杜明英 楊珊珊 高向輝 吳倩

內(nèi)容摘要：根據(jù)食品安全網(wǎng)絡(luò)輿情的影響因素，本文從輿情關(guān)注度、輿情活躍度、輿情受眾、輿情傳播4個角度構(gòu)建食品安全網(wǎng)絡(luò)預(yù)警指標(biāo)體系，利用八爪魚采集軟件從百度和新浪微博抓取輿情指標(biāo)數(shù)據(jù)?；陟刂捣ê蛯哟畏治龇ǎˋHP）構(gòu)建模糊綜合評價模型，并且以“福喜過期肉事件”為例進(jìn)行實證分析，確定了該事件各階段的輿情預(yù)警等級。實例表明該模型合理有效，具有可操作性，為政府部門食品安全網(wǎng)絡(luò)輿情的預(yù)警研究提供了理論基礎(chǔ)。

關(guān)鍵詞：食品安全 網(wǎng)絡(luò)輿情 模糊綜合評價 熵值法 層次分析法

引言及文獻(xiàn)綜述

隨著互聯(lián)網(wǎng)的普及，中國網(wǎng)民人數(shù)不斷上升，網(wǎng)絡(luò)信息時代己經(jīng)到來，互聯(lián)網(wǎng)憑借其自身的開放性、即時性與交互性等特征已成為公眾獲取、發(fā)布和分享信息的重要平臺。近年來我國食品安全事件頻發(fā)，食品質(zhì)量安全問題已引起越來越多的社會關(guān)注，食品質(zhì)量安全網(wǎng)絡(luò)輿情成為公眾追捧熱議、政府高度關(guān)注的焦點，相關(guān)政府部門將加強食品網(wǎng)絡(luò)輿情預(yù)警和信息發(fā)布工作放在了較為突出的位置。

國內(nèi)學(xué)者從食品安全網(wǎng)絡(luò)輿情預(yù)警的指標(biāo)和方法方面進(jìn)行研究。林文聲（2016）等通過問卷調(diào)查和客觀指標(biāo)統(tǒng)計相結(jié)合的方式，構(gòu)建了4個一級指標(biāo)、9個二級指標(biāo)和22個三級指標(biāo)的食品安全事件網(wǎng)絡(luò)輿情熱度評價指標(biāo)體系。馮姝慧（2015）從輿情來源指標(biāo)、傳播擴散指標(biāo)、公眾關(guān)注指標(biāo)、發(fā)展傾向指標(biāo)4個維度構(gòu)建食品安全網(wǎng)絡(luò)輿情的監(jiān)測與預(yù)警體系。王鐵套（2012）利用模糊綜合評價法的威脅估計樣本訓(xùn)練方法，設(shè)計了一種基于BP神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)輿情威脅估計模型，為食品安全網(wǎng)絡(luò)輿情預(yù)警方法研究提供了參考依據(jù)。陳愷（2015）提出了基于改進(jìn)關(guān)聯(lián)規(guī)則-改進(jìn)熵權(quán)AHP-BP神經(jīng)網(wǎng)絡(luò)的預(yù)警分析研究方法。

國外從預(yù)警模型等方面對食品安全網(wǎng)絡(luò)輿情進(jìn)行相關(guān)研究。Geng（2017）利用層次分析法的極限學(xué)習(xí)機（AHP-ELM）預(yù)警建模來處理食品安全中復(fù)雜的食品檢驗數(shù)據(jù)方面的問題。Wang（2017）提出的一種改進(jìn)的基于模糊分類和神經(jīng)網(wǎng)絡(luò)的食品安全預(yù)警系統(tǒng)，采用挖掘技術(shù)和互聯(lián)網(wǎng)技術(shù)及時監(jiān)控整個供應(yīng)鏈的所有檢測數(shù)據(jù)并自動預(yù)警。國外政府也相當(dāng)重視食品安全問題，歐洲食品安全局（EFSA）（2014）發(fā)布了食品安全交流戰(zhàn)略，確定了風(fēng)險交流的工具、渠道以及評估方法。

國內(nèi)研究主要集中在網(wǎng)絡(luò)輿情預(yù)警方法的研究，部分文獻(xiàn)對食品安全預(yù)警進(jìn)行了實證研究，國外主要從食品檢驗、食品安全、網(wǎng)絡(luò)安全等其他方面建立輿情預(yù)警模型，從而應(yīng)用于食品安全網(wǎng)絡(luò)輿情預(yù)警。綜合國內(nèi)外研究，對食品安全網(wǎng)絡(luò)輿情指標(biāo)設(shè)計、評價及預(yù)警直接研究較少，本文運用模糊模型對食品安全網(wǎng)絡(luò)輿情指標(biāo)評價及預(yù)警進(jìn)行理論與實證研究。

