基于GA-BP算法的網絡輿情預警機制研究

陳蒙 李學志

摘? 要：近年來，互聯網的快速發展帶來了社交媒體網絡的激增，廣大民眾可以在網上分享信息、知識和觀點。然而，一旦出現突發事件，蜂擁而來的信息會對公眾造成沖擊，需要對信息的發展變化做出正確的預測并及時發現潛在的危機。有鑒于此，首先，構建一個基于突發事件的網絡輿情預警指標體系，通過評論家算法計算各指標的權重，求得綜合評價值，進而推斷網絡輿情預警水平;其次，利用基于遺傳算法優化的BP神經網絡構建網絡輿情預警模型;最后，以突發事件河南水災為例進行實證分析。

關鍵詞：BP 神經網絡;遺傳算法;網絡輿情;輿情預警;預警指標;批評家

中圖分類號：TP391.3? ? ? ? ? ? ? ? ? 文獻標識碼：A文章編號：2096-4706（2021）19-0018-06

Research on Network Public Opinion Early Warning Mechanism Based

on GA-BP Algorithm

CHEN Meng， LI Xuezhi

（School of Information Engineering， Xinjiang Institute of Technology， Aksu? 843100， China）

Abstract： In recent years， the rapid development of the Internet has led to the proliferation of social media networks， where vast numbers of people can share information， knowledge and opinions online. However， once an emergency occurs， the information flooding in will impact the public， so it is necessary to make a correct prediction of the development and change of information and timely discover the potential crisis. In view of this， firstly， build a network public opinion early warning index system based on emergencies， calculate the weight of each index through the critic algorithm， get the comprehensive evaluation value， and then infer the network public opinion early warning level; secondly， BP neural network based on genetic algorithm optimization is used to build network public opinion early warning model. Finally， take Henan flood as an example for empirical analysis.

Keywords： BP neural network; genetic algorithm; network public opinion; public opinion early warning; early warning index; critic

0? 引? 言

在互聯網時代，互聯網絡對個人行為模式、觀點、政治態度和情感傾向的影響越來越大。網絡輿論在其整個傳播過程中都會對社會產生巨大的負面影響。對任一實體任何意見/情緒平均傾向的計算和評估，有助于組織和個人了解當前形勢或獲得一個對不熟悉事物的正確認識。網絡輿情預警研究已引起了學術界的廣泛關注，實現網絡輿情預警的關鍵在于建立評價指標體系和預測模型?，F有的研究大部分重復性較強，過分強調指標體系的可解釋性，往往導致預測精度不高。構建一個具有網絡輿情預警作用的指標體系結構[1]，需要綜合考慮其預警水平和預測方法。為此，本文采用一種客觀、嚴謹、可復制的方法——“批評家”方法，該方法不僅注重不同指標之間權重的影響，還兼顧預警指標沖突對預測效果的影響，結合遺傳算法和BP神經網絡構建網絡模型，用以預測網絡輿情水平[2]。

1? 網絡輿情危機預警指標體系

1.1? 構建網絡輿情預警指標體系

進行網絡輿情預警的前提條件是構建一個科學合理的指標體系。所構建的基于突發事件的網絡輿情預警指標體系，不僅要反映出網絡輿情中存在的問題，而且能夠對網絡輿情事件進行預警[3]。體系中指標維度的選擇會對輿情預警的全面性和準確性產生直接影響，在構建指標體系的過程中，須參考表1中列出的六條基本原則。

考慮到突發事件發生時網絡輿情傳播過程的變化規律，通過前期調研以及反復整改和篩選，創建一個由4個一級指標、11個二級指標構成的重大突發事件網絡輿情預警指標體系[3]。該指標體系中的各項指標均在獲取能力范圍之內，滿足表1的構建原則。

最重要的一點是，所有這些指標都可以量化。所構建的網絡輿情預警指標體系如表2所示。

這些指標的數據來源于新浪微博和百度指數。微博的開放性和快速傳播可以迅速地將大眾觀點轉化為網絡民意。百度提供了百度指數，用于查找特定主題和帖子的數量。我們將新浪微博和百度指數組合在一起進行研究分析，梳理出的指標體系結構具有充分的合理性和代表性。

