1、網絡輿論的傳播問題摘要持有、接受、表達某種相同、相似的觀點的人在社會人群中所占的比例超過一定的閥值，這時候這種觀點就上升為輿論（opinions）。互聯網作為開放的網絡平臺，已成為新聞集散地、觀點集散地和民聲集散地。網絡輿論呈現的狀態極為活躍和顯著，有可能影響到社會安定和其他政治問題，因此有必要找出其影響因素，研究其發展態勢，在必要時對其進行適當的控制和引導。對于問題一，我們在查閱相關資料以及對網絡輿論的分析理解后，將影響網絡輿論的因素分為兩大類：外在因素和內在因素。外在因素主要是推動輿論的發展，而內在因素表現為網民對輿論的關注程度。各大類因素又分為若干類。由于各影響因素的權重不等，我們運用層

2、次分析法計算各因素的權重如下:網絡版主新聞線人傳統媒體帖子總數日主帖數日帖子數日點擊量0.1910.0310.0770.0790.0680.3310.221對于問題二，由于網絡輿論的形成和發展受問題（1）中各因素的影響，各種因素之間的關系錯綜復雜，在信息有限且外在因素抽象的條件下，我們首先采用灰色關聯分析法，計算各評價指標之間的關聯度，并將其轉化為這些指標的相對權重，使各權重的確定更科學合理。然后進行模糊合成得出評價網絡輿論的網絡輿論指數。根據已知時間段的網絡輿論度指數對網絡輿論的態勢進行合理預測和判斷。本文就“躲貓貓”事件為例，帶入模型進行模擬分析，并將模型中的結果與實際情況作對比。模擬結果

3、與實際情況基本吻合。對于問題三，我們根據所建模型，分析影響網絡輿論指數大小的各因素，并結合實際情況，提出網絡輿論發生后，如何改變各因素，控制和引導輿論的發展趨勢。關鍵詞：網絡輿論、層次分析法、灰色關聯分析方法、模糊數學理論、網絡輿論指標一、問題重述互聯網作為一個開放自由的平臺，已經成為了世界的“第四媒體”。作為開放的網絡平臺，加上其虛擬性、隱蔽性、發散性、滲透性和隨意性等特點，越來越多的人們愿意通過互聯網來表達自己的個人想法。現今，互聯網已成為新聞集散地、觀點集散地和民聲集散地。互聯網上的信息內容龐雜多樣，容納了各種人群、各類思潮，對于社會上的一些敏感問題出現在網上而引起一些人的共鳴應是一種正

4、常現象，但是由于各種復雜因素使這些敏感問題向熱點演變，最后形成網絡輿論并引起社會群眾的違規和過激行動時，將影響到社會安定和其他政治問題，因此網絡輿論的爆發將以“內容威脅”的形式對社會公共安全形成威脅，對網上的信息內容進行管理和控制將成為互聯網進一步發展的必然趨勢。試在上述背景基礎上，解決如下問題：（1）在查找資料的基礎上，運用數學建模方法分析影響網絡輿論的各種因素；（2）運用所掌握數學知識，建立網絡輿論形成的數學模型，使其能夠對網絡輿論的發展、變化趨勢做出有效的判斷，并能對網絡輿論的態勢做出客觀的表述；（3）基于上述模型的基礎上，試描述在網絡輿論形成后，如何所建的模型來控制和引導網絡輿論的發展

5、趨勢。二、問題分析2.1問題一的分析我們知道，影響網絡輿論的因素非常多，而且每個因素的影響程度都不同，因此把該問題轉化為多層次分析問題。層次分析法（AHP）是將與決策總是有關的元素分解成目標、準則、方案等層次，在此基礎之上進行定性和定量分析的決策方法。其特點是在對復雜的決策問題的本質、影響因素及其內在關系等進行深入分析的基礎上，利用較少的定量信息使決策的思維過程數學化，從而為多目標、多準則或無結構特性的復雜決策問題提供簡便的決策方法將決策。 由于網絡輿論的復雜性，需要考慮諸多因素，在遵循客觀性、科學性、可操作性、有效性這四個準則的條件下我們選取較有代表性的影響指標，其中一級指標分為內在因素和外

