網(wǎng)絡(luò)輿情危機(jī)演變特征及其預(yù)警方案研究

袁國棟

摘?要：[目的/意義]采用當(dāng)前方法分析網(wǎng)絡(luò)輿情危機(jī)演變特征時(shí)，無法明確網(wǎng)絡(luò)輿情傳播過程中演變特征影響因素之間的因果關(guān)系，導(dǎo)致分析結(jié)果的灰色關(guān)聯(lián)度低、小誤差概率小、均方差比大，因此研究了網(wǎng)絡(luò)輿情危機(jī)演變特征及其預(yù)警方案創(chuàng)新方法，采用系統(tǒng)動(dòng)力學(xué)對(duì)網(wǎng)絡(luò)輿情危機(jī)演變變量和影響因素進(jìn)行仿真和建模，獲取網(wǎng)絡(luò)輿情危機(jī)演變的主要影響因素，結(jié)合網(wǎng)絡(luò)輿情傳播熱度與各因素之間的因果關(guān)系分析網(wǎng)絡(luò)輿情傳播系統(tǒng)。[方法/過程]結(jié)合Verhulst模型和灰色理論模型構(gòu)建灰色Verhulst預(yù)測模型，根據(jù)各影響因素之間存在的因果關(guān)系分析網(wǎng)絡(luò)輿情危機(jī)演變特征，根據(jù)分析結(jié)果提出構(gòu)建信息匯集分析機(jī)制、預(yù)警機(jī)制、信息發(fā)布機(jī)制和引導(dǎo)機(jī)制的預(yù)警方案。[結(jié)果/結(jié)論]實(shí)驗(yàn)結(jié)果表明，采用所提方法分析網(wǎng)絡(luò)輿情危機(jī)演變特征時(shí)，分析結(jié)果的灰色關(guān)聯(lián)度高、小誤差概率大、均方差比小。

關(guān)鍵詞：網(wǎng)絡(luò)輿情危機(jī);演變特征;灰色Verhulst預(yù)測模型;預(yù)警方案

DOI：10.3969/j.issn.1008-0821.2021.07.016

〔中圖分類號(hào)〕G206?〔文獻(xiàn)標(biāo)識(shí)碼〕A?〔文章編號(hào)〕1008-0821（2021）07-0154-06

Research?on?the?Evolution?Characteristics?of?Internet?Public

Opinion?Crisis?and?Its?Early?Warning?Scheme

Yuan?Guodong

（Party?School?of?Chongqing?Committee，Chongqing?400041，China）

Abstract：[Purpose/Significance]When?the?current?method?is?used?to?analyze?the?evolution?characteristics?of?network?public?opinion?crisis，the?causal?relationship?between?the?influencing?factors?of?the?evolution?characteristics?in?the?process?of?network?public?opinion?dissemination?can?not?be?clarified，which?leads?to?the?low?grey?correlation?degree，small?error?probability?and?large?mean?square?deviation?ratio?of?the?analysis?results.Therefore，the?evolution?characteristics?of?network?public?opinion?crisis?and?the?innovation?method?of?early?warning?scheme?are?studied，and?the?system?dynamics?is?used?to?analyze?the?network?public?opinion?crisis?the?evolution?variables?and?influencing?factors?are?simulated?and?modeled?to?obtain?the?main?influencing?factors?of?the?evolution?of?network?public?opinion?crisis.Combined?with?the?causal?relationship?between?the?popularity?of?network?public?opinion?and?various?factors，the?network?public?opinion?communication?system?is?analyzed.[Method/Process]Combined?with?Verhulst?model?and?grey?theory?model，the?grey?Verhulst?prediction?model?is?constructed.According?to?the?causal?relationship?between?the?influencing?factors，the?evolution?characteristics?of?network?public?opinion?crisis?are?analyzed.According?to?the?analysis?results，the?early?warning?scheme?of?information?collection?analysis?mechanism，early?warning?mechanism，information?release?mechanism?and?guidance?mechanism?is?proposed.[Result/Conclusion]The?experimental?results?show?that，when?the?proposed?method?is?used?to?analyze?the?evolution?characteristics?of?network?public?opinion?crisis，the?grey?correlation?degree?is?high，the?small?error?probability?is?large，and?the?mean?square?deviation?ratio?is?small.

