的作用，所以此次實(shí)驗(yàn)數(shù)據(jù)通過利用新浪微博平臺(tái)進(jìn)行爬取。

3.1 數(shù)據(jù)采集

3.1.1采集范圍

在數(shù)據(jù)范圍的選擇時(shí)用到了新浪微博的高級(jí)搜索功能來進(jìn)一步精確數(shù)據(jù)范圍。在高級(jí)搜索面板上選取了關(guān)鍵詞為警察的信息，微博發(fā)文時(shí)間為2020年上半年，即2020年1月1日至2020年7月1日的全部微博，如圖2所示。

圖2 微博高級(jí)搜索涉警輿情信息

3.1.2數(shù)據(jù)爬取

利用Python爬蟲技術(shù)對(duì)確定好范圍的頁面進(jìn)行內(nèi)容的爬取，爬取的信息分別為：發(fā)文的用戶、發(fā)文內(nèi)容、點(diǎn)贊數(shù)、轉(zhuǎn)發(fā)數(shù)、評(píng)論數(shù)。通過Python爬蟲抓取關(guān)鍵詞等限定的頁面信息，爬取建模所需的原始數(shù)據(jù)。如圖3所示，本次涉警網(wǎng)絡(luò)輿情的關(guān)鍵詞限定為“警察”，時(shí)間為2020年1月1日至2020年6月1日，原始數(shù)據(jù)總量為7萬1538條。當(dāng)然，這里面有很多次要數(shù)據(jù)，還需要對(duì)數(shù)據(jù)進(jìn)行清洗和整理。

圖3 涉警信息數(shù)總數(shù)

通過對(duì)數(shù)據(jù)進(jìn)行進(jìn)一步的清洗和整理，我們選中該數(shù)據(jù)庫中前一百名數(shù)據(jù)進(jìn)行分析處理。另外，我們也不難看出，熱門數(shù)據(jù)的點(diǎn)贊數(shù)量，遠(yuǎn)遠(yuǎn)大于其評(píng)論數(shù)量和轉(zhuǎn)發(fā)數(shù)量二者之和，因此，在下一步的人工神經(jīng)算法分析過程中，就會(huì)舍棄評(píng)論數(shù)和轉(zhuǎn)發(fā)數(shù)這兩個(gè)次要變量。

如圖4所示，紅色區(qū)域數(shù)據(jù)為境外涉警輿情信息，因此此類數(shù)據(jù)應(yīng)該舍棄，以保證數(shù)據(jù)分析結(jié)果的精度和準(zhǔn)確性。

圖4 涉警信息原始數(shù)據(jù)

然后再選取排名前100條的有效數(shù)據(jù)進(jìn)行編排分析。利用維度分析法，再次對(duì)爬取的數(shù)據(jù)進(jìn)行逐條分析，每條數(shù)據(jù)都從結(jié)合自身信息內(nèi)容出發(fā)通過執(zhí)法維度（根據(jù)熱搜案例分析，總共分為以下四種情況：暴力執(zhí)法、消極執(zhí)法、執(zhí)法不當(dāng)、正常執(zhí)法）、傷亡維度（分為有人傷亡和無人傷亡）以及標(biāo)簽維度（是否為標(biāo)簽化人群）這三個(gè)維度進(jìn)行確立。為了便于將爬取的信息進(jìn)行建模并用于機(jī)器學(xué)習(xí)，在確立各個(gè)信息的維度時(shí)，以數(shù)字“1”代表符合該種情況，數(shù)字“0”代表與該種情況不符合。數(shù)據(jù)處理結(jié)果如圖5所示（數(shù)據(jù)總量較多，此處只展示小部分?jǐn)?shù)據(jù)量）。

3.2 數(shù)據(jù)處理

3.2.1數(shù)據(jù)篩選

人工神經(jīng)網(wǎng)絡(luò)是由大量處理單元互聯(lián)組成的非線性、自適應(yīng)信息處理系統(tǒng)。它是在現(xiàn)代神經(jīng)科學(xué)研究成果的基礎(chǔ)上提出的，試圖通過模擬大腦神經(jīng)網(wǎng)絡(luò)處理、記憶信息的方式為參考，來進(jìn)一步進(jìn)行數(shù)據(jù)信息的處理。在人工神經(jīng)網(wǎng)絡(luò)中，輸入變量的取值范圍一般要求是在0～1，否則輸入變量的不同數(shù)量級(jí)別會(huì)直接影響權(quán)值的確定、加法器的計(jì)算結(jié)果，以及最終的分類預(yù)測(cè)結(jié)果。因此，在SPSS Modeler的系統(tǒng)之中，對(duì)數(shù)值型變量進(jìn)行數(shù)據(jù)的標(biāo)準(zhǔn)化處理采用的是極差法。對(duì)分類型輸入變量：對(duì)具有k個(gè)類別的分類型變量轉(zhuǎn)化成k個(gè)取值為0或1的數(shù)值型變量后再處理。