6、在因素，外在因素對應的二級指標為網絡版主、新聞線人、傳統媒體，內在因素對應的二級指標為帖子總數、日主帖數、日帖子數、點擊量。然后運用層次分析法進行分析，確定各二級指標在網絡輿論中所占的權重，進而可知其對網絡輿論的影響程度。22 問題二的分析網絡輿論的形成和發展受問題（1）中各因素的影響，各種因素之間的關系錯綜復雜，適合于運用模糊理論建立數學模型。但以往各因素的隸屬度往往是通過主觀經驗或構造隸屬度函數來確定的。為了科學的、準確的確定隸屬度，我們首先采用灰色關聯分析方法，計算各指標的灰色關聯度，并以關聯度作為隸屬度，建立模糊關系矩陣，然后利用層次分析法計算各指標的相對權重，再進行模糊合成，最終得出

7、各因素相互作用下的網絡輿論指數。根據已知時間段的網絡輿論指數預測網絡輿論的變化趨勢，進而對網絡輿論的態勢做出客觀的評價。三、符號說明D網絡輿論指數w權重向量CR一致性比率U二級指標集A評價對象集第個評價對象的第個指標值灰色關聯系數R模糊關系矩陣P層次分析法計算得到的各指標權重網絡輿論指數的大小四、模型假設1、外在因素的影響只有兩個狀態：介入或不介入。2、假設論壇的統計的數據都是真實的。3、假設網民在各論壇分布均勻。4、假設調查期間網民總數保持不變。五、模型建立與求解5.1 問題模型的建立與求解。5.1.1 模型的建立我們將問題分為3個層次：目標層O、準則層C、方案層P；每層有若干個元素，各層元

8、素間的關系用相連的直線表示。通過相互比較確定各準則對目標的權重，及各方案對每一準則的權重。將上述兩組權重進行綜合，確定各方案對目標的權重。運用層次分析模型，大致分為以下4個步驟：1）建立層次分析結構模型：網絡輿論指數指數zhi外在因素內在因素素感網絡版主媒體記者健康滿意度帖子總數主帖數日帖子數目標層準則層子準則層點擊量對于本道題來說，只有目標層和準則層而沒有方案層，最高一層（目標層）即為網絡輿論，準則層即為影響網絡輿論的一級指數，而二級指數對應的為子準則層，相同的層之間是一類標準，對下一層有支配作用，同時受上一層的支配，最高一層只有一個成分是要實現的目標。2）構造成對比較陣。元素之間進行兩兩對

9、比，對比采用相對尺度。要比較的各準則對目標O的重要性， ，A成對比較陣來確定對目標O權向量比較尺度的取法：等人提出19尺度取值1，2，···，9及其相反數。尺度 1 2 3 4 5 6 7 8 9的重要性相同 稍強 強 明顯強 絕對強3）準則層對目標層權向量及一致性檢驗。階致陣的最大特征根為，定義一致性指標：越大，不一致越嚴重。隨機一致性指標的結果如下： 1 2 3 4 5 6 7 8 9 10 11 0 0 0.58 0.90 1.12 1.24 1.32 1.41 1.45 1.49 1.51定義一致性比率 當<0.1時，通過一致性檢驗。權向量即為最大特

10、征根對應的列向量經過歸一化處理而得到的4）組合權向量及其一致性的檢驗第二層對第一層的權向量第三層對第二層各元素的權向量構造矩陣 第三層對第一層的組合權向量即為：因此根據第三層對第一層的組合權向量即可得出影響網絡輿論的各種因素對網絡輿論所占的權重。5.1.2問題模型的求解利用AHP層次分析軟件，通過確定不同網絡輿論指數的權重程度，并采用幾何法對不同指數形成判斷矩陣，通過條件后得出權重如下：1、 影響網絡輿論指數的一級指標網絡輿論指數外在因素內在因素外在因素13/70.3內在因素7/310.7最大特征值=2.000，CI=0.000 ，RI=0.000 ，CR=0.000<0.1，通過一致性

11、檢驗2、二級指標占外在因素的權重外在因素網絡版主新聞線人傳統媒體網絡版主1530.637新聞線人0.210.330.105傳統媒體0.33310.258最大特征值=3.039，CI=0.019 ，RI=0.580 ，CR=0.033<0.1，通過一致性檢驗。3、二級指標占內在因素的權重內在因素帖子總數主帖數日帖數日點擊量帖子總數120.20.250.113主帖數0.510.330.330.097日帖子數53120.473日點擊量430.510.316最大特征值= 4.195，CI =0.065, RI=0.900, CR=0.072<0.1,通過一致性檢驗。綜合分析以上各個影響網絡