Key?words：internet?public?opinion?crisis;evolution?characteristics;grey?Verhulst?prediction?model;early?warning?plan

我國經(jīng)濟(jì)結(jié)構(gòu)在社會(huì)轉(zhuǎn)型期間發(fā)生了較大變化，使得社會(huì)生活逐步趨向多元化和復(fù)雜化[1]。在此期間一些矛盾逐漸暴露在社會(huì)大眾面前，在表達(dá)渠道多樣化的情況下，開始在網(wǎng)絡(luò)平臺(tái)中反映各種社會(huì)問題。分析代表性較強(qiáng)的公共事件可知，民意表達(dá)空間隨著社會(huì)的進(jìn)步不斷擴(kuò)展，群體性事件的出現(xiàn)往往會(huì)促進(jìn)網(wǎng)絡(luò)輿情的演變，已經(jīng)成為一種比較突出的社會(huì)問題，部分不良事件對(duì)構(gòu)建社會(huì)主義和諧社會(huì)產(chǎn)生了不利影響[2]。網(wǎng)絡(luò)的開放性是造成上述問題的主要原因，在網(wǎng)絡(luò)的支持下局部突發(fā)事件的擴(kuò)散速度提升，影響力增強(qiáng)，經(jīng)過一段時(shí)間的發(fā)展會(huì)逐漸演變成全國性的公共事件，因此群體事件與網(wǎng)絡(luò)輿情之間存在的因果關(guān)系問題逐漸突出。隨著網(wǎng)絡(luò)輿情的不斷演化，會(huì)對(duì)社會(huì)輿情的走向產(chǎn)生影響，對(duì)公共決策和政府運(yùn)行機(jī)制產(chǎn)生一定制約[3]。為了降低網(wǎng)絡(luò)輿情對(duì)社會(huì)產(chǎn)生的負(fù)面影響，需要研究網(wǎng)絡(luò)輿情危機(jī)演變特征，提出相關(guān)預(yù)警方案。

蔣知義等[4]提出基于情感傾向性分析的網(wǎng)絡(luò)輿情危機(jī)演變特征研究方法，該方法在情感分類詞典的基礎(chǔ)上建立情感傾向分析模型，利用該模型對(duì)網(wǎng)絡(luò)輿情的情感類型和情感性強(qiáng)度進(jìn)行統(tǒng)計(jì)，根據(jù)統(tǒng)計(jì)結(jié)果劃分網(wǎng)絡(luò)輿情演化階段，實(shí)現(xiàn)網(wǎng)絡(luò)輿情危機(jī)特征分析，該方法沒有分析網(wǎng)絡(luò)輿情危機(jī)影響因素之間存在的關(guān)系，導(dǎo)致分析結(jié)果的灰色關(guān)聯(lián)度低、小誤差概率小。杜洪濤等[5]提出基于多案例的網(wǎng)絡(luò)輿情危機(jī)演變特征研究方法，該方法在生命周期理論的基礎(chǔ)上將網(wǎng)絡(luò)輿情危機(jī)演變過程劃分為3個(gè)階段，分別是擴(kuò)散階段、高潮階段和消散階段，將輿情事件分為非自然突發(fā)事件和自然突發(fā)事件，分析不同階段不同案例的傳播路徑和表現(xiàn)情況，確定演化特征之間存在的聯(lián)系和區(qū)別，獲得影響網(wǎng)絡(luò)輿情危機(jī)演化的影響因素，最后總結(jié)了網(wǎng)絡(luò)輿情危機(jī)演變特征的變化規(guī)律，該方法在網(wǎng)絡(luò)輿情危機(jī)演變過程中無法獲取影響因素之間的因果關(guān)系，導(dǎo)致均方差比較大。

