網絡輿情知識復雜度指標體系構建研究

鄭小雪　陳福集

〔摘 要〕從知識管理的角度出發，構建網絡輿情知識復雜度指標體系。指標體系的設計充分顧及了網絡輿情的知識復雜性，在對網絡輿情知識復雜度影響因素進行全面分析的基礎上，通過指標量化方法和復雜度映射函數建立網絡輿情知識復雜度評價指標體系。最后，利用灰色相似度思想和偏差分析方法對所提指標體系進行了有效性驗證，結果表明，所提指標體系具有較高的有效性指數，能夠作為政府應用知識管理理論和方法應對網絡輿情的決策參考。

〔關鍵詞〕網絡輿情；知識復雜度；指標體系

DOI：10.3969/j.issn.1008-0821.2015.07.008

〔中圖分類號〕D035 〔文獻標識碼〕A 〔文章編號〕1008-0821（2015）07-0040-07

〔Abstract〕This paper constructed the evaluation indicator system of knowledge complexity of the network public opinion from the view of knowledge management.The design of indicator system is fully taken into account the knowledge complexity of network public opinion.Based on the full analysis of the factors affecting knowledge complexity of network public opinion，the evaluation indicator system of knowledge complexity of the network public opinion is established according to the method of indicator quantification and the mapping function of the complexity.At last，the validity of the indicator system is tested using gray similarity and deviation analysis method.The result showed that the validity index of the evaluation indicator system is relatively high so that the system can be used as decision-making reference for government dealing with the network public opinion using the knowledge management theory and method.

〔Key words〕online public opinions；knowledge complexity；the evaluation indicator system

網絡輿情作為社會輿情的重要內容，指的是人們經過互聯網傳播媒介抒發對各種事件刺激而產生的所有認知、態度、情感和行為傾向的集合。平日里各種隱性的社會矛盾和不滿情緒借助網絡這個載體，逐漸浮出水面，釋放它們巨大能量，并對社會表現出越來越強勁的現實影響力。隨著中國網民素質的提升，網民對社會事件的免疫力不斷加強，情節簡單、是非明確的社會事件無法引起網民和網媒的支持關注，難以形成網絡輿情[1]，能夠引起極大關注并形成網絡輿情的事件通常是錯綜復雜、處置困難、形式多變的。在網絡輿情日趨多元化和復雜化的形勢下，學術界建立了豐富多樣的指標體系用于網絡輿情的預警與監測，其根本目的是為了防止網絡輿情影響的進一步擴大，卻忽略網絡輿情自身的復雜性和正當訴求。與其治標不如治本，本文通過對網絡輿情自身的知識復雜性分析，研究網絡輿情的知識復雜度的指標體系及其量化方法，并對其進行有效性驗證，從而更加客觀、全面、深入的分析輿情，有助于從知識管理的角度提出網絡輿情的解決之道[2]。

1 網絡輿情知識復雜性概述

網絡輿情知識復雜性分為網絡輿情事件內部復雜性和事件外部環境復雜性兩類，它們之間相互聯系又相互區別：網絡輿情事件內部復雜性引起了外部網絡環境中民眾的廣泛關注和熱烈討論從而形成網絡輿情，而網絡輿情話題的升級、關注熱度的升溫、影響力的擴大等外部因素反過來又影響網絡輿情事件的發展和處置，從而影響了事件主體之間關系的變化。為了深入理解網絡輿情事件內外部復雜性的差異，下面具體分析各自的概念及特點：

11 網絡輿情事件內部復雜性概念及特點

網絡輿情事件內部復雜性指的是網絡輿情事件主體之間相互影響、沖突、依賴等錯綜繁雜的關系、行為和狀態的總和。換而言之，網絡輿情事件內部復雜性是事件內部利益相關者之間交互作用的結果，也是引起網絡輿情的根源性問題，其特點主要包括如下3個方面：

