基于貝葉斯網絡的網絡輿情案例匹配模型

楊靜 朱莉薩 朱鎮遠

摘 要：[目的]通過研究當下網絡環境的具體情境，利用概率分析的方式判斷具體輿情所屬的案例類型，從而為網絡輿情危機響應決策提供依據。[方法]使用貝葉斯網絡模型作為分析方法，構建網絡輿情案例匹配的指標體系和案例匹配模型。[結果]通過48個網絡輿情危機中的隨機43個事件作為訓練數據，構建貝葉斯網絡模型，使用剩余5個網絡輿情危機事件作為測試組，經檢驗測試樣本案例匹配結果與事實相符。[結論]本文通過構建網絡輿情案例匹配的相關指標體系和貝葉斯網絡模型，為對網絡輿情進行分型，從而為輿情危機響應提供了決策依據。

關鍵詞：網絡輿情;貝葉斯網絡;案例匹配;模型

Abstract：[Purpose/Significance]According to the concurrent Internet circumstance，the paper proposed a method to classify certain internet public sentiment instance based on probability analysis.Therefore it provided knowledge which was need for decision making in Internet public sentiment crisis-response.[Method/Process]Using belief network，it constructed the Internet public sentiment index system and Internet public sentiment case matching model.[Result/Conclusion]Using 43 out of 48 Internet public sentiment crises as training data，trained the belief network.The remaining 5 crises were then used as test set.All 5 crises were labeled correct according to the belief network.[Conclusion]The Internet public sentiment index system and belief network could classify Internet public sentiment crisis correctly，therefore providing solid basis for decision making in public sentiment crisis-response.

Key words：Internet public sentiment;belief network;case matching;model

互聯網使得信息的采集、傳播、規模達到了空前的水平，全球的信息共享交互使得思想與意識形態的交匯碰撞更為頻繁，網絡空間中信息獲取和發布的低門檻也對輿論的監管與響應提出了新的挑戰。根據近期結束的中央黨校開班演講中習近平總書記提出的重要指導思想，“鞏固壯大主流輿論強勢”“加大輿論引導力度”“加快建設網絡綜合治理體系”“推動依法治網”是我國現階段針對政治、意識形態領域所必須持續落實和貫徹的幾項重要措施。而在對網絡輿論的具體引導和響應過程中，針對具體輿情，各級輿情監管部門應當如何通過其外在表征，推斷其與歷史輿情案例的相似度，從而有針對性、有目的性地展開實時監控響應，尋找與其相匹配的應對機制，是現階段網絡輿情研究的一大重要課題。

目前，針對具體網絡輿情響應策略的研究多以案例分析為主，通過對某一具體輿情事件中監管部門的應對策略的分析，討論針對具體輿情事件的正確響應策略。考慮到單一案例分析并不能滿足輿情響應策略的共性需求，近年來，國內學者開始聚焦于網絡輿情響應策略的定量分析，并取得了相應的成果。運用平均場方法，王治瑩等給出了系統的微分方程組模型。通過研究模型的平衡點和穩定性，得到了政府所應選擇的管控方向[1]。通過對網絡輿情時間關鍵指標數據的仿真學習，張一文等通過建立網絡輿情態勢評估模型，對網絡輿情態勢進行了評估和預測[2]。基于2003年以來110起地方政府重大輿情危機的比對，劉銳的研究對影響我國地方政府重大輿情危機應對效果的關鍵因素進行了研究[3]。通過梳理2001-2016年之間發生的136個典型的涉官網絡輿情案例，原光等提出8個可能造成政府回應速度差異的因素并進行實證檢驗[4]。徐建以網絡輿情危機案例庫為基礎，構建包括知識表示、案例檢索、推理模型等方面的網絡輿情危機預警的案例推理模型[5]。李北偉等分析網絡意識形態的內涵與特征，從意識形態的角度深入探討網絡輿情危機的形成因素，在此基礎上提出網絡輿情危機應對的素養提升機制、危機監管機制、輿情引導機制、媒體融合機制以及技術創新機制[6]。王高飛等構建了移動社交網絡輿情演化的動力學模型，并結合案例對模型進行仿真分析，以探索出有效的輿情應對策略[7]。現有研究中雖然對網絡輿情事件的響應策略和輿情事件分型做出了定量研究，然而在構建影響管控策略的指標體系，對輿情事件進行案例匹配這一方面的研究尚存空白。

本文針對新時代下對網絡輿情響應的新要求，將貝葉斯網絡理論和網絡輿情案例匹配相結合，基于貝葉斯網絡的不定性因果關聯、不確定性問題處理能力、多源信息表達融合能力，提出了基于貝葉斯網絡建模的網絡輿情案例匹配模型。在通過對歷史網絡輿情案例的學習基礎之上，訓練而得網絡輿情要素和各節點變量之間的條件概率。從而實現針對新的網絡輿情事件進行案例分型，快速匹配應對策略，為網絡輿情的危機響應提供決策依據。