綜上所述，提出網(wǎng)絡(luò)輿情危機(jī)演變特征及其預(yù)警方案創(chuàng)新研究方法。

1?網(wǎng)絡(luò)輿情演化動(dòng)力學(xué)分析

網(wǎng)絡(luò)輿情的演變過程主要受以下因素的影響：

1）網(wǎng)絡(luò)事件自身具有的破壞力。

2）網(wǎng)絡(luò)輿情傳播的推動(dòng)力，包括媒體推動(dòng)力和網(wǎng)民推動(dòng)力。

3）社會(huì)組織或政府組織的調(diào)控力。

由于網(wǎng)絡(luò)輿情危機(jī)演變動(dòng)力影響因素的作用方式之間存在差異，可以將影響因素分為兩類[6]，如圖1所示。

圖1?外源動(dòng)力和內(nèi)源動(dòng)力

網(wǎng)絡(luò)輿情危機(jī)演變動(dòng)力關(guān)鍵構(gòu)成變量如圖2所示。

利用系統(tǒng)動(dòng)力學(xué)對(duì)上述變量進(jìn)行仿真和建模，獲取網(wǎng)絡(luò)輿情危機(jī)演變的主要影響因素。

對(duì)系統(tǒng)內(nèi)部因素關(guān)系進(jìn)行考慮，結(jié)合網(wǎng)絡(luò)輿情傳播熱度與各影響因素之間存在的因果關(guān)系分析網(wǎng)絡(luò)輿情傳播系統(tǒng)。系統(tǒng)由3個(gè)以上變量構(gòu)成反饋環(huán)，反饋環(huán)屬于一個(gè)因果閉合環(huán)路或關(guān)系鏈[7]。如果因果在正反饋環(huán)中增加，結(jié)果就會(huì)高于原始程度，如果因果在正反饋環(huán)中減少，結(jié)果就會(huì)低于原始高度。如果因果在負(fù)反饋環(huán)中增加，結(jié)果就會(huì)低于原始程度，如果因果在負(fù)反饋環(huán)中減少，結(jié)果就會(huì)高于原始程度。正反饋環(huán)和負(fù)反饋環(huán)之間存在相互作用，使得不同時(shí)期網(wǎng)絡(luò)輿情熱度與系統(tǒng)狀態(tài)具有一致性[8]。

2?網(wǎng)絡(luò)輿情危機(jī)演變特征研究

本文利用灰色Verhulst預(yù)測模型對(duì)網(wǎng)絡(luò)輿情危機(jī)演變特征進(jìn)行研究，灰色Verhulst預(yù)測模型結(jié)合了Verhulst模型和灰色理論模型的優(yōu)點(diǎn)，可以實(shí)現(xiàn)產(chǎn)品經(jīng)濟(jì)壽命預(yù)測、人口預(yù)測、繁殖預(yù)測和生物生長預(yù)測等，被廣泛地應(yīng)用在生產(chǎn)生活中[9]。

3?實(shí)驗(yàn)結(jié)果與分析

為了驗(yàn)證所提方法的整體有效性，在Visual?C++開發(fā)的TTE網(wǎng)絡(luò)平臺(tái)中對(duì)所提方法進(jìn)行測試。

