張少芳?李獻(xiàn)軍?劉延鋒

摘要：作為網(wǎng)絡(luò)安全的重要組成部分，及時(shí)發(fā)現(xiàn)并合理處置網(wǎng)絡(luò)輿情、化解網(wǎng)絡(luò)輿情帶來(lái)的風(fēng)險(xiǎn)對(duì)維護(hù)網(wǎng)絡(luò)空間安全、保障社會(huì)和諧穩(wěn)定發(fā)展等具有重要意義。從網(wǎng)絡(luò)輿情的演化機(jī)理出發(fā)，通過(guò)構(gòu)建網(wǎng)絡(luò)輿情預(yù)警和溯源機(jī)制，能夠?qū)W(wǎng)絡(luò)輿情風(fēng)險(xiǎn)進(jìn)行早期識(shí)別和預(yù)測(cè)并鎖定輿情主體，幫助監(jiān)管部門快速對(duì)網(wǎng)絡(luò)輿情事件作出響應(yīng)，而相應(yīng)的治理策略可以為監(jiān)管部門有效進(jìn)行網(wǎng)絡(luò)輿情治理提供一定的參考。

關(guān)鍵詞：網(wǎng)絡(luò)輿情；演化機(jī)理；預(yù)警；溯源；治理策略

引言

隨著互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展和基于互聯(lián)網(wǎng)的各種應(yīng)用、服務(wù)的不斷完善，我國(guó)網(wǎng)民數(shù)量在近幾年一直保持著高速增長(zhǎng)，截至2022年12月，我國(guó)網(wǎng)民的數(shù)量已達(dá)到10.67億，互聯(lián)網(wǎng)的普及率為75.6%[1]。網(wǎng)絡(luò)虛擬空間的開放性、匿名性、低約束性及其泛在化的特性使公眾隨時(shí)可以關(guān)注到社會(huì)熱點(diǎn)問題并通過(guò)評(píng)論、轉(zhuǎn)發(fā)等方式參與其中，極大地提升了信息傳播的速度和廣度。但在信息不對(duì)稱、盲目從眾、惡意情緒引導(dǎo)等諸多因素的影響下，網(wǎng)絡(luò)信息的傳播極易出現(xiàn)失控現(xiàn)象，引發(fā)網(wǎng)民負(fù)面能量的宣泄，導(dǎo)致網(wǎng)絡(luò)輿情的發(fā)生，嚴(yán)重傷害政府的形象和公信力[2]。因此，作為維護(hù)網(wǎng)絡(luò)安全的重要一環(huán)，如何及時(shí)地發(fā)現(xiàn)并合理處置網(wǎng)絡(luò)輿情以確保網(wǎng)絡(luò)輿情安全，推動(dòng)網(wǎng)絡(luò)輿情信息生態(tài)系統(tǒng)健康發(fā)展關(guān)系到社會(huì)的穩(wěn)定和諧發(fā)展。

一、網(wǎng)絡(luò)輿情的演化機(jī)理

網(wǎng)絡(luò)輿情是指以互聯(lián)網(wǎng)為載體傳播的輿情，是網(wǎng)民對(duì)于自身關(guān)切的社會(huì)現(xiàn)象、熱點(diǎn)事件等所表達(dá)的認(rèn)知、態(tài)度、情感、傾向性等的總和[3]。與傳統(tǒng)的社會(huì)輿情相比，網(wǎng)絡(luò)輿情的行為主體即參與網(wǎng)民不受地理空間限制，因此其覆蓋范圍更廣、傳播速度也更快，隨之而來(lái)的是管控難度自然也更大。

在信息生態(tài)視域下，對(duì)網(wǎng)絡(luò)輿情演化產(chǎn)生影響的主要有三大要素，分別為信息人、信息以及信息環(huán)境[4]。其中主體要素為信息人，包括政府、媒體、網(wǎng)民，網(wǎng)民具體還可分類為普通網(wǎng)民、意見領(lǐng)袖等，信息人在網(wǎng)絡(luò)中進(jìn)行信息的發(fā)布、傳播、評(píng)論等，推動(dòng)信息的擴(kuò)散，引導(dǎo)信息帶來(lái)的輿論走向。信息作為客體要素，是各類信息人針對(duì)某些熱點(diǎn)事件等在網(wǎng)絡(luò)上發(fā)表的各種言論、看法等的集合，可以通過(guò)文字、圖片、視頻等各種不同的方式進(jìn)行表達(dá)，信息是對(duì)當(dāng)前網(wǎng)絡(luò)輿情現(xiàn)實(shí)情況的客觀反映。信息環(huán)境是指網(wǎng)絡(luò)輿情演化環(huán)境，包括國(guó)家針對(duì)網(wǎng)絡(luò)信息安全相關(guān)的法律法規(guī)、網(wǎng)絡(luò)技術(shù)及硬件設(shè)施、信息倫理以及信息供需適配度等內(nèi)容，信息環(huán)境會(huì)在多個(gè)方面對(duì)輿情的演化施加影響。網(wǎng)絡(luò)輿情的演化過(guò)程實(shí)際上就是各要素之間協(xié)同并相互影響的過(guò)程。

