熊堯 李弼程 王子玥

摘 要：[目的/意義]隨著大數據時代的到來，網絡輿論監(jiān)測與引導的研究已經較為成熟，但是針對具體輿論事件主體的定量引導效果評估的研究較少。網絡輿論引導的目的就是，降低網絡輿論對事件主體的威脅指數，因此，可以利用威脅指數的變化值來評估引導方法的優(yōu)劣。[方法/過程]本文提出一種基于模糊綜合評判的網絡輿論引導效果評估方法。首先，構建網絡輿論威脅評估指標體系，采用層次分析法確定各層權重;其次，對網絡輿論態(tài)勢指標進行威脅等級模糊化，并利用模糊綜合評判合成威脅等級模糊集;然后，對威脅等級模糊集解模糊化，得到網絡輿論對事件主體的威脅指數;最后，利用網絡輿論引導前后威脅指數的變化量評估引導效果。[結果/結論]從方法的可行性和必要性分析實驗結果，分析表明該方法能夠對輿論引導效果進行準確的評估，完全吻合經驗判斷。

關鍵詞：網絡輿論引導;威脅指數;效果評估;模糊綜合評判

Abstract：[Purpose/Significance]With the advent of the era of big data，monitoring and guidance of network public opinion has become one of hot research topics.However，there are few studies on quantitative evaluation of guiding effect for the subject of public opinion events.The purpose of network public opinion guidance is to reduce the threat index of network public opinion to the subject of the event.Therefore，the difference between the two threat indexes of before and after network public opinion guidance，can be used to evaluate the pros and cons of the guiding method.[Method/Process]In this paper，a method based on fuzzy-synthetical evaluation was proposed to evaluate the effect of network public opinion guidance.Firstly，a threat assessment index system of network public opinion was constructed，and AHP was used to determine the weights of each layer.Secondly，fuzzy sets of threat level were defined corresponding to situation indicators of network public opinion，and were furtherly integrated based on fuzzy-synthetical evaluation.Thirdly，the integrated fuzzy set of threat level was defuzzified，and the threat index of the network public opinion on the subject of the event was obtained.Finally，the guiding effect was evaluated by using the difference between the two threat indexes of before and after network public opinion guidance.[Result/Conclusion]From the feasibility and necessity of the method，the experimental results showed that the method can evaluate guiding effect accurately，and match judgment by experience completely.

Key words：network public opinion guidance;threat index;effect evaluation;fuzzy-synthetical evaluation

隨著互聯網的迅猛發(fā)展，社會輿論陣地逐漸從線下轉移到各大網絡平臺。如今信息的傳播呈現渠道多樣化、傳播主體多元化，網絡輿論事件出現規(guī)?；痆1]。互聯網搭建了一個情感宣泄和思想碰撞的平等開放的對話空間，使得互聯網成為思想文化信息的集散地和社會輿論的放大器。關乎實際生活中的各類矛盾都能在網絡上形成輿論熱點，極端不法份子很容易利用人們對現實生活的不滿炒作話題和制造謠言，激化網民的負面心理，進而從思想上激怒和負面化民眾，從而達到擊垮某人某機構甚至某政權的目的。

近年來，關于網絡輿情的學術研究主要體現在網絡輿情監(jiān)測[2]、預警[3-4]和預測[5-6]與網絡輿情演化/傳播模型[7-11]等方面。李弼程等[3]提出了一種基于直覺模糊推理的網絡輿情預警方法，解決網絡輿情預警等級問題。張艷豐等[4]利用基于直覺模糊推理的思想，完善和加強了網絡輿情監(jiān)測預警評估方法。連芷萱等[5]根據突發(fā)事件輿情衍生傳播規(guī)律，建立一種基于組合預測的預警模型，并構建衍生系數來描述輿情的衍生程度，依據衍生輿情預警等級來歸納可操作的衍生輿情預警步驟。Dong Y[8]為了揭示在線和離線社交網絡之間大量代理之間的交互機制，提出了一種線上-線下社交網絡環(huán)境下的輿論動態(tài)模型。劉泉等[11]針對微博網絡中節(jié)點在傳播路徑上具有多層影響力的特點，研究一種結合微博中信息傳播和觀點交互的輿論傳播模型;次年，劉泉等[12]考慮媒體效應和信息傳播特點，構建有界信任規(guī)則下的輿論傳播模型。姚翠友等[13]基于微博用戶屬性和行為分析，綜合考慮微博輿情演化的主要推動因素及其關聯關系，應用元胞自動機方法，構建了社會事件的微博輿情演化模型。