本文通過集搜客GooSeeker網(wǎng)絡(luò)爬蟲軟件對(duì)2019年不同平臺(tái)的網(wǎng)絡(luò)輿情熱點(diǎn)事件進(jìn)行抽取，如《啥是佩奇》爆紅網(wǎng)絡(luò)、吳秀波出軌門事件、孫楠送娃讀“女德班”事件、河南女子醉駕瑪莎拉蒂致死傷、杭州女童被租客帶走等多個(gè)研究案例作為數(shù)據(jù)基礎(chǔ)。采集自網(wǎng)絡(luò)輿情事件發(fā)生當(dāng)天起25天之內(nèi)的輿情傳播數(shù)據(jù)，并以此為基礎(chǔ)進(jìn)行網(wǎng)絡(luò)輿情危機(jī)演變特征提取。限于篇幅，以吳秀波出軌門事件為例，采集網(wǎng)易新聞、騰訊新聞、百度新聞、新浪微博與天涯論壇5個(gè)網(wǎng)絡(luò)輿情傳播平臺(tái)的數(shù)據(jù)，并對(duì)數(shù)據(jù)采集結(jié)果進(jìn)行整理與分析。具體的數(shù)據(jù)采集結(jié)果如表1所示。

在上述數(shù)據(jù)的支持下，灰色關(guān)聯(lián)度γ、小誤差概率P和均方差比C作為測試指標(biāo)，對(duì)所提方法、文獻(xiàn)[4]方法和文獻(xiàn)[5]方法進(jìn)行測試，測試指標(biāo)的計(jì)算公式分別如下：

式中，δ（k）代表的是關(guān)聯(lián)系數(shù);Δ（0）（k）代表的是絕對(duì)誤差序列;（0）為Δ（0）（k）對(duì)應(yīng)的均值;S2為Δ（0）（k）對(duì)應(yīng)的方差。

灰色關(guān)聯(lián)度越高表明方法分析的網(wǎng)絡(luò)輿情危機(jī)演變特征變化越準(zhǔn)確，3種方法的灰色關(guān)聯(lián)度測試結(jié)果如圖3所示。

分析圖3可知，文獻(xiàn)[4]方法的灰色關(guān)聯(lián)度在22%～25%之間，文獻(xiàn)[5]方法的灰色關(guān)聯(lián)度在23%～27%之間，而所提方法的灰色關(guān)聯(lián)度在36%～42%之間，是3種方法中最高的，所以該方法的網(wǎng)絡(luò)輿情危機(jī)演變特征變化分析精度要高于其他實(shí)驗(yàn)方法。

小誤差概率越小，表明方法在網(wǎng)絡(luò)輿情危機(jī)演變過程中對(duì)演變特征分析的結(jié)果誤差越大，則3種方法的小誤差概率比較結(jié)果如圖4所示。

由圖4可知，文獻(xiàn)[4]方法的小誤差概率在46%～59%范圍內(nèi)變化，文獻(xiàn)[5]方法的小誤差概率在42%～46%范圍內(nèi)變化，而所提方法的小誤差概率在78%～95%范圍內(nèi)變化，說明所提方法的小誤差概率遠(yuǎn)遠(yuǎn)高于其他實(shí)驗(yàn)方法，證明該方法的網(wǎng)絡(luò)輿情演變特征分析的結(jié)果誤差較小。

由圖5可知，文獻(xiàn)[4]方法的均方差比在0.030～0.039之間，文獻(xiàn)[5]方法的均方差比在0.036～0.042之間，而在多次迭代中所提方法的均方差比均在0.02以內(nèi)，遠(yuǎn)遠(yuǎn)低于實(shí)驗(yàn)對(duì)比方法，說明該方法的均方差比更小，網(wǎng)絡(luò)輿情危機(jī)演變特征分析誤差較低。

