基于UML方法的突发事件网络舆情信息流风险评价指标体系构建
2016-09-29张玉亮
编者按：2004年，中共十六届四中全会公报《关于加强党的执政能力建设的决定》提出“高度重视互联网等新型传媒对社会舆论的影响，建立社会舆情汇集和分析机制”的要求后，网络舆情研究与实践进入发展的快车道。2011年，随着移动宽带互联网的普及，网络舆情事件数量迅速增多，网络舆情逐渐成为多学科交叉研究的重点。2013年，十八届三中全会指出“健全公共安全体系，设立国家安全委员会，完善国家安全体制和国家安全战略，确保国家安全”。随着互联网的普及，网络舆情风险日益成为影响公共安全的重要因素，某些网络舆情事件甚至危害国家安全。所以，网络舆情风险及对策研究成为政府建设和谐社会进程中面临的现实而又重大的课题。
网络舆情是极具现阶段中国政治与社会特色的研究领域。作为新兴的社会现象和研究领域，网络舆情得到国内学术界的广泛关注，近年来取得了较大进展。网络舆情研究作为社会科学与自然科学的交叉，涵盖了新闻传播学、公共管理学、社会学、信息技术、情报学、统计学等多个学科。中国人民武装警察部队学院兰月新老师承担的国家社科基金青年项目《公共安全视角下网络舆情风险建模与对策研究》（项目编号：15CXW015）采用定量和定性分析相结合的研究方法，多学科交叉系统研究公共安全视角下网络舆情风险问题，为政府应对突发事件网络舆情提供了参考。本专题共八篇文章，分两组刊发，其中第一组所刊发的四篇文章主要围绕突发事件网络舆情开展风险研究，主要包括网络舆情信息流风险评价、网络舆情风险管理模式、网络舆情首发信息风险评估以及网络舆情主体交互机理研究等；第二组主要围绕网络谣言风险治理问题开展研究，主要包括网络谣言风险发生机理与治理、网络谣言综合分类方法、面向网络谣言的网民心理评估、网络群体性事件演化博弈分析等。
本刊相信这些研究成果将对大数据时代政府应对网络舆情风险问题提供借鉴和理论支撑作用。
突发事件网络舆情信息流风险是由于突发事件网络舆情信息流的异常波动，给突发事件应急处置、政府公信力以及其他有关方面带来不良影响的风险。在这里，突发事件网络舆情信息流就是指具有价值的突发事件网络舆情信息根据发送者的意愿，按照一定的渠道途径和方向，从信息源到达信息接收端的整个活动过程。而评价指标体系的科学建构，是准确及时评价其风险，虚拟社会管理创新内在要求，也是营造健康舆论秩序、维护社会和谐的应有之义。
1 相关研究评述
风险评价指标是指用来反映突发事件网络舆情信息流风险的具体指标。风险评价指标体系的构建，是突发事件网络舆情信息流风险评价的一项基础工程。就这个问题，国内外不少学者对此作了不少探索，并取得了很多有价值的成果。如张一文等[1]学者根据突发事件网络舆情作用机理，建立了总计44个指标的风险评价指标体系。李玉海、李友巍[2]则从社会环境、网络舆论主体、主体行为以及网络舆论本体四个方面构建了一套网络舆论风险评价体系。喻国明[3]从时间维度、数量维度、显著维度、集中维度、意见维度来构建网络舆情评价指标体系。兰月新[4]所建立的网络舆情安全评估指标体系则包括3个层面，即网民反应、突发事件信息特性及其事态扩散状况。上海交通大学舆情研究实验室以第三方学术机构的中立视角提出了一套社会舆情指数，内含4个一级指标、7个二级指标[5]。此外，戴媛、郝晓伟等[6]也在其研究的基础上提出了所设计的网络舆情信息的安全评估指标体系。就国外的相关研究来看，Welty C、Murdockj W.等[7]提出要应用神经网络、遗传算法、朴素贝叶斯等方法技术实现网络舆情风险的评价与安全监控。Gil-Garcia[8]则认为网络舆情风险采集、评价和预警主要是运用文本聚类等方法来实现的。Tsou等[9]认为通过对网络舆情的主题分类和倾向性分析，可以很好实现网络舆情的风险评价与监管的目标。
通过对这些研究成果的回顾和整理，可以发现，以上学者在探讨构建突发事件网络舆情信息流风险评价指标体系时，特别注意以下4个方面：一是注意分析突发事件网络舆情信息流的理论内涵和基本特征，以便于指标体系能够切实反映其实际面貌、发展状态以及风险情况；二是注意结合突发事件网络舆情信息流的演化阶段。演化阶段不同，其风险也就不同，着力分析突发事件网络舆情信息流的演化过程和演化阶段，对于构建科学有效的风险评价指标体系很有启迪；三是注意学术整合和研究成果的彼此借鉴。已有研究成果的积淀，为当前研究奠定了雄厚基础，积极吸取其宝贵成果，对于突发事件网络舆情信息流风险评价指标体系的构建意义深远；四是注重技术方法的应用。应用科学的技术方法构建评价指标体系，能够为评价指标体系的科学构建带来便利。本文将在借鉴以上成果的基础上，基于UML建模方法实际构建突发事件网络舆情信息流风险评价指标体系。
