基于多智能體的輿情預警系統研究

朱海

（河南科技大學管理學院，河南 洛陽 471023）

基于多智能體的輿情預警系統研究

朱海

（河南科技大學管理學院，河南 洛陽 471023）

公共輿情可能引爆社會危機，實時輿情監測、提前預警，是維護社會公共安全的必要保障。輿情預警系統依靠成熟的技術，利用多智能體系統構建輿情預警系統有助于提高輿情監測、預警、處置過程的自動化程度，有助于提高決策層的輿情管理效率。

多智能體；輿情；預警系統

多智能體（Multi-Agent）技術是各智能體之間的協作，采用全新的規劃來解決社會行為和工程運作的系統。各智能體之間通過相互通訊、合作、協調、調度、管理和控制，來表達多智能體技術實體系統的結構、功能和行為特性。多智能體技術的發明和進步，為各種社會問題的解決提供了一個統一的框架和系統化的解決方案，是人工智能技術的質的飛躍。

近年來，隨著通信技術的發展，信息傳播速度加快。在經濟全球化、政治民主化、價值多元化的背景下，人們的思維正發生著轉變。與此同時，中國在經濟高速發展和轉型期所積累的深層矛盾凸顯，各種突發事件頻發。建立一套輿情預警機制就顯得非常有必要。我國有關輿情預警系統的研究起步較晚，發展較慢，缺少相對應的技術支持，輿情信息搜集、篩選手段簡單，監測結果單一，已不能符合社會發展的需要。在此背景下，筆者提出了基于多智能體的輿情預警系統研究，利用先進的技術，能夠為決策層提供輿情研判、預警，避免危害社會安全的行為發生。

1 多智能體簡介和輿情的變動規律

1.1 多智能體簡介

多智能體又稱多智能體技術或者多智能體系統，多智能體是多個智能體組成的集合，它的目標是將大而復雜的系統建設成小的、彼此互相通信和協調的，易于管理的系統。多智能體具有自主性、分布性、協調性的特點，多智能體在解決實際應用問題方面，具有很強的操作性、可靠性和較高的求解效率，多智能體依靠自身的組織能力、學習能力和推理能力，打破了目前知識工程領域僅用專家即可完成大的龐大系統作業任務的限制，并且在很大程度上降低了成本。多智能體采用信息集成系統，通過各智能體間的通訊、合作、互解、協調、調度去解決大規模的復雜問題，在同一個多智能體系統中各智能體都有自己的系統，每個智能體都可以按自己的方式運行，因此，對于復雜系統和社會問題，多智能體具有無可比擬的表達力，多智能體為各種實際系統的研究和社會問題的解決提供了一種統一的框架和相應的技術支持，其應用領域十分廣闊，具有巨大的潛在市場。

1.2 輿情的變動規律

輿情變動規律存在于輿情的產生、轉變和結束等幾個過程中，在這些過程當中，輿情的狀態也各不相同。輿情的變動規律總體概括起來有三點，分別是輿情的發生包含著一種刺激和反應規律；輿情產生引起各類中介性社會事務自身發生的變化；輿情的結束引發先前的態度在人的思想和意識中的殘留，而這個殘留狀態在一定的信息條件下又會變成另一個新的輿情的組成部分。因此，要建立輿情和政府治理之間的良性互動并逐漸成為從決策層到普通民眾關注的熱點。

2 基于多智能體的輿情預警系統研究

隨著信息傳輸速度的提高，各種熱點事件的傳播速度加快，輿情反應更是紛繁復雜，在影響和左右事件上頻頻發力。輿情預警系統是針對電視、廣播、報紙、網絡等媒體中出現的輿論信息進行實時的監測、采集和分析，并甄別文中的關鍵詞語，分析輿論危險程度，提前做好應急預備，利用各種技術處理不良輿論，為正確輿論導向提供幫助。

2.1 我國輿情預警系統研究現狀

輿情預警系統研究是近年來較新的研究領域，該領域也取得了眾多研究成果，但隨著民眾價值取向的多元化和信息傳播的多渠道化，不良輿論傳播速度加快，突發事件頻發，輿情分析和預警的難度增加，現有輿情預警系統已無法滿足需求。通過調查分析發現，我國目前的輿情預警系統還有一些缺陷和不足，概括起來主要有以下幾點。其一，輿情信息的整理采集質量不高：在通訊技術高速發展的今天，信息發布渠道多樣，現有的輿情預警系統信息源整理渠道不足，對各類信息源不能實現全網、全方位搜集，從而制約了輿情預警的效果。另外，現有的輿情預警系統大多采用簡單的信息采集算法，信息采集出現重復度高、相關性低和表層化現象嚴重，導致檢索結果可靠性低，信息可控性差。其二，信息分析深度不夠，缺乏智能性：目前的輿情預警系統在信息處理方面，僅僅停留在相關采集數據的統計層面，主要通過簡單的定性分析和經驗判斷或者統計學進行分析判斷，沒有深入挖掘數據背后隱含的深層知識，信息分析結果實用性不強，系統智能化較低。其三，輿情信息數據判斷功能偏弱：現有的輿情預警系統多采用系統自動分析報告和人工經驗判斷相結合的方式，沒有設置科學的預警指標體系。數據分析結果多呈單一線性化，各輿情分析結果無相關性分析，從而導致提供的數據結果無法滿足決策支持的需要。