從表2中可以看出，指標體系分為以下幾個維度：

（1）第一級指標體系主要包括關注度、參與、擴散和狀態四個維度。關注度是指網友和新聞媒體對話題的關注度，主要通過話題的搜索量和新聞媒體報道量來衡量。參與是指網友對話題的討論程度，可以用“發帖”“評論”“轉發”“點贊”等的數量來衡量。擴散代表了輿論在傳播過程中的擴散趨勢，可以用某些指標值的變化程度來解釋。狀態描述了公眾輿論本身的一部分性質。

（2）第二級指標的詳細描述。關注度由兩個二級指標組成：搜索量表示網友搜索話題的數量。媒體報道量是指新聞媒體報道中與之相關新聞的數量。參與包括三個二級指標：發帖量是指網絡中針對該網絡輿情的發文量。評論量和轉發量反映了與輿情相關博文的評論和轉發的數量。點贊量是指博文被點贊的次數。擴散包含四個二級指標，用于描述索引的搜索量、發帖量、評論量和轉發量以及點贊量的變化。狀態由兩個二級索引組成?？梢暬且耘c輿論界相關的圖片和視頻的形式描述用戶發布的博文數量占博文總數量的比例。真實性是指通過實名認證的用戶所發布有關輿情的博文數與已發布博文總數的比值。

1.2? 計算指標的權重

通過評論家算法計算各指標的權重，得到各指標的綜合評價值。評論家算法基于兩個基本概念——指標可變性和指標沖突——確定指標的客觀權重。

指標可變性是指同一指標評價觀測值之間的差異，以標準差的形式表示。指標之間的沖突性用相關系數來表示。若是各個指標之間的正相關性比較高一些，表明所涉及指標之間的沖突性比較小，指標的權重較小。若是有N個樣本和多個評價指標，原始數據矩陣可表示為：

（1）

一般來說，每個指標的維度是不同的。出于統一指標方面的考慮，為了讓各個指標具有可比性，需要對所獲取的初始糙數據進行規范化操作。但是，不推薦使用標準化操作。原因是各個指標被標準化之后標準差都是1，沒有可比性。毫無疑問，此時使用評論家方法是毫無意義的。因此，為了合理使用評論家方法，區分正、負指標，我們選擇了歸一化方法。

如果指標為正極，則有：

（2）

如果指標為負極，則有：

（3）

去除指標維度對評價結果的影響后，可以分別表示指標可變性和指標沖突。指標可變性為各個指標的標準差：

（4）

（5）

指標沖突是由不同指標之間的系數構成的，其中，rjk為第j個指標選項與第k個指標選項的系數。結合指標可變性和指標沖突，可以計算出各指標的信息量：

Cj=Sj×Rj? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（6）

最后，根據信息量確定各指標的權重：

（7）

根據指標選項的權重值，可以得出每個指標項的綜合評價值，進而對其進行分級。

2? 遺傳算法改進BP神經網絡算法

BP神經網絡算法可以在內部訓練和調節投入產出模型的映射關系[3]。結構圖如圖1所示。x1，x2，…xn表示輸入層的神經元。輸入層和隱含層之間的連接強度用wij表示。隱含層（hidden layer）與輸出層（output layer）之間的連接強度則用?jk表示。θj為隱含層節點的閾值。γk為輸出層節點的閾值。隱含層的激活函數為f。輸出層的激活函數為?。Ij為神經元j的凈輸入值。

（8）

（9）

細胞傳輸的信號在沒有達到最大值的情況下是不會急劇增加的。Is為輸出層的輸入，Yk為輸出層的輸出。

（10）

（11）

BP神經網絡的反向傳播過程和正向傳播過程構成一個迭代，迭代在達到預測精度或滿足目標需求時停止，此時訓練過程結束。正向傳播是將輸入層到輸出層的數據按照相應的權值和閾值進行傳遞。若是在計算無誤的情況下未達到既定結點，將會進行反向傳播。在反向傳播的過程中，需要不斷地動態更新輸入層和隱含層的權值及閾值[4]，然后繼續迭代，直到滿足要求，達到預期目標后才停止迭代。BP算法過程如圖2所示。

