基于模糊數學綜合評價法的輿情劃分等級研究

曹燦錦 高淼 雷得聲 河南財經政法大學

一、背景

輿情是指在一定的社會空間內圍繞中介性社會事件的發生、發展和變化，民眾對社會中各種現象、問題所表達的信念、態度、意見和情緒等表現的總和。情感傾向分析是輿情分析技術中的重要內容，能夠反映出媒體或網民對相關事件或品牌的情感傾向，同時能快速識別出負面情感趨勢的文章或評論，有助于企業或有關部門及時發現及時處理，對輿情做出及時的引導，助力社會及企業的和諧發展。輿情的傳播速度具有一定的差異，管理部門檢測到的輿情時間點并不固定，輿情發展到不同階段時，需要進行干預的緊急性也不盡相同。因此，提出一個充分考慮輿情傳播時間、規模及網民情感傾向的輿情處理等級的劃分方法是意義深遠的。

二、建立數學模型劃分處理等級

（一）模型的基本思想

政府或企業處于不同階段的輿情時間點，干預程度也不同。因此，需要一個充分考慮輿情傳播時間，規模等輿情處理的等級的劃分方法。我們選取了最近一個月的新聞“某事件”作為研究對象，以及與新聞的輿論指數相關的7個指標：網絡版主，新聞線人，傳統媒體，微博日新增粉絲量，微博閱讀量，微博討論次數，原創人數。采用模糊數學綜合評價法對其評價，得出綜合輿論指數。通過一個月輿論指數的變化，來劃分干預等級。

（二）模型的建立

通過對大量的網絡輿論事件研究分析，我們選取近來的“某事件”事件為研究對象。數據選自較有代表性的百度貼吧、新浪微博、百度搜索從8月3日到9月1日的數據記錄。

步驟一：確定評價對象集A，評價對象集為A=(a1,a2…a25)，其中ai(i=1,2…25)表示第幾天的輿論指數，這里8月3日到9月1日的每一天對應于模型中的評價對象a。

步驟二：確定評價的指標的因素集U=(u1,u2…u7)，其中ui(i=1,2…7)分別表示網絡版主、新聞線人、傳統媒體、微博日新增粉絲量、微博閱讀量、微博討論次數、原創人數。

步驟三：確定評語等級論域v={v1,v2,…,vp}，即等級集合。每一個等級可對應一個模糊子集。

步驟四：建立模糊關系矩陣R。

步驟六：合成模糊綜合評價結果向量。

利用合適的算子將A與各被評事物的R進行合成，得到各被評事物的模糊綜合評價結果向量B。網絡輿論指數對應于模型原理中的綜合評價B，其值越大，代表當天的事件受各方面的關注度越高。即：

（三）模型的求解

在模型求解之前，我們需要把模糊的指標給量化處理，不能直接用數據表示的，將其量化。網絡版主、新聞線人、傳統媒體等外在因素只有兩種狀態：介入輿論、未介入輿論。所以，我們將介入輿論，賦值輿論指數為1；不介入輿論則賦值為0。對于“某事件”事件，媒體首次在網上披露后，帖子進行了大量的轉發評論，我們可以認為網絡版主，新聞線人，傳統媒體已經開始介入，所以賦值為1。前些天一直介入，所以賦值為 1。而當輿情進入了平淡期后，事情已經清楚明了，他們去找其他新聞，不再介入此新聞，所以后期賦值為0。而微博日增粉絲量、微博閱讀量、微博討論次數、原創人數均可以用統計來的數據表示，無需量化。

綜合評判：通過MATLAB編寫程序，求解出“某事件”從開始到結束25天里輿情指數，指數變化如圖1所示。

圖1 輿情指數

前10天是輿情的形成期，由圖1可以看出媒體首次披露時，輿情指數一直上升，前十天都居高不下。形成期階段，政府和企業應當輕微介入，積極澄清事實，此時盡快處理不實信息比較容易，最好在此階段遏制住疫情的發展。

10天左右是輿情的爆發期，此時政府應該采取必要措施，撤頭條等，嚴肅介入。此階段可以采取傳統媒體報紙新聞等，畢竟傳統媒體的可信度要比網絡謠言高。

10天到25天階段，輿情解決階段。這個時期，雖然輿情得到了有效控制，網民對該新聞的關注度下降。但是依然不能大意，不給謠言傳播的機會，此時仍需輕微介入，傳播正面新聞，來加速不實信息的淹沒。

三、結語

本文的研究在輿情的篩選和等級劃分方式上做了有創新性嘗試并取得了不錯的應用效果指導了輿情引導方法的提出。在今后的研究中，仍有更深入的問題可以思考，首先，下一步研究可以使用更加全面的數據和指標進行比較研究，進一步提高模型精度和穩定性，其次可以對輿情引導方法的有效性進行比對研究，嘗試在不同情況下調查輿情走向的多步預測問題。最后將理論應用于實踐，構建一個全面輿論情感分析與預測系統，積極引導社會風向。