突發(fā)公共衛(wèi)生事件中基于區(qū)塊鏈的網(wǎng)絡(luò)輿情溯源體系研究

曾子明　江新林

關(guān)鍵詞： 突發(fā)公共衛(wèi)生事件； 網(wǎng)絡(luò)輿情； 溯源； 區(qū)塊鏈； 智能合約； ＩＰＦＳ

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２３．０６．０１５

〔中圖分類號〕Ｇ２０６ 〔文獻(xiàn)標(biāo)識碼〕Ａ 〔文章編號〕１００８－０８２１ （２０２３） ０６－０１４９－０９

在我國， 突發(fā)公共衛(wèi)生事件是指突然發(fā)生， 造成或者可能造成社會公眾健康嚴(yán)重?fù)p害的重大傳染病疫情、群體性不明原因疾病、重大食物和職業(yè)中毒及其他嚴(yán)重影響公眾健康的事件［１］ ， 不僅威脅人民群眾的生命安全， 也影響國家的社會秩序和經(jīng)濟(jì)發(fā)展。２０２０ 年， 新冠肺炎疫情在我國全面暴發(fā)，形成多個(gè)疫情重災(zāi)區(qū)， 全國累計(jì)確診病例超７００ 萬例， 國家財(cái)政減收增支超２ 萬億元， 是一場重大的突發(fā)公共衛(wèi)生事件［２］ 。在此次疫情治理過程中， 因疫情信息公開不及時(shí)和部分網(wǎng)友在網(wǎng)絡(luò)上散播虛假信息， 負(fù)面輿情持續(xù)惡性發(fā)酵， 使國家政府面臨著線下疫情和線上輿情的雙重挑戰(zhàn)， 給疫情防控和社會治理帶來了巨大的麻煩。網(wǎng)絡(luò)輿情是線下公共衛(wèi)生事件社會輿論在互聯(lián)網(wǎng)上的直接映射， 代表著公眾對事件的看法， 具有傳播速度快、治理難度大等特點(diǎn)。當(dāng)前， 社交平臺多樣化、信息跨平臺化， 輿情追溯困難重重， 同時(shí)， 政府相關(guān)監(jiān)管部門對輿情的研判也存在一定的延緩， 不能及時(shí)準(zhǔn)確預(yù)測網(wǎng)絡(luò)輿情的發(fā)展走向， 給后續(xù)事件的處理留下隱患。

缺乏透明度和多個(gè)主體間的信息不對稱是網(wǎng)絡(luò)輿情管控的主要挑戰(zhàn)。目前， 網(wǎng)絡(luò)輿情的溯源研究集中在人工智能算法領(lǐng)域， 研究對象多為單一社交平臺， 面臨著因信息更改或刪除導(dǎo)致溯源數(shù)據(jù)丟失的瓶頸問題， 而且不同平臺間數(shù)據(jù)結(jié)構(gòu)也存在差異，缺乏統(tǒng)一的共享機(jī)制， 信息交互成本較高、響應(yīng)周期較長， 往往錯(cuò)過了輿情管控的最佳時(shí)期。隨著溯源技術(shù)的不斷發(fā)展， 區(qū)塊鏈憑借全局共享、不可篡改、可溯源、安全性高等優(yōu)勢逐漸被應(yīng)用到網(wǎng)絡(luò)輿情治理中， 可以快速進(jìn)行信息定位， 追溯源頭， 從根本上遏制謠言和虛假輿情的產(chǎn)生， 為網(wǎng)絡(luò)輿情溯源提供了新的研究思路。本文基于態(tài)勢感知理論和區(qū)塊鏈技術(shù)， 構(gòu)建了多社交平臺網(wǎng)絡(luò)輿情溯源體系， 試圖突破輿情溯源的技術(shù)瓶頸， 利用分布式存儲系統(tǒng)ＩＰＦＳ 進(jìn)行輿情大數(shù)據(jù)存儲， 利用智能合約對風(fēng)險(xiǎn)輿情進(jìn)行監(jiān)測， 利用內(nèi)容標(biāo)識符對源頭信息塊進(jìn)行定位， 通過事件ＩＤ 和發(fā)布時(shí)間進(jìn)行遞推，實(shí)現(xiàn)輿情的精準(zhǔn)溯源， 對提升我國面對突發(fā)公共衛(wèi)生事件的應(yīng)急處理能力， 具有重要的實(shí)踐意義。

