基于灰色聚类的我国食品安全网络舆情预警

刘路，程铁军*

南京邮电大学 经济学院（南京 210023）

随着大数据时代的到来和Web 2.0的发展，新的媒介传播方式使公众参与网络的速度快速提高，促使舆论的形成与发展日趋多样化。网络舆情是通过互联网表达和传播的各种不同情绪态度和意见交错的总和，是网民对某一突发事件发表言论与观点以及传播信息的重要体现[1]。由于食品安全关系到人们基本生活，在食品安全事件中谣言和网络舆情的传播更易造成社会的不稳定，伴随互联网的普及，网络舆情影响力逐步扩大，如何做好食品安全事件的网络舆情预警，促进社会和谐稳定，值得研究。

1 食品安全网络舆情预警研究现状

在食品安全网络舆情预警机制与激励研究方面，林萍等[2]结合食品安全问题事件的特殊性，分析食品安全网络舆情的构成要素以及各构成要素的特点，建立食品安全网络舆情构成体系，以期为食品安全预警机制建立提供参考；洪巍等[3]运用MATLAB软件对舆情的传播过程进行模拟仿真研究，探讨食品安全网络舆情的传播机理；洪小娟等[4]学者运用PAD情感模型构建情感语义空间，指出食品安全舆情情感的自我认知层愉悦度较高，且意见领袖对他人情感有较强影响；王旎等[5]学者指出我国食品安全网络舆情监测系统存在数据采集不精准及效率低，数据分析不系统及不到位，数据应用面狭窄及场景化不强等难题，主张从数据采集、数据分析以及数据应用三方面提出解决方案。

在食品安全网络舆情预警模型构建方面，江志英等[6]指出了传统舆情预警模型与BP神经网络预测精度不高等问题，建立了更稳定、精度更高的AHP-LSTM风险预警模型，为相关部门有效防范食品安全网络事件提供一定的理论依据；张艳丰等[7]以模糊层次分析法确定指标要素权重，通过直觉模糊推理算法和模糊综合评判法进行网络舆情监测预警评估；王高飞等[8]在详细分析移动社交网络舆情自身特点与影响因素的基础上，将层次分析法与模糊综合分析法相结合，构建基于AHP-模糊综合分析的移动社交网络舆情预警模型；杜明英等[9]运用模糊综合评价方法构建食品安全网络舆情预警模型，确定了食品安全事件各阶段预警等级；温志强等[10]通过分析融媒体时代网络舆情的特点，提出了基于语义识别构建网络舆情风险智能预警的策略；刘继等[11]指出将机器系统的舆情定量计算能力与舆情决策者的定性分析能力结合起来，建立人机协同的舆情智能预警机制；滕婕等[12]通过将新陈代谢GM（1,N）的马尔科夫动态模型与其他模型进行对比分析指出前者的预测精度更高；杨柳等[13]结合灰色关联分析方法与K均值聚类，对舆情事件进行分级，并在分级基础上利用支持向量算法构建舆情预警自动识别模型；李启月等[14]指出网络舆情危机是一类复杂的高维安全问题，其以舆情危机警级难以界定为着眼点，将系统安全降维理论运用到危机预警中，指出了其具有较好的实用性；林玲等[15]基于改进灰色优化支持向量回归的网络舆情预测模型进行了实证研究，指出该算法有较强的全局搜索能力、较快的收敛速度和较好的稳定性；曹科才等[16]在分数阶微积分学框架下，建立了分数阶数学模型并进行了参数拟合，以央视曝光的河南知名企业双汇“瘦肉精”养猪事件为例，指出了分数微积分学在舆情趋势预测方面的优势等。

通过现有案例可以看出，对于网络舆情预警的研究主要侧重于网上热点话题，对食品安全事件网络舆情预警关注较少。在对网络舆情预警中，对于指标权重的确定多基于层次分析方法，未能反映出决策者在面对网络舆情判断时的犹豫性和模糊性。对于食品安全网络舆情预警方法，多以模糊综合评价或直觉模糊推理展开，缺少对食品安全网络舆情信息数据特点的考量。

基于食品安全事件网络舆情的复杂性、演变的不确定性等特点，文章提出以灰色系统理论与模糊理论为基础，基于三角模糊数计算网络舆情预警指标权重，引入灰色白化权函数对食品安全事件网络舆情预警等级进行分类。

2 食品安全网络舆情预警指标体系构建及权重确定

2.1 指标体系构建

对于食品安全网络舆情预警指标的确定，文章在大量阅读文献的基础上设计初步指标，具体包括主题发布数量、主题词数量、主题持续等20个指标。基于德尔菲方法，邀请30名具有专业网络舆情研究经验的研究学者、博士研究生等组建专家组，经过指标筛选，最终指标如图1所示。

图1 食品安全网络舆情预警指标构建

2.2 指标权重确定

由于食品安全网络舆情的演变发展具有复杂性和不确定性，人们对于指标权重的确定也存在着模糊性、不确定性和犹豫性，因此，模糊逻辑下的指标权重处理方法更符合实际情况。文章选择模糊数学中的三角模糊数表达和处理网络舆情指标权重。具体步骤：