從網(wǎng)絡(luò)輿情演化的內(nèi)在邏輯上來(lái)看，其產(chǎn)生的原因一般都是主體要素為了表達(dá)一定的訴求或獲取一定的利益。即有些網(wǎng)民或媒體出于諸如吸引粉絲、博取關(guān)注或滿足某種不合理訴求等原因在網(wǎng)絡(luò)上發(fā)布經(jīng)過(guò)惡意剪輯、重構(gòu)并帶有明顯個(gè)人感情色彩的信息，以誘導(dǎo)網(wǎng)民產(chǎn)生共鳴，并對(duì)信息進(jìn)行評(píng)論、轉(zhuǎn)發(fā)等，從而形成集體行為。隨著參與網(wǎng)民的數(shù)量不斷增加，在信息不對(duì)稱、利益相關(guān)方的推動(dòng)下，真相往往會(huì)被淹沒，事件不斷地被扭曲，而在網(wǎng)民整體科學(xué)文化素養(yǎng)不高的情況下，其盲目的從眾心理、法不責(zé)眾心理極易被利用，激化其網(wǎng)絡(luò)情緒，導(dǎo)致網(wǎng)絡(luò)不實(shí)信息暴風(fēng)式的傳播，引發(fā)大量網(wǎng)民負(fù)面情緒的宣泄，形成網(wǎng)絡(luò)輿情。

二、網(wǎng)絡(luò)輿情的預(yù)警機(jī)制

網(wǎng)絡(luò)輿情預(yù)警的目的是根據(jù)網(wǎng)絡(luò)輿情的演化特征，在其產(chǎn)生的萌芽階段就能夠?qū)ζ溥M(jìn)行識(shí)別并預(yù)測(cè)到以后有可能會(huì)產(chǎn)生的風(fēng)險(xiǎn)[5]。而為識(shí)別并預(yù)測(cè)風(fēng)險(xiǎn)，需要建立網(wǎng)絡(luò)輿情預(yù)警模型，基于模型對(duì)大量的網(wǎng)絡(luò)輿情數(shù)據(jù)進(jìn)行分析，以找出其中對(duì)網(wǎng)絡(luò)輿情發(fā)展各階段起到關(guān)鍵影響的各種因素，構(gòu)建出科學(xué)的網(wǎng)絡(luò)輿情預(yù)警體系。

從整體來(lái)看，網(wǎng)絡(luò)輿情預(yù)警的基本工作流程如下：

首先，從網(wǎng)絡(luò)輿情的特征出發(fā)多維度構(gòu)建網(wǎng)絡(luò)輿情風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系，具體包含但不限于基于發(fā)布者、參與者等特征的主體維度指標(biāo)，基于發(fā)帖、評(píng)論數(shù)量等特征的內(nèi)容維度指標(biāo)，基于閱讀量、點(diǎn)贊量以及傳播速度等特征的傳播維度指標(biāo)，基于話題敏感度、關(guān)注度等特征的主題維度指標(biāo)，基于政府、官媒等主體響應(yīng)速度、引導(dǎo)手段以及控制能力等特征的響應(yīng)維度指標(biāo)等，并基于風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系構(gòu)建形成網(wǎng)絡(luò)輿情預(yù)警模型。在網(wǎng)絡(luò)輿情預(yù)警模型構(gòu)建完成后，結(jié)合網(wǎng)絡(luò)輿情的傳播演化規(guī)律和發(fā)展態(tài)勢(shì)變化，對(duì)搜集獲取到的輿情數(shù)據(jù)進(jìn)行分析處理，包括對(duì)其進(jìn)行數(shù)據(jù)清洗以及數(shù)據(jù)的抽取、提取相關(guān)數(shù)據(jù)特征等，然后將其帶入預(yù)警模型，并通過(guò)計(jì)算其風(fēng)險(xiǎn)值，對(duì)應(yīng)給出相應(yīng)的網(wǎng)絡(luò)輿情預(yù)警的等級(jí)進(jìn)行預(yù)警。

