基于BP神經網絡的突發傳染病輿情熱度趨勢預測模型研究

曾子明　黃城鶯

〔摘要〕[目的/意義]研究突發傳染病輿情熱度的發展趨勢，能夠為制定輿情引導策略提供參考，具有重要的理論意義。[方法/過程]本文首先構建微博輿情熱度評價指標體系，基于信息熵確定各個指標的權重，然后對求得的輿情熱度趨勢值進行分類，在此基礎上，建立基于BP神經網絡的突發傳染病輿情熱度趨勢預測模型。以新浪微博為例，選取“MERS病毒衛生突發事件”的輿情熱度數據進行實例分析，預測該突發傳染病事件的發展趨勢，從而驗證模型的可行性。[結果/結論]實驗結果表明，該模型能有效預測突發傳染病輿情熱度趨勢，進而為輿情管控提供決策支持。

〔關鍵詞〕BP神經網絡；輿情熱度；突發傳染病；微博；預測模型

DOI：10.3969/j.issn.1008-0821.2018.05.006

〔中圖分類號〕G2062〔文獻標識碼〕A〔文章編號〕1008-0821（2018）05-0037-08

〔Abstract〕[Purpose/Significance]It is of great theoretical significance to study the development trend of public opinion in emergent infectious diseases，which can provide reference for making public opinion guidance strategy.[Method/Process]The paper first constructed the index system of microblog public opinion and evaluated the weight of each index based on the information entropy，and then classified the obtained public opinion heat trend，on the base of which，it established the public opinion heat trend prediction model of emergent infectious diseases bases on BP neural network.Taking Sina microblog as an example，it analyzed the public opinion heat data of“MERS virus”to predict the development trend of the emergent infectious disease event，and verified the feasibility of the model.[Result/Conclusion]The experimental results showed that the model could effectively predict the trend of public opinion in emergent infectious diseases，and then provide decision support for public opinion control.

〔Key words〕BP neural network；heat of public opinion；emergent infectious diseases；microblog；prediction model

據中國互聯網絡信息中心（CNNIC）發布的《第40次中國互聯網絡發展狀況統計報告》顯示，截至2017年6月，我國互聯網普及率較2016年底提升了11個百分點，達到543%，超過全球平均水平46個百分點[1]。在互聯網迅猛發展的環境下，國際范圍內頻繁發生的突發傳染病引起人們高度關注，如“埃博拉病毒”、“塞卡病毒”、“SARS病毒”、“MERS病毒”等。微博作為傳播媒介的代表，具有互動性高、傳播速度快等特點，突發傳染病事件借助新浪微博等社交平臺不斷發酵，往往迅速演化為網絡輿情。以2014年西非爆發的埃博拉病毒為例，在2014年2月1日至10月31日期間，新浪微博平臺上共產生23萬多條包含“埃博拉”關鍵詞的微博[2]。在描述突發傳染病輿情的諸多要素中，輿情熱度體現了人們對于輿情事件的關注程度，日益受到政府以及學術界的廣泛關注。……