目前，遺傳算法的全局搜索最優特征可以彌補BP神經網絡算法在具體應用過程中受初始權值影響的不足。遺傳算法的主要步驟包括編碼變量、生成初始集或初始解空間、分配適應度值、復制、交叉、變異、迭代，直到訓練結束。采用GA-BP神經網絡算法對網絡輿情水平進行預測，GA-BP算法的過程如圖3所示。

圖3中的N表示初始解空間的數量，這些初始解空間是在確定編碼方法后隨機生成的。這些末端的染色體具有極高的適應性，用于進一步去學習和訓練，N還將作為神經網絡的初始權重參與到運算當中。這種方法可以減小對BP神經網絡初始權值的影響。

GA-BP算法的運算過程包含以下6個步驟：

（1）選用一個碼串來表示所研究問題的解，每個碼串表示一個解。

（2）隨機生成初始種群，即研究問題的初始解空間。

（3）將編碼字符串轉換為優化參數，根據編碼的目標函數計算初始種群適應度值。

（4）根據適應度值依次進行復制、交叉和變異，這樣做的目的是找到最優個體。

（5）回到步驟3和步驟4，直到滿足終止要求。之前編碼的個體不斷進化得到研究問題的最優解。

（6）在網絡模型中引入初始權值和閾值進行訓練，直到達到要求的訓練次數或是要求的誤差上限。

3? 實證分析

據官方統計，河南省鄭州地區自2021年7月17日至7月20日三天的降雨量就已經達到往年一整年的降雨總量。并且自高強度降雨以來，已造成全省139個縣（市、區）累計1 464個鄉鎮受災[5]。在這樣一個公共事件中，關于災情更新、支援救援信息在網絡中不斷傳播，形成一股輿情。本文選取河南水災作為網絡輿情事件的案例進行研究，7月17日至7月23日熱度趨勢如圖4所示。

3.1? 數據采集和預處理

網絡輿情預警指標體系中，引入微博平臺和百度指標的二級指標數據。大部分二級索引數據可以通過微博高級搜索和百度指數直接獲得，也可以通過其他二級索引計算得到。有一部分索引數據需要借助于其他技術獲取。下面使用的數據集是通過網絡中的數據共享獲取的，接下來我們將詳細介紹有關新浪微博輿情數據集的構建方法。

第一步是建立并動態維護一個高度機密的活躍微博用戶池，在所有用戶中只占據很小的比例。若要構建微博活躍用戶池，首先建立一個包含2.5億微博用戶的池，然后根據四條規則篩選出活躍的微博用戶池，過濾規則如表3所示。由此形成了2 000萬的微博活躍用戶池，占微博用戶總數的8%。

第二步是使用Python抓取活躍用戶在指定時間內發布的與河南水災相關的博文，建立微博輿情數據集，接下來就可以從數據集中過濾提取出對應的二級指標數據?；诤幽纤疄牡陌l展態勢，初步選取并收集自2021年7月20日至7月30日時間段的網絡輿情數據作為實驗數據。由于各指標間差異較大，為便于后續研究，將各指標數據按照式（2）或式（3）進行歸一化處理。

3.2? 設置early警告級別

對網絡輿情的水平進行劃分，主要目的是更好地對突發事件進行網絡預警。根據前面介紹的評論家方法，計算出的權重twj（j=1，2，…，11），如表4所示。

根據各指標的權重可計算出各時間節點的綜合評價指標（CEI）。每個時間節點的綜合評價指標值等于每個指標在該時間節點的評價指標權重值之和。例如，第1個時間節點的CEI為：

（12）

其中，為第i個時間節點第j個指標歸一化后的值;為第i個時間節點第j個指標的評價指標。

因此，可以獲得每個時間節點的CEI。為便于輿情分級，將計算得到的CEI進行適當轉換，使其取值范圍在0～100之間。變換公式為：

（13）

根據突發公共事件可能的危機程度，劃分出一些預警等級：Ⅰ級（特別嚴重）、Ⅱ級（嚴重）、Ⅲ級（較重）和Ⅳ級（一般）[2]，根據實際情況將預警等級劃分為5個等級，分別為1級（特別重大預警）、2級（重大預警）、3級（較大預警）、4級（一般預警）和5級（安全預警）。預警等級分類如表5所示。

