童玉珍,王應明

(福州大學 經(jīng)濟與管理學院,福州 350108)

1 引言

據(jù)CNNIC 的數(shù)據(jù)顯示,截至2018年6月,中國網(wǎng)民規(guī)模達8.02 億,而微博作為社交媒體其使用率已達40.9%,其中新浪微博月活躍用戶已經(jīng)達到了3.76 億,每十分鐘更新一次的熱門話題對于網(wǎng)絡輿論熱點有著深度的影響.龐大的中國網(wǎng)民數(shù)量,也加快了網(wǎng)絡輿論的發(fā)酵、傳播和擴散速度,政府部門也已將網(wǎng)絡輿情的治理與管控放在了重點工作位置之上.網(wǎng)絡輿情突發(fā)事件[1]是通過網(wǎng)絡輿情的演化而導致在現(xiàn)實中觸發(fā)突發(fā)事件,是一種非常規(guī)突發(fā)事件.針對網(wǎng)絡輿情突發(fā)事件,黃星等[1]、曾潤喜[2]構(gòu)建了預警指標體系,為應急決策機構(gòu)有效控制輿情風險和科學應對突發(fā)事件提供依據(jù)；馬哲坤、涂艷[3]提出一種新的方法讓檢測者能及時地檢測與捕捉網(wǎng)絡輿情突發(fā)熱點話題及內(nèi)容；Liu 等[4]、周鳳麗和伍永豪[5]研究了網(wǎng)絡突發(fā)事件中輿情的演變機制和信息監(jiān)督,并探討了網(wǎng)絡社會事務信息監(jiān)管措施對民意演變過程的影響；曹學艷等[6]將突發(fā)事件應對等級引入網(wǎng)絡輿情熱度量表,使評價指標更加完善、科學；李磊等[7]提出一種改進的共現(xiàn)分析方法,以提高對網(wǎng)絡輿情信息精煉和概括的效率；Zhang 等[8]提出一個模型來描述謠言傳播和緊急事態(tài)發(fā)展之間的相互作用,并據(jù)此提出緊急情況下有助于謠言管理的策略；Xu 等[9]建立了一個耦合模型來描述突發(fā)事件中政府公報與謠言傳播之間的相互作用；Zhao 等[10]對權(quán)威媒體、謠言傳播與突發(fā)事件演變的相互作用機制進行了探討；Shan和Lin[11]根據(jù)突發(fā)事件信息在互聯(lián)網(wǎng)上的傳播和傳播特點,建立了基于信息熵方法的突發(fā)事件信息傳播模型；Liu 等[12]通過分析社交網(wǎng)絡中突發(fā)事件的信息特征,提出一種社會網(wǎng)絡突發(fā)事件信息傳播的隨機博弈模型；張一文等[13]通過建立指標體系衡量網(wǎng)絡輿情突發(fā)事件的熱度,為政府輿論控制及制定應對措施提供依據(jù).

基于以上分析,首先目前大多數(shù)學者側(cè)重于研究構(gòu)建網(wǎng)絡輿情突發(fā)事件各類指標體系與評價、傳播模型,對于網(wǎng)絡輿情突發(fā)事件的應急群決策法的研究則較少.在現(xiàn)實生活中,某地可能會同時爆發(fā)多個網(wǎng)絡輿情突發(fā)事件,這時需要各應急決策專家及時對各網(wǎng)絡輿情突發(fā)事件的危害性進行評估,進而用有限的應急資源去優(yōu)先處理危害性最高的網(wǎng)絡輿情突發(fā)事件.此外,在運用熵權(quán)法確定屬性權(quán)重的過程中,大多數(shù)文獻如文獻[14-17]等都是運用信息熵來構(gòu)建屬性權(quán)重確定模型,目前對于同時運用信息熵及交叉熵構(gòu)建權(quán)重模型的研究較少,而同時利用信息熵及交叉熵求得的屬性權(quán)重更能減少原始信息的損失,更具科學性與合理性.基于以上兩點分析,本文將考慮在時間緊急且在各類信息不完備的情況下,各應急決策專家在對評價指標進行評估時可能會出現(xiàn)猶豫不決的情況,提出基于猶豫模糊集的網(wǎng)絡輿情突發(fā)事件應急群決策法：首先根據(jù)各決策專家給出的猶豫模糊評估值,建立猶豫模糊評價矩陣,并運用猶豫模糊信息熵及交叉熵構(gòu)建各評價指標的確定模型；其次采用猶豫模糊加權(quán)平均算子(HFWA)及得分函數(shù)計算各網(wǎng)絡輿情突發(fā)事件中各評估指標的得分；然后獲得各網(wǎng)絡輿情突發(fā)事件關(guān)于各評估指標的綜合危險性得分,進而為應急部門確定網(wǎng)絡輿情突發(fā)事件的處置順序提供合理依據(jù)；最后通過案例分析驗證所提出方法的有效性及科學性.