輿論事件的爆發(fā)呈現規(guī)模化，許多輿論事件的演化存在幕后推手的情況，在信息戰(zhàn)占據主導地位的今天，輿論引導[14]逐漸被學者研究。國外學者Varma V S等[15]使用馬爾可夫系統(tǒng)的N-交織平均場近似（NIMFA）來表征智能體狀態(tài)，認為只要網絡中的代理數量是有限的，模型就漸近地產生共識。Zhang L等[16]設計了輿情傳播影響網絡模型，提出了一種輿情控制點選擇算法（POCDNSA），該算法可以使用戶獲得正確的指導，減少虛假輿情信息的影響。以上輿論引導從定量的角度出發(fā)，但是停留在理論研究的層面，并且沒有詳細涉及輿論引導的效果評估。國內的輿論引導多在定性分析，可以作為思想指導，劉涇[17]從網絡輿情及其治理的概念與屬性出發(fā)，闡述當前政府網絡輿情治理困境，提及的輿論引導方法沒有具體的實現手段和策略評估。李丹丹等[18]研究了正負雙向社會加強效應對輿論傳播的影響，結論表明控制群體影響力較大的節(jié)點能有效控制輿論傳播，實際就是通過控制輿論領袖控制輿論走向。嘗試從知網以輿情引導為關鍵詞進行搜索，相關研究的論文多屬于社科類，定性分析輿論引導[19]，極少研究輿論引導效果評估。其中丁曉蔚等[20]利用問卷調查，并對數據進行了分析，在此基礎上，確立了評估指標體系，構建新媒體語境中重大公共危機事件輿論和輿情引導效果評估指標體系。雖然在文獻[20]中建立了輿情引導效果評估指標體系，但是沒有提出綜合考慮各指標，對引導效果進行評估的具體方法。

本文認為網絡輿論引導的目的就是，降低網絡輿論對事件主體的威脅指數。因此，可以利用威脅指數的變化值，評估事件主體選擇網絡輿論引導方法/策略的優(yōu)劣。本文利用模糊綜合評判對事件輿論威脅指數進行估計，根據輿論事件引導前后威脅指數的差值進行效果評估。實驗結果表明，該方法能夠較好地評估輿論態(tài)勢的變化，適合對引導效果進行評估。需要指出，本文重點介紹的是輿論引導效果評估，引導手段有多種（下文將簡要介紹），但是對于真實輿論事件而言，我們沒有能力將引導手段實際投射到真實網絡中，然后再計算引導手段投射前后網絡輿論對事件主體的威脅指數。所以，本文分析已經發(fā)生的案例，并且案例中的輿論事件主體做出過引導行為，然后分析多個時間段中引導前后的網絡各類數據的變化，對事件中用到的引導方法進行效果評估。本文提出的方法可以為有效的輿論引導提供輔助決策信息，也可用于事件引導仿真的效果度量。

文章將在第二節(jié)簡要介紹網絡輿論引導方法;第三節(jié)介紹基于模糊綜合評判的網絡輿論引導效果評估方法;第四節(jié)介紹通過實例事件分析方法的可行性;第五節(jié)分析方法的必要性;第六節(jié)總結全文。

1 網絡輿論引導方法簡介

1.1 引導時機

輿論事件的演化一般要經過形成期、擴散期、爆發(fā)期、演變期和消亡5個階段[21]。雖然輿論的形成期的信息可以被捕獲，但是輿論事件的發(fā)展并未呈現出明顯可察覺的危險態(tài)勢，在輿論形成時期對輿論進行打壓，剝奪了公民言論自由的權利，極易造成網民的反感。在實時抓取互聯網信息時，分析對照敏感詞庫，如果出現惡意中傷、嚴重損害國家民族形象和利益的言論應直接進行相關處理。