從上述的工作流程中來(lái)看，科學(xué)的評(píng)價(jià)指標(biāo)體系構(gòu)建是網(wǎng)絡(luò)輿情預(yù)警模型高準(zhǔn)確度預(yù)警的基礎(chǔ)。而由于網(wǎng)絡(luò)輿情的類型多樣、復(fù)雜程度高等原因，不同的專家學(xué)者從不同的維度構(gòu)建評(píng)價(jià)指標(biāo)，分別形成適用于針對(duì)不同類型網(wǎng)絡(luò)輿情進(jìn)行預(yù)警的模型。例如楊柳等結(jié)合網(wǎng)絡(luò)輿情演化的特點(diǎn)及其規(guī)律，構(gòu)建了包括輿情熱度、輿情強(qiáng)度和輿情變化度等3個(gè)一級(jí)指標(biāo)以及主題聚焦度、影響度、輿論變化傾度等10個(gè)二級(jí)指標(biāo)的兩級(jí)預(yù)警指標(biāo)體系[6]；王華等則結(jié)合突發(fā)熱點(diǎn)事件的特征構(gòu)建了包括輿情量度、聚焦度和強(qiáng)度等3個(gè)一級(jí)指標(biāo)以及搜索指數(shù)、媒體指數(shù)、話題閱讀趨勢(shì)等6個(gè)二級(jí)指標(biāo)的兩級(jí)預(yù)警指標(biāo)體系[7]。而無(wú)論是哪一種指標(biāo)體系，其指標(biāo)均可以被分類為定量指標(biāo)和定性指標(biāo)兩種，其中定量指標(biāo)一般可以通過(guò)網(wǎng)絡(luò)爬蟲等直接獲取數(shù)據(jù)，而定性指標(biāo)傳統(tǒng)上則往往需要由專家打分來(lái)對(duì)該指標(biāo)進(jìn)行賦權(quán)[8]。專家打分的方式出發(fā)點(diǎn)是認(rèn)為專家的經(jīng)驗(yàn)足以支持指標(biāo)賦權(quán)的科學(xué)性和準(zhǔn)確性，且實(shí)現(xiàn)起來(lái)比較簡(jiǎn)單，但任何人為評(píng)判均難以避免其主觀性和片面性，因此近幾年在專家打分預(yù)警方法的基礎(chǔ)上，基于機(jī)器學(xué)習(xí)算法、基于傳播過(guò)程以及基于情感分析等的預(yù)警方法也不斷地出現(xiàn)并得到應(yīng)用。其中基于機(jī)器學(xué)習(xí)算法的預(yù)警通過(guò)遺傳算法、灰色關(guān)聯(lián)分析及支持向量機(jī)算法等來(lái)實(shí)現(xiàn)輿情風(fēng)險(xiǎn)的識(shí)別和預(yù)警[9]，有效避免了專家賦權(quán)的方式，但其比較依賴于大量的已知輿情相關(guān)數(shù)據(jù)的支持，時(shí)效性相對(duì)較弱；基于傳播過(guò)程的預(yù)警是通過(guò)對(duì)輿情傳播和發(fā)展的過(guò)程進(jìn)行分析，構(gòu)建以輿情演化各階段特征為主體的預(yù)警模型，通過(guò)分析當(dāng)前輿情的實(shí)時(shí)特征，對(duì)其未來(lái)演化和發(fā)展的趨勢(shì)進(jìn)行預(yù)測(cè)，從而達(dá)到對(duì)輿情進(jìn)行預(yù)警的目的[10]；基于情感分析的預(yù)警則是通過(guò)對(duì)熱點(diǎn)事件的評(píng)論內(nèi)容進(jìn)行情感傾向性的分析，通過(guò)其正面或負(fù)面評(píng)論的比例和數(shù)量等分析預(yù)測(cè)輿情的發(fā)展趨勢(shì)及可能存在的輿情風(fēng)險(xiǎn)[11]，當(dāng)然該方法預(yù)警結(jié)果的準(zhǔn)確性與熱點(diǎn)事件評(píng)論的數(shù)量密切相關(guān)，只有評(píng)論數(shù)量足夠多，才能夠保障預(yù)警結(jié)果的準(zhǔn)確。