本文的基本框架如下：第2 節(jié)回顧猶豫模糊集的相關(guān)概念、運算以及評估等級的劃分方法；第3 節(jié)構(gòu)建基于猶豫模糊環(huán)境下的網(wǎng)絡輿情突發(fā)事件應急群決策模型,提出評價指標權(quán)重確定模型及網(wǎng)絡輿情突發(fā)事件綜合危害性得分的計算方法；第4 節(jié)運用一個實例去驗算所提出方法的有效性,并進行對比分析；第5 節(jié)對全文進行總結(jié).

2 預備知識

本節(jié)將回顧猶豫模糊集的基本概念、運算法則、加權(quán)平均算子、得分函數(shù)、信息熵及交叉熵以及基于猶豫模糊集的評估等級劃分方法.

2.1 猶豫模糊集

定義1[18].設X是一個給定的有限集合,則稱E={〈x,hE(x)〉|x∈X} 為猶豫模糊集,其中hE(x)表示x屬于集合X的可能隸屬度,是區(qū)間[ 0,1]的子集.

定義2[19].設h,h1,h2是三個猶豫模糊元,則它們的基本運算如下(其中α 是一個常數(shù))：

定義3[19].hj(j=1,2,···,n)是一組猶豫模糊糊元,猶豫模糊加權(quán)平均算子Hn→H的操作是Hn→H的映射,具體運算如下：

其中,w=(w1,w2,···,wn)T是hj(j=1,2,···,n)的權(quán)重向量,

定義4[19].對于一個猶豫模糊數(shù)h,它的得分函數(shù)定義如下：

其中,*h是 猶豫模糊集h中 元素的個數(shù).若s(h1)＞s(h2),則有h1＞h2；若s(h1)=s(h2),則有h1=h2.

定義5[20].假設 β是一個任意猶豫模糊數(shù),那么 β的猶豫模糊熵定義如下：

其中,βhσ(i)表示猶豫模糊數(shù)β 中第i大的元素,q＞0且T=(1+q)ln(1+q)(ln(2+q)-ln2)-(2+q)可以證明猶豫模糊熵E(β)滿足如下性質(zhì)：

性質(zhì)1.E(β)=0,當且僅當 β=0 或 β=1.

性質(zhì)2.當且僅當 βσ(i)+βσ(l-i+1)=1,i=1,2,···,l時,有：

E(β)=1.

性質(zhì)3.若β1σ(i)≤β2σ(i),β2σ(i)+β2σ(l-i+1)≤1或 β1σ(i)≥β2σ(i),β2σ(i)+β2σ(l-i+1)≥1,i=1,2,···,l則有E(β1)≤E(β2).

性質(zhì)4.E(β)=E(βc).

定義6[20]設 α、β是任意兩個猶豫模糊數(shù),則稱：

為猶豫模糊數(shù) α、β 的交叉熵,其中T=(1+q)×ln(1+q)-(2+q)(ln(2+q)-ln2),q＞0.可以證明猶豫模糊交叉熵滿足以下兩個公理化條件：

(1)C(α,β)≥0；

(2)C(α,β)=0 ?ασ(i)=βσ(i),?i=1,2,···,l.