目前已有的研究中，通過對輿論事件進行文本語義分析[22]、用戶轉發(fā)預測[23]和發(fā)布者影響力分析[24]等，再利用機器學習算法結合社交網絡信息傳播模型，對輿論事件傳播熱度進行分析。本文認為有效的引導時機是輿論的擴散期，輿論監(jiān)管部門通過抓取海量互聯網信息，獲得某輿論事件的初步形成的信息，通過對輿論事件的熱度預測，如若預測結果得出影響社會穩(wěn)定的不實負面信息即將大規(guī)模傳播，則可推測輿論引導的最佳時機和選擇最優(yōu)引導策略[25]。如若負面輿論在形成期和擴散期未被妥善處理，應時刻關注輿論的爆發(fā)和演變期，進行實時引導。

1.2 引導平臺

隨著大數據時代的到來，人們身處數據爆炸的環(huán)境中，多樣化的媒介選擇使得人們與網絡實時互聯，并且源源不斷地輸入和輸出可集成和可處理的數據。以新浪微博為代表的社交網絡平臺脫穎而出，逐步成為能夠展示輿論事件走向的重要聚焦場，具有不可小覷的社會熱點事件傳播力。截至2019年第一季度，微博平臺的日活躍用戶2.03億，月活躍人數更是高達4.65億[26]。從以上數據我們有理由認為，微博平臺上的事件輿論走向在一定程度上代表了國民的態(tài)度。

以上我們闡述了網絡運營商微博的影響力，同時百度搜索、百度資訊、微信和各類論壇等網絡運營商，用戶在其平臺上發(fā)表的言論，都具有輿論態(tài)勢表征的作用。輿論事件信息的傳播需要傳播源、傳播途徑和受眾。從輿論引導的角度出發(fā)，僅通過某官方平臺發(fā)表言論，沒有高效的傳播媒介則信息沒有受眾，無法達到信息傳播從而引導的目的。所以必須與各大網絡運營商聯動合作，實時抓取海量信息并進行數據分析，達到熱點預測、話題追蹤的目的，從而選擇具體引導手段[27]。

1.3 引導方法

輿論監(jiān)測的目的在于在負面輿論未爆發(fā)之前，第一時間捕獲并妥善處理。如果負面輿論事件在初始狀態(tài)未能及時澄清謠言，以致事件發(fā)酵以訛傳訛、真假信息混合，事件謠傳愈演愈烈。此時則需要輿論監(jiān)測系統(tǒng)對輿論事件的傳播過程進行梳理，獲取謠言發(fā)起源頭、傳播事件的網絡大V等信息，選擇具體網絡引導方式改變負面輿論走向。具體的引導方式主要包括以下4種。

1）輿論領袖發(fā)言引導

所有輿論事件都可以從政治、經濟、民生、文化、娛樂、體育、教育和科技等方面分類，各個領域存在領域威望較高的意見領袖。輿論引導可以與領域意見領袖合作，由輿論領袖對不實傳聞進行解釋，可信性更高。具體的引導過程是，輿論領袖對相關事件發(fā)表評論，追隨者轉發(fā)和點贊從而達到造勢和導控輿論走勢的目的。

2）官方辟謠

官方辟謠是最直接有效的引導方式[28]。官方辟謠的時間和內容十分考究，及時并且直面回答網民的質疑的官方辟謠往往能將謠言擊破，如果官方辟謠時間緩慢并且內容模棱兩可極易引起網民的猜疑，從而引發(fā)事件后續(xù)高潮[29]。

3）虛假掩蓋：控評

控評全稱是控制評論，形成一種虛假掩蓋，類似三人成虎的故事。娛樂圈明星的粉絲多用這種方法為自己的偶像控制輿論走勢，這種方法也是體現一種隨大流和不與大多數人為敵的心理。明星粉絲會形成一個后援會，專門為自己的偶像發(fā)表正面言論，比如在某官方微博發(fā)布了有關某明星的某個活動的資訊，然后明星的后援則會迅速對這條帖文回復數量龐大的留言，留言內容大多對此明星的溢美之詞。對于并非此明星粉絲的其他網民，看到鋪天蓋地的贊美，即使反感也會緘默或者被同化。

