网络舆情知识复杂度指标体系构建研究

郑小雪　陈福集

〔摘 要〕从知识管理的角度出发，构建网络舆情知识复杂度指标体系。指标体系的设计充分顾及了网络舆情的知识复杂性，在对网络舆情知识复杂度影响因素进行全面分析的基础上，通过指标量化方法和复杂度映射函数建立网络舆情知识复杂度评价指标体系。最后，利用灰色相似度思想和偏差分析方法对所提指标体系进行了有效性验证，结果表明，所提指标体系具有较高的有效性指数，能够作为政府应用知识管理理论和方法应对网络舆情的决策参考。

〔关键词〕网络舆情；知识复杂度；指标体系

DOI：10.3969/j.issn.1008-0821.2015.07.008

〔中图分类号〕D035 〔文献标识码〕A 〔文章编号〕1008-0821（2015）07-0040-07

〔Abstract〕This paper constructed the evaluation indicator system of knowledge complexity of the network public opinion from the view of knowledge management.The design of indicator system is fully taken into account the knowledge complexity of network public opinion.Based on the full analysis of the factors affecting knowledge complexity of network public opinion，the evaluation indicator system of knowledge complexity of the network public opinion is established according to the method of indicator quantification and the mapping function of the complexity.At last，the validity of the indicator system is tested using gray similarity and deviation analysis method.The result showed that the validity index of the evaluation indicator system is relatively high so that the system can be used as decision-making reference for government dealing with the network public opinion using the knowledge management theory and method.

〔Key words〕online public opinions；knowledge complexity；the evaluation indicator system

网络舆情作为社会舆情的重要内容，指的是人们经过互联网传播媒介抒发对各种事件刺激而产生的所有认知、态度、情感和行为倾向的集合。平日里各种隐性的社会矛盾和不满情绪借助网络这个载体，逐渐浮出水面，释放它们巨大能量，并对社会表现出越来越强劲的现实影响力。随着中国网民素质的提升，网民对社会事件的免疫力不断加强，情节简单、是非明确的社会事件无法引起网民和网媒的支持关注，难以形成网络舆情[1]，能够引起极大关注并形成网络舆情的事件通常是错综复杂、处置困难、形式多变的。在网络舆情日趋多元化和复杂化的形势下，学术界建立了丰富多样的指标体系用于网络舆情的预警与监测，其根本目的是为了防止网络舆情影响的进一步扩大，却忽略网络舆情自身的复杂性和正当诉求。与其治标不如治本，本文通过对网络舆情自身的知识复杂性分析，研究网络舆情的知识复杂度的指标体系及其量化方法，并对其进行有效性验证，从而更加客观、全面、深入的分析舆情，有助于从知识管理的角度提出网络舆情的解决之道[2]。

1 网络舆情知识复杂性概述

网络舆情知识复杂性分为网络舆情事件内部复杂性和事件外部环境复杂性两类，它们之间相互联系又相互区别：网络舆情事件内部复杂性引起了外部网络环境中民众的广泛关注和热烈讨论从而形成网络舆情，而网络舆情话题的升级、关注热度的升温、影响力的扩大等外部因素反过来又影响网络舆情事件的发展和处置，从而影响了事件主体之间关系的变化。为了深入理解网络舆情事件内外部复杂性的差异，下面具体分析各自的概念及特点：

11 网络舆情事件内部复杂性概念及特点

网络舆情事件内部复杂性指的是网络舆情事件主体之间相互影响、冲突、依赖等错综繁杂的关系、行为和状态的总和。换而言之，网络舆情事件内部复杂性是事件内部利益相关者之间交互作用的结果，也是引起网络舆情的根源性问题，其特点主要包括如下3个方面：

111 主体矛盾难以调和

网络舆情事件主体之间往往存在激烈的矛盾冲突和复杂的利益纠葛，并且容易激化、升级或转化。事件主体的多元化导致了矛盾的愈加复杂和难以调和。大量的利益或非利益主体卷入了利益博弈中，博弈变得复杂，利益更难以调和。典型的是有关房地产的政策法规，房地产商、地方政府、炒房者、投资者、需求者、中央政府、金融机构、学者都参与到博弈中。

112 事件机理值得分析

网络舆情事件能够形成一定的影响力和关注度，说明该事件具有典型性，事件所蕴含的深层次规律和机理能够引起社会各界舆情受众的探讨和交流。例如，近几年的热点事件“雾霾及其治理”就雾霾产生的原因及其如何防治，引发了网络全民大讨论，原中央电视台知名新闻记者“柴静”专门制作了名为“穹顶之下”的雾霾深度调查视频，引爆了网络话题，深刻反映了事件背后的内在机理是高度知识复杂性网络舆情的重要特点。endprint