2.2 評估等級的劃分

在對若干個評估對象進行評估之前,需要合理、科學地劃分評估等級.本文基于猶豫模糊集,將所有可能評估結(jié)果的匯總表示為hE(x)={h1(x),h2(x),···,hn(x)},hi(x)(i=1,2,···,n)表示為在定義的n種評估等級中的第i種可能的評估結(jié)果.在信息不完備以及時間緊急的情況下,允許專家在出現(xiàn)猶豫不決的情況,并且允許對評估對象給出多個評估值,這不僅避免了決策信息的丟失,同時也更符合人們處理實際問題的客觀要求[21].

3 猶豫模糊環(huán)境下的網(wǎng)絡輿情突發(fā)事件應急群決策模型構(gòu)建

3.1 問題描述

假設某城市在同一時間爆發(fā)了多個網(wǎng)絡輿情突發(fā)事件X={X1,X2,···,Xn},因該城市應急資源有限,因此需優(yōu)先處理綜合危害性最高的突發(fā)事件,再依序處理剩余突發(fā)事件.假設應急部門選擇了m個評價指標c={c1,c2,···,cm},且各評價指標的權(quán)重W={w1,w2,···,wm}未知；為了讓評價結(jié)果的科學性更高,挑選具有專業(yè)差異的應急決策專家組成應急決策專家組d={d1,d2,···,dl},各專家對應急決策影響的權(quán)重λk∈[0,1] 已 知；設hE(x)={h1(x),h2(x),···,hn(x)}為所有評估結(jié)果的匯總,由于網(wǎng)絡輿情突發(fā)事件的突發(fā)性及緊急性,各決策專家受時間壓力以及對事件信息掌握的不全面、不準確,因此給出評價值時可能出現(xiàn)猶豫不決的情況,若第k位決策專家對第i個事件的第j個評價指標進行打分時對hE(x)中s個評估等級猶豫不決,則第k位決策專家在第i個事件的第j個評價指標的猶豫評估集可表示為hkij=H{y1ij,y2ij,···,yisj}；第k位決策專家的所有猶豫模糊評估集可以組成猶豫模糊評估決策矩陣Rk=(hkij)n×m,i=1,2,···,n,j=1,2,···,m.

3.2 指標的選擇

文獻[13]將非常規(guī)突發(fā)事件的特點概括為5 點：爆發(fā)性、特殊性、環(huán)境復雜性、群體擴散性、演變不確定性,同時網(wǎng)絡輿情突發(fā)事件也有自身的如突發(fā)性、嚴重危害性、應急管理綜合性等特點,本文根據(jù)對非常規(guī)突發(fā)事件以及網(wǎng)路輿情突發(fā)事件的特點,在文獻[1,13]中選取了輿情事件廣度、敏感度、易爆度、擴散速度、可能持續(xù)時間、次生災害發(fā)生可能性這7個評價指標,以上指標不僅在文獻[1,13]中所構(gòu)建的評價指標體系中具有較高的權(quán)重,同時這些指標也能較為充分、全面地體現(xiàn)網(wǎng)絡輿情突發(fā)事件的特征,使得評價結(jié)果更具合理性與科學性.

3.3 指標權(quán)重的確定

信息熵描述的是信息的不確定程度,若網(wǎng)絡輿情突發(fā)事件的某一應急決策指標的熵值越小,則該評價指標所包含的信息越多,那么該指標在全局指標中也越重要,應賦予更大的權(quán)重值；若某一項決策指標上的交叉熵越大,則表示在該項指標上所有輿情事件的評價差異越大,那么該指標的重要性也越大,也應賦予更大的權(quán)重值.因此本文將采用各評價指標的評價值計算其信息熵及交叉信息熵,可以更加科學地計算出各評價指標的重要性程度,盡量避免人為賦權(quán)所帶來的影響,讓各評價指標最終所被賦予的權(quán)重更加合理且更加符合客觀實際.

本文將運用猶豫模糊的信息熵及其交叉熵建立相應的指標權(quán)重模型,其具體計算步驟如下：

Step 1.第k個應急決策專家在網(wǎng)絡輿情突發(fā)事件Xi的評價指標cj下的評價值由猶豫模糊數(shù)hkij表示.