4）刪除事件信息

刪除事件信息的操作冒險性極大，控制不得當很可能造成適得其反的效果。刪除操作具體包括有針對性的刪除帖文、禁止評論和有針對性的刪除評論。網民一般的思想是事件中越是存在陰暗的無法見光的行為，事件主人公無法給出證據反駁同時又不愿意承認是不良行為，只能強行刪除信息以免負面信息的進一步擴大。在進行輿論引導時刪除操作被廣大網民意識到并且得到證實后，公眾極易出現聲討，同時內心選擇相信負面言論。刪除事件信息適合運用在事件還未爆發(fā)之前。

2 基于模糊綜合評判的網絡輿論引導效果評估方法

每個輿論事件一般具有多個事件主體，可能是事件主人公、可能是事件發(fā)生單位或者是社會公信力等，無論何方選擇輿論引導都是以目的為導向。本文認為網絡事件輿論引導的目的就是降低網絡輿論對事件主體的威脅指數，所以在確定引導目的前提下，確定維護事件主體對象，威脅指數指的是事件發(fā)展過程當中社會輿論對所要維護的事件主體（后文簡稱事件主體）造成的威脅程度。因此，可以利用威脅指數的變化量，來評估選擇的網絡輿論引導方法策略的優(yōu)劣。根據網絡輿論態(tài)勢信息，對網絡輿論對事件主體的威脅程度進行定量估計，得出網絡輿論的威脅指數。本文采用模糊綜合評判技術實現網絡輿論引導效果評估。

2.1 方法流程

基于模糊綜合評判的網絡輿論引導效果評估方法，其流程圖如圖1所示。

1）構建網絡輿論威脅評估指標體系，并采用層次分析法確定各層權值

在各種復雜社交網絡中，定量分析的方法分別根據網民數量變化、發(fā)帖數量變化、網民觀點傾向性變化或者話題熱度變化等評價引導策略。每種方法均是針對具體問題提出來的，都有自身的優(yōu)點和缺點，分別從不同的方面分析了引導策略的效果。但現實世界的復雜網絡千變萬化，從一個指標來說明某個引導策略的實施效果不夠精確，因為單一指標在不同的社交網絡結構上的計算具有極大的片面性和特例性，需要從不同的角度，利用社交網絡中事件演化過程中的多個重要性指標來進行綜合評價[30]。

本文經過輿情相關領域專家研究挑選了6個具有代表性的網絡輿論態(tài)勢指數（三級指標），從話題重要性、公眾反應和話題熱度等3個方面分析網絡輿論態(tài)勢（二級指標），進而利用模糊綜合評判估計網絡輿論威脅指數（一級指標），構建網絡輿論威脅評估指標體系，如圖2所示。

2）對網絡輿論態(tài)勢指標進行威脅等級模糊化，并利用模糊綜合評判合成威脅等級模糊集

2.2 網絡輿論態(tài)勢分析

2.2.1 話題重要性分析模式

話題的重要性通過單位時間內話題的信息總量、敏感信息量和非敏感信息量3個方面評判，隨著話題的演變，在醞釀、累積、發(fā)展和激化4個狀態(tài)時的話題重要值不一樣。針對某事件爬取的數據，經過數據清洗后，將數據進行分詞處理，與敏感詞庫進行對比分析，以單位時間分析話題的信息總量t1、敏感信息量t2和非敏感信息量t3，對應的權值分別為p1、p2、p3，其中p1+p2+p3=1，則話題的重要性為：

2.2.2 公眾反應分析模式

公眾屬性分析包括：公眾傾向性分析、參與數量分析和搜索指數分析。

1）傾向性分析

傾向性分析主要記錄的是負面傾向性分析，即網絡上負面情緒的言論所占的比例。負面傾向所占的比例越大，則公眾反應越激烈。每單位時間的負面言論所占比例記為x2，比例得出是百分制，數據歸一化。

