11

4401 DB4401/T

DB

4401/T

網絡輿情分級與判定Classification

and

judgment

network

public

opinion2023-05-31發布 廣州市市場監督管理局 發

布

122023

4.1

4.2

4.3

4.4

4.5

7.1

7.2

7.3

7.4

8.1

8.2

8.3

10

109.1

109.2

11

12

13

122023 本文件按照GB/T

1.1—2020《標準化工作導則

第1部分：標準化文件的結構和起草規則》的規定

DB

本文件與DB

201820189.120187.19.220187.22018年首次發布為DB

122023

3.1

of

3.2

of

opinion

strength3.3

of

attitude

orientation3.4

of

opinion

development

4.1

DB4401/T

1220234.2

4.3

4.4

4.5

網絡輿情評價應遵循一定的工作流程，主要包括輿情監測、輿情評價、輿情研判三個環節，如圖1圖1

122023

圖2

7.1

m

1媒體集中度反映參與媒體的集中程度，采用赫爾芬達爾-赫希曼指數的公式進行計算，可按照公式(1)。媒體集中度越高，意味著媒體的壟斷力量越大、競爭程度越低、差異化程度越低、越容易形成輿DB4401/T

122023

i

i

1

i1

c

2

2

2

m1

mi

c

M2媒體權威度反映了網絡媒體的可信度和影響力，可按照公式(2)進行計算。媒體權威度越高，表明Nii12

mi

媒體權重，由輿情監測主體根據預定義的媒體分類表，經過歸一化處理后賦值，數值范圍

M3基于詞頻-逆文檔頻率指數統計學方法（

Frequency通過方法統計所有稿件的關鍵詞，得到統一的詞向量；隨后將不同稿件的詞向量兩兩組合，得

個組合的雙詞向量余弦相似度。體稿件的詞向量的余弦相似度。由于媒體稿件的差異度與相似度是互補關系，最后可按照公式(4)計算

i

ij

iij

i

1 ii

1 i

N(N1)/2

1220233

N

i個稿件組合中兩個詞向量的余弦相似度。

M4

m

Ni1

1

1i

i

i i2

i2

3i3i i4

miiii iii i123

12iiii iii ii

1i2

i3

1i2i3

7.2

ES

S1機器學習模型預測方法已被證明可用于話題敏感程度的計算，可按照模型（6）進行計算。其它符1

1

用于敏感程度預測的機器學習模型，通過人工打標簽的敏感話題數據

S2事件越不穩定。計算平均波動程度應先對采用數據歸一化，將歷史數據轉化為

區間內的數值，可?x

?

x

X)X)X)

DB4401/T

122023k

k

k

k

tt,ttt

t

t

。注1：公式（7）為經典的最大最小歸一化方法，已被證明可用于單位時間波動程度的數據歸一化處理，其它數據2

3

Sigs

e表達式為???

?

的S型歸一化函數已被證明可用平均持續時長的計算,其中?

。其他歸一化函2

tt

S3K

k13

s

k

，1

k

K

ek，1

k

K

?????條件，包括但不限于網絡發帖數超過指定閾值、有粉絲數超過指定閾值的影響力用戶參與。輿情監測主體設?????

S4價值。特殊情況包括但不限于重大突發事件、敏感事件、緊急事件等。專家評分的取值范圍在

7.3

Ea

A

122023

u

Ni1

i1

u

i

A22

212122

222323

2122232

212223

21

22

23

212223

33

3

預測情感極性的概率函數；該函數由輿情監測主體根據分析對象的復雜程度進行選擇，準確率高于

70%三元態度（0—正面，0.5—中立，1—負面）預測方法已被證明是有效

A4DB4401/T

122023價值。特殊情況包括但不限于重大突發事件、敏感事件、緊急事件等。專家評分的取值范圍在

7.4

Ed

D1輿情熱度演化趨勢反映了輿情事件中的發帖量隨時間變化的趨勢，預測準確率達70%以上的模型被為單位，具體根據輿情監測主體需求設定）、發帖數量、和標簽（上升、持續、下降）。將前N天的數據提取預測標簽與人工標注的真實標簽做對比，準確率高于70%則判定模型有效。1

t1,...,tt

1,...,t

1

t1,...,tt

1,...,t

D22

t1,...,

tt

1,...,

t

2

區間內；

t1,...,tt

1,...,t

注2：

其他預測模型經輿情監測主體檢驗后，準確率達到70%以上，同樣可用于網民情感演化趨勢預測，數據類型

122023

8.1

根據第7章中得出的各單項評分結果，通過數據匯總分析，得出自動化系統評價結果。當自動化系8.2

m1 1m1 1

m2 2

m3 3

m4 4

m1

m2

m3

m4m

m1m2

m3m4

分別表示1234四個指標的權重，m1m2m3

m4

s

s11

s2

2

s33s1

s2

s3

s

4s

4

4ss1s2

s3

s4分別表示1234四個指標的權重。s1s2s3

重值由輿情監測主體設定。若輿論強度指標無需專家進行評價，則s4

；若輿論強度指標需專家進

s4

a

a11

a2

2

a33a1

a2

a3

a

4a

44a

a1a2a3a4分別表示

1

2

3

4四個指標的權重。a1a2a3

，具體權重值由輿情監測主體設定。若民意態度指標無需專家進行評價，則a4

；若民意態度指標需專家

a4

DB4401/T

122023

d

d11

d2

2

d1

d2d

d1

d2

分別表示1

2兩個指標的權重，

d1d2

，具體權重值由輿情監測主體設

s

s

a

a

d

d

m

s

a

d

ms

ad

分別表示

m

sa

d

四個指標的權重，msad

8.3

a)

家應從輿評價專家中選用。情評價專庫由輿情測主體負組織與維，更新及

b)

c)

a)

業知識和見解，對輿情時間的媒體傳播、輿論強度、民意態度、輿情演變等維度進行評分,最

b)

9.1

10

0.3)

0.5)

0.7)

1.0]

122023a)

b)

黃色等級(Ⅲ)：低風險，若無更大的因素觸發，會慢慢地冷卻。但由于輿情風險項的存在，c)

d)

紅色等級(Ⅰ)：高危風險，表示輿論熱度很高、已經形成負面影響的熱點事件，或者是話題9.2

綜合評價得分取值區間為[0,1]，根據綜合得分及其對應的事件等級、風險程度規律，確定四個等a)

0.3

b)

0.3

0.5

c)

0.5

0.7

d)

0.7

1.0

表1

11DB4401/T

122023 頻-逆文檔頻率

是一種統計度量，用于)