分析上述測試結(jié)果可知，采用所提方法研究網(wǎng)絡(luò)輿情危機(jī)演變特征時(shí)，分析結(jié)果的灰色關(guān)聯(lián)度高、小誤差概率大、均方差比小，表明該方法可以得到準(zhǔn)確的網(wǎng)絡(luò)輿情危機(jī)演變特征分析結(jié)果，原因在于該方法利用系統(tǒng)動(dòng)力學(xué)對(duì)影響網(wǎng)絡(luò)輿情危機(jī)演變的因素進(jìn)行仿真和建模，獲取網(wǎng)絡(luò)輿情危機(jī)演變的主要影響因素，在此基礎(chǔ)上分析網(wǎng)絡(luò)輿情傳播系統(tǒng)中各因素之間存在的因果關(guān)系，采用灰色Verhulst預(yù)測模型對(duì)網(wǎng)絡(luò)輿情危機(jī)演變特征進(jìn)行研究，提高了分析結(jié)果的有效性。

4?網(wǎng)絡(luò)輿情危機(jī)預(yù)警方案

本文主要以網(wǎng)絡(luò)輿情演化動(dòng)力學(xué)為基礎(chǔ)，對(duì)網(wǎng)絡(luò)輿情危機(jī)演變特征進(jìn)行了分析，且通過實(shí)驗(yàn)證實(shí)了該方法的網(wǎng)絡(luò)輿情危機(jī)演變特征分析結(jié)果具有灰色關(guān)聯(lián)度高、小誤差概率大、均方差比小等多種優(yōu)勢，因此可以得到更為精準(zhǔn)的網(wǎng)絡(luò)輿情危機(jī)演變特征分析結(jié)果。需要在上述研究結(jié)果的支持下，進(jìn)行網(wǎng)絡(luò)輿情危機(jī)預(yù)警方案設(shè)計(jì)，以達(dá)到控制網(wǎng)絡(luò)輿情的傳播速度以及提升社會(huì)穩(wěn)定性的最終目的。

4.1?構(gòu)建信息匯集分析機(jī)制

由于信息是網(wǎng)絡(luò)輿情危機(jī)處理的基礎(chǔ)，所以需要構(gòu)建信息匯集分析機(jī)制。輿情危機(jī)信息匯集機(jī)制是指通過相關(guān)部門根據(jù)輿情在演變過程中的規(guī)律，通過心理學(xué)、計(jì)算機(jī)科學(xué)和統(tǒng)計(jì)學(xué)等研究方法，利用多種信息收集方法和渠道實(shí)現(xiàn)輿情危機(jī)信息獲取和反饋[11]。在構(gòu)建網(wǎng)絡(luò)輿情危機(jī)信息匯集分析機(jī)制中應(yīng)該注意以下幾點(diǎn)：

1）在網(wǎng)絡(luò)輿情危機(jī)演變過程中主體之間存在協(xié)調(diào)作用，應(yīng)該采取符合實(shí)際情況的策略以解決不同類型的網(wǎng)絡(luò)輿情危機(jī)。

2）要保證網(wǎng)絡(luò)輿情危機(jī)信息匯集的目的性和全面性，盡可能采集有價(jià)值的信息。

3）細(xì)化考核機(jī)制和工作流程，細(xì)化目標(biāo)和明確責(zé)任。

4）挖掘不同領(lǐng)域?qū)＜业男畔⒎治瞿芰?，?gòu)建信息分析專家?guī)臁?/p>

5）為了提高網(wǎng)絡(luò)輿情危機(jī)處理的規(guī)范化和制度化，建立激勵(lì)機(jī)制。

4.2?建立預(yù)警機(jī)制

由于網(wǎng)絡(luò)輿情危機(jī)的發(fā)生通常是無法預(yù)見的，但網(wǎng)絡(luò)輿情危機(jī)的演變過程是可以控制的，因此需要制定預(yù)警機(jī)制。預(yù)警機(jī)制屬于制止和防范網(wǎng)絡(luò)輿情危機(jī)發(fā)生的工作機(jī)制，可以在網(wǎng)絡(luò)輿情危機(jī)發(fā)生前進(jìn)行報(bào)警[12]。構(gòu)建預(yù)警機(jī)制時(shí)需要重點(diǎn)關(guān)注以下問題：