2）公眾參與分析

公眾的參與數量反應了輿論事件的擴散程度。針對具體事件，爬取并計算事件各個階段在微博平臺上的有關帖文的數量，利用帖文的數量映射公眾在輿論事件的參與情況。對單位時間內帖文的數量進行歸一化，得到歸一化公眾數量x3∈[0，1]。

3）搜索指數分析

搜索指數代表互聯網用戶對關鍵詞搜索關注程度及持續(xù)變化情況，以網民在百度的搜索量為數據基礎，以關鍵詞為統(tǒng)計對象，科學分析并計算出各個關鍵詞在百度網頁搜索中搜索頻次的加權。根據數據來源的不同，搜索指數分為PC搜索指數和移動搜索指數。本文直接使用相關事件在爆發(fā)期間百度搜索統(tǒng)計的搜索指數。指數越高，公眾參與性越高。對輿論話題事件整個過程的每單位時間的搜索指數程度進行歸一化，得到歸一化搜索指數x4∈[0，1]。

2.2.3 話題熱度分析模式

話題熱度分析包括：媒體指數分析和話題持續(xù)時間分析。

1）媒體指數分析

媒體指數是新聞資訊在互聯網上對特定關鍵詞的關注及報道程度，以各大互聯網媒體報道的新聞中，與關鍵詞相關的，采用新聞標題包含關鍵詞的統(tǒng)計標準。本文直接使用相關事件在爆發(fā)期間百度搜索統(tǒng)計的媒體指數。指數越高，話題熱度越高。對輿論話題事件整個過程的每單位時間的媒體指數程度進行歸一化，得到歸一化媒體指數x5∈[0，1]。

2）話題持續(xù)時間分析

話題持續(xù)時間指的是輿論事件持續(xù)的時間，持續(xù)時間越長，熱度越高。對持續(xù)時間進行歸一化，得到歸一化持續(xù)時間x6∈[0，1]。

2.3 模糊綜合評判

2.3.1 模糊綜合評判基本原理

模糊綜合評判法是建立評判對象的因素集F={f1，f2，…，fn}和合理的評語集C={c1，c2，…，cm}，用專家評定或者其他方法生產評判矩陣R=（rijn×m，通過合適的模糊算子進行綜合評判。對任意因素fi，則存在fi的評價ci={ri1，ri2，…，rim}，構成評價矩陣R=（rijn×m。

若評判結果可以由評判矩陣直接獲得，則稱此類評判為一級評判。若評判結果需要經過多個一級評判的復合，則稱此類評判為多級評判。

3 實例事件分析有效性

本文的數據來源是新浪微博和百度搜索，通過新浪微熱點、百度搜索和蟻坊軟件從新浪微博和百度搜索新聞傳播平臺，采集2018-2019年帶有引導跡象的熱點輿論事件數據。選取了太原師范學院“校園暴力”事件、父親高鐵猥褻女童事件和河南高考答題卡掉包事件，作為網絡輿論引導效果評估的實例分析，分析了事件發(fā)展過程當中社會輿論對事件主體造成的威脅指數。采用微博平臺對應事件的發(fā)帖數代表網民的參與度是因為，據輿情統(tǒng)計，各輿論事件的各媒體報道總數量中，微博占比一般在97%以上，所以，我們有理由認為，微博數據對于輿論事件的發(fā)展描述具有代表性。接下來將結合事件發(fā)展內容和事件發(fā)展數據共同分析本文方法對描述事件引導效果評估的有效性。

3.1 太原師范學院“校園暴力”事件

3.1.1 事件描述

太原師范學院事件的演化圖如圖4所示，事件發(fā)展過程敘述如下：

形成期：5月29日11時47分，用戶“@王芝芝會有狗的”微博發(fā)文稱，她是山西太原師范學院的一名學生，在校期間受到情節(jié)惡劣的校園暴力（細節(jié)不贅述）最終患上抑郁癥。此帖文發(fā)出后迅速得到了廣大網友關注，大部分的發(fā)聲是呼吁警方介入調查并嚴懲施暴者。