111 主體矛盾難以調和

網絡輿情事件主體之間往往存在激烈的矛盾沖突和復雜的利益糾葛，并且容易激化、升級或轉化。事件主體的多元化導致了矛盾的愈加復雜和難以調和。大量的利益或非利益主體卷入了利益博弈中，博弈變得復雜，利益更難以調和。典型的是有關房地產的政策法規，房地產商、地方政府、炒房者、投資者、需求者、中央政府、金融機構、學者都參與到博弈中。

112 事件機理值得分析

網絡輿情事件能夠形成一定的影響力和關注度，說明該事件具有典型性，事件所蘊含的深層次規律和機理能夠引起社會各界輿情受眾的探討和交流。例如，近幾年的熱點事件“霧霾及其治理”就霧霾產生的原因及其如何防治，引發了網絡全民大討論，原中央電視臺知名新聞記者“柴靜”專門制作了名為“穹頂之下”的霧霾深度調查視頻，引爆了網絡話題，深刻反映了事件背后的內在機理是高度知識復雜性網絡輿情的重要特點。endprint

113 折射公眾利益

網絡輿情事件多是社會矛盾的突出反映，往往直接或者間接折射公眾利益。網民更加傾向于關注那些關系到其所處階級自身利益問題，換而言之，這類能夠折射公眾利益的事件更容易形成網絡輿情。而涉及公眾利益的問題，一般都與社會、經濟、政治等機制體制問題密不可分，因此事件折射公眾利益的深度和廣泛性也是網絡輿情知識復雜性重要體現。

12 網絡輿情事件外部復雜性概念及特點

網絡輿情事件外部復雜性指的是外部網絡環境受到網絡輿情事件傳播影響，形成的各種錯綜復雜的態度、觀點、情緒、行為的總和。網絡輿情事件外部復雜性主要呈現如下4個方面的特點：

121 網絡輿情信息表現形態的復雜性

網絡輿情信息表現為文本、圖像、音視頻等多種形式[3]。其中，文本類輿情是促進網絡交流的主要手段，圖像類輿情更有說服力和視覺沖擊感，音視頻類輿情能夠在短時間內整合最直觀最豐富的信息量呈現在網民面前。

122 網絡輿情渠道的復雜性

公眾了解和參與網絡輿情的渠道形式多樣，例如各大新聞網站、電子郵件、即時通信工具、論壇、網絡音樂等都可以作為傳播和擴散網絡輿情的渠道和媒介。網絡輿情借助這些渠道能夠迅速向全社會蔓延滲透。

123 網絡輿情受眾結構的復雜性

截至2014年6月，我國網民規模達632億，半年共計新增網民1 442萬人。互聯網普及率為469%。盡管學生網民依然是中國網民中的最大群體，但是其他職業人群比例也在逐年上升，尤其是黨政機關/事業單位領導干部的參與熱情持續升溫，使得網絡輿情受眾結構越來越全面，同時受眾結構的龐大也使得網絡輿情復雜性與日俱增。

124 觀點、態度的多樣性

復雜的公共事件引發的網絡輿情一般都呈現多極化的輿論態勢。社會各界站基于各自不同立場在網絡上表明態度、發表意見，形成了混雜繁復的觀點群。例如我國人保部關于“延遲退休”的網絡輿情事件，雖然研究制定漸進式延遲退休年齡政策是大勢所趨，但對于不同職業、不同工種的網民來說，自然對其有著各自不一樣的態度和意見。

2 網絡輿情知識復雜度影響因素分析

網絡輿情的知識復雜度是對網絡輿情知識復雜性的量化評估值，從系統論的角度來看，是由網絡輿情事件的主體、客體、傳播和受眾4個因素相互作用共同影響的結果：網絡輿情事件的產生是由輿情事件主體和客體之間相互作用的結果，進一步通過網絡媒體的傳播，對輿情受眾生產影響，每一個環節知識復雜性的波動，都會引起其他因素的復雜性動態波動，從而使得整體網絡輿情知識復雜度的升級（如圖1所示）。在進行影響因素分析時，筆者參考了大量網絡輿情的案例和其他文獻中關于網絡輿情的指標體系，從知識復雜性的角度盡可能全面地得出影響網絡輿情知識復雜度的因素，從而設計出相應的指標體系。