1）重視網(wǎng)絡(luò)輿情演化分析相關(guān)工作，及時(shí)掌握網(wǎng)絡(luò)輿情危機(jī)演變特征。

2）及時(shí)、準(zhǔn)確地實(shí)現(xiàn)網(wǎng)絡(luò)輿情危機(jī)信息的發(fā)布，保證內(nèi)容的真實(shí)性和多樣化。

4.3?完善信息發(fā)布機(jī)制

由于在實(shí)際中，網(wǎng)絡(luò)輿情傳播渠道具有多樣性，不局限于網(wǎng)易新聞、騰訊新聞、百度新聞、新浪微博與天涯論壇這幾個(gè)較大的網(wǎng)絡(luò)輿情傳播平臺(tái)，所以需要構(gòu)建較為完善的信息發(fā)布機(jī)制。消解網(wǎng)絡(luò)輿情危機(jī)的主要?jiǎng)恿κ钦袨?，同時(shí)也需要網(wǎng)絡(luò)參與主體的共同努力。如果政府網(wǎng)絡(luò)輿情危機(jī)處理能力及力度較差，會(huì)推動(dòng)輿情的進(jìn)一步擴(kuò)大，對(duì)公眾的心理產(chǎn)生不利影響[13]。本文主要通過以下幾個(gè)方面完善信息發(fā)布機(jī)制：

1）提高政府的執(zhí)政能力和決策能力，優(yōu)化政府行為，平衡公眾心理。

2）政府對(duì)外聯(lián)系的主要窗口是政府門戶網(wǎng)站，構(gòu)建并完善政府門戶網(wǎng)站可以讓公眾獲得相關(guān)信息。

3）政府通過網(wǎng)絡(luò)發(fā)言人制度能夠增強(qiáng)與網(wǎng)民之間的交流和溝通。

4）為了避免惡意行為造成的信息失真現(xiàn)象，需要加強(qiáng)信息保密和技術(shù)防范，保證網(wǎng)絡(luò)輿情信息公開的時(shí)效性[14]。

4.4?建立引導(dǎo)機(jī)制

以吳秀波出軌門事件為例，其傳播速度極快，且對(duì)社會(huì)造成了很大的負(fù)面影響，所以媒體和政府應(yīng)該圍繞網(wǎng)上的熱點(diǎn)問題，充分發(fā)揮導(dǎo)向作用，使網(wǎng)絡(luò)形成健康風(fēng)氣[15]。不同地區(qū)的網(wǎng)民在網(wǎng)絡(luò)中可以共同討論同一輿情話題，容易使網(wǎng)絡(luò)輿情信息變得尖銳和泛化，政府對(duì)輿情和公眾心理的引導(dǎo)在公眾信息不對(duì)稱的情況下十分重要。

5?結(jié)束語

社情民意可以通過網(wǎng)絡(luò)輿情進(jìn)行反映，如果不能妥當(dāng)處理網(wǎng)絡(luò)輿情，將導(dǎo)致局部問題全局化、普通問題熱點(diǎn)化、簡單問題復(fù)雜化，對(duì)社會(huì)穩(wěn)定產(chǎn)生不利影響，因此對(duì)網(wǎng)絡(luò)輿情危機(jī)演變特征進(jìn)行分析，提出相關(guān)預(yù)警方案是相關(guān)部門目前亟須解決的問題。目前網(wǎng)絡(luò)輿情危機(jī)演變特征分析方法得到的結(jié)果灰色關(guān)聯(lián)度低、小誤差概率低、均方差比大，因此本文在系統(tǒng)動(dòng)力學(xué)的基礎(chǔ)上分析影響網(wǎng)絡(luò)輿情傳播的因素，利用Verhulst預(yù)測模型研究網(wǎng)絡(luò)輿情危機(jī)演變特征，并根據(jù)分析結(jié)果提出預(yù)警方案，以期為社會(huì)穩(wěn)定發(fā)展提供保障。

參考文獻(xiàn)

[1]邢云菲，王晰巍，韋雅楠，等.新媒體環(huán)境下網(wǎng)絡(luò)輿情用戶情感演化模型研究——基于情感極性及情感強(qiáng)度理論[J].情報(bào)科學(xué)，2018，36（8）：142-148.