12、輿論指數的二級指標和一級指標可得：一級指標一級指標在目標層中的權重二級指標二級指標在一級指標的權重外在因素0.3網絡版主0.6370.191新聞線人0.1050.031傳統媒體0.2580.077內在因素0.7帖子總數0.1130.079主帖數0.0970.068日帖子數0.4730.331日點擊量0.3160.221表中各二級網絡輿論指數指標的權重一級指標在網絡輿論指數的權重 * 二級指標在一級指標中所占的權重。各因素對網絡輿論影響的權重比值如圖所示：由圖可以看出每天的帖子數和每天的點擊量在網絡輿論的影響因素中所占比重最大，這說明網民對輿論的關注程度對網絡輿論的影響最大。網絡版主對網絡輿論也

13、有重要影響，而主帖數、帖子總數、傳統媒體、新聞線人對網絡輿論也有一定影響。5.2 問題二模型的建立與求解5.2.1 模型的建立由于考慮到大量未知信息的存在，采用灰色關聯分析方法，計算各指標的灰色度，并以關聯度作為隸屬度，建立模糊關系矩陣，然后利用層次分析法計算各指標的相對權重，再進行模糊合成，最終得出評價的結果。以下是該模型建立的具體步驟。5.2.1.1 確定評價對象集和指標集假設評價對象集為；指標集為，其中 （ =1，2，）是指第個指標。其原始指標數據矩陣為：其中表示第個評價對象的第個指標值。5.2.1.2利用灰色關聯度計算模糊隸屬度1）確定最優指標集其中（=1，2，）為第 個指標在各個評價

14、對象中的最優值。因此我們可構造初始矩陣U：其中 表示評價對象 的第個指標 的指標值（=1，2，；=1，2，）。2）對原始指標值進行無量綱化處理由于評價中所涉及的各個指標因素具有不同的量綱，不能進行直接比較，因此，需要對原始數據指標進行無量綱化處理。假定第 個指標的最小值為，最大值為， 令 ，（=1，2，；=1， 2，）即為 的無量綱值。則對原始指標矩陣U 進行無量綱化處理的結果矩陣C 為：3）計算灰色關聯系數對數據無量綱化處理后，把最優指標集作為參考序列，將各評價對象的指標值（=1，2，）作為比較序列，那么第 個評價對象 在第個指標下的無量綱化指標值與其最優指標 的關聯系數為（ =1，2，；

15、=1，2，）。式中0， 1稱為分辨系數，一般取=0.5。采用這種方式求得的關聯系數就是隸屬度。4）構造模糊關系矩陣其中（ =1，2，； =1，2，）表示評價對象 在第個指標下的無量綱化指標值與其最優指標 的關聯系數。5.2.1.3 利用層次分析法計算各指標權重原理已在模型一中敘述，得到權重矩陣。5.2.1.4 模糊合成與綜合評價其中 為評價對象 （ i=1，2，n）綜合所有評價指標后得到的綜合隸屬度，也即是該對象屬于優越的程度。最后，根據 （ i=1， 2，n）的大小，對評價對象進行綜合評價，其中越大，表示評價效果越好。5.2.2 模型二的驗證通過對大量的網絡輿論事件研究分析，我們選取“躲貓貓

16、”事件對模型二的正確性加以驗證。數據選自較有代表性的天涯雜壇從2月13日到3月12日的數據記錄。這里，2月13日到3月12日的每一天對應于模型中的評價對象；各影響因素對應于模型中的指標；網絡輿論指數對應于模型原理中的綜合評價，其值越大，代表當天的事件受各方面的關注度越高。5.2.2.1 確定評價對象集和指標集評價對象集為，其中分別表示第一天、第二天第28天的輿論指數；指標集為，其中分別表示網絡版主、新聞線人、傳統媒體、帖子總數、主帖數、日帖子數、點擊量。5.2.2.2.將指標集元素進行量化處理網絡版主、新聞線人、傳統媒體等外在因素只有兩種狀態：介入輿論、為介入輿論。如果他們介入輿論其所占權重完

17、全作用在輿論指數上貢獻量為1，不介入則對網絡輿論指數貢獻量為0。所以將其介入狀態賦值為1，未介入狀態賦值為0。對于“躲貓貓”事件，2月13日首先由云南信息報披露，隨后開始網絡轉載，帖子成為熱帖，可以認為傳統媒體、網絡版主、新聞線人事件第一天就介入，對其賦值為1，到3月1日事情基本明了，論壇媒體不再關注此事，此時賦值為0。而帖子總數、主帖數、日帖子數、日點擊量均可以用統計來的數據表示，無需量化。由此可得其原始指標矩陣所對應的數據為：=1111122411224884011113473225811011113793328211111388195701111526513856491111731420