１研究現(xiàn)狀

１.１網(wǎng)絡(luò)輿情溯源

一直以來， 網(wǎng)絡(luò)輿情溯源都是各界學(xué)者們的研究熱點(diǎn)， 目前， 大多數(shù)學(xué)者都是基于算法的背景進(jìn)行探討， 研究對象多為單一社交平臺， 溯源體系還不夠完善。學(xué)者楊瀟等［３］ 提出一種基于微博用戶興趣的溯源算法， 綜合考慮了發(fā)文博主、轉(zhuǎn)發(fā)人、評論人三方的影響力， 與傳統(tǒng)溯源算法相比， 準(zhǔn)確率得到了一定的提升。劉榮叁等［４］ 在溯源之前，先對輿情事件進(jìn)行聚類處理， 然后使用Ｈａｃｋｅｒ Ｎｅｗｓ排序算法進(jìn)行溯源， 降低了溯源整體的復(fù)雜度。米昂［５］ 基于微博詞語相似度和用戶影響力來挖掘輿情的傳播源頭與途徑， 實(shí)現(xiàn)輿情的溯源。劉繼等［６］ 基于貝葉斯網(wǎng)絡(luò)構(gòu)建了網(wǎng)絡(luò)輿情態(tài)勢評估模型， 并通過實(shí)驗(yàn)證明， 模型的擬合程度較高， 評估結(jié)果和實(shí)際結(jié)果基本吻合， 由于模型未加入時(shí)間片， 無法預(yù)測輿情事件的發(fā)展趨勢。于凱等［７］ 提出一種多中心性分析的輿情信息源點(diǎn)追溯算法， 與單一中心性算法相比， 多中心性算法溯源的準(zhǔn)確率更高。還有一部分學(xué)者從網(wǎng)絡(luò)輿情形成的路徑等角度進(jìn)行探討， 如， 祁凱等［８］ 基于系統(tǒng)動力學(xué)分析了政務(wù)短視頻網(wǎng)絡(luò)輿情的動力演化過程， 得出輿情響應(yīng)速度和信息透明度對網(wǎng)絡(luò)輿情引導(dǎo)管控的效果最佳。呂鯤等［９］ 分析了網(wǎng)絡(luò)輿情熱點(diǎn)話題形成的路徑， 為監(jiān)管部門有效引導(dǎo)輿情提供了參考。

除了上述所談及的方法和體系， 知識圖譜、事理圖譜等技術(shù)在網(wǎng)絡(luò)輿情溯源的應(yīng)用也十分廣泛，利用圖譜可以梳理事件的發(fā)展脈絡(luò)和因果關(guān)系， 構(gòu)建完善的溯源體系。張思龍等［１０］ 提出一種基于知識圖譜的網(wǎng)絡(luò)輿情研判系統(tǒng)， 對知識圖譜在系統(tǒng)中的融合路徑進(jìn)行了探討， 優(yōu)化了輿情數(shù)據(jù)獲取的準(zhǔn)確度和計(jì)算智能度。王蘭成等［１１］ 表示， 知識圖譜運(yùn)用于網(wǎng)絡(luò)輿情管理具有諸多的優(yōu)勢， 可以降低知識庫的構(gòu)建成本和多系統(tǒng)集成的門檻， 提高輿情管理的智能化水平， 由于缺乏自動化構(gòu)建方法， 推廣受到限制。劉雅姝等［１２］ 基于事理圖譜， 從知識驅(qū)動的視角揭示了突發(fā)事件的演變動因， 為輿情事件的精準(zhǔn)治理提供了事實(shí)依據(jù)。

１.２區(qū)塊鏈輿情應(yīng)用

區(qū)塊鏈常應(yīng)用于金融、醫(yī)療和物流等領(lǐng)域， 如Ｏｍａｒ Ｉ Ａ 等［１３］ 通過區(qū)塊鏈和智能合約技術(shù)建立了電子病歷共享機(jī)制， 解決了傳統(tǒng)患者隱私泄露的問題， 保障了醫(yī)療機(jī)構(gòu)間數(shù)據(jù)的共享性。Ｌｅｅ Ｊ Ｓ 等［１４］將區(qū)塊鏈用于追蹤供應(yīng)鏈中的產(chǎn)品， 用智能合約取代傳統(tǒng)訂單合同， 簡化了產(chǎn)品訂購流程， 保證了產(chǎn)品的可追溯性。目前， 區(qū)塊鏈在網(wǎng)絡(luò)輿情領(lǐng)域的應(yīng)用較為缺乏， 多數(shù)處于理論可行性階段。如， 王迪等［１５］ 提出， 可以將區(qū)塊鏈溯源技術(shù)應(yīng)用到公共衛(wèi)生事件的輿情治理， 并闡述了區(qū)塊鏈在事件發(fā)生前、中、后３ 個(gè)時(shí)期的具體應(yīng)用價(jià)值。鄭佳悅等［１６］ 通過分析我國目前網(wǎng)絡(luò)輿情的管控難點(diǎn)， 提出將區(qū)塊鏈技術(shù)運(yùn)用至網(wǎng)絡(luò)輿情監(jiān)管， 可以保證輿情數(shù)據(jù)的真實(shí)性， 杜絕謠言發(fā)布者躲避懲處等現(xiàn)象發(fā)生， 給輿情監(jiān)管帶來新的可能。周婕［１７］ 通過區(qū)塊鏈技術(shù)構(gòu)建了大連高效輿情防控平臺， 用于預(yù)防虛假信息的產(chǎn)生、傳播和擴(kuò)散。袁莉莉等［１８］ 提出， 利用區(qū)塊鏈技術(shù)來解決重大突發(fā)公共衛(wèi)生事件中虛假消息泛濫、公益慈善不透明、病毒溯源困難等痛點(diǎn)問題， 助力醫(yī)療體系的構(gòu)建和完善。

綜上分析， 輿情溯源的精準(zhǔn)性與輿情信息的真實(shí)性、完整性密切相關(guān)。盡管當(dāng)前一些傳統(tǒng)溯源技術(shù)表現(xiàn)良好， 但都無法避免因信息更改或刪除導(dǎo)致溯源信息缺失的瓶頸問題。當(dāng)突發(fā)網(wǎng)絡(luò)輿情在多個(gè)平臺上發(fā)酵時(shí)， 信息交互的成本和時(shí)間會大大增加，輿情溯源的時(shí)效性也隨之降低， 僅依靠傳統(tǒng)溯源技術(shù)還難以實(shí)現(xiàn)網(wǎng)絡(luò)輿情的有效管控。在當(dāng)今時(shí)代背景下， 區(qū)塊鏈應(yīng)用于網(wǎng)絡(luò)輿情管理已是大勢所趨，推動區(qū)塊鏈深入輿情領(lǐng)域應(yīng)用， 有利于解決網(wǎng)絡(luò)輿情溯源的技術(shù)瓶頸問題， 完善突發(fā)網(wǎng)絡(luò)輿情溯源管理體系， 做到輿情信息高效交互、可溯源、防篡改和風(fēng)險(xiǎn)智能預(yù)警等， 并以有效的方式預(yù)測輿情潛在風(fēng)險(xiǎn)， 為我國網(wǎng)絡(luò)輿情治理提供新的研究路徑。