Step 2.運用式(3),計算各評價指標的信息熵E(hkij),那么各決策專家在所有網(wǎng)絡輿情突發(fā)事件中的評價指標cj下的綜合信息熵可表示為其中,為決策者dk認為所有網(wǎng)絡輿情突發(fā)事件在應急決策指標cj下的平均信息熵.

Step 3.運用式(4),計算評價指標cj的全局猶豫模糊交叉熵,將所有網(wǎng)絡輿情突發(fā)事件在評價指標cj下的綜合平均猶豫模糊交叉熵相加可以得到：它表示的是所有網(wǎng)絡輿情事件在決策指標cj下的平均差異度,其中表示第k個決策專家認為第i個網(wǎng)絡輿情突發(fā)事件與剩下所有網(wǎng)絡輿情突發(fā)事件在評價指標cj下的平均猶豫模糊交叉熵.

Step 4.由猶豫模糊信息熵及交叉熵理論可知,評價指標cj平均猶豫模糊信息交叉熵越大,該指標應賦予較大的權(quán)重值；若評價指標cj的猶豫模糊信息熵越小,則該指標應被賦予更大的權(quán)重值.綜合以上分析,可以得到如下評價指標權(quán)重優(yōu)化模型：

求解該模型,并進行歸一化處理,可以得到各決策指標的標準權(quán)重如下：

Step 5.根據(jù)應急決策專家對決策影響大小的權(quán)重λ={λ1,λ2,···,λl},對所得到的權(quán)重作進一步的修正：

Step 6.最后得到各評價指標的權(quán)重集合W={w1,w2,···,wm}.

3.4 計算各網(wǎng)絡輿情突發(fā)事件的綜合危害得分

各網(wǎng)絡輿情突發(fā)事件的綜合危害得分的計算步驟如下：

Step 1.運用式(1)得到各決策專家在網(wǎng)絡輿情突發(fā)事件Xi的評價指標cj下的猶豫模糊評價的加權(quán)平均算子,即將各決策專家在同一網(wǎng)絡突發(fā)輿情事件的同一評價指標下的猶豫模糊評估值進行集成.令Hikj={h1ij,h2ij,···,hlij},i=1,2,···,n,j=1,2,···,m為所有決策專家在決策專家在第i個突發(fā)事件的第j個評價指標的猶豫模糊評估集,則Hikj的猶豫模糊加權(quán)平均算子可以表示為：

其中,i=1,2,···,n,j=1,2,···,m.

Step 2.運用式(2)計算各網(wǎng)絡輿情突發(fā)事件中的各評價指標的猶豫模糊評估分值S(Hij),i=1,2,···,n,j=1,2,···,m.

Step 3.令Y={y1,y2,···,ym}={S(Hi1),S(Hi2),···,S(Him)},i=1,2,···,n為某一突發(fā)事件各評價指標的評估分值的集合,結(jié)合2.2 節(jié)中已求得的各評價指標的權(quán)重集合W={w1,w2,···,wm}可計算各網(wǎng)絡輿情突發(fā)事件的綜合危害評估分值S(Xi)={S(Xn)}S(X1),S(X2),···,i=1,2,···,n：

Step 4.最后根據(jù)各網(wǎng)絡輿情突發(fā)事件的綜合評估分值對其綜合危害性的高低進行排序,進而為政府應急部門的確定處理順序提供合理依據(jù).

4 實證研究

4.1 問題描述

城市A 的網(wǎng)絡輿情監(jiān)測站點監(jiān)測到可能爆發(fā)的4 個網(wǎng)絡輿情突發(fā)事件X={X1,X2,X3,X4},因該地區(qū)應急資源有限,需優(yōu)先處置綜合危害性最高的突發(fā)事件,再依序處理剩余事件.為評估各網(wǎng)絡輿情突發(fā)事件的綜合危害性,本文根據(jù)文獻[1,13]突發(fā)事件的廣度、敏感度、易爆度、擴散速度、可能持續(xù)時間、次生災害發(fā)生作為評價指標；選取3 個應急決策專家d={d1,d2,d3} 組成應急決策委員會,其權(quán)重為λ={λ1,λ2,λ3}=(0.3,0.35,0.35).

