張 芳，化存才，何偉全，李文杰

(云南師范大學(xué) a.數(shù)學(xué)學(xué)院;b.黨委辦公室，昆明 450500)

當(dāng)今時代網(wǎng)絡(luò)已逐漸成為高校師生獲取知識信息、進(jìn)行思想交流的重要渠道和平臺。網(wǎng)絡(luò)輿論深刻地改變著校園輿論格局，對高校師生的思想和行為的影響越來越大［1］。正向、積極的網(wǎng)絡(luò)輿情能客觀、真實(shí)地反映社會的發(fā)展變化，反映出人們追求真理、探求真理的過程，對大學(xué)生世界觀、人生觀、價(jià)值觀的形成起著積極的導(dǎo)向作用。然而，大學(xué)生網(wǎng)絡(luò)輿情畢竟是一種客觀存在的新現(xiàn)象，它對學(xué)生管理和思想政治教育工作提出了新的要求，也產(chǎn)生了一些負(fù)面影響。例如:網(wǎng)絡(luò)輿情信息傳播速度極快，對校園群體性事件反應(yīng)迅速、影響面廣，如果控制不當(dāng)，將嚴(yán)重影響校園穩(wěn)定和安全;網(wǎng)絡(luò)輿情煽動性強(qiáng)，控制難度大;網(wǎng)絡(luò)輿情的難辨性容易造成學(xué)生群體的盲從與沖動［2］。因此，高校應(yīng)充分認(rèn)識校園網(wǎng)絡(luò)輿論的影響力，積極引導(dǎo)校園網(wǎng)絡(luò)輿論，為構(gòu)建和諧高校提供強(qiáng)大的精神動力和輿論支持。因此，對網(wǎng)絡(luò)輿情信息的評價(jià)是一項(xiàng)十分關(guān)鍵的工作。

關(guān)于網(wǎng)絡(luò)輿情信息的評價(jià)，文獻(xiàn)［3］構(gòu)建了網(wǎng)絡(luò)輿情指數(shù)體系，指出網(wǎng)絡(luò)輿情指數(shù)越高其熱度就越大，并建立了“需求供給互動”模型來計(jì)算網(wǎng)絡(luò)輿情指數(shù)，但其沒有建立數(shù)學(xué)模型。本文在已有網(wǎng)絡(luò)輿情指數(shù)體系的基礎(chǔ)上，運(yùn)用模糊數(shù)學(xué)方法，對“需求供給互動”模型做進(jìn)一步的改進(jìn)，提出了網(wǎng)絡(luò)輿情分4級的2個模糊綜合評判模型。通過3個應(yīng)用實(shí)例比較，發(fā)現(xiàn)多層模糊綜合評判模型能較為精確地描述網(wǎng)絡(luò)輿情的熱度。

1 輿情事件分級預(yù)警的單層模糊綜合評判模型

網(wǎng)絡(luò)輿情的表現(xiàn)形式多樣，影響因素復(fù)雜，帶有語言模糊等特點(diǎn)。模糊綜合評判是對受多種因素影響的事物做出全面評價(jià)的一種十分有效的多因素評判方法［4］。因此，本文將在以下3個條件下建立預(yù)警分級的模糊評判模型:忽略事件發(fā)展的不同時期對網(wǎng)絡(luò)輿情影響指數(shù)的影響，即不考慮事件的潛伏期、激化期、消解期;假設(shè)網(wǎng)友對不同類型事件的關(guān)注程度一樣;忽略1次高點(diǎn)事件與2次(或以上)高點(diǎn)事件的區(qū)別，即認(rèn)為事件都是1次高點(diǎn)事件。

1.1 網(wǎng)絡(luò)輿情二級評價(jià)指數(shù)體系

由文獻(xiàn)［3］可知，網(wǎng)絡(luò)輿情指數(shù)越大，其熱度也就越大，當(dāng)其達(dá)到一定值時就需要給予一定的解決辦法。

文獻(xiàn)［3］給出的網(wǎng)絡(luò)輿情評價(jià)二級指數(shù)體系及其權(quán)重，見表1。

表1 網(wǎng)絡(luò)輿情二級評價(jià)指數(shù)體系

表1中的指標(biāo)項(xiàng)說明:

1)新聞數(shù)量值，反映某一話題在不同媒體的分布情況(衡量指標(biāo)為百度、搜搜2大媒體的新聞條數(shù)之和)。

2)論壇數(shù)量值，反映某一話題帖子的總量(衡量指標(biāo)為6大論壇的總貼數(shù)，分別是天涯社區(qū)、凱迪社區(qū)、強(qiáng)國論壇、中華網(wǎng)論壇、西祠胡同、貓撲大雜燴)。

