基于多智能体的舆情预警系统研究

朱海

（河南科技大学管理学院，河南 洛阳 471023）

基于多智能体的舆情预警系统研究

朱海

（河南科技大学管理学院，河南 洛阳 471023）

公共舆情可能引爆社会危机，实时舆情监测、提前预警，是维护社会公共安全的必要保障。舆情预警系统依靠成熟的技术，利用多智能体系统构建舆情预警系统有助于提高舆情监测、预警、处置过程的自动化程度，有助于提高决策层的舆情管理效率。

多智能体；舆情；预警系统

多智能体（Multi-Agent）技术是各智能体之间的协作，采用全新的规划来解决社会行为和工程运作的系统。各智能体之间通过相互通讯、合作、协调、调度、管理和控制，来表达多智能体技术实体系统的结构、功能和行为特性。多智能体技术的发明和进步，为各种社会问题的解决提供了一个统一的框架和系统化的解决方案，是人工智能技术的质的飞跃。

近年来，随着通信技术的发展，信息传播速度加快。在经济全球化、政治民主化、价值多元化的背景下，人们的思维正发生着转变。与此同时，中国在经济高速发展和转型期所积累的深层矛盾凸显，各种突发事件频发。建立一套舆情预警机制就显得非常有必要。我国有关舆情预警系统的研究起步较晚，发展较慢，缺少相对应的技术支持，舆情信息搜集、筛选手段简单，监测结果单一，已不能符合社会发展的需要。在此背景下，笔者提出了基于多智能体的舆情预警系统研究，利用先进的技术，能够为决策层提供舆情研判、预警，避免危害社会安全的行为发生。

1 多智能体简介和舆情的变动规律

1.1 多智能体简介

多智能体又称多智能体技术或者多智能体系统，多智能体是多个智能体组成的集合，它的目标是将大而复杂的系统建设成小的、彼此互相通信和协调的，易于管理的系统。多智能体具有自主性、分布性、协调性的特点，多智能体在解决实际应用问题方面，具有很强的操作性、可靠性和较高的求解效率，多智能体依靠自身的组织能力、学习能力和推理能力，打破了目前知识工程领域仅用专家即可完成大的庞大系统作业任务的限制，并且在很大程度上降低了成本。多智能体采用信息集成系统，通过各智能体间的通讯、合作、互解、协调、调度去解决大规模的复杂问题，在同一个多智能体系统中各智能体都有自己的系统，每个智能体都可以按自己的方式运行，因此，对于复杂系统和社会问题，多智能体具有无可比拟的表达力，多智能体为各种实际系统的研究和社会问题的解决提供了一种统一的框架和相应的技术支持，其应用领域十分广阔，具有巨大的潜在市场。

1.2 舆情的变动规律

舆情变动规律存在于舆情的产生、转变和结束等几个过程中，在这些过程当中，舆情的状态也各不相同。舆情的变动规律总体概括起来有三点，分别是舆情的发生包含着一种刺激和反应规律；舆情产生引起各类中介性社会事务自身发生的变化；舆情的结束引发先前的态度在人的思想和意识中的残留，而这个残留状态在一定的信息条件下又会变成另一个新的舆情的组成部分。因此，要建立舆情和政府治理之间的良性互动并逐渐成为从决策层到普通民众关注的热点。

2 基于多智能体的舆情预警系统研究

随着信息传输速度的提高，各种热点事件的传播速度加快，舆情反应更是纷繁复杂，在影响和左右事件上频频发力。舆情预警系统是针对电视、广播、报纸、网络等媒体中出现的舆论信息进行实时的监测、采集和分析，并甄别文中的关键词语，分析舆论危险程度，提前做好应急预备，利用各种技术处理不良舆论，为正确舆论导向提供帮助。

2.1 我国舆情预警系统研究现状

舆情预警系统研究是近年来较新的研究领域，该领域也取得了众多研究成果，但随着民众价值取向的多元化和信息传播的多渠道化，不良舆论传播速度加快，突发事件频发，舆情分析和预警的难度增加，现有舆情预警系统已无法满足需求。通过调查分析发现，我国目前的舆情预警系统还有一些缺陷和不足，概括起来主要有以下几点。其一，舆情信息的整理采集质量不高：在通讯技术高速发展的今天，信息发布渠道多样，现有的舆情预警系统信息源整理渠道不足，对各类信息源不能实现全网、全方位搜集，从而制约了舆情预警的效果。另外，现有的舆情预警系统大多采用简单的信息采集算法，信息采集出现重复度高、相关性低和表层化现象严重，导致检索结果可靠性低，信息可控性差。其二，信息分析深度不够，缺乏智能性：目前的舆情预警系统在信息处理方面，仅仅停留在相关采集数据的统计层面，主要通过简单的定性分析和经验判断或者统计学进行分析判断，没有深入挖掘数据背后隐含的深层知识，信息分析结果实用性不强，系统智能化较低。其三，舆情信息数据判断功能偏弱：现有的舆情预警系统多采用系统自动分析报告和人工经验判断相结合的方式，没有设置科学的预警指标体系。数据分析结果多呈单一线性化，各舆情分析结果无相关性分析，从而导致提供的数据结果无法满足决策支持的需要。

