基于模糊综合评判的网络舆论引导效果评估

熊尧 李弼程 王子玥

摘 要：[目的/意义]随着大数据时代的到来，网络舆论监测与引导的研究已经较为成熟，但是针对具体舆论事件主体的定量引导效果评估的研究较少。网络舆论引导的目的就是，降低网络舆论对事件主体的威胁指数，因此，可以利用威胁指数的变化值来评估引导方法的优劣。[方法/过程]本文提出一种基于模糊综合评判的网络舆论引导效果评估方法。首先，构建网络舆论威胁评估指标体系，采用层次分析法确定各层权重;其次，对网络舆论态势指标进行威胁等级模糊化，并利用模糊综合评判合成威胁等级模糊集;然后，对威胁等级模糊集解模糊化，得到网络舆论对事件主体的威胁指数;最后，利用网络舆论引导前后威胁指数的变化量评估引导效果。[结果/结论]从方法的可行性和必要性分析实验结果，分析表明该方法能够对舆论引导效果进行准确的评估，完全吻合经验判断。

关键词：网络舆论引导;威胁指数;效果评估;模糊综合评判

Abstract：[Purpose/Significance]With the advent of the era of big data，monitoring and guidance of network public opinion has become one of hot research topics.However，there are few studies on quantitative evaluation of guiding effect for the subject of public opinion events.The purpose of network public opinion guidance is to reduce the threat index of network public opinion to the subject of the event.Therefore，the difference between the two threat indexes of before and after network public opinion guidance，can be used to evaluate the pros and cons of the guiding method.[Method/Process]In this paper，a method based on fuzzy-synthetical evaluation was proposed to evaluate the effect of network public opinion guidance.Firstly，a threat assessment index system of network public opinion was constructed，and AHP was used to determine the weights of each layer.Secondly，fuzzy sets of threat level were defined corresponding to situation indicators of network public opinion，and were furtherly integrated based on fuzzy-synthetical evaluation.Thirdly，the integrated fuzzy set of threat level was defuzzified，and the threat index of the network public opinion on the subject of the event was obtained.Finally，the guiding effect was evaluated by using the difference between the two threat indexes of before and after network public opinion guidance.[Result/Conclusion]From the feasibility and necessity of the method，the experimental results showed that the method can evaluate guiding effect accurately，and match judgment by experience completely.

Key words：network public opinion guidance;threat index;effect evaluation;fuzzy-synthetical evaluation

随着互联网的迅猛发展，社会舆论阵地逐渐从线下转移到各大网络平台。如今信息的传播呈现渠道多样化、传播主体多元化，网络舆论事件出现规模化[1]。互联网搭建了一个情感宣泄和思想碰撞的平等开放的对话空间，使得互联网成为思想文化信息的集散地和社会舆论的放大器。关乎实际生活中的各类矛盾都能在网络上形成舆论热点，极端不法份子很容易利用人们对现实生活的不满炒作话题和制造谣言，激化网民的负面心理，进而从思想上激怒和负面化民众，从而达到击垮某人某机构甚至某政权的目的。

近年来，关于网络舆情的学术研究主要体现在网络舆情监测[2]、预警[3-4]和预测[5-6]与网络舆情演化/传播模型[7-11]等方面。李弼程等[3]提出了一种基于直觉模糊推理的网络舆情预警方法，解决网络舆情预警等级问题。张艳丰等[4]利用基于直觉模糊推理的思想，完善和加强了网络舆情监测预警评估方法。连芷萱等[5]根据突发事件舆情衍生传播规律，建立一种基于组合预测的预警模型，并构建衍生系数来描述舆情的衍生程度，依据衍生舆情预警等级来归纳可操作的衍生舆情预警步骤。Dong Y[8]为了揭示在线和离线社交网络之间大量代理之间的交互机制，提出了一种线上-线下社交网络环境下的舆论动态模型。刘泉等[11]针对微博网络中节点在传播路径上具有多层影响力的特点，研究一种结合微博中信息传播和观点交互的舆论传播模型;次年，刘泉等[12]考虑媒体效应和信息传播特点，构建有界信任规则下的舆论传播模型。姚翠友等[13]基于微博用户属性和行为分析，综合考虑微博輿情演化的主要推动因素及其关联关系，应用元胞自动机方法，构建了社会事件的微博舆情演化模型。

