《公共危机舆情影响趋势预测.doc》由会员分享，可在线阅读，更多相关《公共危机舆情影响趋势预测.doc（21页珍藏版）》请在金锄头文库上搜索。
1、公共危机事件网络舆情影响趋势预测及其应对策略研究摘要：当前我国正处于突发事件的高发期和社会的转型期，随着网络的日益普及，网络逐渐成为广大民众展现情绪、表达民意的公共话语空间，进而引出的是公共危机事件网络舆情，这是社会政治生活领域里出现的新问题。若网络舆情未合理引导，则在较大程度上会引发公共危机，危害社会稳定和经济发展。所谓预警就是指对某一警情的现状和未来进行测度，预报不正常状态的时空范围和危害程度，以及提出防范措施。本文采用SPSS数据分析软件对原始数据进行分析与聚类，归纳出网络舆情发展的不同种类。通过对每类事件网络舆情发展趋势的分析，找出规律。在此基础上应用matlab软件建立预测模型，依据
2、灰色理论，建立预测模型，该模型是微分回归分析的一个特例，以指数形式为基础，以一次累加数据作为原始数据，以初始观测值为准确定积分常数。本文采用此法将杂乱无章数据列进行整理、生成，将空缺的数据通过计算加以补充，用其所整理过的数据列建立模型并通过它进行决策和预测，将结构、关系、机制不清楚的网络舆情过程作灰色预测以进行提前控制。关键词：网络舆情；灰色理论；预测模型；预警。1问题重述公共危机或突发性群体事件是由临时的、自发的同类个体组成的整体，由于某种共同要求，造成对社会具有不平常影响的事情，其从发酵到爆发都伴随相关信息传播活动。而网络信息传播是指民众以网络为平台，借助网络论坛(BBS)、网络聊天(Ch
3、atting)、博客(Blog)、维客(Wiki)、电子邮件(E-mail)及网络新闻组(Usernet News)等网络渠道，围绕即将发生或已发生的群体性事件发布信息。当传播途径从传统渠道向互联网等途径转移后，出现了流言广泛传播，难以实施有效控制或澄清；舆情信息传播速度快、范围广、影响大；信息交流呈现非理性化、情绪化倾向的新特征。网络舆情是群体性事件发展演变的一个重要因素，它常直接引发或间接推动群体性事件的恶性发展。人民网舆情监测室7月份首次发布了2009年上半年地方应对网络舆情能力排行榜，湖北石首市政府被研判为应对严重失当，存在重大缺陷，而湖北巴东县政府则被判为表示政府应对存在明显问题，处
4、倒数一、二位。由此可见，如何迅速了解和把握网络的脉搏，及时回应公众疑问、如何依法依规向民众提供最新最快最全的真实信息、引导舆论、掌握主动、消除谣言和误解，这是当前各级权力机关面临的重大课题。 目前已有诸多学者开始研究探讨突发群体事件舆情信息传播规律。但是很多都是基于传统人文领域的研究方法，只能对信息网络传播的过程和个体交互的机制给出描述，从定性的角度分析总结突发群体性事件的信息网络传播的成因、流程、规律，无法进行定量的研究，没有研究信息网络传播本身的特征对突发群件性事件的影响，无法准确分析信息网络传播的时机、事件因素的影响权重、传播方式与途径，也没有对信息网络传播的演化过程进行仿真研究。 突发
5、性公共危机事件涉及面非常广，具有非常强烈的群体性，网络舆情与突发性公共危机事件的作用机制研究对事件的应对和有效应急管理具有重要意义；同时，网络舆情具有互联网背景，其采集、分析方法对网络舆情与突发性公共危机事件的作用机制研究具有重要作用。因此，在复杂的网络环境下，从理论上解释公共事件舆情信息网络传播的形成过程和传播的机制，掌握舆情信息网络传播规律，控制事件的发展, 结合危机处理的一般方法，对认识、预测和引导事件的发生发展，有着重要的理论意义和现实意义。结合研究的背景,在本研究中有以下几个科学问题：(1) 如何对突发性公共危机事件网络舆情态势演化规律和影响因素进行深层次解构和剖析。 突发性公共危机
6、事件网络舆情演化态势研究的目的就是在确定突发性公共危机事件网络影响力的基础上，对有限的资源进行合理的优化和高效的调度，从而提高对突发性公共危机事件的应对、处置能力,以免事态恶化或形成次生事件。在这种背景之下,政府或相关处置机构需要对突发性公共危机事件网络舆情演化态势路径、规律、形成原因进行准确、清晰的把握和认知，才可能对突发性公共危机事件网络舆情进行有效引导和调控。所以,如何分析突发性公共危机事件网络舆情态势演化所涉及的主体、变量、以及变量之间的相互作用关系进行呈现,如何通过系统分析和系统建模仿真出突发性公共危机事件网络舆情态势演化规律是本研究要解决的科学问题之一。(2) 如何对突发性公共危机
7、事件网络舆情态势涨落进行实时预警? 预警在复杂多变的突发性公共危机事件应对中是尤为重要的一环。预警的具体过程是：在灾害或危险发生之前，根据以往的的经验所总结出来的规律，或者通过检测发现可能性前，,从而向相关部门发出警报，报告可能存在危险的情况,以此避免危害在不知情或者准备不足的的情况下发牛,通过预警能够最大程度地减低灾害或风险所造成的损失。网络舆情热度预警的目标就是要在借助先前经验的基础上,对舆情走势进行实时、动态的监控,确保在第一时间对舆情所处态势的可能性进行预警，以便相关部门对舆情处置、引导作出准确判断。2、网络舆情模型建模分析通过对大量舆情事件的研究，分析突发事件的新闻媒体的报道规律，可