3)微博數(shù)量值，反映某一話題在2大主流微博的熱議程度(衡量指標(biāo)為新浪微博以及騰訊微博兩大平臺的微博數(shù)之和)。

4)搜索數(shù)量值，反映公眾對某一話題的關(guān)注程度(衡量指標(biāo)為百度指數(shù)的搜索峰值與新浪微博熱議峰值，取最大值)。

5)時間持續(xù)值，反映某一話題被熱議的時間長度(衡量指標(biāo)是百度指數(shù)搜索量超過1000的總天數(shù)與新浪微博熱議搜索量超過10000的總天數(shù)，取最大值)。

6)傳播交流數(shù)量值，反映某一話題在微博中的互動交流程度(衡量指標(biāo)為新浪微博微指數(shù)前10的數(shù)字總和)。

1.2 定義指標(biāo)集和評判集

指標(biāo)集 U={u1，u2，u3，u4，u5，u6}。評判集V={V1，V2，V3，V4}表示輿情影響的分級程度，其中:V1表示影響程度很大;V2表示影響程度大;V3表示影響程度一般;V4表示影響程度小。根據(jù)氣象部門的預(yù)警信號［5］，可把 V1、V2、V3、V4依次標(biāo)識為紅色、橙色、黃色、藍(lán)色4級預(yù)警評判。實(shí)際上，對于一網(wǎng)絡(luò)輿情事件，評判為紅色、黃色是我們最為關(guān)注的，需要加以管控;評判為藍(lán)色、綠色是需要我們應(yīng)該注意的，但不需要加以管控。

1.3 建立隸屬函數(shù)

現(xiàn)運(yùn)用指派方法來確立隸屬函數(shù)。指派方法是根據(jù)問題的性質(zhì)套用現(xiàn)成的某些形式的模糊分布。偏大型的模糊分布適合于描述像“大”、“熱”、“老年”以及顏色的“濃”等偏大的一方的模糊現(xiàn)象，其隸屬函數(shù)的一般形式為，其中a為常數(shù)，而f(x)是非減函數(shù);中間型的模糊分布適合于描述像“中”、“暖和”、“中年”等處于中間狀態(tài)的模糊現(xiàn)象，其隸屬函數(shù)可以通過中間型模糊分布來表示;偏小型的模糊分布適合描述像“小”、“冷”、“青年”以及顏色的“淡”等偏小的一方的模糊現(xiàn)象，其隸屬函數(shù)的一般形式為，其中a為常數(shù)，而 f(x)是非增函數(shù)［4］。

根據(jù)評價(jià)集的定義，V1屬于偏大型，V2、V3屬于中間型，V4屬于偏小型。按照隸屬函數(shù)的構(gòu)造原則［6－7］，選取模糊數(shù)學(xué)中的梯形分布:

以上分布分別表示V1、V2、V3、V4的隸屬函數(shù)。由專家來確定參數(shù)，定義 u1、u2、u3、u4、u6的隸屬。V1、V2、V3、V4的隸屬函數(shù)分別定義為:

時間持續(xù)值u5的參數(shù)定義比其它的較小，所以V1、V2、V3、V4的隸屬函數(shù)分別為:

1.4 建立單指標(biāo)評判矩陣

下面對單個指標(biāo)做單指標(biāo)評判，如新聞數(shù)量u1。將u1分別代入隸屬函P(x)、f(x)、g(x)、h(x)，得出隸屬于 V1、V2、V3、V4的隸屬度 c11、c12、c13、c14，這樣就得到了u1→(c11c12c13c14)。類似地，對其它指標(biāo)進(jìn)行單因素評判，可得到一個從U到V的模糊映射，即:

由此得出單因素評判矩陣

1.5 綜合評判

由表1的數(shù)據(jù)可知模糊權(quán)向量A=(0.2 0.1 0.1 0.15 0.25 0.2)。以往的模糊矩陣相乘，大多是用模型M(∨，∧)進(jìn)行計(jì)算的，這種計(jì)算有時會出現(xiàn)評判結(jié)果不易分辨的情況［4］?，F(xiàn)改用模型M(?，⊕)來進(jìn)行計(jì)算(下同)，即

再對所得的B向量進(jìn)行歸一化處理，得到

2 輿情事件分級的多層模糊綜合評判模型

由于以上指標(biāo)太多，單層模型結(jié)果不夠精確，故在本節(jié)中建立多層模糊綜合評判模型。

2.1 網(wǎng)絡(luò)輿情三級評價(jià)指數(shù)體系

傳統(tǒng)輿情分析較為關(guān)注信息供給影響輿情因素，而在社交媒體時代，以受眾用戶為中心的基本理念正在形成，受眾渴求信息參與互動交流頻繁，對輿情走向影響巨大［3］。為此，文獻(xiàn)［3］構(gòu)建了網(wǎng)絡(luò)輿情三級評價(jià)指數(shù)體系，見表2。