2 突发事件网络舆情信息流风险评价指标构建的遵循原则
评价指标体系构建是一个系统工程，涉及很多方面，在构建突发事件网络舆情信息流风险评价指标体系之时，还需注意把握以下几点原则。
2.1 以政府发展规划为指导
政府发展规划是政府对未来一段时间内工作重点的描绘，它阐明了政府的战略意图，明晰了政府的活动纲领，对于防范、化解突发事件，维护经济社会稳定发展也做了重要部署。因此，我们在构建突发事件网络舆情信息流风险评价指标体系时，应坚持政府发展规划的相关指示精神，做到基本精神不背离。在这里，政府发展规划主要包括中央政府关于互联网发展与舆情应对方面的规划。当然，如果风险评价涉及到具体的地方政府，还应结合当地政府制定的相关发展规划。
2.2 正确定位评价的价值导向
价值导向是“目的价值导向与工具价值导向的辩证统一”[10]。突发事件网络舆情信息流风险评价价值导向决定着评价指标体系的规模、结构、功能、性质以及其改革和发展的方向”[11]。因此，建构科学合理的突发事件网络舆情信息流风险评价指标体系，首先应确立服务大局、系统评价与效益评价的价值取向。服务大局就是要求我们所做的风险评价要有利于揭示突发事件发生发展真相，摆正网络舆论的正确方向，维护当前政治稳定的大好局面。系统评价就是要把突发事件网络舆情信息流风险看成一个有机的整体，把定性评价指标设计与定量评价指标设计、局部性评价指标设计与整体性评价指标设计有机结合起来。效益评价就是指在实施评价过程中，既要注重突发事件网络舆情信息流风险评价的实质作用，同时又要兼顾风险评价成本，提高风险评价的效益。
2.3 处理好评价指标规模化与集约化的关系
突发事件网络舆情信息流风险评价指标体系必须涵盖一定数量规模的指标，不能“管中窥豹”，以偏概全，但是也不能事无巨细，滥设指标，使整个指标体系背离集约化原则。
2.4 科学选择评价指标设计工具
评价指标设计工具是一种评价指标构建的方式和手段。在此，本文选取了一种科学并且简便的风险评价指标设计工作，即UML方法。UML是目前比较标准的建模语言[12]，是第三代用来为面向对象开发系统的可视化产品说明和编辑文档的方法[13]。该种方法坚持用户导向，包括需求分析、词法分析、用例、类图构建及分析几个环节。其主要应用是计算机相关系统的研发，如计算机管理系统、计算机视频点播系统、计算机销售系统等。将之应用于评价指标体系的构建，国外目前尚未检索到相关文献。就国内看，也是较少的，其中有魏庆平、张秋文[14]将UML建模语言应用于水电梯级开发移民评价指标体系 ，刘渝妍、赵卿、陈媛[15]构建了老年人口生活质量的UML指标体系框，其研究还是取得了比较好的效果。总之，将UML建模语言应用于突发事件网络舆情信息流风险评价指标体系的构建，还属较新的尝试。该方法相较于传统的评价指标构建方法，更显直观和有效。它有利于充分吸收专家调研和既有研究成果的智慧成果，同时又能够把复杂的指标以较为直观的图形和表格的形式加以描述和解释，提高了评价指标体系构建的易操作性、便利性和科学性，是十分难得的评价指标体系构建工具，这也是本文选用UML作为突发事件网络舆情信息流风险评价指标体系构建工具的重要理由。
3 突发事件网络舆情信息流风险UML评价指标体系的构建
本文应用UML语言，构建突发事件网络舆情信息流风险评价指标体系，主要基于这样的思路：在充分考虑和借鉴现有研究成果的基础上，遵循我们前面所述的评价指标体系构建的一般原则，然后按照UML方法规定的步骤，一步一步的实施，即首先进行资料收集和专家访谈，掌握突发事件网络舆情信息流风险的内容，为风险评价指标体系构建奠定基础，然后依次进行风险评价指标的筛选、修饰、模型构架，最后形成评价指标体系的结构类图，实现突发事件网络舆情信息流风险评价指标体系构建的目标。
3.1 资料收集与专家访谈