食品安全網(wǎng)絡(luò)輿情預(yù)警指標(biāo)體系構(gòu)建

（一）指標(biāo)體系構(gòu)建

建立輿情預(yù)警指標(biāo)體系，需要遵循可行性、準(zhǔn)確性、整體性、定性和定量并行的原則，并分析影響食品安全網(wǎng)絡(luò)的因素。因此，本文依據(jù)以上設(shè)計指標(biāo)原則和食品安全輿情的特點，構(gòu)建4個一級指標(biāo)和15個二級指標(biāo)的食品安全網(wǎng)絡(luò)輿情預(yù)警體系，如圖1所示。

本文從輿情關(guān)注度、輿情活躍度、輿情受眾、輿情傳播等角度建立食品安全網(wǎng)絡(luò)輿情預(yù)警指標(biāo)體系：

輿情關(guān)注度包括新聞媒體來源數(shù)和新聞搜索量。新聞搜索量是指各新聞媒體在相應(yīng)時間段內(nèi)發(fā)布相關(guān)食品輿情的新聞數(shù)量；新聞媒體來源數(shù)是指對百度新聞標(biāo)題搜索結(jié)果進(jìn)行分詞，與權(quán)威（食品）新聞網(wǎng)站進(jìn)行匹配，計算此輿情事件出現(xiàn)在這些網(wǎng)站的次數(shù)。

輿情活躍度包括原創(chuàng)微博發(fā)布、評論、點贊條數(shù)和微博轉(zhuǎn)發(fā)數(shù)，是指相應(yīng)時間段內(nèi)在微博上發(fā)布、轉(zhuǎn)發(fā)、評論、點贊的相關(guān)食品輿情的微博數(shù)量。通過新浪微博搜索食品輿情事件關(guān)鍵詞，利用高級搜索工具，自定義搜索時間段，抓取所需要的微博內(nèi)容。

輿情受眾包括參與頻度、受眾傾向和受眾影響力。參與頻度是指網(wǎng)民參與討論某一食品輿情事件的程度，發(fā)布、轉(zhuǎn)發(fā)、評論、點贊此輿情的總次數(shù)；受眾傾向是指網(wǎng)民對某一食品輿情事件的正面、中性、負(fù)面的情感傾向程度；受眾影響力是指網(wǎng)民對食品輿情事件發(fā)布的信息所引發(fā)的共鳴程度。

輿情傳播包括輿情演化程度、新聞搜索量變化率、微博數(shù)量變化率和解析度。輿情演化程度是指此食品輿情事件可能引發(fā)相關(guān)食品相關(guān)問題被討論的新聞數(shù)；微博（新聞）數(shù)量變化率是指發(fā)布、轉(zhuǎn)發(fā)、評論的微博（新聞）輿情在兩個連續(xù)統(tǒng)計時間段內(nèi)輿情差值之比。解析度是指網(wǎng)民對食品質(zhì)量安全輿情事件呈現(xiàn)出來的信息的思考情況，反映網(wǎng)民對微博參與的意愿程度，是微博總點擊量與微博評論數(shù)的比值。

（二）數(shù)據(jù)獲取

食品安全事件每年都有發(fā)生，2014年發(fā)生的“福喜過期肉事件”涉及面較廣、影響較惡劣，成為食品質(zhì)量安全熱點事件之一，因此本文以“福喜過期肉事件”為例進(jìn)行數(shù)據(jù)處理與模型分析。2014年7月20日，據(jù)東方衛(wèi)視晚間新聞報道，曝光了麥當(dāng)勞、肯德基等洋快餐供應(yīng)商上海福喜食品公司使用過期劣質(zhì)肉而被調(diào)查，福喜將加工的過期肉制品銷售給肯德基、麥當(dāng)勞等大部分快餐店，同時也引發(fā)了人們對“過期肉”、“劣質(zhì)肉”等一系列食品問題的討論。