表2 網(wǎng)絡(luò)輿情三級評價(jià)指數(shù)體系

表2中的一級指標(biāo)項(xiàng)說明如下(二級指標(biāo)項(xiàng)的說明同本文1.1節(jié)):

1)供給指數(shù):基于對傳統(tǒng)輿論場規(guī)律的分析，關(guān)注各熱點(diǎn)事件中媒體新聞信息量的供給、覆蓋程度。

2)需求指數(shù):社交媒體時代的核心理念之一是以用戶為核心，因此有必要關(guān)注受眾對輿情事件的信息需求熱度、關(guān)注度及持續(xù)時間。

(2) 工程地質(zhì)條件。盾構(gòu)隧道長距離穿越軟塑、流塑淤泥質(zhì)土層，該土層具有高壓縮性、高觸變性、低承載力的特性，一旦擾動，導(dǎo)致隧道變形時間加長且變形量增大；同時，盾構(gòu)隧道下臥土層分布不均勻，且原管片地層注漿加固效果難以保證，也將導(dǎo)致隧道產(chǎn)生不均勻沉降。

3)互動指數(shù):以微博為代表的社交網(wǎng)絡(luò)要求研究者關(guān)注受眾的事件參與程度、互動程度及傳播效率。

2.2 定義指標(biāo)集和評判集

第1 層指標(biāo)集為:U={U1，U2，U3};第2 層指標(biāo)集為:U1={u1，u2，u3}，U2={u4，u5}，U3={u6}。評判集為:V={V1，V2，V3，V4}，表示輿情影響的分級程度(本文1.2節(jié))，它對于任一層、任一因素的評判都適用。

2.3 對第2層指標(biāo)集作綜合評判

不妨以U1={u1，u2，u3}為例討論。用B1向量表示U1綜合評判的結(jié)果(U2、U3類似)。

2.3.1 建立單指標(biāo)評判矩陣

類似地，對其他指標(biāo)進(jìn)行單指標(biāo)評判，得ui→(ci1ci2ci3ci4)，i=2，3，得出單指標(biāo)評判矩陣為

2.3.2 作單層綜合評判

由文獻(xiàn)［3］可知模糊權(quán)向量

作一層綜合評判，得

類似地，U2={u4，u5}，模糊權(quán)向量A2=(0.375 0.625 )，單指標(biāo)評判矩陣為 R2=(cij)2×4，作一層綜合評判，得

U3={u6}，模糊權(quán)向量A3=1，單指標(biāo)評判矩陣為R3=(cij)1×4，作一層綜合評判，得

2.4 對第1層指標(biāo)集作綜合評判

再對所得的B向量進(jìn)行歸一化處理，得到綜合評判向量為

3 最大隸屬度原則及輿情四級研判的有效性分析

設(shè)模糊綜合評判向量B=(b1b2… bn)，若br=max{ bi}，則被評價(jià)事物總體來講屬于第r等級。這就是最大隸屬度原則［8］。當(dāng)模糊綜合評判向量B中的最大分量與第二大分量相差不大時，依據(jù)最大隸屬度原則所得出的評價(jià)結(jié)果便顯得比較勉強(qiáng)［8］。為此，有專家提出最大隸屬度原則有效性的評價(jià)方法。有效性指標(biāo)定義為:

其中:n為歸一化后的模糊綜合評判向量B'的元素的個數(shù);β為B'中的最大隸屬度;γ為B'中的第二大隸屬度［8］。

若α=+∞，則最大隸屬度原則是完全有效的;若1≤α＜+∞，則最大隸屬度原則是非常有效的;若0.2≤α＜1，則最大隸屬度原則是比較有效的;若0≤α＜0.2，則最大隸屬度原則是低效的;若α=0，則最大隸屬度原則是完全失效的［9］。

根據(jù)最大隸屬度原則，可以得出:對于具體的網(wǎng)絡(luò)輿情事件，若 α在有效的范圍內(nèi)，b'i=max{b'j}，j=1，2，3，4，則該事件的網(wǎng)絡(luò)輿情指數(shù)就分別屬于 Vi，i=1，2，3，4。

4 模型應(yīng)用實(shí)例分析

本節(jié)主要針對3件網(wǎng)絡(luò)輿情事件(詳情見文獻(xiàn)［3］)，將文獻(xiàn)［3］中的事件數(shù)據(jù)(見表3)分別代入單層和多層模型中的相關(guān)公式，利用Maple軟件計(jì)算出模糊綜合評判向量B'，從而對3個實(shí)例進(jìn)行模糊綜合評判。通過對以上2個模型的有效性對比發(fā)現(xiàn):多層模糊綜合評判模型的有效性較高，結(jié)果更為精確。

表3 3個網(wǎng)絡(luò)輿情事件的指數(shù)數(shù)據(jù)