舆论事件的爆发呈现规模化，许多舆论事件的演化存在幕后推手的情况，在信息战占据主导地位的今天，舆论引导[14]逐渐被学者研究。国外学者Varma V S等[15]使用马尔可夫系统的N-交织平均场近似（NIMFA）来表征智能体状态，认为只要网络中的代理数量是有限的，模型就渐近地产生共识。Zhang L等[16]设计了舆情传播影响网络模型，提出了一种舆情控制点选择算法（POCDNSA），该算法可以使用户获得正确的指导，减少虚假舆情信息的影响。以上舆论引导从定量的角度出发，但是停留在理论研究的层面，并且没有详细涉及舆论引导的效果评估。国内的舆论引导多在定性分析，可以作为思想指导，刘泾[17]从网络舆情及其治理的概念与属性出发，阐述当前政府网络舆情治理困境，提及的舆论引导方法没有具体的实现手段和策略评估。李丹丹等[18]研究了正负双向社会加强效应对舆论传播的影响，结论表明控制群体影响力较大的节点能有效控制舆论传播，实际就是通过控制舆论领袖控制舆论走向。尝试从知网以舆情引导为关键词进行搜索，相关研究的论文多属于社科类，定性分析舆论引导[19]，极少研究舆论引导效果评估。其中丁晓蔚等[20]利用问卷调查，并对数据进行了分析，在此基础上，确立了评估指标体系，构建新媒体语境中重大公共危机事件舆论和舆情引导效果评估指标体系。虽然在文献[20]中建立了舆情引导效果评估指标体系，但是没有提出综合考虑各指标，对引导效果进行评估的具体方法。

本文认为网络舆论引导的目的就是，降低网络舆论对事件主体的威胁指数。因此，可以利用威胁指数的变化值，评估事件主体选择网络舆论引导方法/策略的优劣。本文利用模糊综合评判对事件舆论威胁指数进行估计，根据舆论事件引导前后威胁指数的差值进行效果评估。实验结果表明，该方法能够较好地评估舆论态势的变化，适合对引导效果进行评估。需要指出，本文重点介绍的是舆论引导效果评估，引导手段有多种（下文将简要介绍），但是对于真实舆论事件而言，我们没有能力将引导手段实际投射到真实网络中，然后再计算引导手段投射前后网络舆论对事件主体的威胁指数。所以，本文分析已经发生的案例，并且案例中的舆论事件主体做出过引导行为，然后分析多个时间段中引导前后的网络各类数据的变化，对事件中用到的引导方法进行效果评估。本文提出的方法可以为有效的舆论引导提供辅助决策信息，也可用于事件引导仿真的效果度量。

文章将在第二节简要介绍网络舆论引导方法;第三节介绍基于模糊综合评判的网络舆论引导效果评估方法;第四节介绍通过实例事件分析方法的可行性;第五节分析方法的必要性;第六节总结全文。

1 网络舆论引导方法简介

1.1 引导时机

舆论事件的演化一般要经过形成期、扩散期、爆发期、演变期和消亡5个阶段[21]。虽然舆论的形成期的信息可以被捕获，但是舆论事件的发展并未呈现出明显可察觉的危险态势，在舆论形成时期对舆论进行打压，剥夺了公民言论自由的权利，极易造成网民的反感。在实时抓取互联网信息时，分析对照敏感词库，如果出现恶意中伤、严重损害国家民族形象和利益的言论应直接进行相关处理。

目前已有的研究中，通过对舆论事件进行文本语义分析[22]、用户转发预测[23]和发布者影响力分析[24]等，再利用机器学习算法结合社交网络信息传播模型，对舆论事件传播热度进行分析。本文认为有效的引导时机是舆论的扩散期，舆论监管部门通过抓取海量互联网信息，获得某舆论事件的初步形成的信息，通过对舆论事件的热度预测，如若预测结果得出影响社会稳定的不实负面信息即将大规模传播，则可推测舆论引导的最佳时机和选择最优引导策略[25]。如若负面舆论在形成期和扩散期未被妥善处理，应时刻关注舆论的爆发和演变期，进行实时引导。