113 折射公众利益

网络舆情事件多是社会矛盾的突出反映，往往直接或者间接折射公众利益。网民更加倾向于关注那些关系到其所处阶级自身利益问题，换而言之，这类能够折射公众利益的事件更容易形成网络舆情。而涉及公众利益的问题，一般都与社会、经济、政治等机制体制问题密不可分，因此事件折射公众利益的深度和广泛性也是网络舆情知识复杂性重要体现。

12 网络舆情事件外部复杂性概念及特点

网络舆情事件外部复杂性指的是外部网络环境受到网络舆情事件传播影响，形成的各种错综复杂的态度、观点、情绪、行为的总和。网络舆情事件外部复杂性主要呈现如下4个方面的特点：

121 网络舆情信息表现形态的复杂性

网络舆情信息表现为文本、图像、音视频等多种形式[3]。其中，文本类舆情是促进网络交流的主要手段，图像类舆情更有说服力和视觉冲击感，音视频类舆情能够在短时间内整合最直观最丰富的信息量呈现在网民面前。

122 网络舆情渠道的复杂性

公众了解和参与网络舆情的渠道形式多样，例如各大新闻网站、电子邮件、即时通信工具、论坛、网络音乐等都可以作为传播和扩散网络舆情的渠道和媒介。网络舆情借助这些渠道能够迅速向全社会蔓延渗透。

123 网络舆情受众结构的复杂性

截至2014年6月，我国网民规模达632亿，半年共计新增网民1 442万人。互联网普及率为469%。尽管学生网民依然是中国网民中的最大群体，但是其他职业人群比例也在逐年上升，尤其是党政机关/事业单位领导干部的参与热情持续升温，使得网络舆情受众结构越来越全面，同时受众结构的庞大也使得网络舆情复杂性与日俱增。

124 观点、态度的多样性

复杂的公共事件引发的网络舆情一般都呈现多极化的舆论态势。社会各界站基于各自不同立场在网络上表明态度、发表意见，形成了混杂繁复的观点群。例如我国人保部关于“延迟退休”的网络舆情事件，虽然研究制定渐进式延迟退休年龄政策是大势所趋，但对于不同职业、不同工种的网民来说，自然对其有着各自不一样的态度和意见。

2 网络舆情知识复杂度影响因素分析

网络舆情的知识复杂度是对网络舆情知识复杂性的量化评估值，从系统论的角度来看，是由网络舆情事件的主体、客体、传播和受众4个因素相互作用共同影响的结果：网络舆情事件的产生是由舆情事件主体和客体之间相互作用的结果，进一步通过网络媒体的传播，对舆情受众生产影响，每一个环节知识复杂性的波动，都会引起其他因素的复杂性动态波动，从而使得整体网络舆情知识复杂度的升级（如图1所示）。在进行影响因素分析时，笔者参考了大量网络舆情的案例和其他文献中关于网络舆情的指标体系，从知识复杂性的角度尽可能全面地得出影响网络舆情知识复杂度的因素，从而设计出相应的指标体系。

21 舆情事件主体

首先，“网络舆情事件”的定义有别于“网络舆情”，它是在现实中产生，网络中传播，并由网络舆情推动其发展演进而形成的具有较大影响力的公共事件[4]。

舆情事件主体指的是在网络舆情事件中行使某项行为的自然人、组织等要素的总称，是影响网络舆情知识复杂度的主要源头，也是决定网络舆情事态发展的关键所在[5]。网络舆情事件多是社会矛盾的反应，往往涉及较广范围群体的现实利益，具体到网络舆情事件主体知识复杂性问题，主要考察了政府部门相关度、利益相关群组指数和利益相关群体的地理分散度3个指标，具体分析如下：

211 政府部门相关度

网络舆情事件主体的知识复杂性首先体现在事件与政府部门的相关度上。事件的性质和地理分布决定了与其相关的职能部门和关联部门的等级。跨地区、跨部门的政府参与规模反映了事件的复杂性和影响力。越多政府部门介入网络舆情事件，需要越多的决策知识用于支持部门间的协调联动、整合最广泛的政府资源来处理事件引发的各种问题，即它的知识复杂度就越高。本文将独立法人的政府部门数量用于表征政府部门相关度的高低。