[2]胡峰.重大疫情網(wǎng)絡(luò)輿情演變機(jī)理及跨界治理研究——基于“四點(diǎn)四階段”演化模型[J].情報(bào)理論與實(shí)踐，2020，43（6）：23-29，55.

[3]李天龍.突發(fā)事件輿情的階段應(yīng)對(duì)策略[J].情報(bào)雜志，2018，37（12）：106-111.

[4]蔣知義，馬王榮，鄒凱，等.基于情感傾向性分析的網(wǎng)絡(luò)輿情情感演化特征研究[J].現(xiàn)代情報(bào)，2018，38（4）：52-59.

[5]杜洪濤，王君澤，李婕.基于多案例的突發(fā)事件網(wǎng)絡(luò)輿情演化模式研究[J].情報(bào)學(xué)報(bào)，2017，36（10）：1038-1049.

[6]王超.我國突發(fā)性網(wǎng)絡(luò)輿情事件的關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)分析[J].現(xiàn)代情報(bào)，2019，39（12）：121-130.

[7]趙蓉英，王旭.突發(fā)事件網(wǎng)絡(luò)輿情關(guān)鍵節(jié)點(diǎn)識(shí)別及導(dǎo)控對(duì)策研究——以“大賢村遭洪災(zāi)事件”為例[J].現(xiàn)代情報(bào)，2018，38（1）：19-24，30.

[8]劉英杰，黃微，李瑞.大數(shù)據(jù)網(wǎng)絡(luò)環(huán)境下輿情信息情感維度模型構(gòu)建研究[J].情報(bào)理論與實(shí)踐，2016，39（4）：32-35.

[9]成俊會(huì)，張思，吉清凱.基于SNA的社會(huì)熱點(diǎn)事件微博輿情階段性傳播網(wǎng)絡(luò)的結(jié)構(gòu)分析——以“于歡案”為例[J].管理評(píng)論，2019，31（3）：295-304.

[10]嚴(yán)鍇.公共安全視域下的輿情熱點(diǎn)及發(fā)展趨勢可視化分析[J].西安科技大學(xué)學(xué)報(bào)，2019，39（6）：1082-1089.

[11]王曉晨，關(guān)碩，于文博，等.體育賽事網(wǎng)絡(luò)輿情的傳播特征研究——基于2019年女排世界杯的文本情感分析[J].成都體育學(xué)院學(xué)報(bào)，2020，46（5）：74-81.

[12]王蘭成，陳立富.國內(nèi)外網(wǎng)絡(luò)輿情演化、預(yù)警和應(yīng)對(duì)理論研究綜述[J].圖書館雜志，2018，37（12）：6-15.

[13]曹睿娟，姜仁貴，解建倉，等.基于大數(shù)據(jù)的城市內(nèi)澇網(wǎng)絡(luò)輿情監(jiān)測及演化機(jī)理[J].西安理工大學(xué)學(xué)報(bào)，2020，36（2）：151-158.

[14]李北偉，富金鑫，周昕.意識(shí)形態(tài)視角下網(wǎng)絡(luò)輿情危機(jī)應(yīng)對(duì)機(jī)制研究[J].情報(bào)理論與實(shí)踐，2018，41（5）：27-31，49.

[15]彭麗徽，李賀，張艷豐.基于SNA與模糊TOPSIS的網(wǎng)絡(luò)輿情關(guān)鍵節(jié)點(diǎn)識(shí)別分類模型研究[J].現(xiàn)代情報(bào)，2017，37（8）：17-25.

（責(zé)任編輯：孫國雷）