1.2 引导平台

随着大数据时代的到来，人们身处数据爆炸的环境中，多样化的媒介选择使得人们与网络实时互联，并且源源不断地输入和输出可集成和可处理的数据。以新浪微博为代表的社交网络平台脱颖而出，逐步成为能够展示舆论事件走向的重要聚焦场，具有不可小觑的社会热点事件传播力。截至2019年第一季度，微博平台的日活跃用户2.03亿，月活跃人数更是高达4.65亿[26]。从以上数据我们有理由认为，微博平台上的事件舆论走向在一定程度上代表了国民的态度。

以上我们阐述了网络运营商微博的影响力，同时百度搜索、百度资讯、微信和各类论坛等网络运营商，用户在其平台上发表的言论，都具有舆论态势表征的作用。舆论事件信息的传播需要传播源、传播途径和受众。从舆论引导的角度出发，仅通过某官方平台发表言论，没有高效的传播媒介则信息没有受众，无法达到信息传播从而引导的目的。所以必须与各大网络运营商联动合作，实时抓取海量信息并进行数据分析，达到热点预测、话题追踪的目的，从而选择具体引导手段[27]。

1.3 引导方法

舆论监测的目的在于在负面舆论未爆发之前，第一时间捕获并妥善处理。如果负面舆论事件在初始状态未能及时澄清谣言，以致事件发酵以讹传讹、真假信息混合，事件谣传愈演愈烈。此时则需要舆论监测系统对舆论事件的传播过程进行梳理，获取谣言发起源头、传播事件的网络大V等信息，选择具体网络引导方式改变负面舆论走向。具体的引导方式主要包括以下4种。

1）舆论领袖发言引导

所有舆论事件都可以从政治、经济、民生、文化、娱乐、体育、教育和科技等方面分类，各个领域存在领域威望较高的意见领袖。舆论引导可以与领域意见领袖合作，由舆论领袖对不实传闻进行解释，可信性更高。具体的引导过程是，舆论领袖对相关事件发表评论，追随者转发和点赞从而达到造势和导控輿论走势的目的。

2）官方辟谣

官方辟谣是最直接有效的引导方式[28]。官方辟谣的时间和内容十分考究，及时并且直面回答网民的质疑的官方辟谣往往能将谣言击破，如果官方辟谣时间缓慢并且内容模棱两可极易引起网民的猜疑，从而引发事件后续高潮[29]。

3）虚假掩盖：控评

控评全称是控制评论，形成一种虚假掩盖，类似三人成虎的故事。娱乐圈明星的粉丝多用这种方法为自己的偶像控制舆论走势，这种方法也是体现一种随大流和不与大多数人为敌的心理。明星粉丝会形成一个后援会，专门为自己的偶像发表正面言论，比如在某官方微博发布了有关某明星的某个活动的资讯，然后明星的后援则会迅速对这条帖文回复数量庞大的留言，留言内容大多对此明星的溢美之词。对于并非此明星粉丝的其他网民，看到铺天盖地的赞美，即使反感也会缄默或者被同化。

4）删除事件信息

删除事件信息的操作冒险性极大，控制不得当很可能造成适得其反的效果。删除操作具体包括有针对性的删除帖文、禁止评论和有针对性的删除评论。网民一般的思想是事件中越是存在阴暗的无法见光的行为，事件主人公无法给出证据反驳同时又不愿意承认是不良行为，只能强行删除信息以免负面信息的进一步扩大。在进行舆论引导时删除操作被广大网民意识到并且得到证实后，公众极易出现声讨，同时内心选择相信负面言论。删除事件信息适合运用在事件还未爆发之前。

2 基于模糊综合评判的网络舆论引导效果评估方法

每个舆论事件一般具有多个事件主体，可能是事件主人公、可能是事件发生单位或者是社会公信力等，无论何方选择舆论引导都是以目的为导向。本文认为网络事件舆论引导的目的就是降低网络舆论对事件主体的威胁指数，所以在确定引导目的前提下，确定维护事件主体对象，威胁指数指的是事件发展过程当中社会舆论对所要维护的事件主体（后文简称事件主体）造成的威胁程度。因此，可以利用威胁指数的变化量，来评估选择的网络舆论引导方法策略的优劣。根据网络舆论态势信息，对网络舆论对事件主体的威胁程度进行定量估计，得出网络舆论的威胁指数。本文采用模糊综合评判技术实现网络舆论引导效果评估。