3 基于多智能體的輿情預警系統過程分析

多智能體輿情的預警分析過程是一個融會互聯網絡、人工智能、數據統計、情報分析等多學科知識的預警分析過程，涉及多智能體輿情信息采集、分析、處理、分類、監測和預警。本文利用多智能體的技術特性，通過統計用戶瀏覽信息概率的特性以及用戶的信息等內容，采用基于規則的描述方法，為決策層提供預警支持。

3.1 基于多智能體的輿情預警系統。其一，預警指標體系構建。在多智能體的輿情預警系統中，首先根據用戶特性、信息傳播渠道、信息擴散原理等特點建立一套科學的監測指標體系，并通過預警指標，利用多智能體技術與經驗，分析確定預警對象與輿情情勢發展之間的因果關系，以此進行輿情監測。在指標體系構建環節，通過人機智能體、任務智能體、信息智能體，建立信息的自適應狀態。其二，信息搜集。基于智能化和自主化的技術以及分布式問題求解方法，多智能體為信息搜集檢索提供了新的方法和利用途徑。信息需求智能體根據建立的指標體系，通過微博、論壇、社交媒體、新聞評論等渠道，采用要素搜集、關鍵詞抓取、全文索引、自動去重、分區儲存等方式進行信息的抓取搜集工作。并且針對信息的異質性、分布規律、變化特點，利用人機智能體技術進行輿情信息的搜集。其三，安全預警評估。在對信息的分析層面，通過自動分類、自動聚類、自動摘要、人名識別、地名識別、機構名識別、正負預判等方式，排除虛假信息，確保信息的真實性、可靠性。多智能體根據設定的預警指標，進行信息的篩選分析，確認與輿情相關的預警對象，分析他們的行為特點，評價輿情信息的嚴重程度，進行危機等級呈現，從而掌握社會輿論的動態和未來發展趨勢，及時有效地采取措施，避免危害公共安全的行為發生。其四，結果呈現。利用多智能體中的軟智能體急速，根據反饋結果，下達命令，分析環境反饋信息，并同輿情環境進行交互。根據信息智能體的分析結果，采用輿情分類、輿情評級、輿情簡報、統計圖表等形式進行輿情的呈現，分析各信息結果的相關性、危害程度等，為決策層提供社會輿情的基本現狀、發展進度和危險程度，為輿情預警提供決策支持。

3.2 輿情預警實現的關鍵環節分析。其一，輿情信息分類。輿情信息，從內容形式來看多為文本信息，在多智能體預警系統實施階段，可以通過文本內容的分類，利用信息采集，信息存儲、信息協作將相關主題網頁都劃分到同一個類別，利用相關性分析和信息源頭分析，發現并預警不良信息，及時制止輿情的進一步突變，起到輔助決策支持的作用。其二，輿情數據流突發檢測。在輿情信息分類的基礎上，針對某一特定主題的輿情信息，按照發布的時間順序進行排列，利用多智能體技術對文本流進行智能體建模。其三，趨勢預測分析。通過對輿情相關的主題在不同的時間段內被關注的程度進行跟蹤，從而獲取輿情隨時間的發展變化趨勢或規律，實現對輿情環境的監控和預警，進行適時控制和疏導。其四，敏感話題監控。借助敏感詞典等工具對突發事件、涉及內容安全的話題尤其是敏感話題進行有效監控和預警。一方面，根據輿情分析結果對用戶關注的輿情內容進行有效分類，從中找出與突發事件主題相關的敏感話題；另一方面，根據分類結果評估分析突發事件網絡輿情發展態勢給出預警信息。

3.3 基于多智能體的輿情預警分析平臺

多智能體輿情分析預警智能管理系統平臺。基于多智能體的輿情動態、預警分析、評估研判、信息分析與預測的綜合信息分析智能管理系統。該系統對各種信息數據進行采集、整理、分析，為決策部門提供具有科學性、預測性的信息，并為決策支持提供多種數據分析手段，是一套依托信息處理技術的智能化、實時分析信息系統。輿情預警分析智能管理系統架構以信息檢索、信息存儲、信息集成和信息協作等為基礎支撐；貫穿信息規劃、信息采集、信息分析、信息服務全生命周期管理的完整架構；系統運用了數據挖掘、人工智能技術、語義分析與處理、個性化知識管理、關聯信息分析、統一的個性化數據處理、信息分析等先進IT技術。為決策部門在輿情信息的采集、分析和發布等方面提供強大的技術支持。

綜上，隨著技術的不斷進步，多智能體技術的研究會更加深入，其應用領域也將不斷擴大。將多智能體技術應用于輿情分析及預警系統的研究，以進一步提升網絡輿情的信息化、自動化和智能化。該系統具有良好的可擴充性，可提高輿情監測與處理的時間和精準性，有效地推動我國輿情預警工作。

[1]劉金錕，爾聯潔.多智能體技術應用綜述[J].控制與決策，2001（3）：30.

[2]巍善碧.多智能體系統分布式預測控制方法研究[J].2009（10）.

[3]段淑敏.基于WUM的Web輿情監測引導系統研究[J].計算機光盤軟件與應用，2012（7）：23.

[4]高青苗.網絡輿情的生成演變與應對的現實困境研究[J].2012.

[5]董玉峰.基于Web挖掘的突發事件網絡輿情預警研究[J].科技傳播，情報理論與實踐，2011（4）：30.

[6]李健.試論高校預防預警系統的構建[J].黑龍江高校研究，2010（3）：5.

G206

A

1671-0037（2014）06-53-1.8

朱海（1982.5-），男，助理實驗師，研究方向：企業信息化。