212 相关利益群组数

网络舆情事件利益相关群组是指那些引起、制造、挑起事件，以及受到事件发生和处置过程所影响的个人或群体，这些群组是事件的直接或间接的参与者，包括了事件发生的社会矛盾的主体以及矛盾所涉及的部门、群体和个人[6]。他们分别形成了立场不同的利益相关群组，在事件中相互影响、相互制约。不同的相关利益群组在事件中的利益、权力和要求不同，群组之间存在相互协同、对立、冲突、支持等多种复杂关系，利益相关群组数越多，矛盾越复杂，需要越多的知识工具和方法用于分析、处理和协调群组之间的关系，即知识复杂度越高。

213 利益相关群体的地理分布

网络舆情事件中的利益相关群体地理分散性与网络舆情知识复杂度成正相关关系，因为地理分布广泛会使问题的差异性、处理难度、影响力以及协调资源分配的非均衡性明显增大，相应的知识复杂度也更高。

22 舆情事件客体

舆情事件客体因素主要包含了网络舆情的关键指向物种类数及其主要的相关领域别两个指标，具体分析如下：

221 关键指向物种类

网络舆情事件的关键指向物指的是网络舆情事件中起关键性作用的现实对象，是触发利益相关群组发生联系的主要客观因素。关键指向物可以是实体对象，也可以是虚拟对象，是网络舆情事件中关键物质因素的总和。关键指向物种类数也是衡量网络舆情知识复杂度的一个重要指标。为了量化该指标，文章在分析了2009-2014年十大网络舆情热点事件的基础上，整理了舆情事件关键指向物总类表，如表1所示。事实证明，即使最高复杂度的网络舆情事件，其关键指向物种类数也不会超过10个。

222 相关领域别

关键指向物的属性虽然一定程度上反映了该网络舆情事件的领域归属，但不能替代相关领域别指标。相关领域别取决于网络舆情的事件属性，是从全局角度对网络舆情事件特性的划分，因此，相较于关键指向物种类数，相关领域别的数量是从更高层次描述了网络舆情的知识复杂度，笔者也从大量舆情案例中整理了相关领域的种类，用于量化该指标（如表2所示）。对5年内的十大网络舆情案例分析得出：即使最高复杂度的网络舆情事件，其相关领域别也不会超过6个。endprint

23 媒体传播因素

媒体是公共事件扩散成网络舆情的重要平台，媒体传播的深度、频繁度和持续度不仅反映了网络舆情知识复杂度，而且也会引发对事件更深入的知识挖掘和分析。

231 报道深度

对于越复杂、观点越多的网络舆情事件，媒体报道的篇幅越大，因此媒体报道的深度可以用主要媒体最长报道字数的平均数来表示。

232 报道频繁度

这里用事件发生后1个月内的媒体指数（百度指数舆情监测软件提供）来表征报道的频繁度，密集的媒体报道反映了网络舆情事件包含的信息量及其动态发展情况，是网络舆情知识复杂度的重要指针。

233 报道持续度

报道的持续时间越长，说明网络舆情事件影响力越深远，复杂程度越高，例如马航失联航班事件，在长达近一年的时间内，相关报道仍然时常出现在各大网媒主要版面上。旧的问题尚未解决、新的问题层出不穷，虽然报道热度有所下降，但复杂程度有增无减。考虑到指标的普适性，我们采用事件发生后的1个月为测量时间窗，统计1个月（30天）内媒体指数大于10的天数的比例作为量化报道持续度的指标。

24 舆情受众

舆情受众指的是在互联网上关注该网络舆情事件的公众的集合体，是形成网络舆情的主要因素。舆情受众指标包含了关注热度、受众素养、受众主动发声率和受众未知度4个二级指标。

241 关注热度

关注热度是网络舆情的基础指标，是高知识复杂度网络舆情的必要条件。该指标采用了“百度指数舆情监测软件”中的搜索指数作为基础数据，将事件的搜索指数与年度最热事件的搜索指数的比值作为监测指标。

242 受众素养

网络舆情受众的素养一般指其受教育水平的高低。受众的素养越高，认识和分析事件的能力越高，因此更能挖掘出该网络舆情事件的深层内涵和延伸信息，从而提高了网络舆情的知识复杂性。

243 受众主动发声率

受众主动发声率是通过对主要论坛的发帖数与浏览数的比值平均数计算得到的。舆情受众的疑问和诉求主要通过发帖的形式体现的，虽然其中带有情绪宣泄的成分，但受众主动发声率仍然能够反映受众对网络舆情的“求知欲”，侧面刻画了网络舆情的知识复杂性。