擴散期：29日13時56分，該網友再次發(fā)文，表示學校已經介入調查，她將維權到底。此后許多新的內容更新，有自稱知情人士爆料，“王芝芝”曾多次報警無果。短時間內微博相關話題登上熱搜榜，迫于輿論壓力，當日19時42分，太原師范學院官方微博回應稱，學校已第一時間召集相關當事人認真核查，并將及時公布處理結果。

爆發(fā)期：29日21時25分，“@王芝芝會有狗的”第三次微博發(fā)文一反之前的內容稱，自己情緒失控發(fā)布過激言論，已經認識不妥并希望網民不要過度炒作。隨后她刪除早前發(fā)布的自稱遭霸凌的微博。但是細心的網友發(fā)現，“王芝芝”從不同的客戶端發(fā)的三條微博，導致網民質疑“王芝芝”是否被挾持并且強制要求發(fā)第三條微博。隨后，在各類微博大V開始轉發(fā)關注下，事件的關注度持續(xù)上升。

5月30日，太原師范學院回應之前的微博是涉事本人所發(fā)，也不存在多次報警無果的事情。主流媒體、網絡大V和政務官微均以不同的形式點名批評太原師范學院，對事件擴散起到重要推動作用，輿論事件的熱度不斷攀升。

演變期：5月30日23時34分，太原師范學院在其官方微博發(fā)布事件詳細調查聲明。聲明稱，事件由發(fā)帖網民與室友的矛盾瑣事引發(fā)，生活中存在玩笑過度的舉動情況，但未發(fā)生暴力行為，也不存在扒衣服的惡意行為，相關視頻僅發(fā)至宿舍內部QQ群中。由于該微博發(fā)布于深夜，輿論對這一回應的不滿聲音在31日集中爆發(fā)。網民對于這一與預期不符的回應產生抵觸，認為校方是在隱瞞真相，校方的回應也再次登上微博熱搜榜，閱讀量達到10億人次。

消亡期：5月31日之后，該事件再無官方信息曝出，相關討論仍在持續(xù)進行，但輿情熱度很快下降。

3.1.2 事件引導分析

從輿論引導的角度分析太原師范“校園暴力”事件，此處輿論主體為太原師范學院，該輿論事件能在短時間內成為輿論熱點，其原因首先在于話題的敏感性，校園暴力本身是一個自帶點擊率的話題，再者太原師范學院和政務官微回應強硬，沒有直面網民的質疑做出合理解釋，然后加上微博大V的助力轉發(fā)，其他政務官微的先入為主對號入座，使得網民對后續(xù)的處理結果持質疑態(tài)度，事件影響力不斷攀升。如表1是太原師范學院“校園暴力”事件在發(fā)生過程中態(tài)勢指標與威脅指數，圖5是經本文方法計算得出的事件發(fā)展過程中，各重要時刻威脅指數的變化。

事件從5月29日王芝芝發(fā)文形成熱點，5月29日下午1點事件進入擴散期，5月29日晚9點開始進入爆發(fā)期。對于太原師范學院事件本文討論事件中的主要兩個引導階段，

第一為王芝芝主動刪帖并澄清的引導行為。

第二為太原師范學院官方辟謠的引導行為。

在第一個引導行為后，從事件發(fā)展內容分析。由于此次內容與之前所曝光內容大相徑庭，并且網民發(fā)現從學校介入調查后“王芝芝”每次發(fā)文的客戶端地址都不一樣，由此讓網民自然而然的產生學校控制“王芝芝”想息事寧人的聯想，隨后加上網絡大V對此事件的助力轉發(fā)，太原師范學院引導失敗，對于太原師范學院而言威脅指數的不斷上升符合事件實際發(fā)展。

從事件發(fā)展數據分析，隨著王芝芝的第三次發(fā)文事件進入爆發(fā)期，從表1可知事件的各項指標開始持續(xù)升高，根據本文提出的基于模糊綜合評判方法的原理，得出的威脅指數也應對應升高。如圖5所示事件從爆發(fā)后威脅指數不斷升高，直到5月30日15時威脅指數從0到達0.399，ΔI>0，從引導效果評估的角度分析，“王芝芝”的澄清行為不但沒有起到正面引導的作用，反而火上澆油。