輿情數(shù)據(jù)的搜集和獲取是預(yù)警模型高準(zhǔn)確度預(yù)警的關(guān)鍵。網(wǎng)絡(luò)輿情預(yù)警模型分析的主體是輿情數(shù)據(jù)，因此，如何高效準(zhǔn)確地獲取輿情數(shù)據(jù)顯得至關(guān)重要。輿情數(shù)據(jù)來(lái)源于諸如微博、抖音等網(wǎng)絡(luò)上的各大媒體平臺(tái)，數(shù)據(jù)量極其龐大且內(nèi)容復(fù)雜，一般通過(guò)網(wǎng)絡(luò)爬蟲技術(shù)基于關(guān)鍵字等信息對(duì)數(shù)據(jù)進(jìn)行抓取[12]，然后使用數(shù)據(jù)清洗技術(shù)剔除掉抓取到的數(shù)據(jù)中的重復(fù)數(shù)據(jù)和噪聲數(shù)據(jù)，并使用數(shù)據(jù)抽取技術(shù)從其中提取輿情相關(guān)特征。進(jìn)一步可以使用分類技術(shù)以及基于無(wú)監(jiān)督學(xué)習(xí)的文本聚類技術(shù)對(duì)輿情數(shù)據(jù)進(jìn)行分類及新輿情相關(guān)話題的識(shí)別和追蹤[13]。清洗分類后的數(shù)據(jù)輸入到網(wǎng)絡(luò)輿情預(yù)警模型中，模型通過(guò)數(shù)據(jù)分析進(jìn)行輿情風(fēng)險(xiǎn)的評(píng)估和預(yù)警。結(jié)合實(shí)際應(yīng)用和政府相關(guān)制度，按照輿情的嚴(yán)重程度預(yù)警一般被分為4個(gè)等級(jí)，從低到高分別為藍(lán)色預(yù)警、黃色預(yù)警、橙色預(yù)警和紅色預(yù)警[14]。

三、網(wǎng)絡(luò)輿情的溯源

一旦出現(xiàn)網(wǎng)絡(luò)輿情，在進(jìn)行輿情治理的過(guò)程中，通過(guò)信息溯源對(duì)輿情主體進(jìn)行鎖定，對(duì)惡意制造輿論、導(dǎo)致輿情發(fā)生的主體依法進(jìn)行處罰并公開，從而形成震懾效應(yīng)，對(duì)約束媒體、網(wǎng)民的行為，凈化網(wǎng)絡(luò)空間有著非常重要的意義。因此，網(wǎng)絡(luò)輿情的溯源一直以來(lái)都是網(wǎng)絡(luò)輿情研究中的熱點(diǎn)方向，很多專家學(xué)者也提出了各種不同的溯源相關(guān)算法。例如，楊瀟等針對(duì)微博提出了一種基于用戶興趣的溯源算法，通過(guò)對(duì)博主、評(píng)論人和轉(zhuǎn)發(fā)人等的影響力以及關(guān)注度和時(shí)間的綜合計(jì)算進(jìn)行溯源[15]；于凱等提出了一種基于多中心性分析的算法進(jìn)行網(wǎng)絡(luò)輿情信息原點(diǎn)的追溯來(lái)提高溯源的準(zhǔn)確率[16]。但大多數(shù)的溯源算法在實(shí)際的應(yīng)用過(guò)程中，一旦輿情信息被人為地修改或刪除，必然帶來(lái)因?yàn)樗菰葱畔⒌娜笔?dǎo)致無(wú)法準(zhǔn)確溯源的問題。區(qū)塊鏈技術(shù)則可以較好地保障數(shù)據(jù)的防篡改和可溯源，為網(wǎng)絡(luò)輿情的高效準(zhǔn)確溯源提供技術(shù)上的支持[17]。