２基于區(qū)塊鏈的網(wǎng)絡(luò)輿情溯源技術(shù)體系架構(gòu)

２.１區(qū)塊鏈應(yīng)用于輿情管理的技術(shù)優(yōu)勢

２.１.１輿情數(shù)據(jù)公開透明、高效交互

網(wǎng)絡(luò)輿情主要是在互聯(lián)網(wǎng)的社交平臺上進(jìn)行衍生和傳播， 由于平臺間缺乏統(tǒng)一的信息共享機(jī)制，輿情數(shù)據(jù)互相獨(dú)立、關(guān)聯(lián)程度不高， 數(shù)據(jù)交互成本較大， 政府監(jiān)管部門對突發(fā)公共衛(wèi)生事件網(wǎng)絡(luò)輿情的管控受到一定限制。在區(qū)塊鏈網(wǎng)絡(luò)中， 由于每個(gè)節(jié)點(diǎn)相互檢測監(jiān)督， 使信息跨部門、跨領(lǐng)域共享，信用問題也可以得到保障， 其他節(jié)點(diǎn)也可以隨時(shí)進(jìn)行查閱， 信息交流和傳播變得公開透明， 同時(shí)政府監(jiān)管機(jī)構(gòu)可以通過區(qū)塊鏈開放的ＡＰＩ 接口對輿情數(shù)據(jù)資源進(jìn)行訪問， 充分發(fā)揮了政府調(diào)控職能和社會監(jiān)督功能， 實(shí)現(xiàn)輿情信息公開透明、集體維護(hù)和公共安全數(shù)據(jù)多層次、多元化的共享。

２.１.２輿情可溯源、防纂改

輿情信息完整是溯源最基本的條件， 區(qū)塊鏈?zhǔn)且罁?jù)區(qū)塊生成時(shí)間順序、前后哈希相連的鏈?zhǔn)綌?shù)據(jù)結(jié)構(gòu)， 由后一區(qū)塊的頭節(jié)點(diǎn)指向當(dāng)前區(qū)塊的父節(jié)點(diǎn)，具體結(jié)構(gòu)如圖１ 所示。在區(qū)塊鏈中， 由ＳＨＡ２５６ 算法對塊內(nèi)信息進(jìn)行加密存儲， Ｍｅｒｋｌｅ 樹進(jìn)行歸納驗(yàn)證， 時(shí)間戳記錄區(qū)塊的生成時(shí)間。區(qū)塊鏈獨(dú)特的哈希加密技術(shù)和分布式存儲為輿情信息的完整保存和防篡改提供了安全保障， 鏈?zhǔn)綌?shù)據(jù)結(jié)構(gòu)和時(shí)間戳為輿情的溯源提供了技術(shù)支撐。

２.１.３輿情大數(shù)據(jù)存儲

區(qū)塊鏈不僅可以滿足網(wǎng)絡(luò)輿情溯源的技術(shù)需要， 還能與分布式存儲系統(tǒng)結(jié)合進(jìn)行擴(kuò)容， 實(shí)現(xiàn)輿情大數(shù)據(jù)存儲。在大數(shù)據(jù)環(huán)境下， 網(wǎng)絡(luò)輿情信息呈現(xiàn)爆炸式的指數(shù)級增長， 若輿情信息都存儲在區(qū)塊鏈中， 區(qū)塊鏈的存儲效率將逐漸降低、成本也隨之增加。隨著存儲技術(shù)的不斷發(fā)展， 分布式存儲憑借高可靠性、高性能性、高可用性、高擴(kuò)展性逐漸被應(yīng)用到大數(shù)據(jù)存儲中， 其中的典型代表為星際文件系統(tǒng)， 英文簡稱ＩＰＦＳ， 本質(zhì)上是一種內(nèi)容可尋址、版本化、點(diǎn)對點(diǎn)超媒體的分布式存儲傳輸協(xié)議［１９］ ，能夠?qū)⒕哂邢嗤募到y(tǒng)的計(jì)算設(shè)備連接起來， 與區(qū)塊鏈技術(shù)特性完美契合， 兩者共同作為輿情數(shù)據(jù)存儲的媒介， 可以實(shí)現(xiàn)輿情數(shù)據(jù)海量存儲和空間資源利用最大化。

２.１.４輿情風(fēng)險(xiǎn)智能預(yù)警

突發(fā)公共衛(wèi)生事件網(wǎng)絡(luò)輿情爆發(fā)迅速、傳播廣泛、不易控制， 需要及時(shí)感知輿情、充分理解輿情和準(zhǔn)確預(yù)測輿情。由于傳統(tǒng)上報(bào)審批流程繁瑣， 網(wǎng)絡(luò)風(fēng)險(xiǎn)輿情的應(yīng)急處理具有一定的延時(shí)性， 在區(qū)塊鏈網(wǎng)絡(luò)中， 可以充分利用智能合約的高效性、精準(zhǔn)性和智能性， 將智能合約用于監(jiān)測區(qū)塊鏈網(wǎng)絡(luò)中潛在的風(fēng)險(xiǎn)輿情， 對觸發(fā)設(shè)定閾值的風(fēng)險(xiǎn)輿情及時(shí)做出響應(yīng)， 簡化審批上報(bào)流程， 減少知而不報(bào)現(xiàn)象的發(fā)生， 實(shí)現(xiàn)輿情風(fēng)險(xiǎn)的高效預(yù)警。