第二個引導行為后，從事件發(fā)展內容分析。由于網絡大V“@童鼎鼎”等紛紛加入到此事的討論中，并且多個具有說服力的政務官微“@中國警方在線”就此發(fā)聲，點名太原師范學院，多地公安官微轉發(fā)。政務官微的內容首先就先入為主，肯定了太原師范學院校園欺凌事件的存在。在輿論一邊倒的情況下，太原師范學院官微發(fā)微博簡單否認校園暴力的存在，無法說服網民，反而引發(fā)全網負面猜疑，官方辟謠引導失敗，威脅指數再度到達最值。

從事件發(fā)展數據分析。事件持續(xù)發(fā)展至31日，根據模糊評判當日的微博數據，威脅指數如圖5所示重新提高至0.432，ΔI>0，引導失敗。通過對事件發(fā)展的分析和事件數據，利用本文提出的基于模糊綜合評判的網絡輿論引導效果評估方法，所得的威脅指數變化和實際情況吻合，可以對輿論事件引導策略產生的效果進行準確評估。

太原師范學院事件中本有兩次可以平息社會負面情緒的機會：利用事件當事人王芝芝，或者事后態(tài)度誠懇處理事件。但是都因為校方處理不當導致太原師范學院背上包庇和息事寧人的標簽。

3.2 高鐵父親猥褻女童事件

由于篇幅原因，接下來的事件將不再進行詳細的敘述，圖6所示為事件的演化圖。本節(jié)通過討論事件形成熱點后，官方辟謠前后威脅指數的變化，判斷引導效果的優(yōu)劣。如表2是高鐵父親威脅女童事件在發(fā)生過程中態(tài)勢指標與威脅指數。此事件分析的輿論主體是社會公信力。

高鐵父親威脅女童事件在爆發(fā)后的威脅指數約等于0，雖然事件的性質是惡性事件，但是網民的討論就事論事，譴責父親的行為違背人倫，但是不會影響社會公信力。然而在南昌鐵道部引導不當，發(fā)文稱該父親行為不構成猥褻時，并且發(fā)布內容存在錯別字，當最能保護人權的政府和法律都不能維護網民心中的正義時，負面聲音數量迅速增加，從事件發(fā)生之初49.6%的消極占比，攀升到65.7%的消極占比。利用本文提出的基于模糊綜合評判的網絡輿論引導效果評估方法，計算事件的威脅指數為0.346，官方辟謠前的威脅指數為0.186，ΔI>0，從威脅指數的上升，可以得出引導效果失敗的結論。從法律的角度，事件父親的行為不構成猥褻行為，但是官微在發(fā)布相關帖文的時候，可以適當就網民的質疑和憤怒做出回應和解釋。

3.3 高考答題卡掉包事件

除了官方回應引導失敗的案例，另外還有成功的案例，河南4名高考考生家長質疑考生答題卡被掉包事件，如圖7所示事件演化圖。本節(jié)從官方出示證據辟謠的前后兩個階段得出威脅指數，如表3

所示，是高考答題卡掉包事件在發(fā)生過程中態(tài)勢指標與威脅指數，從而對引導效果進行評估。此事件分析的事件主體是社會公信力。

從事件發(fā)展內容分析。高考一直被中國國民認為是最公平的考試，8月5日答題卡掉包事件引發(fā)了社會的關注，事件的威脅指數上升。8月7日河南省招生辦公室通告，聲明4位考生的考卷答題卡已被多次抽看對比，字跡相符，隨后涉事的同學也承認答題卡為本人所寫。在此事件中招生辦沒有著急澄清事件，最后利用證據將謠言擊破引導得當，對于招生辦而言事件威脅指數下降。

從事件發(fā)展數據分析。官方辟謠前根據實際數據計算威脅指數為0.309，8月7日社會就此事件迎來了第二次的討論高潮，但是此時負面傾向比重僅占10%，威脅指數下降為0.264，ΔI<0。雖然公布結果表明未發(fā)生答題卡掉包事件引起一陣討論，但是負面傾向指數的顯著下降，事件威脅指數下降符合引導策略評估的結果。