1 網絡輿情案例匹配貝葉斯網絡結構構建

在使用貝葉斯網絡作為底層數理模型的研究中，貝葉斯網絡的結構是其研究的核心內容。而針對貝葉斯網絡結構的構建，必須首先確定包含層級、各節點內容，網絡節點間的關聯關系并最終繪制表示節點關聯關系的有向無環圖[8]。以往的研究中，對于網絡輿情信息的傳播要素及運行機理已經進行了較為詳盡的討論[9-10]。本文研究過程中，將結合前人研究中的節點選擇和網絡結構，通過對訓練數據的學習和現有輿情分型理論相結合，針對變量間的因果關系進行測度，從而最終構建網絡輿情案例匹配的貝葉斯網絡結構。

1.1 網絡輿情案例匹配貝葉斯節點選取

網絡輿情案例匹配的具體評價要素與輿情本身的傳播要素關系密切，因此，在網絡輿情案例匹配的貝葉斯節點選取中，本文以輿情的傳播要素作為基礎，構建了以網絡輿情客體屬性、網絡輿情媒體傳播、網絡輿情主體結構3個變量為準則層的貝葉斯網絡節點結構，如圖1所示。

1）網絡輿情案例客體屬性

網絡輿情案例的客體是引發網絡輿情的刺激物，網絡輿情的指向物，具體而言即是網絡輿情所包含的事件本身。在大數據環境下，網絡輿情客體主要有新聞事件、熱點現象、公共話題3類[9]。在確定網絡輿情客體對于網絡輿情案例所匹配的等級的影響時，主要考慮網絡輿情客體的屬性，具體而言則包括網絡輿情事件的級別、網絡輿情事件的時間跨度以及網絡輿情事件本身性質3點。輿情事件的級別在這里專指輿情事件空間上的覆蓋度，一般而言空間覆蓋度越廣泛的輿情事件，其所匹配到的案例等級越高。輿情的時間跨度決定了其在時間上的覆蓋度，時間跨度越長的輿情事件，其前后所關聯到的輿情主體就越廣泛，整體事件等級也越高。事件的性質決定了其在輿情空間中的討論熱度和主體的關注程度，事件性質越嚴重的輿情事件，其所最終匹配到的事件等級也越高。

2）網絡輿情案例媒體傳播

網絡輿情的媒體，即是傳播的渠道、手段，是從傳播者到接受者之間的各種傳播方式的總稱。在大數據環境中，涉及媒體對于具體網絡輿情案例匹配等級的影響，主要考慮媒體的總體傳播效力，具體而言則包括了網絡輿情信息傳播量和網絡輿情信息傳播廣度兩點。輿情信息的傳播量指網絡空間中所有該輿情相關的原創信息、轉發、點贊及評論信息之和，總體而言，傳播信息量越大，同時在輿情持續期間內單位時間信息量越大，代表輿情事件所受關注度越高，輿情事件所最終匹配到的等級也越高。輿情的傳播廣度在此主要指輿情在多種媒體平臺，尤其是傳統媒體和官方自媒體中所受到的關注度，其跨平臺的關注度越高，代表輿情事件被媒體的關注度更高，最終匹配到的事件等級也越高。

3）網絡輿情案例主體結構

網絡輿情的主體，是指能夠在網絡空間中表達自身情緒、態度、意見等言論的主體。根據其身份性質，可將其分為普通網民、意見領袖和監控主體3類。在考慮網絡輿情主題對于其最終案例匹配的影響時，主要考慮的是主題內部結構的復雜程度對于輿情事件的影響，具體而言則可分為輿情主體的觀點極化程度、輿情主體本身的情感傾向和監控主體的響應3個方面。主體觀點的極化，指的是輿情主體內部所持觀點數量的多少，以及多個觀點中主流觀點的占比的高低程度，輿情主體所持的觀點數量越多，主流觀點的占比越少，則說明輿情主體內部觀點分化嚴重，難以達成統一觀點，其產生輿情危機的可能性也越高，輿情事件所匹配到的等級也相應提高。主體觀點情感傾向則指總體而言輿情主體的情感是偏向于正向或負向，輿情主體的情感越偏向于負面情感，則說明輿情主體對于輿情事件本身或相關輿情責任主體抱有更偏激、非理性的情緒，其醞釀輿情危機的可能性也越高，從而輿情事件匹配到更高的輿情案例等級。監控主體響應指輿情監控主體對于輿情事件是否存在響應行為以及響應的速率，輿情事件如果能夠得到及時的響應，其最終產生的后續影響則更小，匹配到的輿情案例等級則越低。