２.２區(qū)塊鏈溯源技術(shù)架構(gòu)

在本文中， 區(qū)塊鏈視域下的多平臺網(wǎng)絡(luò)輿情管理是指將多個(gè)社交網(wǎng)絡(luò)平臺的應(yīng)用程序部署在同一區(qū)塊鏈上， 共同構(gòu)建輿情數(shù)據(jù)共享中心， 輿情信息產(chǎn)生后存儲在區(qū)塊鏈內(nèi)， 通過構(gòu)建分類賬本對突發(fā)公共衛(wèi)生事件進(jìn)行分類管理［１５］ 。為提高網(wǎng)絡(luò)輿情溯源的時(shí)效性和精準(zhǔn)性， 本文基于態(tài)勢感知理論和區(qū)塊鏈技術(shù)構(gòu)建了突發(fā)網(wǎng)絡(luò)輿情溯源技術(shù)架構(gòu)， 在輿情潛伏發(fā)展期， 通過人工智能算法對區(qū)塊鏈網(wǎng)絡(luò)中的輿情進(jìn)行風(fēng)險(xiǎn)研判， 分析輿情的情感傾向、風(fēng)險(xiǎn)等級和發(fā)展趨勢等， 利用智能合約對輿情進(jìn)行監(jiān)控， 將重大風(fēng)險(xiǎn)輿情第一時(shí)間上報(bào)至監(jiān)管部門， 并依據(jù)實(shí)際需要進(jìn)行溯源處理， 將風(fēng)險(xiǎn)輿情扼殺在萌芽階段， 不僅降低了負(fù)面和虛假輿情爆發(fā)的可能性， 也提高了輿情溯源的時(shí)效性， 為輿情處理提供了充裕的準(zhǔn)備時(shí)間。

網(wǎng)絡(luò)輿情溯源技術(shù)架構(gòu)由風(fēng)險(xiǎn)研判模型和區(qū)塊鏈技術(shù)框架兩部分組成， 其中風(fēng)險(xiǎn)研判模型是基于生命周期理論和態(tài)勢感知理論， 從輿情質(zhì)量察覺、輿情態(tài)勢研判、輿情風(fēng)險(xiǎn)預(yù)警、管控應(yīng)急處理４ 個(gè)部分對輿情進(jìn)行分析， 模型如圖２ 所示。區(qū)塊鏈溯源技術(shù)框架是基于區(qū)塊鏈技術(shù)對風(fēng)險(xiǎn)研判模型發(fā)現(xiàn)的風(fēng)險(xiǎn)輿情進(jìn)行溯源， 為政府相關(guān)監(jiān)管部門的應(yīng)急處理提供決策依據(jù)， 兩者共同為突發(fā)公共衛(wèi)生事件網(wǎng)絡(luò)輿情的溯源提供理論基礎(chǔ)與技術(shù)支撐。

輿情風(fēng)險(xiǎn)研判模型中， 輿情周期依據(jù)生命周期理論被劃分為潛伏期、發(fā)展期、爆發(fā)期、衰退期４個(gè)階段， 每個(gè)階段都對應(yīng)著輿情所處的不同態(tài)勢，風(fēng)險(xiǎn)研判分為發(fā)現(xiàn)、分析、預(yù)警、響應(yīng)４ 個(gè)處理過程， 每一個(gè)過程層層遞進(jìn)， 負(fù)責(zé)１ 個(gè)或多個(gè)時(shí)期的輿情分析。輿情潛伏期和發(fā)展期， 主要負(fù)責(zé)輿情的監(jiān)測和預(yù)警， 通過計(jì)算區(qū)塊鏈網(wǎng)絡(luò)內(nèi)的輿情事件熱度等， 提前感知風(fēng)險(xiǎn)輿情， 并及時(shí)反饋， 避免輿情惡化發(fā)酵至中后期， 其中輿情熱度Ｈ 被定義為輿情事件話題下的閱讀人數(shù)ｒ、評論次數(shù)ｃ、轉(zhuǎn)發(fā)次數(shù)ｒｅ、點(diǎn)贊次數(shù)ｌ 在突發(fā)公共衛(wèi)生事件中的總值占比與對應(yīng)權(quán)重乘積之和［２０］ ， 計(jì)算公式如式（１）：

式（１） 中， ｒ、ｃ、ｒｅ、ｌ 為某突發(fā)公共衛(wèi)生事件話題下的數(shù)值， Ｒ、Ｃ、ＲＥ、Ｌ 為當(dāng)天系統(tǒng)內(nèi)突發(fā)公共衛(wèi)生事件的累計(jì)總值， α、β、γ、δ 為各指標(biāo)對應(yīng)權(quán)重， 且相加之和為１。