2.1 方法流程

基于模糊综合评判的网络舆论引导效果评估方法，其流程图如图1所示。

1）构建网络舆论威胁评估指标体系，并采用层次分析法确定各层权值

在各种复杂社交网络中，定量分析的方法分别根据网民数量变化、发帖数量变化、网民观点倾向性变化或者话题热度变化等评价引导策略。每种方法均是针对具体问题提出来的，都有自身的优点和缺点，分别从不同的方面分析了引导策略的效果。但现实世界的复杂网络千变万化，从一个指标来说明某个引导策略的实施效果不够精确，因为单一指标在不同的社交网络结构上的计算具有极大的片面性和特例性，需要从不同的角度，利用社交网络中事件演化过程中的多个重要性指标来进行综合评价[30]。

本文经过舆情相关领域专家研究挑选了6个具有代表性的网络舆论态势指数（三级指标），从话题重要性、公众反应和话题热度等3个方面分析网络舆论态势（二级指标），进而利用模糊综合评判估计网络舆论威胁指数（一级指标），构建网络舆论威胁评估指标体系，如图2所示。

2）对网络舆论态势指标进行威胁等级模糊化，并利用模糊综合评判合成威胁等级模糊集

2.2 网络舆论态势分析

2.2.1 话题重要性分析模式

话题的重要性通过单位时间内话题的信息总量、敏感信息量和非敏感信息量3个方面评判，随着话题的演变，在酝酿、累积、发展和激化4个状态时的话题重要值不一样。针对某事件爬取的数据，经过数据清洗后，将数据进行分词处理，与敏感词库进行对比分析，以单位时间分析话题的信息总量t1、敏感信息量t2和非敏感信息量t3，对应的权值分别为p1、p2、p3，其中p1+p2+p3=1，则话题的重要性为：

2.2.2 公众反应分析模式

公众属性分析包括：公众倾向性分析、参与数量分析和搜索指数分析。

1）倾向性分析

倾向性分析主要记录的是负面倾向性分析，即网络上负面情绪的言论所占的比例。负面倾向所占的比例越大，则公众反应越激烈。每单位时间的负面言论所占比例记为x2，比例得出是百分制，数据归一化。

2）公众参与分析

公众的参与数量反应了舆论事件的扩散程度。针对具体事件，爬取并计算事件各个阶段在微博平台上的有关帖文的数量，利用帖文的数量映射公众在舆论事件的参与情况。对单位时间内帖文的数量进行归一化，得到归一化公众数量x3∈[0，1]。

3）搜索指数分析

搜索指数代表互联网用户对关键词搜索关注程度及持续变化情况，以网民在百度的搜索量为数据基础，以关键词为统计对象，科学分析并计算出各个关键词在百度网页搜索中搜索频次的加权。根据数据来源的不同，搜索指数分为PC搜索指数和移动搜索指数。本文直接使用相关事件在爆发期间百度搜索统计的搜索指数。指数越高，公众参与性越高。对舆论话题事件整个过程的每单位时间的搜索指数程度进行归一化，得到归一化搜索指数x4∈[0，1]。

2.2.3 话题热度分析模式

话题热度分析包括：媒体指数分析和话题持续时间分析。

1）媒体指数分析

媒体指数是新闻资讯在互联网上对特定关键词的关注及报道程度，以各大互联网媒体报道的新闻中，与关键词相关的，采用新闻标题包含关键词的统计标准。本文直接使用相关事件在爆发期间百度搜索统计的媒体指数。指数越高，话题热度越高。对舆论话题事件整个过程的每单位时间的媒体指数程度进行归一化，得到归一化媒体指数x5∈[0，1]。

2）话题持续时间分析

话题持续时间指的是舆论事件持续的时间，持续时间越长，热度越高。对持续时间进行归一化，得到归一化持续时间x6∈[0，1]。

2.3 模糊综合评判

2.3.1 模糊综合评判基本原理

模糊综合评判法是建立評判对象的因素集F={f1，f2，…，fn}和合理的评语集C={c1，c2，…，cm}，用专家评定或者其他方法生产评判矩阵R=（rijn×m，通过合适的模糊算子进行综合评判。对任意因素fi，则存在fi的评价ci={ri1，ri2，…，rim}，构成评价矩阵R=（rijn×m。

