輿情大數據環境下突發事件主題異化預警研究

◆徐嘉豪

輿情大數據環境下突發事件主題異化預警研究

◆徐嘉豪

（中國人民警察大學 河北 065000）

互聯網時代里信息異化現象時有發生，輿情大數據環境下有效預測突發事件主題異化，可以正確引導輿論，將突發事件控制于萌芽狀態。本文以 Logistic回歸為理論依據，以突發事件主題異化為對象，建立了主題異化發生的概率模型，通過對實驗數據的模擬，提高預測精度，確保預測模型可行。根據理論建模和實證分析，得出科學有效的突發事件主題異化預測模型，可以為政府加強對突發事件輿情的控制以及利用提供理論依據。

網絡輿情；突發事件；主題異化；logistic回歸模型；異化預測

近年來，各類突發事件在我國爆發的頻次不斷增加，這對政府治理提出了挑戰。每當突發事件發生，“三人成虎”的現象不可避免，突發事件信息在傳播過程中往往出現信息異化現象，虛假負面信息在網絡中蔓延，公眾情緒“火上澆油”，極大增加了處置難度，甚至引起社會恐慌，如果不加以控制，很容易擴大傷害范圍。研究輿情大數據環境下突發事件主題異化的機理，構建科學預測模型，為政府控制信息異化，應對和治理網絡輿情，提供了理論依據。

1 輿情大數據環境下突發事件主題異化因素分析

學者劉珺曾對突發事件傳播中的信息異化進行了定義：即突發事件傳播中的信息異化是指，在構成特定輿論場的諸因素共同作用下，出現信息的極端和非理性傳播，是一種信息傳播的非常態化過程。突發事件的不確定性導致傳播風險無可避免，當信息受到編造、篡改、加工，各種流言蜚語充斥輿論場，往往會出現嚴重的信息異化現象。本文所指的突發事件主題異化是指突發事件主題信息在產生、傳播及利用的過程中，作為主體的突發事件信息制造者、信息傳播者與信息客體之間關系失衡，主體的思想、行為被信息所控制支配，失去理性判斷正誤的現象。

一個完整的突發事件主題異化指標體系包含兩個方面：必要指標和完備指標，完備指標作為衡量突發事件內容強度從側面反映了突發事件的生長特征，一般難以量化，如突發事件主題對接收者的重要程度及接收者對突發事件主題的敏感程度等。基于網絡輿情傳播角度，結合眾學者的研究成果，筆者建立以輿情流量、發布主體、內容要素、狀態趨勢、輿情受眾5個維度為一級指標的突發事件主題異化預警指標體系。但是這幾個一級指標都屬于定性指標，因此有必要對其進行量化。本文的思路是增加二級指標，通過量化二級指標，間接量化一級指標。拐度是指輿情生命周期中拐點（主題熱度發生轉變的點）所處狀態。時效度是一個累計指標，利用主題熱度、強度、傾度等進行歸一化整理，加權測算，反映特定時段輿情在其生命周期中所處的階段水平。技術異化則通過信息超載、網絡的助長性、網絡技術的漏洞進行分析。具體量化值見表1。

在搜集基礎數據時，以微博為例，爬蟲時搜集關鍵詞、發布日期、微博內容、轉發、點贊、評論以及發布主體的基本信息。此外，相關網頁的數量可以衡量關注度。輿情網站覆蓋度是指包含該主題輿情信息的網站占樣本網站的比重（主題輿情的站點分布）；樣本網站使得選取條件必須能在一定程度上代表整個網絡狀態和水平的網站集合。輿情地區覆蓋度用主題輿情的地區分布表示，在突發輿情的監測中作用尤為突出。輿情權威度包括來源權威度（刊載媒體的權威性）、輿情署名度（輿情主題下署名信息所占比重）、發布者影響力（可設置為循環累計指標）等。

2 輿情大數據環境下突發事件主題異化預測模型

2.1 Logistic回歸

突發事件主題異化預警模型是輿情大數據環境下科學評判突發事件風險的重要前提。根據突發事件信息傳播的實況進行主題異化的風險等級預報。模型預報因子加入上述指標，通過Logistic回歸，預警突發事件主題異化的發生概率。

Logistic回歸為概率型非線性回歸模型，是研究事件發生結果（Ｙ）與其相關因素（Ｘ）之間關系的１種多變量分析方法，發生結果（1=發生），（0=不發生）。線性表達式為：

Ｙ＝log it（Ｐ）＝β０＋β１Ｘ１＋…＋βｍＸｍ（1）

運用Logistic回歸應進行變量篩選，ＯＲ表示突發事件主題異化存在與不存在發生時間的優勢之比，以OR值的大小判斷變量Ｘ對Ｙ的作用的大小，在數據分析過程中將作用不顯著的排除在外。本文變量篩選采用向后逐步法。數據樣本用5維特征向量＝｛ｘ1,ｘ2,ｘ3，ｘ4,ｘ5｝描述輿情流量、發布主體、內容要素、狀態趨勢、輿情受眾等屬性，各屬性數據的量化過程如上所述。

2.2 數據預處理

本文利用微博爬蟲技術收集了重慶墜江突發事件200條微博數據，其中160條為訓練集，用于建模。40條為測試集，用于驗證模型。

用逐步回歸法做變量篩選，數據處理在計算機軟件SPSS中進行，計算分析結果見表2。

表2 用逐步回歸法做參數估計

統計結果分析：影響突發事件主題異化的主要因素有輿情流量、發布主體、內容要素、狀態趨勢、輿情受眾。其中作用大小依次為：輿情受眾、發布主體、內容要素、輿情流量、狀態趨勢。