在區(qū)塊鏈網(wǎng)絡(luò)中， 輿情信息主要來源于各類社交平臺， 如中短視頻類抖音、問答評論類知乎、圖文資訊類微博、社交互動類微信等， 對于不同類型的社交平臺采取不同的信息處理手段， 對于視頻類傳播的輿情平臺， 通過ＯＣＲ 視頻關(guān)鍵幀識別技術(shù)與ＡＳＲ 音頻轉(zhuǎn)文字技術(shù)將視頻和語音轉(zhuǎn)化為文本內(nèi)容， 對于文本類傳播的輿情平臺， 將直接采集文本內(nèi)容， 然后利用人工智能算法對文本內(nèi)容進(jìn)行特征提取、事件聚合、類別分析、情感分析等， 為輿情風(fēng)險(xiǎn)研判提供依據(jù)。在預(yù)警過程中， 若發(fā)現(xiàn)潛在的重大突發(fā)公共衛(wèi)生事件網(wǎng)絡(luò)輿情， 將及時(shí)上報(bào)給政府相關(guān)監(jiān)管部門， 并利用區(qū)塊鏈技術(shù)進(jìn)行溯源分析。

區(qū)塊鏈技術(shù)框架由數(shù)據(jù)來源層、數(shù)據(jù)存儲層、共識網(wǎng)絡(luò)層等５ 個(gè)層次構(gòu)成， 具體技術(shù)框架如圖３所示。數(shù)據(jù)存儲層主要負(fù)責(zé)數(shù)據(jù)的規(guī)范存儲和結(jié)構(gòu)化管理， 為緩解區(qū)塊鏈的存儲壓力， 本文采用了區(qū)塊鏈和ＩＰＦＳ 的雙存儲機(jī)制， 將原始輿情信息存儲在ＩＰＦＳ 中， 將信息摘要和ＩＰＦＳ 返還的內(nèi)容標(biāo)識符ＣＩＤ 存儲在區(qū)塊鏈中， 由于相同的信息具有相同的哈希值， ＩＰＦＳ 不會進(jìn)行重復(fù)存儲， 同時(shí)ＩＰＦＳ 的分布式存儲解決了區(qū)塊鏈擴(kuò)容難的問題， 為輿情數(shù)據(jù)的海量存儲奠定了技術(shù)基礎(chǔ)。

在共識網(wǎng)絡(luò)層中， 采用Ｐ２Ｐ 分布式網(wǎng)絡(luò)進(jìn)行節(jié)點(diǎn)間的信息廣播， 利用實(shí)用拜占庭容錯(cuò)共識算法（Ｐｒａｃｔｉｃａｌ Ｂｙｚａｎｔｉｎｅ Ｆａｕｌｔ Ｔｏｌｅｒａｎｃｅ）或權(quán)益證明共識算法（Ｐｒｏｏｆ ｏｆ Ｓｔａｋｅ）進(jìn)行信息上鏈， 保障網(wǎng)絡(luò)中所有節(jié)點(diǎn)數(shù)據(jù)的一致性。合約層主要由算法機(jī)制、腳本代碼和智能合約等組成， 其中智能合約是一種能夠自我執(zhí)行、自我驗(yàn)證、自我約束的契約， 遵循“Ｉｆ 成立， Ｔｈｅｎ 觸發(fā)預(yù)設(shè)條件” 的模式， 自動執(zhí)行， 無需人為提出申請和干預(yù)操作［２１］ ， 可以簡化傳統(tǒng)輿情上報(bào)的審批流程， 為輿情的智能化管理奠定理論基礎(chǔ)， 在區(qū)塊鏈系統(tǒng)中， 共制定了登陸注冊、風(fēng)險(xiǎn)預(yù)警、權(quán)限核驗(yàn)３ 類具有不同功能的智能合約， 分別用于系統(tǒng)中賬戶注冊、風(fēng)險(xiǎn)監(jiān)控和權(quán)限核驗(yàn)。應(yīng)用層是節(jié)點(diǎn)用戶對輿情共享中心信息進(jìn)行的操作應(yīng)用， 如信息查詢、風(fēng)險(xiǎn)監(jiān)控、權(quán)限核驗(yàn)等， 但規(guī)定只允許擁有權(quán)限的資源訪問者， 才能對輿情數(shù)據(jù)進(jìn)行獲取， 在輿情信息共享的同時(shí)也保證了數(shù)據(jù)的安全性。

３基于區(qū)塊鏈的網(wǎng)絡(luò)輿情智能溯源管理體系構(gòu)建

為進(jìn)一步深化區(qū)塊鏈應(yīng)用， 完善網(wǎng)絡(luò)輿情溯源管理體系， 本文從輿情數(shù)據(jù)管理、輿情研判預(yù)警、網(wǎng)絡(luò)輿情溯源、輿情風(fēng)險(xiǎn)管控４ 個(gè)層次進(jìn)行分析，智能溯源管理體系如圖４ 所示。

３.１輿情數(shù)據(jù)管理

在區(qū)塊鏈網(wǎng)絡(luò)中， 突發(fā)公共衛(wèi)生事件相關(guān)話題被創(chuàng)建后， 系統(tǒng)會賦予話題一個(gè)唯一標(biāo)識的事件ＩＤ， 用于關(guān)聯(lián)不同平臺的相似輿情信息， 是平臺間信息聯(lián)系的紐扣。用戶在話題下發(fā)表信息， 事件ＩＤ 將隨著用戶ＵＩＤ、發(fā)布平臺、發(fā)布時(shí)間、信息內(nèi)容等一同存儲在區(qū)塊鏈內(nèi)， 通過事件ＩＤ 可以精準(zhǔn)匯集網(wǎng)絡(luò)中所有的相關(guān)信息， 分析輿情的演變歷程。