3.2.2數(shù)據(jù)編碼

基于此對(duì)數(shù)據(jù)分析得出，傷亡維度規(guī)定為有人傷亡為A、否為B；執(zhí)法維度為暴力執(zhí)法為1、消極執(zhí)法為2、執(zhí)法不當(dāng)為3、正常執(zhí)法為4 ；標(biāo)簽化維度為事件中存在標(biāo)簽化人員為1、否則為0，具體分類情況如下圖圖6所示。

圖5 涉警網(wǎng)絡(luò)輿情原始數(shù)據(jù)分組

圖6 涉警網(wǎng)絡(luò)輿情事件編碼

4 神經(jīng)網(wǎng)絡(luò)模型的構(gòu)建

基于SPSS Modeler的各項(xiàng)內(nèi)置算法建立預(yù)測(cè)涉警網(wǎng)絡(luò)輿情發(fā)展態(tài)勢(shì)是一種較好的數(shù)據(jù)統(tǒng)計(jì)分析方法。把海量數(shù)據(jù)中的各因素各維度相關(guān)聯(lián)，對(duì)數(shù)據(jù)進(jìn)行訓(xùn)練學(xué)習(xí)，挖掘出數(shù)據(jù)的關(guān)聯(lián)程度，是一種定量分析與定性分析相結(jié)合的有效方法。

人工神經(jīng)網(wǎng)絡(luò)其實(shí)就是一種類似于人腦的抽象計(jì)算模型。神經(jīng)網(wǎng)絡(luò)是由大量的、簡(jiǎn)單的處理單元和神經(jīng)元，以此來廣泛地互相連接從而形成的一個(gè)復(fù)雜網(wǎng)絡(luò)計(jì)算系統(tǒng)，它反映出人腦功能的許多基本的特征，可以理解為是一個(gè)高度復(fù)雜的非線性的動(dòng)力學(xué)習(xí)系統(tǒng)。神經(jīng)網(wǎng)絡(luò)具有大規(guī)模并行、分布式存儲(chǔ)和處理、自組織、自適應(yīng)和自學(xué)能力，特別適合處理需要同時(shí)考慮許多因素和條件的、不精確和模糊的信息處理問題。由于涉警網(wǎng)絡(luò)輿情事件的相關(guān)輸入變量多樣且輸出變量并不是二分類型數(shù)值，所以此次涉警網(wǎng)絡(luò)輿情模型的搭建選擇SPSS Modeler中的類神經(jīng)網(wǎng)絡(luò)算法進(jìn)行。

4.1 數(shù)據(jù)導(dǎo)入

在SPSS Modeler中通過Source選項(xiàng)卡中的Excel節(jié)點(diǎn)實(shí)現(xiàn)對(duì)預(yù)先整理的涉警事件信息進(jìn)行讀取。點(diǎn)贊數(shù)不僅能夠高效簡(jiǎn)便的反映網(wǎng)民對(duì)相關(guān)事件的關(guān)注度，更由于其數(shù)據(jù)本身代表的數(shù)量優(yōu)勢(shì)有利于提升數(shù)據(jù)模型的準(zhǔn)確性，所以這里我們可以將點(diǎn)贊數(shù)作為衡量涉警網(wǎng)絡(luò)輿情熱度的唯一指標(biāo)。把整理好的數(shù)據(jù)導(dǎo)入軟件SPSS Modeler之中，將傷亡維度、執(zhí)法維度、標(biāo)簽化作為輸入變量，點(diǎn)贊數(shù)作為目標(biāo)變量，如圖7所示。

4.2 模型搭建

把導(dǎo)入好的數(shù)據(jù)進(jìn)行分區(qū)處理，數(shù)據(jù)整體的90%來進(jìn)行培訓(xùn)，數(shù)據(jù)整體的10%來進(jìn)行測(cè)試，設(shè)置內(nèi)容如圖8所示。