基于區(qū)塊鏈技術(shù)的網(wǎng)絡(luò)輿情溯源架構(gòu)通過(guò)區(qū)塊鏈技術(shù)構(gòu)建輿情數(shù)據(jù)的共享中心，將輿情相關(guān)數(shù)據(jù)信息全部通過(guò)區(qū)塊鏈存儲(chǔ)。在需要時(shí)通過(guò)Merkle樹和分布式Hash表實(shí)現(xiàn)輿情信息的高效精準(zhǔn)溯源，而且Hash算法的單向不可逆屬性可以有效保障數(shù)據(jù)的完整性：在區(qū)塊鏈中，輿情相關(guān)數(shù)據(jù)信息通過(guò)Hash算法計(jì)算后以散列值的方式存儲(chǔ)，而對(duì)同一數(shù)據(jù)的多次Hash計(jì)算其結(jié)果完全一致，因此可以將實(shí)際信息的散列結(jié)果與區(qū)塊鏈中的散列值進(jìn)行比對(duì)，如果一致，則說(shuō)明輿情信息數(shù)據(jù)完整，沒有被篡改，從而為準(zhǔn)確溯源提供了數(shù)據(jù)保障。

四、網(wǎng)絡(luò)輿情的治理

在信息生態(tài)視域下，從網(wǎng)絡(luò)輿情演化的主體即信息人維度來(lái)看，網(wǎng)絡(luò)輿情的治理需要建立以政府為主導(dǎo)、媒體、網(wǎng)民共同參與的聯(lián)動(dòng)機(jī)制。

政府作為管理者首先一方面要組織協(xié)調(diào)各方面的資源共同應(yīng)對(duì)網(wǎng)絡(luò)輿情；另一方面政府應(yīng)進(jìn)一步加強(qiáng)輿情應(yīng)對(duì)中的主動(dòng)性，對(duì)監(jiān)測(cè)到的輿情事件及時(shí)進(jìn)行響應(yīng)，對(duì)廣大網(wǎng)民關(guān)切的關(guān)鍵問題所涉及的可公開內(nèi)容進(jìn)行快速、全面、客觀地披露，有效避免因信息供需失衡導(dǎo)致的輿情激化[18]。其次，政府應(yīng)建立相關(guān)宣傳教育機(jī)制，通過(guò)多種渠道對(duì)網(wǎng)民進(jìn)行價(jià)值觀等的教育，提高網(wǎng)民對(duì)網(wǎng)絡(luò)事件的辨別能力。第三，政府要加大監(jiān)管和問責(zé)力度，對(duì)惡意引導(dǎo)網(wǎng)絡(luò)輿論的媒體和網(wǎng)民一經(jīng)發(fā)現(xiàn)嚴(yán)肅處理，形成震懾效應(yīng)，從而降低網(wǎng)絡(luò)輿情的發(fā)生率。

從媒體維度來(lái)看，主流媒體要明確自己承擔(dān)的社會(huì)責(zé)任，在政府的領(lǐng)導(dǎo)下，針對(duì)網(wǎng)絡(luò)輿情要及時(shí)準(zhǔn)確地向廣大網(wǎng)民傳遞正面的信息，對(duì)事件真相如實(shí)進(jìn)行報(bào)道，疏導(dǎo)網(wǎng)民情緒，堅(jiān)守媒體人的職業(yè)操守和道德底線。自媒體平臺(tái)也要強(qiáng)化責(zé)任意識(shí)，堅(jiān)決避免將商業(yè)邏輯凌駕于職業(yè)道德和行業(yè)規(guī)范之上，對(duì)于存在發(fā)布和傳播謠言、惡意煽動(dòng)情緒等行為的賬號(hào)要堅(jiān)決封號(hào)，凈化網(wǎng)絡(luò)輿論環(huán)境[19]。

廣大網(wǎng)民則應(yīng)利用政府提供的學(xué)習(xí)渠道，通過(guò)學(xué)習(xí)不斷提升自身的科學(xué)素養(yǎng)，提高對(duì)輿情信息的辨別能力，增強(qiáng)自我約束能力，避免被別有用心的網(wǎng)民或媒體誘導(dǎo)，合理合法地使用網(wǎng)絡(luò)表達(dá)自己的訴求，自覺維護(hù)風(fēng)清氣正的網(wǎng)絡(luò)輿論環(huán)境。

結(jié)語(yǔ)

本文從信息生態(tài)視域下網(wǎng)絡(luò)輿情的生成邏輯和演化機(jī)理出發(fā)，基于網(wǎng)絡(luò)輿情演化特征通過(guò)網(wǎng)絡(luò)輿情預(yù)警機(jī)制對(duì)其進(jìn)行實(shí)時(shí)預(yù)警，進(jìn)一步通過(guò)鎖定輿情主體的溯源技術(shù)，把輿情治理從傳統(tǒng)的輿情爆發(fā)后治理拓展到對(duì)源頭的約束治理，最后給出了針對(duì)網(wǎng)絡(luò)輿情的治理策略，可以為監(jiān)管部門有效進(jìn)行網(wǎng)絡(luò)輿情治理提供參考。

參考文獻(xiàn)：

[1]第51次中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告[EB/OL].https：//cnnic.cn/n4/2023/0302/c199-10755.html，2023-03-02.