21 輿情事件主體

首先，“網絡輿情事件”的定義有別于“網絡輿情”，它是在現實中產生，網絡中傳播，并由網絡輿情推動其發展演進而形成的具有較大影響力的公共事件[4]。

輿情事件主體指的是在網絡輿情事件中行使某項行為的自然人、組織等要素的總稱，是影響網絡輿情知識復雜度的主要源頭，也是決定網絡輿情事態發展的關鍵所在[5]。網絡輿情事件多是社會矛盾的反應，往往涉及較廣范圍群體的現實利益，具體到網絡輿情事件主體知識復雜性問題，主要考察了政府部門相關度、利益相關群組指數和利益相關群體的地理分散度3個指標，具體分析如下：

211 政府部門相關度

網絡輿情事件主體的知識復雜性首先體現在事件與政府部門的相關度上。事件的性質和地理分布決定了與其相關的職能部門和關聯部門的等級。跨地區、跨部門的政府參與規模反映了事件的復雜性和影響力。越多政府部門介入網絡輿情事件，需要越多的決策知識用于支持部門間的協調聯動、整合最廣泛的政府資源來處理事件引發的各種問題，即它的知識復雜度就越高。本文將獨立法人的政府部門數量用于表征政府部門相關度的高低。

212 相關利益群組數

網絡輿情事件利益相關群組是指那些引起、制造、挑起事件，以及受到事件發生和處置過程所影響的個人或群體，這些群組是事件的直接或間接的參與者，包括了事件發生的社會矛盾的主體以及矛盾所涉及的部門、群體和個人[6]。他們分別形成了立場不同的利益相關群組，在事件中相互影響、相互制約。不同的相關利益群組在事件中的利益、權力和要求不同，群組之間存在相互協同、對立、沖突、支持等多種復雜關系，利益相關群組數越多，矛盾越復雜，需要越多的知識工具和方法用于分析、處理和協調群組之間的關系，即知識復雜度越高。

213 利益相關群體的地理分布

網絡輿情事件中的利益相關群體地理分散性與網絡輿情知識復雜度成正相關關系，因為地理分布廣泛會使問題的差異性、處理難度、影響力以及協調資源分配的非均衡性明顯增大，相應的知識復雜度也更高。

22 輿情事件客體

輿情事件客體因素主要包含了網絡輿情的關鍵指向物種類數及其主要的相關領域別兩個指標，具體分析如下：

221 關鍵指向物種類

網絡輿情事件的關鍵指向物指的是網絡輿情事件中起關鍵性作用的現實對象，是觸發利益相關群組發生聯系的主要客觀因素。關鍵指向物可以是實體對象，也可以是虛擬對象，是網絡輿情事件中關鍵物質因素的總和。關鍵指向物種類數也是衡量網絡輿情知識復雜度的一個重要指標。為了量化該指標，文章在分析了2009-2014年十大網絡輿情熱點事件的基礎上，整理了輿情事件關鍵指向物總類表，如表1所示。事實證明，即使最高復雜度的網絡輿情事件，其關鍵指向物種類數也不會超過10個。

222 相關領域別

關鍵指向物的屬性雖然一定程度上反映了該網絡輿情事件的領域歸屬，但不能替代相關領域別指標。相關領域別取決于網絡輿情的事件屬性，是從全局角度對網絡輿情事件特性的劃分，因此，相較于關鍵指向物種類數，相關領域別的數量是從更高層次描述了網絡輿情的知識復雜度，筆者也從大量輿情案例中整理了相關領域的種類，用于量化該指標（如表2所示）。對5年內的十大網絡輿情案例分析得出：即使最高復雜度的網絡輿情事件，其相關領域別也不會超過6個。endprint