在人工神經(jīng)網(wǎng)絡(luò)模型建立的過程中，是通過選擇恰當(dāng)?shù)木W(wǎng)絡(luò)結(jié)構(gòu)，來探索輸入和輸出變量間復(fù)雜關(guān)系的過程，這是實(shí)現(xiàn)對(duì)數(shù)據(jù)分類預(yù)測(cè)的必要前提。這樣的神經(jīng)網(wǎng)絡(luò)，可以通過對(duì)已有的樣本進(jìn)行反復(fù)數(shù)據(jù)分析和模擬訓(xùn)練，以此來掌握輸入變量與輸出變量之間的數(shù)量關(guān)系規(guī)律，最終將數(shù)量關(guān)系規(guī)律體現(xiàn)在權(quán)計(jì)算中。通過可視化模型可以明顯看出得到三個(gè)維度對(duì)預(yù)測(cè)變量影響值所占的權(quán)重比重，標(biāo)簽化維度對(duì)點(diǎn)贊數(shù)的影響最顯著，權(quán)重比值約為0.7。其次是執(zhí)法維度權(quán)重比值接近0.3.對(duì)點(diǎn)贊數(shù)的影響最不顯著的為傷亡維度，其權(quán)重比值約為0.05，如圖9所示。這也側(cè)面反映出，我們警察在日常接處警和執(zhí)行勤務(wù)期間，務(wù)必合乎法律要求，不僅做到依法依規(guī)還要做到程序正義與實(shí)體正義并行，只有這樣，在受到廣大人民群眾實(shí)行監(jiān)督權(quán)的同時(shí)，也不會(huì)給那些“鍵盤俠”和無良媒體等不速之客留有可乘之機(jī)。

圖7 涉警網(wǎng)絡(luò)輿情數(shù)據(jù)導(dǎo)入

圖8 涉警網(wǎng)絡(luò)輿情數(shù)據(jù)分區(qū)

圖9 模型預(yù)測(cè)變量重要性

4.3 模型的準(zhǔn)確性檢驗(yàn)

分析圖10內(nèi)容，我們得出關(guān)于該涉警網(wǎng)絡(luò)輿情模型構(gòu)建的準(zhǔn)確度約為83.7%。以下數(shù)據(jù)說明了該模型可以較好預(yù)測(cè)涉警輿情事件發(fā)展進(jìn)程，可以通過點(diǎn)贊數(shù)來預(yù)測(cè)出該涉警網(wǎng)絡(luò)輿情事件的熱度，模型擬合情況較好，也就是表明為公安機(jī)關(guān)早期介入涉警輿情事件提供可靠的指引與決策幫助。

圖10 模型準(zhǔn)確度檢驗(yàn)

5 結(jié)語

文章主要著眼于涉警網(wǎng)絡(luò)輿情事件，先是從網(wǎng)絡(luò)輿情治理現(xiàn)實(shí)迫切的需求出發(fā)，分析了涉警網(wǎng)絡(luò)輿情事件的傳播特點(diǎn)以及自身屬性，剝離出其所具有的三個(gè)重要維度，初步研究了涉警網(wǎng)絡(luò)輿情事件中具有的要素，最后嘗試構(gòu)建涉警網(wǎng)絡(luò)輿情熱度的發(fā)展模型，通過SPSS Modeler之中的類神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)分析模型，為公安機(jī)關(guān)在面對(duì)網(wǎng)絡(luò)上出現(xiàn)的信息是否會(huì)發(fā)展成輿情事件的研判提供強(qiáng)有力的數(shù)據(jù)支撐和技術(shù)支持，加速公安機(jī)關(guān)對(duì)網(wǎng)絡(luò)輿情事件的處理，為涉警網(wǎng)絡(luò)輿情事件的處理提強(qiáng)有力的著手點(diǎn)。

[1]謝耕耘.中國社會(huì)輿情與危機(jī)管理報(bào)告（2017）[M].北京：社會(huì)科學(xué)文獻(xiàn)出版社，2017：25-27.

[2]杜琳.公安機(jī)關(guān)應(yīng)對(duì)涉警網(wǎng)絡(luò)輿情的策略研究[D].山東師范學(xué)院，2019.

[3]袁野，蘭月新，夏一雪.大數(shù)據(jù)環(huán)境下涉警網(wǎng)絡(luò)輿情風(fēng)險(xiǎn)建模與實(shí)證研究[J].新媒體研究，2018（5）.

[4]姜?jiǎng)俸?網(wǎng)絡(luò)輿情熱點(diǎn)的形成與發(fā)展、現(xiàn)狀及輿論引導(dǎo)[J].學(xué)術(shù)論壇理論月談，2008（4）.

[5]梁冠華，鞠玉梅.新媒體給現(xiàn)代輿情管控帶來的挑戰(zhàn)——基于反沉默螺旋理論[J].情報(bào)科學(xué)，2018，36（4）：155-159.

[6]孫錦露，李玫瑾.涉警事件的網(wǎng)絡(luò)輿情形成機(jī)制與應(yīng)對(duì)策略[J].中國人民公安大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2018，34（1）：112-121.

[7]歐陽茗薈.法律視野下的網(wǎng)絡(luò)輿情規(guī)制[J]. 遼寧警察學(xué)院報(bào)，2020，22（02）：79-84.