18、557971113088613571149581116100123012171011111130112569112281371111406624105549600111153462012805009311115834144885352511115859525136411115966610746631111775216178652241111182411248938514000188628621379240001900412142533000019034530134500019101667159900019125424962000191292430300019129000000194261297

19、1967400019490464183000019539349185500019545163210001955116264 5.2.2.3按照模型步驟編寫MATLAB程序（見附錄）5.2.2.4由 MATLAB程序運行結果可以得到“躲貓貓”事件從開始到結束的28天里輿論指數為：D=0.5604 0.5384 0.5347 0.5331 0.5386 0.5388 0.5922 0.6672 0.9652 0.6205 0.6140 0.5946 0.5661 0.5690 0.6249 0.6003 0.4022 0.3943 0.3852 0.3870 0.3850 0.3833 0.381

20、9 0.3926 0.3886 0.3881 0.3860 0.3861下圖為輿論指數曲線圖由圖可以看出當事件被云南信息報披露以后輿論指數居高不下，但并未呈現惡化趨勢。在事發約第七天開始，網絡輿論指數開始上升，這主要是由于2月19日云南省宣傳部副部長伍皓提出組建網絡調查團調查“躲貓貓”事件，并在自己的QQ群里發布了成立網絡調查團的信息，云南網發布關于征集網民和社會各界人士代表參與調查“躲貓貓”輿論事件真相的公告迅速被轉載，從而使得日帖子數等因素大量增加。在事件發生第十天左右網絡輿論指數達到最大，這主要是因為2月20日作為網民和調查委員會主任的“風之末端”、“能石匠”等網絡版主發表大量的主題帖；

21、 2月21日，中國青年報發表報道援引普寧警方的通報說，李蕎明系在游戲中被同監室人員打傷致死。2月22日，周日下午，云南省委宣傳部通過云南網舉行了一次在線答疑。傳統媒體和政府的介入再一次使輿論駛向高潮。隨著云南公安機關對整個事件的調查和處理，事情有了較好的解決，網上的主題帖數目、回帖數和點擊量明顯減少，輿論指數明顯降低。模擬曲線的變化趨勢與整個事態的發展進程整體吻合，說明模型能較好的模擬輿論的進程。由此我們可以根據已知時間段的網絡輿論指數來預測輿論的發展進程。觀察整個事件的發展始末，可以發現網絡媒體、網絡版主以及權威性的機構如中國青年報的介入使整個事件趨向高潮，主要是它們使事情讓更多網民關注此事

22、，對整個事件起了輿論傳播起了推動的作用。因而該段時間的網絡輿論指數最大。但隨著云南公安機關對整個事件的介入調查及對整個事件作出最終判決，整個事件逐漸平息，網絡輿論指數逐漸減小。可見網絡版主、媒體等的介入往往會使網絡輿論突增，但隨著時間的推移及事件的解決，網絡輿論會逐漸趨于平息。5.3 問題三當輿論形成以后，政府所采取的措施對輿論的發展起到決定性作用，我們可以從兩方面分析輿論的進一步發展。第一，政府對輿論不管不問，當輿論經一段時間的發酵升溫，導致危機爆發。第二，政府采取引導措施，如果解決辦法不符合民意，輿論繼續惡化，危機爆發；如果解決辦法符合民意，危機順利解除。由此可見政府對輿論的控制和引導是否

23、符合民意對社會安定和平至關重要。如何把握民眾意見，什么時候介入對輿論進行控制和引導，這是至關重要的。介入早了可能民意把握不準弄巧成拙；介入晚了，事態惡化壓力增大。這就需要能夠對輿論的發展趨勢做大致預測，運用我們所建的數學模型在一般情況下可以滿足這個要求。通過第一問的分析，可以知道網絡版主、媒體記者、傳統媒體等外在因素和帖子總數、跟帖數、日帖子數、點擊量等內在因素促使了網絡輿論的形成。所謂解鈴還須系鈴人，要想是輿論順利消解還需從輿論的形成因素上下手。首先，要對第一問的各種因素進行分析，帖子總數、跟帖數、日帖子數、點擊量等內在因素是無法受人引導和控制的，但網絡版主、新聞線人、傳統媒體等外在因素卻是