[2]孫欽瑩，任曉麗.基于雙重失衡環(huán)境的網(wǎng)絡(luò)輿情演化機(jī)理與治理策略研究[J].情報(bào)雜志，2023，42（04）：98-106.

[3]喬玲.新媒體時(shí)代網(wǎng)絡(luò)輿情給社會(huì)治理帶來(lái)的問題及對(duì)策分析[J].城市黨報(bào)研究，2022（12）：38-41.

[4]牟冬梅，邵琦，楊鑫禹，等.信息生態(tài)視域下突發(fā)公共事件網(wǎng)絡(luò)輿情運(yùn)行方式研究[J].現(xiàn)代情報(bào)，2022，42（03）：22-30.

[5]迪路陽(yáng)，鐘寒，施水才.網(wǎng)絡(luò)輿情預(yù)警研究綜述[J].數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn)，網(wǎng)絡(luò)首發(fā)：2023-02-10.

[6]楊柳，羅文倩，鄧春林，等.基于灰色關(guān)聯(lián)分析的輿情分級(jí)與預(yù)警模型研究[J].情報(bào)科學(xué)，2020，38（08）：28-34.

[7]王華，羅玲，喬晶.網(wǎng)絡(luò)輿情突發(fā)熱點(diǎn)事件風(fēng)險(xiǎn)模糊綜合評(píng)價(jià)研究[J].情報(bào)理論與實(shí)踐，網(wǎng)絡(luò)首發(fā)：2023-07-07.

[8]楊小溪，鄭珊珊，晉兆雨，等.基于信息生態(tài)理論的網(wǎng)絡(luò)輿情預(yù)警評(píng)價(jià)指標(biāo)體系研究[J].情報(bào)理論與實(shí)踐，2021，44（03）：143-148.

[9]黃星，劉樑.突發(fā)事件網(wǎng)絡(luò)輿情風(fēng)險(xiǎn)評(píng)價(jià)方法及應(yīng)用[J].情報(bào)科學(xué)，2018，36（04）：3-9.

[10]孫蕾，孫紹榮.基于風(fēng)險(xiǎn)感知的重大工程網(wǎng)絡(luò)輿情傳播防控機(jī)制研究[J].工業(yè)工程與管理，2019，24（05）：161-169.

[11]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（04）：32-35.

[12]顏潔.大數(shù)據(jù)技術(shù)背景下輿情收集與監(jiān)測(cè)分析[J].網(wǎng)絡(luò)安全技術(shù)與應(yīng)用，2022（07）：154-155.

[13]張秀華，云紅艷，賀英，等.基于卷積神經(jīng)網(wǎng)絡(luò)和K-means的中文新聞事件檢測(cè)與主題提取[J].科學(xué)技術(shù)與工程，2020，20（03）：1139-1144.

[14]武慧娟，張海濤，王盡暉，等.基于熵權(quán)法的網(wǎng)絡(luò)輿情預(yù)警模糊綜合評(píng)價(jià)模型研究[J].情報(bào)科學(xué)，2018，36（07）：58-61.

[15]楊瀟，陳秀真，馬進(jìn)，等.基于用戶興趣的微博溯源算法[J].網(wǎng)絡(luò)與信息安全學(xué)報(bào)，2020，6（06）：164-173.

[16]于凱，白西柯，郭煜婕.基于多中心性分析的網(wǎng)絡(luò)輿情信息源點(diǎn)追溯研究[J].情報(bào)雜志，2022，41（03）：166-172.

[17]曾子明，江新林.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[J].現(xiàn)代情報(bào)，2023，43（06）：149-157.

[18]旋馨月.融媒體時(shí)代下網(wǎng)絡(luò)輿情的風(fēng)險(xiǎn)化解及防范對(duì)策研究[J].今傳媒，2022，30（12）：41-44.

[19]楊洋洋.事件驅(qū)動(dòng)、權(quán)威主導(dǎo)與公眾訴求：重大突發(fā)事件中網(wǎng)絡(luò)輿情觸發(fā)機(jī)制研究[J].情報(bào)資料工作，2023，44（01）：33-41.