23 媒體傳播因素

媒體是公共事件擴散成網絡輿情的重要平臺，媒體傳播的深度、頻繁度和持續度不僅反映了網絡輿情知識復雜度，而且也會引發對事件更深入的知識挖掘和分析。

231 報道深度

對于越復雜、觀點越多的網絡輿情事件，媒體報道的篇幅越大，因此媒體報道的深度可以用主要媒體最長報道字數的平均數來表示。

232 報道頻繁度

這里用事件發生后1個月內的媒體指數（百度指數輿情監測軟件提供）來表征報道的頻繁度，密集的媒體報道反映了網絡輿情事件包含的信息量及其動態發展情況，是網絡輿情知識復雜度的重要指針。

233 報道持續度

報道的持續時間越長，說明網絡輿情事件影響力越深遠，復雜程度越高，例如馬航失聯航班事件，在長達近一年的時間內，相關報道仍然時常出現在各大網媒主要版面上。舊的問題尚未解決、新的問題層出不窮，雖然報道熱度有所下降，但復雜程度有增無減。考慮到指標的普適性，我們采用事件發生后的1個月為測量時間窗，統計1個月（30天）內媒體指數大于10的天數的比例作為量化報道持續度的指標。

24 輿情受眾

輿情受眾指的是在互聯網上關注該網絡輿情事件的公眾的集合體，是形成網絡輿情的主要因素。輿情受眾指標包含了關注熱度、受眾素養、受眾主動發聲率和受眾未知度4個二級指標。

241 關注熱度

關注熱度是網絡輿情的基礎指標，是高知識復雜度網絡輿情的必要條件。該指標采用了“百度指數輿情監測軟件”中的搜索指數作為基礎數據，將事件的搜索指數與年度最熱事件的搜索指數的比值作為監測指標。

242 受眾素養

網絡輿情受眾的素養一般指其受教育水平的高低。受眾的素養越高，認識和分析事件的能力越高，因此更能挖掘出該網絡輿情事件的深層內涵和延伸信息，從而提高了網絡輿情的知識復雜性。

243 受眾主動發聲率

受眾主動發聲率是通過對主要論壇的發帖數與瀏覽數的比值平均數計算得到的。輿情受眾的疑問和訴求主要通過發帖的形式體現的，雖然其中帶有情緒宣泄的成分，但受眾主動發聲率仍然能夠反映受眾對網絡輿情的“求知欲”，側面刻畫了網絡輿情的知識復雜性。

244 受眾未知度

受眾的未知度說明了輿情受眾對事件的不熟悉的程度，受眾對輿情事件未知程度越高，體現了網絡輿情對一般大眾的知識復雜度越高，可以用事件主要搜索詞在事件發生前后搜索指數的差與事件整體搜索指數的比值的平均值來體現。

3 網絡輿情知識復雜度指標體系的確立及量化方法

通過對網絡輿情知識復雜度指標體系的詳細分析和設計，構建了網絡輿情知識復雜度的指標體系：主要包括了輿情事件主體、輿情事件客體、媒體傳播、輿情受眾4個一級指標，政府部門相關度、利益相關群組數等12個二級指標，分別確定了每一指標的具體量化方法（如表3所示）。

由表3可知，網絡輿情知識復雜度指標體系的每一項指標均可量化計算得出。指標量化的方法大體分為四類：反正切映射函數、Sigmoid映射函數、基準比較量化法、均值法。

31 反正切映射函數

經過21分析可知，指標e11與知識復雜度有正相關關系，筆者對大量網絡輿情案例分析得知，當政府相關部門數量超過10時，復雜度已經相當高了，即超過這個閥值時，無論相關數量10還是100，我們都賦予這個指標最高等級的知識復雜度，而絕大部分網絡輿情事件的相關部門數量小于10，而且我們希望在（0，10）的區間內對不同事件的知識復雜度劃分等級，因此，量化的函數能夠實現自變量在10以內有明顯變化，超過10時趨向一個極限值，同時，考慮到我國有34個省級行政區，為了反映現實情況，函數值必須在自變量超過30時變化才趨于平穩，因此，本文設計的映射函數為：