為避免數(shù)據(jù)過多造成區(qū)塊鏈膨脹［２２］ ， 本文采用鏈上和鏈下ＩＰＦＳ 的雙存儲機(jī)制， 進(jìn)行輿情數(shù)據(jù)存儲和結(jié)構(gòu)化管理， 數(shù)據(jù)存儲和獲取流程如圖５ 所示， 原始輿情信息經(jīng)哈希加密以信息摘要的形式存儲在區(qū)塊中， 利用Ｍｅｒｋｌｅ 樹對塊內(nèi)信息進(jìn)行歸納管理， 而原始完整輿情信息存儲在ＩＰＦＳ 中， 并將在ＩＰＦＳ 存儲返回的內(nèi)容標(biāo)識符ＣＩＤ 一同存儲在區(qū)塊鏈內(nèi)， 保障了區(qū)塊鏈和ＩＰＦＳ 信息之間的關(guān)聯(lián)性。輿情數(shù)據(jù)獲取時(shí)， 節(jié)點(diǎn)用戶先完成身份權(quán)限的核驗(yàn)， 然后通過內(nèi)容標(biāo)識符ＣＩＤ 在ＩＰＦＳ 中找到存儲節(jié)點(diǎn)， 從存儲節(jié)點(diǎn)中獲取源頭信息所在的信息集，依據(jù)事件ＩＤ 和時(shí)間實(shí)現(xiàn)輿情的溯源。

３.２輿情研判預(yù)警

對風(fēng)險(xiǎn)輿情進(jìn)行早期研判， 可以減少風(fēng)險(xiǎn)輿情的爆發(fā)， 避免負(fù)面輿情惡性發(fā)酵。輿情研判時(shí)， 先通過風(fēng)險(xiǎn)研判模型對網(wǎng)絡(luò)輿情的特征進(jìn)行提取， 分析輿情的情感傾向（正面、負(fù)面、中性）和事件熱度， 然后利用風(fēng)險(xiǎn)預(yù)警智能合約對風(fēng)險(xiǎn)輿情進(jìn)行監(jiān)測預(yù)警。目前， 機(jī)器學(xué)習(xí)等人工智能算法在輿情領(lǐng)域已具有較為完善的技術(shù)體系， 可以輔助監(jiān)管部門對輿情做出準(zhǔn)確的判斷， 但在輿情預(yù)警方面， 仍缺乏一定的智能執(zhí)行性。本文利用區(qū)塊鏈智能合約的自動執(zhí)行性， 制定了由平臺、政府監(jiān)管部門等多主體參與的風(fēng)險(xiǎn)預(yù)警智能合約， 實(shí)現(xiàn)輿情預(yù)警的高效響應(yīng)。

在智能合約制定之前， 先對突發(fā)公共衛(wèi)生事件網(wǎng)絡(luò)輿情的風(fēng)險(xiǎn)等級進(jìn)行劃分， 明確合約執(zhí)行的條件。在本文中， 輿情風(fēng)險(xiǎn)等級由事件熱度和涉及層次兩者共同決定， 其中事件熱度依據(jù)式（１） 被分為一級熱度、二級熱度和三級熱度， 層級越低， 就代表著事件熱度越高、公眾關(guān)注度越高， 涉及層次依據(jù)影響范圍分為小型群眾、地方政府和國家社會， 兩個(gè)層級相互作用， 將風(fēng)險(xiǎn)輿情劃分為重大輿情、嚴(yán)重輿情、中等輿情和一般輿情， 其中重大輿情是指一級熱度和國家層面的輿情， 如新冠肺炎疫情等相關(guān)輿情， 嚴(yán)重輿情是指一級熱度和地方政府層面的輿情， 如某市食物中毒等事件輿情。明確網(wǎng)絡(luò)輿情的風(fēng)險(xiǎn)等級， 有助于政府部門制定合理的應(yīng)急處理策略， 實(shí)現(xiàn)資源利用的最大化。

風(fēng)險(xiǎn)輿情等級劃分完成后， 開始制定風(fēng)險(xiǎn)預(yù)警智能合約， 智能合約模型如圖６ 所示。智能合約由監(jiān)測對象、響應(yīng)條件、響應(yīng)規(guī)則、合約狀態(tài)等組成， 其中監(jiān)測對象為網(wǎng)絡(luò)中的事件輿情， 響應(yīng)條件為輿情風(fēng)險(xiǎn)的等級， 如嚴(yán)重輿情和重大輿情， 響應(yīng)規(guī)則為依據(jù)輿情風(fēng)險(xiǎn)等級響應(yīng)對應(yīng)級別的預(yù)警， 如重大輿情對應(yīng)著一級預(yù)警。風(fēng)險(xiǎn)預(yù)警智能合約重點(diǎn)監(jiān)測風(fēng)險(xiǎn)等級中等及以上的輿情， 當(dāng)事件熱度和涉及層次達(dá)到合約設(shè)定的條件時(shí)， 即風(fēng)險(xiǎn)等級達(dá)到嚴(yán)重， 合約將依據(jù)響應(yīng)規(guī)則自動執(zhí)行對應(yīng)的預(yù)警方案， 并直接反饋到政府監(jiān)管部門， 保證了輿情溯源的時(shí)效性。