若评判结果可以由评判矩阵直接获得，则称此类评判为一级评判。若评判结果需要经过多个一级评判的复合，则称此类评判为多级评判。

3 实例事件分析有效性

本文的数据来源是新浪微博和百度搜索，通过新浪微热点、百度搜索和蚁坊软件从新浪微博和百度搜索新闻传播平台，采集2018-2019年带有引导迹象的热点舆论事件数据。选取了太原师范学院“校园暴力”事件、父亲高铁猥亵女童事件和河南高考答题卡掉包事件，作为网络舆论引导效果评估的实例分析，分析了事件发展过程当中社会舆论对事件主体造成的威胁指数。采用微博平台对应事件的发帖数代表网民的参与度是因为，据舆情统计，各舆论事件的各媒体报道总数量中，微博占比一般在97%以上，所以，我们有理由认为，微博数据对于舆论事件的发展描述具有代表性。接下来将结合事件发展内容和事件发展数据共同分析本文方法对描述事件引导效果评估的有效性。

3.1 太原师范学院“校园暴力”事件

3.1.1 事件描述

太原师范学院事件的演化图如图4所示，事件发展过程叙述如下：

形成期：5月29日11时47分，用户“@王芝芝会有狗的”微博发文称，她是山西太原师范学院的一名学生，在校期间受到情节恶劣的校园暴力（细节不赘述）最终患上抑郁症。此帖文发出后迅速得到了广大网友关注，大部分的发声是呼吁警方介入调查并严惩施暴者。

扩散期：29日13时56分，该网友再次发文，表示学校已经介入调查，她将维权到底。此后许多新的内容更新，有自称知情人士爆料，“王芝芝”曾多次报警无果。短时间内微博相关话题登上热搜榜，迫于舆论压力，当日19时42分，太原师范学院官方微博回应称，学校已第一时间召集相关当事人认真核查，并将及时公布处理结果。

爆发期：29日21时25分，“@王芝芝会有狗的”第三次微博发文一反之前的内容称，自己情绪失控发布过激言论，已经认识不妥并希望网民不要过度炒作。随后她删除早前发布的自称遭霸凌的微博。但是细心的网友发现，“王芝芝”从不同的客户端发的三条微博，导致网民质疑“王芝芝”是否被挟持并且强制要求发第三条微博。随后，在各类微博大V开始转发关注下，事件的关注度持续上升。

5月30日，太原师范学院回应之前的微博是涉事本人所发，也不存在多次报警无果的事情。主流媒体、网络大V和政务官微均以不同的形式点名批评太原师范学院，对事件扩散起到重要推动作用，舆论事件的热度不断攀升。

演变期：5月30日23时34分，太原师范学院在其官方微博发布事件详细调查声明。声明称，事件由发帖网民与室友的矛盾琐事引发，生活中存在玩笑过度的举动情况，但未发生暴力行为，也不存在扒衣服的恶意行为，相关视频仅发至宿舍内部QQ群中。由于该微博发布于深夜，舆论对这一回应的不满声音在31日集中爆发。网民对于这一与预期不符的回应产生抵触，认为校方是在隐瞒真相，校方的回应也再次登上微博热搜榜，阅读量达到10亿人次。

消亡期：5月31日之后，该事件再无官方信息曝出，相关讨论仍在持续进行，但舆情热度很快下降。

3.1.2 事件引导分析

从舆论引导的角度分析太原师范“校园暴力”事件，此处舆论主体为太原师范学院，该舆论事件能在短时间内成为舆论热点，其原因首先在于话题的敏感性，校园暴力本身是一个自带点击率的话题，再者太原师范学院和政务官微回应强硬，没有直面网民的质疑做出合理解释，然后加上微博大V的助力转发，其他政务官微的先入为主對号入座，使得网民对后续的处理结果持质疑态度，事件影响力不断攀升。如表1是太原师范学院“校园暴力”事件在发生过程中态势指标与威胁指数，图5是经本文方法计算得出的事件发展过程中，各重要时刻威胁指数的变化。