e11=2arctan（x/5）π

其中x表示相關的政府部門數，它為大于等于0的整數。該函數能保證函數值全部映射在[0，1）的區間內，并且符合上述數據特征的變化（如圖2所示）。指標體系中的e13也有相似的數據特征，因此也采用這種量化方法。

32 Sigmoid映射函數

通過23的分析，指標e31用報道的篇幅表征該指標的知識復雜程度，根據筆者對大量熱點輿情案例的搜索研究，即使是疑點重重的“2014年馬航失聯”案例，主要網媒的最大篇幅也不到5千字，一般網絡輿情事件的字數都在1千字到3千字不等，因此映射函數的設計必須滿足步長為1的自變量在（0，5）區間內的顯著變化以及超過5時就有逼近極限值的平滑變化的效果。Sigmoid函數的變化正好符合這種效果（如圖3所示）[7]，公式為：

e13=11+e-x

其中x表示主要網媒單篇最長報道字數平均數（單位：千字），它為大于等于0的實數。指標體系中的e12也有相似的數據特征，因此也采用這種量化方法。

33 基準比較量化法

經過分析，我們知道諸如報道頻繁度e32和關注熱度e41與網絡輿情的知識復雜度有重要關聯，但單純以“百度指數”提供的數據對其進行量化是不客觀的。這兩個指標與事件發生的時間窗內媒體數量、媒體渠道數量、網民數量、通信方式的變化等因素相關，因此不同時間窗內的事件的指數高低是不具可比性的。考慮到這些因素，同時為了使指標值映射在固定區間內，選取評估事件所在時間窗（這里時間窗設置為1年）內搜索指數和媒體指數最高的網絡輿情事件作為量化基準，將當前事件的媒體指數和搜索指數分別與最熱網絡輿情事件的相應指數的比值作為e32、e41的指標值。

34 平均值法

考慮到指標值的客觀性和普適性，網絡輿情的知識復雜度指標量化上盡量使用平均值來替代單一數據指針。例如受眾未知度e44就以3個主題詞搜索指數變化的平均值作為指標值，同理可得受眾主動發聲率e43的指標值。endprint

4 網絡輿情知識復雜度指標體系有效性檢驗

41 網絡輿情知識復雜度指標體系有效性評價方法

為檢驗所構建的指標體系是否科學可行，有必要對其進行有效性分析。指標體系的有效性是指評價者利用指標體系進行評價時，該指標體系的有效程度，具體包括了該指標系統能否充分表達評價目標、并且充分反映了待評價對象的本質，以及指標體系的靈敏程度和冗余程度[8]。

文章借鑒灰色相似度思想以及數值分析中偏差分析的方法，確立了相似關聯程度指數，文中稱之為有效性指數，即專家對指標的評價與實際值之間的相似程度，通過指標有效性指數判斷所構建的指標體系的有效性。

設評價指標集H={h1，h2，…，hi，…，hn}，其中，n為評價指標的個數；參與指標評價的專家人數為m，所有專家對指標hi的評分集為yi={yi1，yi2，…，yim}。

假設指標hi得分的平均值為：

i=1m∑mj=1yij

根據統計學的思想，可以將視為指標的真實有效程度，即可以將i作為指標hi的實際值。根據有效性指數的含義和灰色相似關聯度的公式[9]，定義指標hi的有效性指數為βi：