３.３網(wǎng)絡(luò)輿情溯源

輿情溯源的高效精準(zhǔn)， 一方面取決于輿情信息的完整性； 另一方面取決于輿情信息查找的效率，由于區(qū)塊鏈和ＩＰＦＳ 都具有不可更改的技術(shù)特性，輿情信息保存完整。信息查找主要是通過Ｍｅｒｋｌｅ樹和分布式哈希表ＤＨＴ（Ｄｉｓｔｒｉｂｕｔｅｄ Ｈａｓｈ Ｔａｂｌｅ）來實(shí)現(xiàn)的， Ｍｅｒｋｌｅ 樹是區(qū)塊內(nèi)的哈希二叉樹， 負(fù)責(zé)對塊內(nèi)信息進(jìn)行歸納管理， 由于哈希加密的過程不可逆， 無法對區(qū)塊信息進(jìn)行解密， 通過Ｍｅｒｋｌｅ 樹查找源頭信息所在的區(qū)塊， 獲取信息的內(nèi)容標(biāo)識符ＣＩＤ， 然后從ＩＰＦＳ 中獲取完整信息。分布式哈希表ＤＨＴ 是一個(gè)巨大的文件索引哈希表， 信息索引條目形如＜Ｋｅｙ， Ｖａｌｕｅ＞， 其中Ｋｅｙ 為ＩＰＦＳ 存儲信息時(shí)， 返回的內(nèi)容標(biāo)識符ＣＩＤ， Ｖａｌｕｅ 為存儲該信息節(jié)點(diǎn)的ＩＰ， 負(fù)責(zé)查找ＩＰＦＳ 內(nèi)信息源存儲節(jié)點(diǎn)所在的位置， 當(dāng)存儲節(jié)點(diǎn)被找到后， ＩＰＦＳ 就會返回存儲節(jié)點(diǎn)的“多地址”， 其中包含節(jié)點(diǎn)間通信遵循的協(xié)議、存儲節(jié)點(diǎn)ＩＰ、訪問端口等， 然后檢索節(jié)點(diǎn)依據(jù)“多地址” 直接連接存儲節(jié)點(diǎn)， 從存儲節(jié)點(diǎn)獲取所需信息。

網(wǎng)絡(luò)輿情溯源流程如圖７ 所示， 節(jié)點(diǎn)用戶先通過權(quán)限核驗(yàn)智能合約核驗(yàn)自己的身份， 若未授予數(shù)據(jù)獲取的權(quán)限， 則無法進(jìn)行后續(xù)流程； 若核驗(yàn)通過， 區(qū)塊鏈將記錄此次申請者的訪問信息， 并允許用戶從區(qū)塊鏈中獲取事件源頭信息的內(nèi)容標(biāo)識符ＣＩＤ， 然后檢索節(jié)點(diǎn)依據(jù)用戶提交的ＣＩＤ 從分布式哈希表ＤＨＴ 中進(jìn)行查詢， 獲得存儲節(jié)點(diǎn)的ＩＰ 地址， 與存儲節(jié)點(diǎn)建立連接， 將完整輿情信息返回給節(jié)點(diǎn)用戶， 依據(jù)事件唯一標(biāo)識ＩＤ 和時(shí)間對塊內(nèi)信息進(jìn)行逆向遞推， 實(shí)現(xiàn)輿情的精準(zhǔn)溯源。

除此之外， 還可以利用區(qū)塊鏈不可更改的技術(shù)特性進(jìn)行信息比對， 判斷信息在傳播的過程中是否被篡改或偽造， 以便更好地明確責(zé)任歸屬。在區(qū)塊鏈中， 輿情信息經(jīng)哈希加密后以哈希值的形式存在， 所以可以依據(jù)輿情信息哈希值是否一致來判斷信息是否完整， 若實(shí)際信息計(jì)算的哈希值與區(qū)塊鏈內(nèi)的哈希值一致， 表明信息完整， 若哈希值不一致， 表明信息可能遭到了篡改， 通過哈希比對達(dá)到了信息比對的目的。

３.４輿情風(fēng)險(xiǎn)管控

對突發(fā)公共衛(wèi)生事件網(wǎng)絡(luò)輿情進(jìn)行有效管控是溯源的最終目的。本文結(jié)合輿情生命周期和輿情響應(yīng)順序， 從監(jiān)測預(yù)警、應(yīng)急響應(yīng)、管控反饋３ 個(gè)層面， 構(gòu)建了一個(gè)由平臺、政府監(jiān)管部門共同參與的風(fēng)險(xiǎn)輿情管控體系， 實(shí)現(xiàn)網(wǎng)絡(luò)輿情的彈性管理。

在風(fēng)險(xiǎn)管控體系中， 社交平臺扮演著監(jiān)測、調(diào)節(jié)的角色， 負(fù)責(zé)對區(qū)塊鏈網(wǎng)絡(luò)中的輿情進(jìn)行風(fēng)險(xiǎn)監(jiān)測和協(xié)助政府監(jiān)管部門進(jìn)行輿情處理。在突發(fā)公共衛(wèi)生事件暴發(fā)之初， 網(wǎng)絡(luò)輿情還處于萌芽發(fā)展階段， 平臺對相關(guān)事件輿情進(jìn)行實(shí)時(shí)監(jiān)測， 關(guān)注輿情風(fēng)險(xiǎn)等級變化和公眾情感走向， 制定相應(yīng)的風(fēng)險(xiǎn)預(yù)警智能合約， 識別潛在風(fēng)險(xiǎn)輿情， 對于合約預(yù)警的潛在風(fēng)險(xiǎn)輿情， 如在突發(fā)公共衛(wèi)生事件中， 散播不實(shí)信息和暗諷國家管控政策， 對社會造成了嚴(yán)重影響的輿情， 平臺需要在第一時(shí)間進(jìn)行介入處理， 對風(fēng)險(xiǎn)輿情進(jìn)行報(bào)備。