事件从5月29日王芝芝发文形成热点，5月29日下午1点事件进入扩散期，5月29日晚9点开始进入爆发期。对于太原师范学院事件本文讨论事件中的主要两个引导阶段，

第一为王芝芝主动删帖并澄清的引导行为。

第二为太原师范学院官方辟谣的引导行为。

在第一个引导行为后，从事件发展内容分析。由于此次内容与之前所曝光内容大相径庭，并且网民发现从学校介入调查后“王芝芝”每次发文的客户端地址都不一样，由此让网民自然而然的产生学校控制“王芝芝”想息事宁人的联想，随后加上网络大V对此事件的助力转发，太原师范学院引导失败，对于太原师范学院而言威胁指数的不断上升符合事件实际发展。

从事件发展数据分析，随着王芝芝的第三次发文事件进入爆发期，从表1可知事件的各项指标开始持续升高，根据本文提出的基于模糊综合评判方法的原理，得出的威胁指数也应对应升高。如图5所示事件从爆发后威胁指数不断升高，直到5月30日15时威胁指数从0到达0.399，ΔI>0，从引导效果评估的角度分析，“王芝芝”的澄清行为不但没有起到正面引导的作用，反而火上浇油。

第二个引导行为后，从事件发展内容分析。由于网络大V“@童鼎鼎”等纷纷加入到此事的讨论中，并且多个具有说服力的政务官微“@中国警方在线”就此发声，点名太原师范学院，多地公安官微转发。政务官微的内容首先就先入为主，肯定了太原师范学院校园欺凌事件的存在。在舆论一边倒的情况下，太原师范学院官微发微博简单否认校园暴力的存在，无法说服网民，反而引发全网负面猜疑，官方辟谣引导失败，威胁指数再度到达最值。

从事件发展数据分析。事件持续发展至31日，根据模糊评判当日的微博数据，威胁指数如图5所示重新提高至0.432，ΔI>0，引导失败。通过对事件发展的分析和事件数据，利用本文提出的基于模糊综合评判的网络舆论引导效果评估方法，所得的威胁指数变化和实际情况吻合，可以对舆论事件引导策略产生的效果进行准确评估。

太原师范学院事件中本有两次可以平息社会负面情绪的机会：利用事件当事人王芝芝，或者事后态度诚恳处理事件。但是都因为校方处理不当导致太原师范学院背上包庇和息事宁人的标签。

3.2 高铁父亲猥亵女童事件

由于篇幅原因，接下来的事件将不再进行详细的叙述，图6所示为事件的演化图。本节通过讨论事件形成热点后，官方辟謠前后威胁指数的变化，判断引导效果的优劣。如表2是高铁父亲威胁女童事件在发生过程中态势指标与威胁指数。此事件分析的舆论主体是社会公信力。

高铁父亲威胁女童事件在爆发后的威胁指数约等于0，虽然事件的性质是恶性事件，但是网民的讨论就事论事，谴责父亲的行为违背人伦，但是不会影响社会公信力。然而在南昌铁道部引导不当，发文称该父亲行为不构成猥亵时，并且发布内容存在错别字，当最能保护人权的政府和法律都不能维护网民心中的正义时，负面声音数量迅速增加，从事件发生之初49.6%的消极占比，攀升到65.7%的消极占比。利用本文提出的基于模糊综合评判的网络舆论引导效果评估方法，计算事件的威胁指数为0.346，官方辟谣前的威胁指数为0.186，ΔI>0，从威胁指数的上升，可以得出引导效果失败的结论。从法律的角度，事件父亲的行为不构成猥亵行为，但是官微在发布相关帖文的时候，可以适当就网民的质疑和愤怒做出回应和解释。

3.3 高考答题卡掉包事件

除了官方回应引导失败的案例，另外还有成功的案例，河南4名高考考生家长质疑考生答题卡被掉包事件，如图7所示事件演化图。本节从官方出示证据辟谣的前后两个阶段得出威胁指数，如表3

所示，是高考答题卡掉包事件在发生过程中态势指标与威胁指数，从而对引导效果进行评估。此事件分析的事件主体是社会公信力。

从事件发展内容分析。高考一直被中国国民认为是最公平的考试，8月5日答题卡掉包事件引发了社会的关注，事件的威胁指数上升。8月7日河南省招生办公室通告，声明4位考生的考卷答题卡已被多次抽看对比，字迹相符，随后涉事的同学也承认答题卡为本人所写。在此事件中招生办没有着急澄清事件，最后利用证据将谣言击破引导得当，对于招生办而言事件威胁指数下降。