1.2 網絡輿情案例匹配貝葉斯網絡構建

通過上述對于網絡輿情案例匹配貝葉斯網絡節點分析，以前后因果關系作為依據，構建貝葉斯網絡結構如圖2所示。

網絡輿情案例匹配貝葉斯網絡結構是一個有向無環的概率圖[11]，其中玩過網絡輿情案例匹配等級是頂層父節點，其非空概率事件集包括E1、E2、E3，皆為其子節點。節點E1客體屬性的非空概率事件集包括子節點I1、I2、I3，節點E2媒體傳播的非空概率事件集包括子節點I1、I2、I3，節點E2客體屬性的非空概率事件集包括子節點I4、I5，節點E3客體屬性的非空概率事件集包括子節點I6、I7、I8。

在參考了以往網絡輿情案例匹配指標的基礎上，構建了如表1所示的指標體系：

各二級指標具體含義如下所示：

1）事件級別：該二級指標數據來源于專家評價。根據專家閱讀輿情分析報告后的判別，將某一特定輿情事件標注為地方性輿情事件、省級別輿情事件或國家級別輿情事件。針對同一事件，不同專家所得出的定性可能存在不同，按照該事件專家意見比例將其可能性分為“低”“中”“高”3類，其對應閾分別為[0，0.33]、[0.33，0.66]、[0.66，1]。

2）事件時間跨度：該二級指標來源于數據統計。輿情事件跨度指的是輿情從爆發期至進入消散期的時間間隔，這一部分的數據處理采用和S1、S2、S3這3項三級指標同樣的處理方法，以專家意見比例將其分為低中高3類。

3）事件性質：該二級指標的前4項三級指標同樣來源于專家評價，最后一項事件傷亡人數來源于數據統計。不同于事件級別這一二級指標，當同一輿情事件中不同專家給出不同定性時，采取專家意見最為集中的一項作為事件性質定性，記為“是”，其余3類事件類型均記為“否”。針對傷亡人數，在20人以上的記為“大量”，5～20人記為“中”，5人以下記為“低”。

4）傳播信息量：該二級指標前3項來源于數據統計，而第4項中“單位時間內信息量”為總體輿情信息量除以事件時間跨度。每日輿情信息量超過3 000條以上記為“高”，1 000～3 000條記為“中”，1 000條以下記為“低”。事件轉發總數和事件評論總數的高低則由專家打分得出。

5）傳播廣度：該指標下前兩個三級指標來源于數據統計，針對全國范圍內的傳統媒體和官方自媒體（如地方及以上級別電視臺、紫光閣、共青團微博等），對該輿情事件有所報道的則記為“是”，反之記為“否”。

6）主體觀點極化：該二級指標數據來源于數據統計，總體觀點數超過6個以上的記為“多”，3～6的記為“中”，3個以下的記為“少”。而總體觀點中，數量最多的前兩類被視為該輿情時間中輿情信息的主流觀點，主流觀點占比超過70%的記為“高”，40%～70%記為“中”，40%以下記為“低”。

7）主體觀點情感：觀點情感指標數據來源于數據統計，無論正面或負面情感，總體輿情信息量超過總量60%以上的記為“高”，40%～60%的記為“中”，40%以下記為“低”。

8）監控主體響應：不同于S19官方自媒體的報道，監控主體主要針對的是輿情事件發生所在地的相關責任機構是否有對該事件在社交媒體中予以正面回應。有所回應的記為“是”，反之則記為“否”。輿情監控響應速率，則根據首次正面回應發生在輿情事件發生后多久來決定。8小時以內的記為“迅速”，8～24小時以內的記為“中等”，24小時以上的記為“緩慢”。

同時，將輿情案例根據所需引導管控的程度，分為以下4種類型，針對后續貝葉斯網絡訓練時的輿情案例等級，也采用專家評分的方式進行：

1）強制干預類輿情，該類輿情危害極大，輿情監控主體必須進行強制管控才能解決輿情事件的類型。此類案例的管控方式與結果在輿情案例庫中具有極高的參考價值。

2）軟控制類輿情，該類輿情危害適中，但需要政府采取正面發聲進行引導，結合多種手段對事件進行干預，才能夠解決輿情事件的類型。該類輿情案例的管控方式與管控結果在輿情案例庫中具有較高的參考價值。

3）媒體干預類輿情，該類型輿情危害較弱，不需要政府對其直接發聲進行引導，但是需要多種媒體提供輔助性干預，并適當選擇意見領袖對輿情事件進行正確引導。該類輿情案例的管控方式與管控結果在輿情案例庫中具有一定的參考價值。