8、以发现突发事件的网络舆情的新闻报道的演变模式，对网络舆情的传播趋势有了一个初步的探索。将统计的数据以发生的时间为横坐标，以网络媒体对该突发事件的新闻报道量为纵坐标，通过描点得出以下几种基本的图形，可以用来探索突发事件网络舆情的传播趋势。通过研究它的传播趋势，我们可以在以后类似的突发事件发生后，对照现有的图形，来调整对危机处理的方法和力度，从而达到更快更好地处理危机和引导网络舆情。（1）一次高点型事件指突发事件发生后，最开始新闻报道数量很少，随着时间的推移，报道数量越来越多，到达一个峰值后，出现一个拐点，报道数量变少，转向趋少阶段，最后关于此突发事件的新闻报道量趋于零。如图所示：这类突发事件网络
9、舆情的传播趋势的特征是：突发事件发生后，由于影响范围很小，人们关注度不高，网络媒体的新闻报道量很少，突发事件的公共危机需要很长时间的酝酿期，随着影响范围越来越大，人们的关注度越来越高，新闻媒体的报道量会逐渐增多，在一个时间点媒体的报道量会达到一个峰值，如果政府对危机处理恰当，峰值很快就会过去，此时会出现一个拐点，人们关注度降低，网络媒体的报道量逐渐减少，最后趋于零。（2）两次或多次高点型事件是指突发事件发生后，最开始新闻报道数量很少，随着时间的推移，由于本身这个事件具有强大的信息量，很快引起很多媒体的关注，大量的新闻媒体开始报道，报道数量呈爆炸式增长，很快到达一个峰值后，出现一个拐点，报道数量
10、变少，转向趋少阶段，但是在突发事件的演变进程中，如果网络舆论的公共危机处理得不好的话，危机事件暂时平息后由于出现新的刺激点，使得人们重新高度关注，网络媒体的报道量又开始重新增长，经过一段时候后又得以平息，在最后关于此突发事件的新闻报道量趋于零。这类突发事件网络舆情的传播趋势是：突发事件发生后，开始只是少量媒体报道，但是爆发非常迅速，很快就引起人们的关注，网络媒体的报道量飞速达到一个峰值，如果政府对危机处理恰当，峰值很快就会过去，此时会出现一个拐点，人们关注度降低，网络媒体的报道量逐渐减少，但是在突发事件的演变进程中，如果网络舆论的公共危机处理得不好的话，危机事件暂时平息后由于出现新的刺激点，使
11、得人们重新高度关注，网络媒体的报道量又开始重新增长，经过一段时候后又逐步平息下来。3、网络舆情发展趋势模型建立运用SPSS对2011年第二季度网络舆情和微博问政报告中的24个热点事件进行初步的描述性分析。描述结果如下：所有网络舆情的频数均符合正态分布。进一步选取每组数据运用不同的函数进行拟合，以双汇万人大会为例，结果如下：双汇万人大会倒数模型汇总RR 方调整 R 方估计值的标准误.227.052-.067226.581ANOVA平方和df均方FSig.回归22318.995122318.995.435.528残差.905851338.988总计.9009系数未标准化系数标准化系数B标准误Bet
12、atSig.1 / 时间点179.606272.400.227.659.528（常数）87.294107.236.814.439二次模型汇总RR 方调整 R 方估计值的标准误.578.334.144202.978ANOVA平方和df均方FSig.回归.217272315.1081.755.241残差.683741200.098总计.9009系数未标准化系数标准化系数B标准误BetatSig.时间点-34.54599.705-.477-.346.739时间点 * 2-.6638.833-.103-.075.942（常数）355.417238.7331.489.180三次模型汇总RR 方调整 R
13、方估计值的标准误.725.526.289184.896ANOVA平方和df均方FSig.回归.678375970.2262.222.186残差.222634186.704总计.9009系数未标准化系数标准化系数B标准误BetatSig.时间点360.605268.9724.9771.341.229时间点 * 2-86.33955.480-13.451-1.556.171时间点 * 35.1933.3278.1371.561.170（常数）-90.100358.845-.251.810各函数模型拟合后图像如下：由图可知，上述函数对双汇万人大会该网络舆情的拟合度均较低。3.1 一次高点型网络舆情事
14、件发展趋势模型建立采用探索性分析，选择一次高点型网络舆情事件，对数据处理，建模结果如下：TSPLOT VARIABLES =双汇万人大会/ID=天数 /NOLOG /FORMAT NOFILL NOREFERENCE.模型描述模型名称MOD_1序列或顺序1双汇万人大会转换无非季节性差分0季节性差分0季节性期间的长度无周期性水平轴标签天数干预开始无参考线无曲线下方的区域未填充个案处理摘要双汇万人大会序列或顺序长度11图中的缺失值数用户缺失0系统缺失1由上图可知，所用模型对双汇万人大会网络舆情事件拟合度较好。3.2二次高点型网络舆情事件发展趋势模型建立对二次高点型网络舆情事件，对数据处理，建模结果如下：序列图. VARIABLES=陈光标慈善注水 /ID=天数 /NOLOG /FORMAT NOFILL NOREFERENCE.模型描述模型名称MOD_1