3 基于多智能体的舆情预警系统过程分析

多智能体舆情的预警分析过程是一个融会互联网络、人工智能、数据统计、情报分析等多学科知识的预警分析过程，涉及多智能体舆情信息采集、分析、处理、分类、监测和预警。本文利用多智能体的技术特性，通过统计用户浏览信息概率的特性以及用户的信息等内容，采用基于规则的描述方法，为决策层提供预警支持。

3.1 基于多智能体的舆情预警系统。其一，预警指标体系构建。在多智能体的舆情预警系统中，首先根据用户特性、信息传播渠道、信息扩散原理等特点建立一套科学的监测指标体系，并通过预警指标，利用多智能体技术与经验，分析确定预警对象与舆情情势发展之间的因果关系，以此进行舆情监测。在指标体系构建环节，通过人机智能体、任务智能体、信息智能体，建立信息的自适应状态。其二，信息搜集。基于智能化和自主化的技术以及分布式问题求解方法，多智能体为信息搜集检索提供了新的方法和利用途径。信息需求智能体根据建立的指标体系，通过微博、论坛、社交媒体、新闻评论等渠道，采用要素搜集、关键词抓取、全文索引、自动去重、分区储存等方式进行信息的抓取搜集工作。并且针对信息的异质性、分布规律、变化特点，利用人机智能体技术进行舆情信息的搜集。其三，安全预警评估。在对信息的分析层面，通过自动分类、自动聚类、自动摘要、人名识别、地名识别、机构名识别、正负预判等方式，排除虚假信息，确保信息的真实性、可靠性。多智能体根据设定的预警指标，进行信息的筛选分析，确认与舆情相关的预警对象，分析他们的行为特点，评价舆情信息的严重程度，进行危机等级呈现，从而掌握社会舆论的动态和未来发展趋势，及时有效地采取措施，避免危害公共安全的行为发生。其四，结果呈现。利用多智能体中的软智能体急速，根据反馈结果，下达命令，分析环境反馈信息，并同舆情环境进行交互。根据信息智能体的分析结果，采用舆情分类、舆情评级、舆情简报、统计图表等形式进行舆情的呈现，分析各信息结果的相关性、危害程度等，为决策层提供社会舆情的基本现状、发展进度和危险程度，为舆情预警提供决策支持。

3.2 舆情预警实现的关键环节分析。其一，舆情信息分类。舆情信息，从内容形式来看多为文本信息，在多智能体预警系统实施阶段，可以通过文本内容的分类，利用信息采集，信息存储、信息协作将相关主题网页都划分到同一个类别，利用相关性分析和信息源头分析，发现并预警不良信息，及时制止舆情的进一步突变，起到辅助决策支持的作用。其二，舆情数据流突发检测。在舆情信息分类的基础上，针对某一特定主题的舆情信息，按照发布的时间顺序进行排列，利用多智能体技术对文本流进行智能体建模。其三，趋势预测分析。通过对舆情相关的主题在不同的时间段内被关注的程度进行跟踪，从而获取舆情随时间的发展变化趋势或规律，实现对舆情环境的监控和预警，进行适时控制和疏导。其四，敏感话题监控。借助敏感词典等工具对突发事件、涉及内容安全的话题尤其是敏感话题进行有效监控和预警。一方面，根据舆情分析结果对用户关注的舆情内容进行有效分类，从中找出与突发事件主题相关的敏感话题；另一方面，根据分类结果评估分析突发事件网络舆情发展态势给出预警信息。

3.3 基于多智能体的舆情预警分析平台

多智能体舆情分析预警智能管理系统平台。基于多智能体的舆情动态、预警分析、评估研判、信息分析与预测的综合信息分析智能管理系统。该系统对各种信息数据进行采集、整理、分析，为决策部门提供具有科学性、预测性的信息，并为决策支持提供多种数据分析手段，是一套依托信息处理技术的智能化、实时分析信息系统。舆情预警分析智能管理系统架构以信息检索、信息存储、信息集成和信息协作等为基础支撑；贯穿信息规划、信息采集、信息分析、信息服务全生命周期管理的完整架构；系统运用了数据挖掘、人工智能技术、语义分析与处理、个性化知识管理、关联信息分析、统一的个性化数据处理、信息分析等先进IT技术。为决策部门在舆情信息的采集、分析和发布等方面提供强大的技术支持。

综上，随着技术的不断进步，多智能体技术的研究会更加深入，其应用领域也将不断扩大。将多智能体技术应用于舆情分析及预警系统的研究，以进一步提升网络舆情的信息化、自动化和智能化。该系统具有良好的可扩充性，可提高舆情监测与处理的时间和精准性，有效地推动我国舆情预警工作。

[1]刘金锟，尔联洁.多智能体技术应用综述[J].控制与决策，2001（3）：30.

[2]巍善碧.多智能体系统分布式预测控制方法研究[J].2009（10）.

[3]段淑敏.基于WUM的Web舆情监测引导系统研究[J].计算机光盘软件与应用，2012（7）：23.

[4]高青苗.网络舆情的生成演变与应对的现实困境研究[J].2012.

[5]董玉峰.基于Web挖掘的突发事件网络舆情预警研究[J].科技传播，情报理论与实践，2011（4）：30.

[6]李健.试论高校预防预警系统的构建[J].黑龙江高校研究，2010（3）：5.

G206

A

1671-0037（2014）06-53-1.8

朱海（1982.5-），男，助理实验师，研究方向：企业信息化。