UML建模是一个迭代和增量的过程[14]。整个指标体系设计、建立的第一步就是进行相关的具体资料的收集，并对一些专家开展访谈。包括几个方面的工作，一是通过对大型数据库资源进行信息检索，如中国知网多个数据库、超星图书馆等，查找汇聚有关风险评价的资料；二是学术会议专家咨询。如作者参加“中国社会公共安全论坛（2013）”（上海，2013年5月）、中国特色防灾减灾高层论坛（北京，2013年6月），就风险评价的相关问题，向与会专家、学者进行咨询。这些工作使我们获得了初步的认知：突发事件网络舆情信息流风险尽管内容驳杂，涉及范围广，但主要还是体现在生成风险、传导扩散风险和平复风险3个方面。
（1）突发事件网络舆情信息流生成风险。就是指突发事件发生后，在网上酝酿、产生网络舆情信息流进而传播扩散的可能性。
（2）突发事件网络舆情信息流传导扩散风险。突发事件网络舆情信息流的演化主要体现在三个方面：一是主题延伸。即在传导扩散过程中，突发事件网络舆情信息流关注的内容更加丰富，也更加深入，使得突发事件网络舆情信息流所包含的意义更多；二是范围扩大。这主要表现在两个方面，一方面是突发事件网络舆情信息流的波及人群更广泛，使得更多的人受到突发事件的牵连和波及，也使得更多的人把关注精力投入到该信息流传导扩散中；另一方面是信息流的传导扩散地区扩大，使得一些范围较小的区域性突发事件网络舆情信息流演化上升成为全国性问题；三是危害增强。突发事件网络舆情信息流的快速传导扩散，使得导控成本快速增加，导控困难加大，给突发事件的现实处置和应对带来诸多不便，其现实危害和不利影响呈现上升趋势。
（3）突发事件网络舆情信息流平复风险。一般来说，突发事件网络舆情信息流演化，波及范围增大，影响加重，使政府倍感压力，在此情况下，政府部门必会采取措施，应对舆情信息流的风险与危机，使之逐渐衰退平复。但是这种衰退平复背后往往也不是绝对性的，在某种情况之下，也存在着死灰复燃、话题重启的可能性，也就是突发事件网络舆情信息流平复风险。
3.2 评价指标的分析与筛选
评价指标的分析与筛选是突发事件网络舆情风险信息流风险评价的关键环节。这一环节的工作包括3个方面的具体内容：
（1）指标初选。对现实实践中的概念进行认真研读、分析、选择，得到初始指标：地区、网民、网民知识、生活保障、地区GDP数值、地区人均收入水平、和谐、地区和谐程度、收入、网民浏览次数、上网群众、主要网站突发事件议题点击率、类型、信息流、网站、浏览突发事件议题网民分布情况、主要网站议题回复、突发事件议题回复网贴数量、网络跟帖、网民发言情况、政府舆情响应速度、指标、政府舆情回应民众满意度、教育水平、网民职业、个人收入情况、浏览突发事件议题网民职业分布情况、政府回应情况、跟帖情况、监测人员情况、温饱、监测平台完善程度、和谐情况、舆情信息流已持续天数、信息流扩散天数、刊登突发事件议题主要网站情况、刊登突发事件议题数量、地区网民、突发事件解决情况。
（2）参与者提炼。基于UML建模语言规范，同时结合我们现实询问访谈中所涉及的实际人群，可以将参与者提炼划分为三大类：互联网用户、政府及相关公共部门和研究人员，一般而言，互联网用户、政府及相关公共部门是系统信息的提供者，研究人员则是系统信息的分析者。
（3）指标的复选。就是对初始指标做进一步的分析，挑选出更加适合需求的指标。其一，删除语义清晰度不明的词汇。如地区、温饱、生活保障、网民知识、教育水平、类型、指标、信息流；其二，保留语义近似的词中表达更为准确恰当的一个词汇，如地区和谐程度（和谐、地区和谐程度、和谐情况）、地区人均收入水平（地区人均收入水平、收入、个人收入情况）、主要网站突发事件议题点击率（网民浏览次数、主要网站突发事件议题点击率）、突发事件议题回复网贴数量（突发事件议题回复网贴数量、网络跟帖、网民发言情况、跟帖情况）、政府舆情回应民众满意度（政府舆情回应的民众满意度、政府回应情况）、舆情信息流已持续天数（舆情信息流已持续天数、信息流扩散天数）、地区网民（网民、上网群众、地区网民）、浏览突发事件议题网民职业分布情况（网民职业、浏览突发事件议题网民职业分布情况）（见表1）。
3.3 评价指标的用例修饰
根据表的顺序，依次对每一个候选指标按反应突发事件网络舆情信息流风险的不同方进行文本描述（见表2、3、4）。
3.4 评价指标的构架模型
一是分组。分析“shall”语句中的
二是包图和初始构架模型确定。在上述分组的基础上，用包图表示各子系统（类）的边界（见图1、2、3）。
d在前面工作的基础之上，我们进一步将矩形作为系统的边界，将上面已经构建的四个包图做整体合并，这样得到了初始构架模型（见图4）。