其中預測表達式為

Ｙ＝log it（P）＝－0.8026＋0.6321Ｘ1－ 0.4503Ｘ2＋ 0.3921Ｘ3＋ 0.2586Ｘ4－0.5894Ｘ5

采用Hosmer-Lemeshow擬合優度指標對突發事件主題預警模型的適合度檢驗。如果模型的預測值能夠與Hosmer-Lemeshow擬合優度的觀測值有較高的一致性，就認為擬合較好。經計算，本文Hosmer-Lemeshow擬合優度得到的Sig值為0.920，其遠大于0.05，說明該模型擬合效果很好。

3 實證研究

2017年11月22 日晚，“紅黃藍”事件在網絡引起眾多網民關注，成為社會公眾輿論焦點。這是一起典型的突發事件，縱觀整個突發事件，主題異化現象在信息傳播過程中時有發生。基于此本文以此作為主題異化的實證研究。

3.1 樣本選取

本文選取受網民關注且評論量較大的新聞，確保樣本數據盡可能具有代表性；樣本來源于微博，內容為不同發布者的聲明或公告，同時跟蹤同一個發布者不同時期發布的微博評論數據，以觀察在事件發展過程中是否存在信息異化現象。

通過互聯網信息采集技術，本文選取采集了“紅黃藍幼兒園虐童事件”相關的6條由不同角色主體發布官方微博的轉發及評論數據作為研究樣本如表3。

表3 “紅黃藍幼兒園”時間樣本數據

3.2 樣本數據處理

（1）發布時間編碼

將微博發布時間作為起始時間，（轉發）評論時間相對于發布時間的差值按每2天為一個時間段進行劃分，按1，2，3，..進行時段編碼。

（2）評論者的地區來源

微博類樣本地區信息為用戶在新浪微博平臺上填寫的所在地區，研究時對樣本中評論者所在地的總數量進行編碼，以此作為地區分布度的依據。

（3）關鍵詞的處理

主要統計該主題下敏感詞的數量水平。可以根據自己的需求設定若干關鍵詞，并按其重要程度為其添加權重，主題重要度的計算可通過該輿情主題下關鍵詞權重的累加實現。

（4）信息強度的處理

一個微博內容被瀏覽、回復、轉載的頻率反映的是信息強度的變化。0-1000量化為0，1000-20000量化為1，20000-50000量化為2，超過50000均量化為3。量化的范圍不一定固定，需要綜合考慮一個突發事件的整體信息強度再做權衡。

根據表1進行量化，將量化值代入公式（1），依次算出P值:

P1=0.2301 P2= 0.3221 P3=0.6035 P4= 0.3214 P5= 0.2561 P6=0.5897

綜合多數預警結果，導致信息異化的關鍵因素之一是公眾傳播心理的異化。該事件相關輿情信息中負面輿情信息的占比為49.82%。事件的網絡輿情熱度不斷上升，網民開始在網絡圍繞事件細節真相和政府部門處置情況進行激烈的評論，涉事人員具有背景后臺、虐童細節等負面和質疑信息充斥網民的評論，夾雜著大量的憤怒、悲觀情緒。而一旦人處于這樣一種焦慮、擔憂、恐懼的情緒之中，人們對事件的看法和行為也會喪失理性。二是政府的處置能力。“紅黃藍幼兒園虐童事件”是典型的由網民發布微博爆料引爆輿論并逐漸演變成挑戰政府公信力的公共危機事件。其中，“虐童”話題本屬于社會熱點，廣受政府、社會關注。“紅黃藍幼兒園虐童事件”涉及網民造謠情節，使得事件性質大變，憤怒、悲觀、懷疑等負面情緒在網絡快速蔓延。此外，網民對監管部門（北京市教委）、公安機關等政府部門對事件的處置過程提出了嚴重質疑，產生較大社會輿論，并對政府公信力造成嚴重影響。

[1]吳駿一.基于logistic回歸的信用反欺詐預測模型[J].價值工程，2020，39（01）：206-211.

[2]劉繼，李磊.大數據背景下網絡輿情智能預警機制分析[J].情報雜志，2019，38（12）：92-97+183.

[3]于茜.大數據環境下的突發事件網絡輿情動態監測與預警研究[J].無線互聯科技，2018，15（18）：29-30.

[4]文竹.大數據背景下網絡輿情監測與預警模型研究[J].信息通信，2018（04）：141-142.

[5]李佳. 新媒體環境下突發事件信息異化及應對研究[D].鄭州大學，2018.

[6]夏一雪，蘭月新，趙玉敏.大數據背景下網絡輿情信息異化控制模型研究[J].現代情報，2018，38（02）：3-11.

[7]丁蒙蒙. 突發事件網絡輿情監測指標體系構建研究[D].電子科技大學，2015.

[8]劉可揚. 突發事件信息傳播中的信息異化問題研究[D].黑龍江大學，2014.

[9]高倩，安英博，吳鳳祥.基于Logistic回歸的落葉松毛蟲預測模型研究[J].河北農業大學學報，2011，34（06）：108-110.

[10]劉珺.突發事件傳播中的信息異化與化解策略[J].實事求是，2011（02）：29-31.