4）無需干預類輿情，該類輿情不需要進行監控主體對其進行干預。該類輿情的具體信息和管控方式在輿情案例庫中的參考價值較低。

2 網絡輿情案例匹配模型實證

2.1 數據采集

針對先驗概率的訓練，是網絡輿情案例匹配貝葉斯網絡模型的基礎。本文采用Netica軟件對貝葉斯網絡進行訓練，通過針對現有輿情案例的相關數據進行學習，獲得貝葉斯網絡的各節點的條件概率。樣本數據集和測試數據則通過以下兩種方式進行采集：1）八爪魚網絡爬蟲軟件和人工采集，從微博、微信公眾號、今日頭條和部分新聞網站上對輿情事件進行采集;2）專業輿情分析網站“蟻坊軟件”上的輿情事件報告。最終共采集到48起輿情事件。其中43起輿情事件作為訓練數據對貝葉斯網絡進行訓練，并將“沈陽醫院騙保事件”“重慶公交車墜江事故”“北大醫院醫生被打事件”“范冰冰逃稅門事件”“浙江溫州未成年人女德班”這5起輿情事件作為測試集進行模型驗證。

同時，為了對貝葉斯網絡節點中需要專家評測的數據進行采集，本研究邀請了9位對網絡輿情響應和貝葉斯網絡理論十分熟悉的專家構成了專家組，通過小組討論的方式進行了專項問卷調查。專家組亦負責對網絡訓練結果的測評和優化。

2.2 數據處理與分析

在Netica中構建了網絡輿情案例匹配的貝葉斯網絡結構，將手工采集、網絡爬蟲、專家打分的訓練集數據作為邊緣概率集錄入軟件中，網絡輿情案例匹配模型的邊緣概率表如表2所示。使用Netica軟件學習邊緣概率后，得到條件概率集，其最終訓練出的貝葉斯網絡結果如圖3、圖4所示。

網絡輿情案例的復雜關聯度通過貝葉斯網絡的條件概率集得以凸顯，由于各層級、各節點之間處于動態關聯，當出現新的訓練數據時，可以根據概率進行重新學習計算。

2.3 模型驗證

訓練完成后的貝葉斯網絡，以“沈陽醫院騙保事件”“重慶公交車墜江事故”“北大醫院醫生被打事件”“范冰冰逃稅門事件”“浙江溫州未成年人女德班”這5起輿情事件作為測試集進行模型驗證。以沈陽醫院騙保事件為例，其具體各項邊

緣概率如下所述：1）事件級別：9位專家中的7位將該事件定義為地方性事件，2位將其定義為省級別輿情事件，因此對應的S1～S3項邊緣概率為高、低、低。2）事件時間跨度：該事件自2018年11月14日起爆發輿情，至11月21日國家醫療保障局召開打擊欺詐片區醫療保障基金專項行動發布

圖4 網絡輿情案例匹配貝葉斯網絡節點E1的條件概率表

會，公布了專項行動舉報電話，輿情隨之平息。根據專家評分法，9名專家中的9人將其認定為短期輿情事件，因此S4～S6邊緣概率分別為高、低、低。3）事件性質：9名專家中的9人將其認定為公共衛生類輿情事件，且該事件中并未出現人員傷亡，因此S7～S11邊緣概率分別為否、否、是、否、低。4）信息傳播量：根據蟻坊軟件提供的輿情報告，該事件輿情信息量達到十萬級別，每日輿情信息量為3 000條以上，與之相關的事件評論轉發綜述根據專家評分記為高和中。因此S12～S17的邊緣概率分別為否、是、否、高、高、中。5）針對該輿情事件，各地方電視臺和官方自媒體均有所報道，因此S18～S19的邊緣概率為是、是。6）該輿情事件中，網民共形成6類主要觀點，其中最主要的前兩項觀點分別為“對騙保行為表示憤怒”和“反應其他地區騙保現象”，分別占比35%和22%，因此觀點總數記為“中”，主流觀點占比記為“中”。7）該事件中，網民的正面觀點占比為27%，負面情感觀點占比為47%，因此分別記為“低”“中”。8）針對該事件，沈陽市政府與2018年12月15日凌晨迅速回應，涉事醫院也接連被停業，因此監控主體回應記為“有”“迅速”。

最終，根據貝葉斯網絡條件概率，得出了該輿情事件的客體屬性有85.1%的概率屬于“嚴重”，媒體傳播效力有50.6%的概率屬于“廣泛”，主體結構則有45.7%的概率屬于“復雜”的結論。同時最終匹配案例類型結果顯示，該輿情時間有64.3%的概率屬于Case2軟控制類輿情案例，該類輿情事件危害適中，需要政府在正面發聲的同時結合多渠道多重手段進行干預，才能較好地平息輿情危機。該分類結果與9名專家的分類結果一致。該事件通過網絡輿情案例匹配貝葉斯網絡的具體分類結果如圖5所示。