三是关系引入。建立用例之间的关系，就是对用例进行泛化处理，同时加入参与者，分析参与者与用例之间的关系。通过这一步骤，得到图5、6、7。
四是完善初始构架模型。初始构架模型建立后，并不是意味着全部工作的结束，下一步工作就是得到各用例图作进一步的规范和抽象。具体而言，就是通过对用例做更深层次的规范、抽象和替代，使指标更加科学有效。（1）规范突发事件网络舆情信息流生成风险类包图。由于地区网民用例只是一个客观情况的说明，无法用具体的数值来评价，因此用地区网民数量用例来代替，可以较为准确的反映上访人员的具体情况；（2）规范突发事件网络舆情信息流传导扩散风险类包图。用刊登突发事件议题主要网站数量用例代替刊登突发事件议题主要网站情况用例，用浏览突发事件议题网民的分布省份数用例代替浏览突发事件议题网民分布情况用例，用浏览突发事件议题网民职业分布数量用例代替浏览突发事件议题网民职业分布情况用例；（3）规范突发事件网络舆情信息流平复风险类包图。用突发事件解决民众认可度用例代替突发事件解决情况用例。用监测人员素质水平用例代替监测人员情况用例。经过处理，每个包图内没有出现超越包图界定范围的用例。
笔者将引入新的参与者，即研究人员，同时将五个包图合并为完整的用例图，从而得到比较完善的突发事件网络舆情信息流风险评价指标体系的构架模型（见图8）。从图中可以看出，突发事件网络舆情信息流生成风险、传导扩散风险和平复风险是突发事件网络舆情信息流风险评价指标体系这个抽象用例的具体表现，在三个包图之下是各个具体的二级指标用例。
2.5 评价指标体系的体系结构类图分析
“UML中的包图是从专家抑或研究人员的观察角度收集系统的需求，而其中的类图则能为分析人员提供模仿现实世界的表达方式，让分析人员使用研究人员所采用的术语与研究人员交流”。[16]我们通过一系列步骤，对突发事件网络舆情信息流风险评价各级指标进行优化处理，从而获得风险评价指标体系模型。随后我们又应用UML的辅助设计工具PowerDesigner，构建突发事件网络舆情信息流风险评价指标体系的结构类图（见图9）。显然，从结构上来说，突发事件网络舆情信息流风险评价指标体系由根类、大类和实现类三个层次组成。最高层面的属于根类，根类往下是大类，这两者之间彼此联系，相辅相成。大类是根类的深入拓广，体现的是根类的要求和特征，而根类又不能脱离大类而存在，离开了大类，根类就变得没有实际意义；再往下，突发事件网络舆情信息流风险评价指标体系中的大类又是由各自的实现类组成。各个实现类通过属性的详细描述，展现突发事件网络舆情信息流风险的诸多特征，进而为突发事件网络舆情信息流风险评价创造了条件。可见，突发事件网络舆情信息流风险评价指标体系最终是由较低层次的对象构建并支撑起来的。更为重要的是，通过该结构类图，我们就能够明晰地确定突发事件网络舆情信息流风险评价指标体系应该具有的指标项。
3 评价指标体系的有效性分析
基于UML构建突发事件网络舆情信息流风险评价指标体系后，为检验该指标体系的有效性，我们对之进行了效度和信度的检测。
3.1 效度的检测
衡量我们所构建的突发事件网络舆情信息流风险评价指标体系的效度，我们主要是通过计算评价指标的内容效度比（CVR）来实现的，计算公式为：
CVR=■
其中，ne为评定人员中认为指标很好地表示了评价对象范畴的人数；N为参加评定评价效度的总人数。若半数评定者不予认同该评价指标体系，CVR即为负值；所有评定者不予认同该评价指标体系，CVR为-1；评定者认同与不认同的意见出现相等时，CVR值为0；所有评定者都认同评价指标体系时，CVR值为1。就本文所构建的指标体系，我们征询了21位评定专家的意见，并通过统计得出了内容效度比CVR（见表5）。
我们发现，约有80%以上的指标效度比值在0.71以上。因此，该指标体系的指标大部分能够较好反映评价对象的特性要求，具有较高的效度，达到了指标构建的要求。
3.2 信度检测
对指标体系的效度检测合格后，我们采用计算克朗巴赫（Cronbach）内部一致性系数的方法来检测我们所构建的评价指标体系的信度。其中克朗巴赫？琢系数的计算公式为：
4 结语