244 受众未知度

受众的未知度说明了舆情受众对事件的不熟悉的程度，受众对舆情事件未知程度越高，体现了网络舆情对一般大众的知识复杂度越高，可以用事件主要搜索词在事件发生前后搜索指数的差与事件整体搜索指数的比值的平均值来体现。

3 网络舆情知识复杂度指标体系的确立及量化方法

通过对网络舆情知识复杂度指标体系的详细分析和设计，构建了网络舆情知识复杂度的指标体系：主要包括了舆情事件主体、舆情事件客体、媒体传播、舆情受众4个一级指标，政府部门相关度、利益相关群组数等12个二级指标，分别确定了每一指标的具体量化方法（如表3所示）。

由表3可知，网络舆情知识复杂度指标体系的每一项指标均可量化计算得出。指标量化的方法大体分为四类：反正切映射函数、Sigmoid映射函数、基准比较量化法、均值法。

31 反正切映射函数

经过21分析可知，指标e11与知识复杂度有正相关关系，笔者对大量网络舆情案例分析得知，当政府相关部门数量超过10时，复杂度已经相当高了，即超过这个阀值时，无论相关数量10还是100，我们都赋予这个指标最高等级的知识复杂度，而绝大部分网络舆情事件的相关部门数量小于10，而且我们希望在（0，10）的区间内对不同事件的知识复杂度划分等级，因此，量化的函数能够实现自变量在10以内有明显变化，超过10时趋向一个极限值，同时，考虑到我国有34个省级行政区，为了反映现实情况，函数值必须在自变量超过30时变化才趋于平稳，因此，本文设计的映射函数为：

e11=2arctan（x/5）π

其中x表示相关的政府部门数，它为大于等于0的整数。该函数能保证函数值全部映射在[0，1）的区间内，并且符合上述数据特征的变化（如图2所示）。指标体系中的e13也有相似的数据特征，因此也采用这种量化方法。

32 Sigmoid映射函数

通过23的分析，指标e31用报道的篇幅表征该指标的知识复杂程度，根据笔者对大量热点舆情案例的搜索研究，即使是疑点重重的“2014年马航失联”案例，主要网媒的最大篇幅也不到5千字，一般网络舆情事件的字数都在1千字到3千字不等，因此映射函数的设计必须满足步长为1的自变量在（0，5）区间内的显著变化以及超过5时就有逼近极限值的平滑变化的效果。Sigmoid函数的变化正好符合这种效果（如图3所示）[7]，公式为：

e13=11+e-x

其中x表示主要网媒单篇最长报道字数平均数（单位：千字），它为大于等于0的实数。指标体系中的e12也有相似的数据特征，因此也采用这种量化方法。

33 基准比较量化法

经过分析，我们知道诸如报道频繁度e32和关注热度e41与网络舆情的知识复杂度有重要关联，但单纯以“百度指数”提供的数据对其进行量化是不客观的。这两个指标与事件发生的时间窗内媒体数量、媒体渠道数量、网民数量、通信方式的变化等因素相关，因此不同时间窗内的事件的指数高低是不具可比性的。考虑到这些因素，同时为了使指标值映射在固定区间内，选取评估事件所在时间窗（这里时间窗设置为1年）内搜索指数和媒体指数最高的网络舆情事件作为量化基准，将当前事件的媒体指数和搜索指数分别与最热网络舆情事件的相应指数的比值作为e32、e41的指标值。

34 平均值法

考虑到指标值的客观性和普适性，网络舆情的知识复杂度指标量化上尽量使用平均值来替代单一数据指针。例如受众未知度e44就以3个主题词搜索指数变化的平均值作为指标值，同理可得受众主动发声率e43的指标值。endprint

4 网络舆情知识复杂度指标体系有效性检验

41 网络舆情知识复杂度指标体系有效性评价方法

为检验所构建的指标体系是否科学可行，有必要对其进行有效性分析。指标体系的有效性是指评价者利用指标体系进行评价时，该指标体系的有效程度，具体包括了该指标系统能否充分表达评价目标、并且充分反映了待评价对象的本质，以及指标体系的灵敏程度和冗余程度[8]。

文章借鉴灰色相似度思想以及数值分析中偏差分析的方法，确立了相似关联程度指数，文中称之为有效性指数，即专家对指标的评价与实际值之间的相似程度，通过指标有效性指数判断所构建的指标体系的有效性。