24、可以引導和控制的。其次，運用問題二所建立的數學模型對輿論指數做出判斷和預測，在輿論有惡化趨勢之前采取措施。輿論的形成和發展與內在因素和外在因素密不可分。網絡版主、媒體記者、傳統媒體等外在因素促使了輿論的形成，他們的態度對輿論的發展方向起著引導作用，可以通過改變他們的態度對網絡輿論的發展趨勢加以引導和控制。例如，可以向網絡版主、傳統媒體等澄清事實，通過他們讓大家明白真相，使大家覺得事情沒什么，減少關注度，在模型中就表現在主題帖數、跟帖數、日帖子數、點擊量逐漸減小，從而促使輿論指數降低，危機化解。另外，可以發布大量的正面信息來掩蓋負面信息，使大家態度大致統一，從而使事件失去進一步討論的必要，間接使

25、各項內在因素指標減小，輿論指數降低，化解危機。六、模型的評價和優化推廣6.1模型的評價 模型一：利用層次分析法把對網絡輿論影響的諸多復雜因素進行分解，把定性方法與定量方法有機的結合起來，能將思維過程數字化、系統化，這種方法既不單純追求高深數學，又不片面注重行為、邏輯、推理，便于人們接受。 但是，該模型定性成分多，定量數據較少，帶有較多的定性色彩，主觀性太強。模型二：本模型是基于灰色關聯度的模糊層次組合模型，集灰色關聯度分析、層析分析法及模糊數學理論于一身，克服了單一評價模型自身的缺陷，在大量信息未知的前提下，科學的、合理的建立的模型，較好的削弱的主觀因素的影響，使得到的評價結果更加可靠、準確。

26、但是，本模型要求有各種指標的很多數據，對于那些比較抽象、難以量化的指標難以衡量。6.2 模型的優化推廣對于網絡輿論形成所建立的模型二，如果能夠提前預測到網絡版主、新聞線人、傳統媒體這些外在因素的介入時間，再結合模型進行網絡輿論指數預測，那么就會得到更加準確的結果，就能更好的對網上的信息內容進行管理和控制。模型二可以運用于多種培養模式中優選的抉擇、多個領域的評價問題等問題，并且在增加模糊評語集的情況下可以對某一人才培養模式進行模糊評價。七、參考文獻1 李玉海 李友巍，網絡輿論風險評估體系探討，情報雜志，第29卷第6期：128頁-131頁，2010年6月2.王蓮芬，許樹柏，層次分析法引論，北京：中

27、國人民大學出版社1990.3.薛毅，數學建模基礎，北京：北京工業大學出版社 2004.44.菊玲 勒中堅，網絡輿情危機事件形成因素分析，情報雜志，第30卷第2期：6頁-9頁，2011年2月八、附錄附錄一：%模型二程序m=7;n=28;X=importdata('matlab4.mat') for j=1:m mini(j)=min(X(:,j); maxi(j)=max(X(:,j); if(maxi(j)-mini(j)=0 for i=1:n c(i,j)=1; end else if(maxi(j)-mini(j)=0 for i=1:n c(i,j)=(X(i,j)-m

28、ini(j)/(maxi(j)-mini(j); end end end endfor i=1:n for j=1:m diff_series(i,j)=abs(c(i,j)-1); endenddelta_min=min(min(diff_series);delta_max=max(max(diff_series);K=0.5;for i=1:n for j=1:mr(i,j)=( delta_min+K*delta_max)/(diff_series(i,j)+K*delta_max); endendP=0.191 0.031 0.077 0.079 0.068 0.331 0.221&#

29、39;D=r*Px=1:28;y=D' plot(x,y) xlabel('時間') ylabel('網絡輿論指數') title('躲貓貓事件網絡輿論指數圖')附錄二：r =1.0000 1.0000 1.0000 0.3333 0.3731 0.3738 0.38881.0000 1.0000 1.0000 0.3361 0.3623 0.3407 0.34141.0000 1.0000 1.0000 0.3365 0.3623 0.3344 0.33411.0000 1.0000 1.0000 0.3366 0.3425 0.3336 0.33391.0000 1.0000 1.0000 0.3383 0.3846 0.3378 0.33891.0000 1.0000 1.0000 0.3408 0.3731 0.3401 0.33911.0000 1.0000 1.0000 0.3589 0.3968 0.3835 0.50201.0000 1.0000 1.0000