政府監(jiān)管部門在風(fēng)險(xiǎn)管控中， 扮演著監(jiān)督、指導(dǎo)的角色， 負(fù)責(zé)對整體網(wǎng)絡(luò)輿情環(huán)境進(jìn)行監(jiān)督和對上報(bào)的風(fēng)險(xiǎn)輿情處置進(jìn)行指導(dǎo)， 制定應(yīng)急響應(yīng)方案。由于區(qū)塊鏈具有不可更改的技術(shù)特性， 輿情信息保存完整， 進(jìn)行溯源， 獲取完整的輿情數(shù)據(jù)， 對數(shù)據(jù)進(jìn)行全局分析， 了解輿情的來源、發(fā)展歷程、用戶特征、平臺分布等情況。依據(jù)源頭信息找到輿情初始發(fā)布者， 依據(jù)相關(guān)法律法規(guī)對初始發(fā)布者進(jìn)行追責(zé)， 進(jìn)一步完善網(wǎng)絡(luò)輿情追責(zé)機(jī)制； 依據(jù)發(fā)展歷程、用戶特征等對輿情帶來的社會影響進(jìn)行評估， 識別潛在風(fēng)險(xiǎn)人群， 制定相應(yīng)且完善的應(yīng)急處理方案； 依據(jù)平臺分布情況對各平臺監(jiān)管提出針對性意見， 完善平臺內(nèi)部輿情的監(jiān)管機(jī)制， 創(chuàng)建文明網(wǎng)絡(luò)輿情環(huán)境。

同時(shí)， 跨平臺全局共享的性質(zhì)也為政府辟謠提供了便捷， 監(jiān)管部門在區(qū)塊鏈網(wǎng)絡(luò)中發(fā)布官方辟謠聲明后， 節(jié)點(diǎn)用戶可以隨時(shí)查閱信息， 并在節(jié)點(diǎn)間進(jìn)行高效傳播， 有效消除負(fù)面輿情帶來的影響。在輿情管控后期， 也要做好社會形象恢復(fù)工作， 依據(jù)公眾反響情況， 認(rèn)真評估與改進(jìn)風(fēng)險(xiǎn)應(yīng)急方案， 提升危機(jī)意識， 防止輿情二次反彈， 繼續(xù)完善突發(fā)公共衛(wèi)生事件歷史數(shù)據(jù)庫， 為后續(xù)相似突發(fā)輿情的處理提供參考。

４結(jié)束語

在大數(shù)據(jù)的環(huán)境下， 區(qū)塊鏈和分布式存儲技術(shù)應(yīng)用于網(wǎng)絡(luò)輿情管理已是大勢所趨。為進(jìn)一步深化區(qū)塊鏈在突發(fā)公共衛(wèi)生事件網(wǎng)絡(luò)輿情溯源的應(yīng)用，本文先通過梳理國內(nèi)外網(wǎng)絡(luò)輿情溯源的相關(guān)文獻(xiàn)，發(fā)現(xiàn)目前多數(shù)研究都是基于傳統(tǒng)溯源算法和單一的社交平臺， 溯源的時(shí)效性不高， 且無法避免因信息更改或刪除導(dǎo)致溯源數(shù)據(jù)丟失的瓶頸問題， 所以本文基于上述問題， 通過態(tài)勢感知理論和區(qū)塊鏈技術(shù)， 構(gòu)建了一個(gè)多平臺網(wǎng)絡(luò)輿情溯源管理體系， 利用鏈上和鏈下雙存儲機(jī)制， 進(jìn)行輿情數(shù)據(jù)的海量存儲， 采用智能合約對網(wǎng)絡(luò)中的風(fēng)險(xiǎn)輿情進(jìn)行監(jiān)測預(yù)警， 通過默克爾樹和內(nèi)容標(biāo)識符等實(shí)現(xiàn)輿情的精準(zhǔn)溯源， 提高了輿情溯源的時(shí)效性， 為監(jiān)管部門制定應(yīng)急處理策略提供了事實(shí)依據(jù)， 對我國突發(fā)公共衛(wèi)生事件網(wǎng)絡(luò)輿情的應(yīng)急管控具有較強(qiáng)的現(xiàn)實(shí)意義。

當(dāng)然， 本文研究也存在一定的局限， 首先， 區(qū)塊鏈在網(wǎng)絡(luò)輿情領(lǐng)域的應(yīng)用還處于理論探索階段，實(shí)際落地應(yīng)用比較缺乏， 文章提出的一些設(shè)定如將社交平臺應(yīng)用程序部署到區(qū)塊鏈上， 與實(shí)際情況存在一定的差距； 其次， 網(wǎng)絡(luò)輿情的管控需要公眾、平臺、政府等多主體共同參與， 不同主體對輿情信息有著不同的需求， 單一的公共鏈、聯(lián)盟鏈和私有鏈難以同時(shí)達(dá)到去中心化、高效且權(quán)威安全這３ 個(gè)要素［２３］ ， 后續(xù)研究將考慮以主權(quán)區(qū)塊鏈為基礎(chǔ)，尊重網(wǎng)絡(luò)主權(quán)與國家主權(quán)監(jiān)管， 構(gòu)建包含公共鏈、聯(lián)盟鏈和私有鏈的區(qū)塊鏈網(wǎng)絡(luò)， 進(jìn)一步對輿情數(shù)據(jù)資源管理進(jìn)行細(xì)分。