从事件发展数据分析。官方辟谣前根据实际数据计算威胁指数为0.309，8月7日社会就此事件迎来了第二次的讨论高潮，但是此时负面倾向比重仅占10%，威胁指数下降为0.264，ΔI<0。虽然公布结果表明未发生答题卡掉包事件引起一阵讨论，但是负面倾向指数的显著下降，事件威胁指数下降符合引导策略评估的结果。

4 方法必要性分析

由第4节的事件数据分析可得，本文提出的基于模糊综合评判的方法可以描述事件态势变化，并且可以通过为事件主体计算威胁指数变化分析引导方法的优劣，以上两点体现了方法的可行性。本节我们将结合实验数据，主要从重要性和负面占比两个占比较重的指标，就方法的必要性进行分析。

从单个事件分析，在分析太原师范学院事件时，我们发现事件重要性值的变化趋势与所得威胁指数变化趋势吻合，如图8所示为该事件的重要性和威胁指数趋势变化对比图。由此将会产生疑问，是否可以直接通过事件的重要性值的变化为引导效果评估提供辅助信息？回答肯定是否定的，图8的趋势吻合是针对同一事件而言，从第3节的模糊综合评判的方法介绍中我们可以明白，因为重要性指标被赋予了0.49的最高的权值，所以对威胁指数的计算具有引导作用。

由表1关于太原师范学院事件的数据可知，随着事件没有得到有效解决，负面舆论占比不减反增，然而威胁指数总体呈现上升而后下降的状态（符合社会事件传播规律：社会事件热度总是会随全网信息量的减少而降低），由此也否定了负面倾向性占比的绝对代表性。

由以上的讨论我们得出的结论有以下两点：第一，事件的引导效果评估无法用单一指标表征。本文基于模糊综合评判的方法，综合计算社会舆论的各项指标对事件主体的威胁程度，能够弥补这一不足;第二，对于事件不同的舆论主体，舆论事件的引导效果评估参考指标具有灵活性。本文提出的方法适用对象为舆论事件的主体，在对事件模拟仿真或者分析已发生事件过程当中的引导手段时，可以适当根据事件主体的引导目标对指标做出调整。

5 结 论

近年来，各类网络舆论事件的讨论充斥人们的茶余饭后，从国家意识形态层面理解网络信息安全问题，对于影响国民思想和动摇社会公信力的负面虚假舆论的引导刻不容缓。本文利用模糊综合评判的思想，实现对事件主体选择引导方法的效果评估，从3个具体舆论事件的数据分析来看，此方法得出的威胁指数能够契合事件实际发展过程的实际情况，可以通过事件在发展过程中的威胁指数的变化情况判断引导策略效果的优劣，从而验证了本文方法的有效性。最后通过对事件真实数据和实验数据的分析，说明了引导策略的效果评估需要利用多指标共同分析，从而验证了本文提出方法的必要性，但是不代表此方法在处理这一类实际问题的唯一性。

参考文献

[1]左蒙，李昌祖.网络舆情研究综述：从理论研究到实践应用[J].情报杂志，2017，36（10）：71-78，140.

[2]裘江南，谷文静，杨书宁，等.突发事件微博舆情爆发地点监测方法[J].系统工程，2018，36（7）：113-122.

[3]李弼程，王瑾，林琛.基于直觉模糊推理的网络舆情预警方法[J].计算机应用研究，2010，27（9）：3312-3315，3325.

[4]张艳丰，李贺，彭丽徽.基于直觉模糊推理的网络舆情监测预警评估方法研究[J].情报杂志，2017，36（6）：111-117，172.

[5]连芷萱，连增水，张秋波，等.面向突发事件的网络衍生舆情预警模型与实证研究[J].情报杂志，2019，38（3）：133-140.

[6]周小领，马庆功.概率犹豫模糊算法及其网络舆情预测模型选择[J].计算机工程与应用，2019，55（4）：179-184，192.

[7]王家坤，于灏，王新华，等.基于用户相对权重的在线社交网络舆情传播控制模型[J].系统工程理论与实践，2019，39（6）：1565-1579.