由于各決策專家受時間壓力以及對輿情事件各信息掌握的不全面、不準確,往往難以及時地對各指標給出精確的評估值,因此允許各專家對決策指標給出一個或多個評價值.本文選取區(qū)間[ 0,1]的等分評估等級,即hE(x)={0,0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9,1},決策者在某一評價指標上給的評估分值越大,說明該評價指標的危險性越高.對于各網(wǎng)絡輿情突發(fā)事件最終綜合危害性的評定,本文采用綜合危害性“很高”、“高”、“中等”、“低”、“很低”5 個等級進行評定,最終得到的綜合評估分值S(Xi)={S(X1),S(X2),···,S(Xn)}所對應的等級見表1.

表1 綜合危害評估分值對應的等級標準

4.2 確定猶豫模糊評價矩陣

根據(jù)給定的評估等級,邀請3 位決策專家對可能爆發(fā)的4 個網(wǎng)絡輿情突發(fā)事件的6 個評價指標給出相應的評價值,如表2、表3、表4所示.

表2 第一位決策專家對各輿情事件的猶豫模糊評價值

表3 第二位決策專家對各輿情事件的猶豫模糊評價值

表4 第三位決策專家對各輿情事件的猶豫模糊評價值

為了方便計算,Xu 等[20]提出了猶豫模糊數(shù)的拓展規(guī)則,在元素個數(shù)少的猶豫模糊數(shù)中添加元素,使得每一個猶豫模糊數(shù)的元素數(shù)目相同,據(jù)此可得到3 位決策專家關(guān)于評價各網(wǎng)絡輿情突發(fā)事件的猶豫模糊評價矩陣：

4.3 確定各評價指標權(quán)重

Step 1.由4.2 可得決策專家的猶豫模糊評價矩陣R1、R2、R3.

Step 2.運用式(3),計算各應急決策指標的信息熵,然后計算出各網(wǎng)絡輿情突發(fā)事件在各評價指標下的平均信息熵,計算結(jié)果如表5、表6所示.

表5 決策專家dk 在不同決策指標上評估值的信息熵

表6 決策專家dk 在同一決策指標評估值上的平均信息熵

Step 3.運用式(4),計算各網(wǎng)絡輿情突發(fā)事件關(guān)于各評價指標的全局猶豫模糊交叉熵,然后計算出平均猶豫模糊交叉熵,計算結(jié)果如表7所示.

Step 4.運用式(6),計算得到各評價指標的初始權(quán)W=(0.2311,0.1420,0.1761,0.1858,0.2010,0.1465).

Step 5.根據(jù)決策專家對應急決策影響大小的權(quán)重λ={λ1,λ2,λ3}=(0.3,0.35,0.35),運用式(7)對各評價指標的初始權(quán)重作進一步的修正.

Step 6.最后得到各評價指標的權(quán)重集合W=(0.2050,0.1171,0.1931,0.1822,0.1974,0.1052)

表7 各決策指標平均交叉熵

4.4 計算各網(wǎng)絡輿情突發(fā)事件的綜合危害得分

Step 1.各決策專家對應急決策影響大小的權(quán)重λ={λ1,λ2,λ3}=(0.3,0.35,0.35)已知,運用式(1),對三位決策專家在同一輿情事件中的同一評價指標的猶豫模糊評估值進行集成.以三位決策專家在第二個網(wǎng)絡輿情事件中的第一個評價指標輿情廣度為例

同理可求得剩余評價指標的加權(quán)平均集成算子.

Step 2.運用式(2),計算得到各決策指標的評估分值,結(jié)果如表8所示.

Step 3.運用式(8),計算得到各網(wǎng)絡輿情突發(fā)事件的綜合危害評估分值,以網(wǎng)絡輿情突發(fā)事件1 為例,其各評價指標的得分為{0.617 63,0.491 39,0.710 00,0.425 56,0.685 91,0.606 76},那么網(wǎng)絡輿情突發(fā)事件1 的綜合危害評估最終得分：

表8 各輿情事件中不同決策指標的評估得分

同理可得所有網(wǎng)絡輿情突發(fā)事件綜合危害評估得分,如表9所示.