根據(jù)建立的食品安全網(wǎng)絡(luò)輿情指標(biāo)體系，利用八爪魚采集軟件（http：//www.bazhuayu.com/）從百度和新浪微博抓取了“福喜過期肉事件”的輿情數(shù)據(jù)。由于食品安全網(wǎng)絡(luò)輿情事件有其特定的生命周期，網(wǎng)絡(luò)輿情事件也有其時間點，首先依據(jù)“生命周期理論”確定網(wǎng)絡(luò)輿情的發(fā)生周期，結(jié)合食品安全網(wǎng)絡(luò)輿情的發(fā)展特點確定了抓取數(shù)據(jù)的整體時間段為1個月，以2天為一個小節(jié)點來抓取，每個事件包含15個采集時間節(jié)點；其次根據(jù)“蝴蝶效應(yīng)”理論分別確定了這10個事件的演化詞，抓取演化詞的數(shù)據(jù)得到演化程度的輿情數(shù)據(jù)；最后食品安全網(wǎng)絡(luò)輿情指標(biāo)數(shù)據(jù)均可通過直接抓取和進(jìn)行處理得到，得到“福喜過期肉事件”的輿情指標(biāo)數(shù)據(jù)，如表1所示。

食品安全網(wǎng)絡(luò)輿情預(yù)警模型構(gòu)建

本文所建立的是模糊綜合評價模型，即在模糊數(shù)學(xué)理論的基礎(chǔ)上，對多個因素進(jìn)行定量化綜合評價，需要對多個因素計算其隸屬于被評估事物等級的情況，從而對多個因素對被評價事物隸屬等級狀況進(jìn)行綜合評價。

（一）確定指標(biāo)集

根據(jù)影響食品質(zhì)量安全網(wǎng)絡(luò)輿情發(fā)展的因素構(gòu)建指標(biāo)集，指標(biāo)集也就是因素集。設(shè)U={u1，u2，…，um}為所有評價因素組成的指標(biāo)集合，其中m代表評判指標(biāo)個數(shù)。本文需要對輿情事件各階段輿情等級進(jìn)行評定而不是對輿情事件整體評價，主要使用二級指標(biāo)進(jìn)行評價，因此m=15。

（二）確定評語集

評語集是評判者對評判對象可能做出各種總的評判結(jié)果所組成的集合，設(shè)V={v1，v2，…，vn}為所有評語組成的集合，其中n表示可能的評判結(jié)果個數(shù)。根據(jù)《國家突發(fā)公共事件總體應(yīng)急預(yù)案》將預(yù)警級別劃分為四級（Ⅰ、Ⅱ、Ⅲ、Ⅳ），預(yù)警狀態(tài)分別為特別嚴(yán)重、嚴(yán)重、較重、一般，n=4，定義為V={v1，v2，v3，v4}，即V={特別嚴(yán)重，嚴(yán)重，較重，一般}。采用等級評分制，以對應(yīng)的預(yù)警評價分值區(qū)間對應(yīng)于各等級，根據(jù)相關(guān)資料查閱和相關(guān)專家咨詢建議，評分區(qū)間為[0，100]，如表2所示。

（三）建立權(quán)重集

在食品安全網(wǎng)絡(luò)輿情預(yù)警的研究中，各指標(biāo)重要程度不一樣，需要對各評價指標(biāo)賦予一定權(quán)重，為了更合理準(zhǔn)確得出評價結(jié)果，本文采用主觀賦權(quán)法和客觀賦權(quán)法的混合賦權(quán)法進(jìn)行賦權(quán)，而主觀賦權(quán)法采用AHP法（層次分析法）進(jìn)行指標(biāo)賦權(quán)，客觀賦權(quán)法采用熵值法進(jìn)行賦權(quán)。

利用熵值法確立權(quán)重。熵值法的基本思路是根據(jù)指標(biāo)變異性的大小來確定客觀權(quán)重，是一種客觀賦權(quán)法。熵值法賦權(quán)步驟如下：

數(shù)據(jù)歸一化。將各個指標(biāo)數(shù)據(jù)進(jìn)行歸一化處理。假定給了k個指標(biāo)X1，X2，…，Xk，其中Xi={x1，x2，…，xn}，k為指標(biāo)個數(shù)，假設(shè)各指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化后的值為Y1，Y2，…，Yk，那么。

計算各指標(biāo)的信息熵。根據(jù)信息熵的定義，得出信息熵的公式為，其中。

計算信息熵冗余度。冗余度的公式為dj=1-ej。

計算各指標(biāo)權(quán)重。將dj歸一化處理，指標(biāo)權(quán)重為，最后權(quán)重向量為Wa=（w1，w2，…，wk）。

根據(jù)以上步驟得到二級指標(biāo)A1-D15的權(quán)重：Wa=（0.0251、0.0444、0.0605、0.1235、0.0838、0.0647、0.2614、0.0238、0.0245、0.0404、0.0381、0.0384、0.0747、0.0570、0.0397）