4 方法必要性分析

由第4節(jié)的事件數據分析可得，本文提出的基于模糊綜合評判的方法可以描述事件態(tài)勢變化，并且可以通過為事件主體計算威脅指數變化分析引導方法的優(yōu)劣，以上兩點體現了方法的可行性。本節(jié)我們將結合實驗數據，主要從重要性和負面占比兩個占比較重的指標，就方法的必要性進行分析。

從單個事件分析，在分析太原師范學院事件時，我們發(fā)現事件重要性值的變化趨勢與所得威脅指數變化趨勢吻合，如圖8所示為該事件的重要性和威脅指數趨勢變化對比圖。由此將會產生疑問，是否可以直接通過事件的重要性值的變化為引導效果評估提供輔助信息？回答肯定是否定的，圖8的趨勢吻合是針對同一事件而言，從第3節(jié)的模糊綜合評判的方法介紹中我們可以明白，因為重要性指標被賦予了0.49的最高的權值，所以對威脅指數的計算具有引導作用。

由表1關于太原師范學院事件的數據可知，隨著事件沒有得到有效解決，負面輿論占比不減反增，然而威脅指數總體呈現上升而后下降的狀態(tài)（符合社會事件傳播規(guī)律：社會事件熱度總是會隨全網信息量的減少而降低），由此也否定了負面傾向性占比的絕對代表性。

由以上的討論我們得出的結論有以下兩點：第一，事件的引導效果評估無法用單一指標表征。本文基于模糊綜合評判的方法，綜合計算社會輿論的各項指標對事件主體的威脅程度，能夠彌補這一不足;第二，對于事件不同的輿論主體，輿論事件的引導效果評估參考指標具有靈活性。本文提出的方法適用對象為輿論事件的主體，在對事件模擬仿真或者分析已發(fā)生事件過程當中的引導手段時，可以適當根據事件主體的引導目標對指標做出調整。

5 結 論

近年來，各類網絡輿論事件的討論充斥人們的茶余飯后，從國家意識形態(tài)層面理解網絡信息安全問題，對于影響國民思想和動搖社會公信力的負面虛假輿論的引導刻不容緩。本文利用模糊綜合評判的思想，實現對事件主體選擇引導方法的效果評估，從3個具體輿論事件的數據分析來看，此方法得出的威脅指數能夠契合事件實際發(fā)展過程的實際情況，可以通過事件在發(fā)展過程中的威脅指數的變化情況判斷引導策略效果的優(yōu)劣，從而驗證了本文方法的有效性。最后通過對事件真實數據和實驗數據的分析，說明了引導策略的效果評估需要利用多指標共同分析，從而驗證了本文提出方法的必要性，但是不代表此方法在處理這一類實際問題的唯一性。

參考文獻

[1]左蒙，李昌祖.網絡輿情研究綜述：從理論研究到實踐應用[J].情報雜志，2017，36（10）：71-78，140.

[2]裘江南，谷文靜，楊書寧，等.突發(fā)事件微博輿情爆發(fā)地點監(jiān)測方法[J].系統(tǒng)工程，2018，36（7）：113-122.

[3]李弼程，王瑾，林琛.基于直覺模糊推理的網絡輿情預警方法[J].計算機應用研究，2010，27（9）：3312-3315，3325.

[4]張艷豐，李賀，彭麗徽.基于直覺模糊推理的網絡輿情監(jiān)測預警評估方法研究[J].情報雜志，2017，36（6）：111-117，172.

[5]連芷萱，連增水，張秋波，等.面向突發(fā)事件的網絡衍生輿情預警模型與實證研究[J].情報雜志，2019，38（3）：133-140.

[6]周小領，馬慶功.概率猶豫模糊算法及其網絡輿情預測模型選擇[J].計算機工程與應用，2019，55（4）：179-184，192.

[7]王家坤，于灝，王新華，等.基于用戶相對權重的在線社交網絡輿情傳播控制模型[J].系統(tǒng)工程理論與實踐，2019，39（6）：1565-1579.