表9 網(wǎng)絡輿情突發(fā)事件綜合危害評估得分

Step 4.根據(jù)各網(wǎng)絡輿情突發(fā)事件的綜合危害評估分值,對各網(wǎng)絡輿情突發(fā)事件綜合危害性的高低進行排序：S(X4)＞S(X1)＞S(X2)＞S(X3),進而輔助應急部門確定處置網(wǎng)絡輿情突發(fā)事件的順序：X4?X1?X2?X3.

根據(jù)各網(wǎng)絡輿情突發(fā)事件的綜合危害評估分值,可以得到網(wǎng)絡輿情突發(fā)事件4 的綜合危害性評估得分最高,對應的綜合危害評估等級為高,因此應最先處理網(wǎng)絡輿情突發(fā)事件4,再依序處理剩下的事件.

4.5 比較分析

為了比較說明本文提出方法的有效性,分別與文獻[22]的決策方法以及文獻[23]和文獻[24]使用獲得屬性權(quán)重的熵權(quán)法和線性規(guī)劃法進行比較分析.在與文獻[22]進行比較分析發(fā)現(xiàn),該方法最終只得出各突發(fā)事件的綜合風險得分值,而不能得到各評價指標的分值,而本文提出的方法不僅可以得出各突發(fā)事件的綜合風險得分值,同時可以得到各評價指標的得分,讓應急部門能更具針對性的做出應急預案,一定程度上能提高應急預案的成功率.

使用文獻[23]的熵權(quán)法最終得到的網(wǎng)絡輿情突發(fā)事件的處置順序為：X4?X1?X3?X2,與本文的結(jié)果有所差別,但是X4仍然是最優(yōu)先處置的事件,這是因為該文獻使用的熵權(quán)法求各屬性權(quán)重的時候只使用各屬性的信息熵進行計算而未將交叉熵考慮在內(nèi),因此造成一定的信息損失,對最終的排序結(jié)果產(chǎn)生影響.本文考慮到某項指標的信息熵測度越小,該評價指標所包含的信息越多,那么該指標在全局指標中也越重要,應賦予更大的權(quán)重值；若某項指標上的交叉熵熵測度越大,則表示在該項指標上評價差異越大,對決策評估的作用越大,也應賦予更大的權(quán)重值.因此本文未像傳統(tǒng)的熵權(quán)法在求權(quán)重時只單純考慮指標值的信息熵,而是將決策指標值得信息熵及交叉熵測度同時納入權(quán)重確定模型中,不僅考慮了決策指標自身信息熵的大小對權(quán)重大小的影響,同時考慮了指標間的差異性程度信息即交叉信息熵,進而最大程度的減少原始信息的流失,使權(quán)重結(jié)果更具客觀性、合理性.最后使用文獻[24]的線性規(guī)劃法得到的網(wǎng)絡輿情突發(fā)事件的處置順序為：X4?X1?X2?X3,與本文的排序結(jié)果完全一致,說明本文提出的網(wǎng)絡輿情突發(fā)事件應急群決策模型具有一定的可行性.

5 結(jié)語

本文考慮到在信息不完備、時間緊急的情況下,決策者很難及時地對網(wǎng)絡輿情突發(fā)事件的各評價指標給出精確的評估值,提出基于猶豫模糊環(huán)境下的網(wǎng)絡輿情突發(fā)事件應急群決策法,使評估過程更加符合應急情況下的客觀實際,讓評估結(jié)果更具合理性；通過猶豫模糊信息熵及交叉熵構(gòu)建指標權(quán)重確定模型,能減少信息的丟失,使權(quán)重結(jié)果更具科學性；運用本文所提出的方法,不僅可以得出各突發(fā)事件綜合危害性得分,為應急部門對突發(fā)事件的處置順序提供合理依據(jù),還可以得到突發(fā)事件的各評價指標的評估得分,讓應急部門能夠重點針對危害性分值高的評價指標,開展具有針對性的應急決策方案,此外本文所提出的決策方法還適用于生產(chǎn)安全事故及自然災害應急預案評估如煤礦突發(fā)事故應急預案、突發(fā)山洪事故等應急預案研究,幫助決策者在各方案中選擇最佳應急方案,具有一定的實用意義.