表1 九标度法

第二步，计算各准则层的综合重要程度。由专家对评价准则进行两两比较，根据式（1），得到各准则下的模糊判断矩阵。

设三角模糊数Mi表示模糊判断矩阵中第i个准则相对于其他所有评价准则的综合重要程度值，则由式（2）可计算各准则的综合重要度。

第三步，对于准则层，计算各准则重要于其他准则的可能性程度。利用式（3），计算各准则重要于其他准则的可能性程度V（Mi≥Mk），式中i,k=1,2,3,i≠k。

进一步根据式（4），得到准则层评价准则的权重向量。

式中：k=1,2,…,n,k≠i。

第四步，对于准则层权重向量归一化处理，得到各准则权重。利用式（5），计算可得各准则权重W(Ai),i=1,2,3。

最后，计算各指标权重。进一步根据步骤第一步到第四步计算各准则层下的指标权重，并将其与所在准则层权重相乘，最终得到网络舆情指标权重ηj,j=1,2,…,m。

3 食品安全网络舆情预警模型构建

灰色聚类分析是灰色系统理论重要组成部分之一，基本思想是根据灰色关联矩阵或者灰色白化权函数将所考察的观测指标或观测对象划分成若干个可定义类别的方法。基于灰色白化权函数的灰色聚类评估模型适用于各灰类边界清晰，但最可能属于各灰类的点不明的情形，为避免灰类多重交叉及取值端点延拓的问题，刘思峰[17]对该函数进行了改进，文章采取改进的灰色端点白化权函数的聚类模型。

设有n个食品安全事件，即为聚类对象，m个网络舆情聚类指标，s个不同灰类，根据第i(i=1,2,…,n；j=1,2,…,m)个对象关于j(j=1,2,…,m)指标的观测值xij(i=1,2,…,n；j=1,2,…,m)，将第i个对象归入第k (k∈1,2,…,s)个灰类，称为灰色聚类。文章构建的灰色预警模型具体步骤如下：

对于指标的观测值xj，可由式（8）计算出属于灰类k的白化权值。

式中：j=1,2,…,m；k=1,2,…,s。

4 实证分析

文章选取2021年星巴克过期食材事件与2022年土坑酸菜事件进行对比分析。2021年12月13日，记者在无锡星巴克门店进行调查发现，店铺将过期的食材保存后继续使用，存在食品安全违法行为；12月14日星巴克发表声明指出媒体报道的两家无锡门店员工的确存在营运操作上的违规行为，并提出了相关整改措施。2022年3月15日，央视315晚会曝光土坑酸菜，指出部分老坛酸菜包是土坑腌制，随后，舆情事件持续发酵，引发了广泛的舆论关注，“3·15老坛酸菜”等相关话题冲上微博热搜；湖南省政府以及相关部门在事件发生后，迅速行动、积极应对，对酱腌菜企业开展大排查大整顿，责令相关企业停产整顿，并对全部产品进行封存。从这两件食品安全事件来看，随着社交媒体的变革和大数据时代的到来，食品安全事件一经曝出，舆情便会在短时间内达到高峰，给涉事以及相关企业带来一系列食品安全危机，并引发大规模网络舆情。为验证模型的有效性和达到食品安全事件网络舆情有效预警，文章采取Python设计爬虫代码，收集两个事件发生后一个月内的舆情数据，其中定性指标邀请专家打分获取相关数据，具体如表2所示。

表2 星巴克过期事件与土坑酸菜事件舆情数据

4.1 指标权重确定

对于指标权重，笔者邀请20名具有专业网络舆情研究经验的行业专家组成评定小组，专家组构成主要包括3位具有网络舆情高级别课题的教授学者、10位发表过食品安全网络舆情相关文章的研究学者、7位网络舆情研究方向的硕博士研究生，对各专家的模糊值平均，得到准则层与各指标的三角模糊数判断矩阵。限于篇幅，文章仅展示准则层的权重计算过程，指标权重计算过程与此步骤相同。首先将专家组的模糊值进行平均，得到准则层的模糊判断矩阵，如表3所示。

表3 准则层A1-A3模糊判断矩阵

根据式（2），计算准则层的重要程度：

M1=(0.217,0.382,0.627)

M2=(0.197,0.341,0.608)

M3=(0.182,0.277,0.443)

根据式（4）计算：

同理可得：

根据式（5），进行归一化处理，得到各准则权重W=（0.383,0.347,0.270）。

同理计算各准则层内的指标权重，最终得到各指标权重如表4所示。

表4 网络舆情预警指标权重确定

4.2 灰色白化权函数确定

结合以往文献研究，文章将网络舆情分为四级：一般、比较严重、严重、特别严重，分别对应的灰类为1，2，3和4类。基于灰色聚类方法，结合食品安全网络舆情历史案例数据，设置各指标相关级别数据，因此得到j指标k子类白化权函数，具体如表5所示。

表5 网络舆情指标灰色白化权函数设定

4.3 灰色聚类结果分析

将相关数据输入灰色系统软件GSTA 8.0，对输出结果进行整理，得到两个事件在各评价指标所属灰类白化权值，具体如表6和表7所示。

表6 星巴克过期事件各评价指标灰类值

表7 土坑酸菜事件各评价指标灰类可能度值

对星巴克过期事件和土坑酸菜事件整体所属的灰色聚类系数进行整理，得到聚类系数矩阵：

5 结论

针对食品安全事件网络舆情预警中存在的复杂性、灰色性等特征，文章将灰色信息与端点白化权函数引入到网络舆情预警的等级范围，构建基于灰色聚类的网络舆情预警模型。同时针对网络舆情演变发展的不确定性和随机性，考虑决策者的犹豫程度和模糊判断，引入三角模糊数确定预警指标权重，构建灰色白化权函数聚类预警模型。最后，将模型应用到食品安全事件中，实证分析表明模型的有效性和科学性。