4.1 “重慶人事變動”的單層模糊綜合判

1)將數(shù)據(jù)代入單層模型得

通過計(jì)算得出α=0.3348，故在有效范圍內(nèi)，b'1=max{ b'j}=0.4085，j=1，2，3，4。

2)將數(shù)據(jù)代入多層模型得

通過計(jì)算得出α=0.4034，故在有效范圍內(nèi)，b'1=max{ b'j}=0.4497，j=1，2，3，4。

由最大隸屬度原則可知，該事件的網(wǎng)絡(luò)輿情指數(shù)屬于V1，即影響很大。這就表明:“重慶人事變動”是屬于紅色級的網(wǎng)絡(luò)輿情，需要特別加以管控。

4.2 “中菲黃巖島爭端”的模糊綜合評判

1)將數(shù)據(jù)代入單層模型得

通過計(jì)算得出α=0.2726，故在有效范圍內(nèi)，b'2=max{ b'j}=0.4011，j=1，2，3，4。

2)將數(shù)據(jù)代入多層模型得

通過計(jì)算得出α=0.3302，故在有效范圍內(nèi)，b'2=max{ b'j}=0.4353，j=1，2，3，4。

由最大隸屬度原則可知，該事件的網(wǎng)絡(luò)輿情指數(shù)屬于V2，即影響大。這表明:“中菲黃巖島爭端”是屬于橙色級的網(wǎng)絡(luò)輿情，需要加以管控。

4.3 “油價(jià)上漲”的模糊綜合評判

1)將數(shù)據(jù)代入單層模型得

通過計(jì)算得出α=0.3723，故在有效范圍內(nèi)，b'4=max{ b'j}=0.4080，j=1，2，3，4。

2)將數(shù)據(jù)代入單層模型得

通過計(jì)算得出α=0.3786，故在有效范圍內(nèi)，b'4=max{ b'j}=0.4050，j=1，2，3，4。

由最大隸屬度原則可知，該事件的網(wǎng)絡(luò)輿情指數(shù)屬于V4，即影響小。這表明:“油價(jià)上漲”是屬于藍(lán)色級的網(wǎng)絡(luò)輿情，需要注意但不需要管控。

5 結(jié)束語

本文建立了網(wǎng)絡(luò)輿情分為四級預(yù)警的模糊綜合評判模型。利用指派方法建立隸屬函數(shù)，構(gòu)造了精確的模糊評判矩陣。采用最大隸屬度原則，對網(wǎng)絡(luò)輿情預(yù)警進(jìn)行分級。應(yīng)用實(shí)例比較結(jié)果表明:模型有效性較高，能直觀地而全面對網(wǎng)絡(luò)輿情進(jìn)行評價(jià)，對網(wǎng)絡(luò)輿情的掌握和監(jiān)控具有重要參考作用。另外，還可以通過文獻(xiàn)［10］編出多層模糊綜合評判模型的計(jì)算程序，以對網(wǎng)絡(luò)輿情熱點(diǎn)事件進(jìn)行快速計(jì)算，從而做到及時監(jiān)控。

［1］王啟兵.和諧校園視域中網(wǎng)絡(luò)輿情引導(dǎo)初探［J］.傳承，2011(31):34－35.

［2］鐘漲寶，聶建亮.我國高校網(wǎng)絡(luò)輿情研究綜述［J］.現(xiàn)代教育管理，2011(5):68－71.

［3］沈陽.2012年1季度網(wǎng)絡(luò)輿情報(bào)告［R］.武漢大學(xué)互聯(lián)網(wǎng)科學(xué)研究中心，2012.

［4］謝季堅(jiān)，劉承平.模糊數(shù)學(xué)方法及其應(yīng)用［M］.3版.武漢:華中科技大學(xué)出版社，2005.

［5］氣象部門的“藍(lán)色”“黃色”“橙色”“紅色”是什么意思?［EB/OL］.［2008－03－01/2012－09－12］.http://zhidao.baidu.com/question/47302324.

［6］余瓊芳，陳迎松.模糊數(shù)學(xué)中隸屬函數(shù)的構(gòu)造策略［J］.漯河職業(yè)技術(shù)學(xué)院學(xué)報(bào):綜合版，2003，2(1):12－14.

［7］劉開第，龐彥軍，吳和琴，等.模糊隸屬度定義中隱含的問題［J］.系統(tǒng)工程理論與實(shí)踐，2000(1):110－112.

［8］王靜，董肖麗.模糊評價(jià)中最大隸屬度原則的改進(jìn)［J］.河北水利，2011(2):27 －28.

［9］化存才.數(shù)學(xué)建模應(yīng)用與實(shí)踐［M］.昆明:云南科技出版社，2008.

［10］郭鳳鳴，于鵬，趙雁.模糊綜合評判實(shí)用程序［J］.電腦學(xué)習(xí)，2001(2):38－40.