βi=11+σi

其中，σi為數值分析中的誤差公式定義的指標hi的偏差系數，其公式定義如下：

σi=1m∑mj=1i-yiji

從而，整個指標體系H的有效性指數β定義如下：

β=1m∑ni=1βi

指標體系的有效性指數越高，代表專家對指標的評估值與實際值之間的誤差越小，意味著專家對指標體系與被評價對象的評價意見就越趨于一致，則可認為該指標體系具有良好的有效性。一般來說，當β≥85%時，即可認定該指標體系的有效性較好，能夠進行實際應用。

42 網絡輿情知識復雜度指標體系有效性檢驗

根據上述有效性檢驗的方法，選取了10位評價者，按照對網絡輿情知識復雜度從低到高5個等級對每一個指標進行打分，分數的高低表示專家對該指標的認可程度。10位專家包括了政府宣傳部門的公務員3名（從事政府宣傳工作5年以上）、媒體工作者3名（從事新聞廣播工作5年及以上）、資深網民3名（網齡10年以上），情報領域的海外專家1名（碩士以上學歷），結果如表4所示。

評價結果顯示，在所有指標中，獲得專家認可度最高的是利益相關群組數指數和相關領域別。利益相關群組數體現了網絡輿情事件本身矛盾多方相互影響、相互制約的復雜關系，是網絡輿情知識復雜性的根源所在，處理好利益相關群組之間的問題是應對網絡輿情的核心和首要問題。網絡輿情的相關領域別是對網絡輿情問題進行定性的重要參考，網絡輿情問題涉及領域越多，越需要多領域專家群體思考和決策，對其進行處理和解決，評價結果說明專家認為跨多領域的網絡輿情事件知識復雜度較高。從評價結果中還可以看出，專家對指標“受眾主動發聲率”的認可度低于其他指標，該指標是通過受眾對網絡輿情事件的質疑能夠側面反映其復雜程度，但近年來網絡輿論受到網絡水軍的干擾，一定程度上影響了該指標的真實性，所以在進行評估時可以適當降低該指標的權重。

通過分析和計算，最后得到網絡輿情知識復雜度評價指標體系的有效性指數為08524>085，說明所構建的指標體系具有較高的有效性，可以用于網絡輿情知識復雜度的評估。

5 討 論

文章分析了網絡輿情知識復雜性的概念與特點，并從“輿情主體、輿情客體、傳播深度和輿情受眾”4個方面構建了網絡輿情知識復雜度評估指標體系，提出了多種函數和量化機制，實現對網絡輿情知識復雜度指標的量化及其在數據區間內的映射。進一步借鑒灰色相似關聯度和有效性檢驗的原理，定義了有效性指數，用以驗證所構建指標體系的有效性，為進一步研究網絡輿情知識復雜度評估提供理論與實證研究的基礎。

參考文獻

[1]鄭小雪，陳福集.面向網絡輿情的政府知識管理動因研究[J].圖書館學研究，2013，（7）：28-33.

[2]鄭小雪，陳福集.面向網絡輿情的政府知識管理理論體系構建研究[J].圖書館學研究，2014，（15）：1-3.

[3]唐喜亮.國際突發公共事件中傳播輿情分析——以馬航空難為例[J].新聞知識，2015，（2）：10.

[4]黃成軍.網絡輿情與公共事件關系研究[D].重慶：重慶大學新聞學，2009：4-15.

[5]王平，謝耘耕.突發公共事件網絡輿情的形成及演變機制研究[J].現代傳播：中國傳媒大學學報，2013，（3）：63-69.

[6]熊建，楊愛華.基于利益相關者理論的群體性事件對策研究[J].北京航空航天大學學報：社會科學版，2008，21（4）：26-30.

[7]談國新，萬一.突發公共事件網絡輿情監測指標體系研究[J].華中師范大學學報：人文社會科學版，2010，（3）：66-70.

[8]付允，劉怡君.指標體系有效性的RST評價方法及應用[J].管理評論，2009，21（7）：91-95.

[9]張文德，袁圓.數字圖書館知識產權風險評估[J].情報理論與實踐，2012，35（5）：28-32.

（本文責任編輯：孫國雷）endprint