设评价指标集H={h1，h2，…，hi，…，hn}，其中，n为评价指标的个数；参与指标评价的专家人数为m，所有专家对指标hi的评分集为yi={yi1，yi2，…，yim}。

假设指标hi得分的平均值为：

i=1m∑mj=1yij

根据统计学的思想，可以将视为指标的真实有效程度，即可以将i作为指标hi的实际值。根据有效性指数的含义和灰色相似关联度的公式[9]，定义指标hi的有效性指数为βi：

βi=11+σi

其中，σi为数值分析中的误差公式定义的指标hi的偏差系数，其公式定义如下：

σi=1m∑mj=1i-yiji

从而，整个指标体系H的有效性指数β定义如下：

β=1m∑ni=1βi

指标体系的有效性指数越高，代表专家对指标的评估值与实际值之间的误差越小，意味着专家对指标体系与被评价对象的评价意见就越趋于一致，则可认为该指标体系具有良好的有效性。一般来说，当β≥85%时，即可认定该指标体系的有效性较好，能够进行实际应用。

42 网络舆情知识复杂度指标体系有效性检验

根据上述有效性检验的方法，选取了10位评价者，按照对网络舆情知识复杂度从低到高5个等级对每一个指标进行打分，分数的高低表示专家对该指标的认可程度。10位专家包括了政府宣传部门的公务员3名（从事政府宣传工作5年以上）、媒体工作者3名（从事新闻广播工作5年及以上）、资深网民3名（网龄10年以上），情报领域的海外专家1名（硕士以上学历），结果如表4所示。

评价结果显示，在所有指标中，获得专家认可度最高的是利益相关群组数指数和相关领域别。利益相关群组数体现了网络舆情事件本身矛盾多方相互影响、相互制约的复杂关系，是网络舆情知识复杂性的根源所在，处理好利益相关群组之间的问题是应对网络舆情的核心和首要问题。网络舆情的相关领域别是对网络舆情问题进行定性的重要参考，网络舆情问题涉及领域越多，越需要多领域专家群体思考和决策，对其进行处理和解决，评价结果说明专家认为跨多领域的网络舆情事件知识复杂度较高。从评价结果中还可以看出，专家对指标“受众主动发声率”的认可度低于其他指标，该指标是通过受众对网络舆情事件的质疑能够侧面反映其复杂程度，但近年来网络舆论受到网络水军的干扰，一定程度上影响了该指标的真实性，所以在进行评估时可以适当降低该指标的权重。

通过分析和计算，最后得到网络舆情知识复杂度评价指标体系的有效性指数为08524>085，说明所构建的指标体系具有较高的有效性，可以用于网络舆情知识复杂度的评估。

5 讨 论

文章分析了网络舆情知识复杂性的概念与特点，并从“舆情主体、舆情客体、传播深度和舆情受众”4个方面构建了网络舆情知识复杂度评估指标体系，提出了多种函数和量化机制，实现对网络舆情知识复杂度指标的量化及其在数据区间内的映射。进一步借鉴灰色相似关联度和有效性检验的原理，定义了有效性指数，用以验证所构建指标体系的有效性，为进一步研究网络舆情知识复杂度评估提供理论与实证研究的基础。

参考文献

[1]郑小雪，陈福集.面向网络舆情的政府知识管理动因研究[J].图书馆学研究，2013，（7）：28-33.

[2]郑小雪，陈福集.面向网络舆情的政府知识管理理论体系构建研究[J].图书馆学研究，2014，（15）：1-3.

[3]唐喜亮.国际突发公共事件中传播舆情分析——以马航空难为例[J].新闻知识，2015，（2）：10.

[4]黄成军.网络舆情与公共事件关系研究[D].重庆：重庆大学新闻学，2009：4-15.

[5]王平，谢耘耕.突发公共事件网络舆情的形成及演变机制研究[J].现代传播：中国传媒大学学报，2013，（3）：63-69.

[6]熊建，杨爱华.基于利益相关者理论的群体性事件对策研究[J].北京航空航天大学学报：社会科学版，2008，21（4）：26-30.

[7]谈国新，万一.突发公共事件网络舆情监测指标体系研究[J].华中师范大学学报：人文社会科学版，2010，（3）：66-70.

[8]付允，刘怡君.指标体系有效性的RST评价方法及应用[J].管理评论，2009，21（7）：91-95.

[9]张文德，袁圆.数字图书馆知识产权风险评估[J].情报理论与实践，2012，35（5）：28-32.

（本文责任编辑：孙国雷）endprint