突发事件网络舆情信息流风险评价属于一个复杂的系统性工程，设计既有科学性又具有可操作性的评价指标体系具有相当大的难度。本文在分析突发事件网络舆情信息流风险评价指标体系构建需注意问题的基础上，尝试应用新的研究方法，即UML方法，来探讨构建相应的风险评价指标体系，属于一种新方法的应用。同时，基于该方法，可以实现评价指标构建参与主体的多元化，即能够充分发挥专家、政府工作人员以及普通民众在风险评价指标遴选中的作用，进而有助于增强评价指标遴选的科学化和包容性，同时这也在客观上起到了宣传突发事件网络舆情信息流风险评价工作，提升政府和公众风险认知水平和应对能力的效果。当然，除了评价指标体系构建问题，突发事件网络舆情信息流风险评价要成功实施还需要很多支持性的举措，简单来说，包括：一是要建立健全突发事件网络舆情信息透明化及回收、处理机制，保证风险评价数据能够有效、及时和准确的获取；二是尝试建立突发事件网络舆情信息流风险评价系统。即充分利用现有的信息科技，建立联网、快速、高效的风险评价系统平台，实现风险评价迅捷化；三是建立健全风险评价人力支持体系。即为我们要开展的风险评价工作配备良好的操作人员队伍，这一队伍可以由专业技术人员、政府工作人员及特定行业专家组成；四是重视评价结果应用。真正使风险评价成为改进政府工作作风，提升政府风险沟通能力的有效手段。只有将这些工作进行系统落实，突发事件网络舆情信息流风险评价才可能落地生根。
参考文献：
[1] 张一文，齐佳音，方滨兴，等.非常规突发事件网络舆情热度评价指标体系构建[J].情报杂志，2010（11）：71-75.
[2] 李玉海，李友巍.网络舆论风险评估体系探讨[J].情报杂志，2010（01）：128-131.
[3] 喻国明.中国社会舆情年度报告（2012）[M].北京：人民日报出版社，2012：11-13.
[4] 兰月新.突发事件网络舆情安全评估指标体系构建[J].情报杂志，2011（07）：73-76.
[5] 谢耕耘，刘锐，徐颖，等.中国社会舆情与危机管理报告（2011）[M].北京：社会科学文献出版社，2011：5.
[6] 戴媛，郝晓伟，郭岩，等.我国网络舆情安全评估指标体系的构建研究[J].信息网络安全，2010（04）：12-15.
[7] WELTY C，MURDOCKJ W.Towards knowledge acquisitionfrom information extraction[C].Proceedings of the 5th International
Semantic Web Conference（ISWC06），Athens：GA，2006：709-722.
[8] Gil-Garcia R，Pons-Porrata A.Dynamic hierarchical algorithms for document clustering[J].PATTERN，RECOGNITI ON LETTERS，2010（31）：469-477.
[9] Benjamin K Y，Raymond W M Yuen，Qi Yee Kwong，et al.Polarity Classification of Celebrity Coverage in the Chinese Press[C].Proceedings of the International Conferenceon Intelligence Analysis.Mc Lean，USA：2005.
[10] 袁贵仁.价值学引论[M].北京：北京师范大学出版社，1992：350-351.
[11] 彭国甫.地方政府公共事业管理绩效评价研究[M].湖南：湖南人民出版社，2004：113-114.
[12] [美]施穆勒.李虎等译.UML基础、案例与应用[M].北京：人民邮电出版社，2004：2-15.
[13] OMG Unified Modeling Language Specification[EB/OL].[2016-03-20]http：//www.omg.org.
[14] 魏庆平，张秋文. 水电梯级开发移民评价指标体系的UML模型[J].水力发电，2006（9）：13-17.
[15] 刘渝妍，赵卿，陈媛.基于UML的老年人口生活质量指标体系框架模型设计[J].重庆工学院学报，2005（10）：14-19.
[16] 张玉亮.基于UML的公共图书馆绩效评价指标体系研究[J].图书情报知识，2009（4）：95-98.
作者简介：张玉亮（1981-），男，河南理工大学应急管理学院公共事业管理系副教授，硕士生导师，研究方向：网络舆情与政府应急管理。