利用層次分析法（AHP）賦權(quán)。對于指標(biāo)集中賦權(quán)時可以利用層次分析法的1-9標(biāo)度法，在兩兩元素進(jìn)行判斷的基礎(chǔ)上寫出判斷矩陣，然后通過計算判斷矩陣的最大特征根及其對應(yīng)的特征向量，計算表示指標(biāo)相對重要性的權(quán)值。

建立遞階層次結(jié)構(gòu)模型。層次結(jié)構(gòu)模型是類似于決策目標(biāo)體系的結(jié)構(gòu)，對于簡單的問題一般可以分為三層結(jié)構(gòu)，第一層為目標(biāo)層（T），第二層為準(zhǔn)則層（G），第三層為方案層（P），本文構(gòu)建的層次結(jié)構(gòu)模型如圖2所示。

建立兩兩比較的判斷矩陣。為了便于將比較判斷定量化，層次分析法采用1-9比率標(biāo)度方法，如表3所示，對不同情況的評比給出數(shù)量標(biāo)度進(jìn)行兩兩比較，得到判斷矩陣（T-G，G-P），判斷矩陣表示針對上一層次某元素，本層次與它有關(guān)元素之間相對重要性的比較。

為了比較食品安全網(wǎng)絡(luò)輿情各指標(biāo)之間的重要程度，設(shè)計問卷邀請研究食品安全網(wǎng)絡(luò)輿情方面的專家進(jìn)行打分，指標(biāo)體系共設(shè)計了兩層指標(biāo)，各專家根據(jù)經(jīng)驗對每一層次指標(biāo)相對它所屬上一級指標(biāo)的重要程度進(jìn)行兩兩比較，然后結(jié)合1-9標(biāo)度的分級比例參考表由低到高進(jìn)行打分。本次調(diào)查共向10位專家發(fā)放問卷，回收有效問卷9份，在合理的問卷調(diào)查范圍內(nèi)，首先計算各個專家的判斷矩陣，分別得到其權(quán)重，然后對所有專家對應(yīng)的各個判斷矩陣權(quán)重進(jìn)行幾何或算術(shù)平均，得到一套多個判斷矩陣的權(quán)重，最后進(jìn)行組合權(quán)重計算。

計算各矩陣的最大特征值λmax及其對應(yīng)的特征向量。根據(jù)建立的判斷矩陣A，使用求和法得到特征向量wT，wA，wB，wC，wD和最大特征值，其中n為判斷矩陣階數(shù)。

矩陣的一致性檢驗。層次分析法保持判斷思維的一致性是非常重要的，引入判斷矩陣一致性指標(biāo)CI（Consistency Index）和隨機一致性檢驗CR（Consistency Ratio）。對于多階判斷矩陣，則引入平均隨機一致性指標(biāo)RI（Random Index），隨機一致性CR=CI/RI，RI值如表4所示。

當(dāng)階數(shù)n≤3時，判斷矩陣永遠(yuǎn)具有完全一致性。當(dāng)階數(shù)n>3，CR<0.10時，便認(rèn)為判斷矩陣具有可以接受的一致性；當(dāng)CR≥0.10時，就需要調(diào)整和修正判斷矩陣，使其滿足CR<0.10，從而具有滿意的一致性。

組合權(quán)重計算。經(jīng)過計算得到準(zhǔn)則層權(quán)重向量為wT=（0.1871、0.2418、0.2182、0.3529），方案層初始權(quán)重向量分別為wA=（0.7351、0.2649），wB=（0.2173、0.2536、0.3790、0.1501），wC=（0.3842、0.2534、0.3624），wD=（0.1009、0.1193、0.1758、0.1748、0.2170、0.2121），基于此，得到方案層A1-D15各評價指標(biāo)的組合權(quán)重計算結(jié)果Wb=（w1，w2，…，wk），如表5所示。

混合賦權(quán)法?；旌腺x權(quán)法的計算公式為W=σWa*?Wb，其中Wa為客觀權(quán)重向量，Wb為主觀權(quán)重向量，0

（四）計算隸屬度并構(gòu)造評價矩陣

計算隸屬度。根據(jù)已獲得的食品安全輿情指標(biāo)數(shù)據(jù)并利用隸屬函數(shù)計算各指標(biāo)輿情隸屬度。通過分析指標(biāo)數(shù)據(jù)，比較各隸屬度函數(shù)分布規(guī)律，發(fā)現(xiàn)各指標(biāo)的隸屬函數(shù)的大致曲線與半梯形偏大型分布相似，所以采用半梯形偏大型分布作為各指標(biāo)的隸屬函數(shù)。各指標(biāo)的隸屬函數(shù)為：