3.3? 預警等級預測

采用GA-BP方法，要確定網絡的層數以及每層的節點數[6]。涉及到網絡結構的輸入層（Input layer）、隱含層（hidden layer）、輸出層（output layer）。由于前面討論的網絡輿情預警指標體系中有11個二級指標，因此輸入層的節點數設為11[7]。網絡輿情預警等級化分為5級，因此輸出層的節點數設為5。通常，隱含層節點的數量沒有確定的值，在這種情況下，使用以下公式來計算隱含層節點的數量：

N=? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （14）

其中，N為隱含層節點數，m為輸入層節點數，m=11;n為輸出層節點數，n=5;a是一個常數，范圍為（0，10]。顯然，為了確定隱含層節點的數量，必須確定a的值。為此，神經網絡從[0，10]開始遍歷，通過比較BP神經網絡的預測性能來選擇人工神經網絡的最優值。在進行擬合BP神經網絡操作之前，對所有數據進行上文討論的操作處理。數據分為兩類：訓練數據和測試數據。預測結果的擬合曲線如圖5所示。

使用Matlab R2016a軟件進行操作，訓練集和測試集的預測精度和誤差如表6所示。

如表6所示，當a=4時，性能最好。根據式（14），設隱含層節點數N為8。因此，BP神經網絡的結構由11個節點的輸入層、8個節點的隱含層和5個節點的輸出層組成[8]。根據11-8-5的網絡結構，神經網絡具有11×8+8=96個初始權值和8+5=13個初始閾值，共計96+13=109個初始參數，亦為遺傳算法的個體編碼長度。利用神經網絡預測誤差構造適應度函數F：

（15）

其中，K為訓練集的樣本數，為預測預警等級，yi為實際預警等級。利用適應度函數F生成高質量的解。亦可以借助于最優的個體編碼值提高網絡模型的預測能力。為了充分利用所有數據集，對程序進行20次的循環，以獲得平均輸出，如圖6所示。該預測模型可以達到較高的精度，誤差極小。

4? 結? 論

本文通過反復整改、篩選、分析以及調研，構建突發事件網絡輿情預警指標體系，通過提出評論家方法，確定出指標體系中所涉及的各個指標的權重值，進而去劃分每個時間點的網絡輿情預警的級別?；谶z傳算法的BP神經網絡構建網絡輿情的預警模型，并且對今年夏季的突發事件河南水災進行實例預測，結果表明，構建出的網絡輿情預警模型在預測精度和均方誤差上均達到最優水平。

參考文獻：

[1] 馮江平，張月，趙舒貞，等.網絡輿情評價指標體系的構建與應用 [J].云南師范大學學報（哲學社會科學版），2014，46（2）：75-84.

[2] 李中亞，徐朝，袁旭峰.基于BP神經網絡和遺傳算法的年負荷預測與分析 [J].貴州電力技術，2014，17（2）：19-21.

[3] 侯萍，催孟杰.基于BP神經網絡的網絡輿情預警研究 [J].電子商務，2020（12）：70-73.

[4] 王卓然，王曉雨，王博，等.微型色譜柱制備及其GC譜線分離性能的優化 [J].微納電子技術，2021，58（5）：433-438+451.

[5] 徐雯.基于GA-BP網絡的高校創業人數預測研究 [J].長春工程學院學報（自然科學版），2020，21（4）：90-93+116.

[6] 朱晨飛，黃淑華，何杭松，等.基于BP_Adaboost算法的網絡輿情危機預警 [J].中國公共安全（學術版），2017（4）：95-101.

[7] 朱小波，次晉芳.基于改進PSO-BP神經網絡算法在一般盜竊犯罪預測中的應用 [J].計算機應用與軟件，2020，37（1）：37-42+75.

[8] 孫玲芳，周加波，林偉健，等.基于BP神經網絡和遺傳算法的網絡輿情危機預警研究 [J].情報雜志，2014，33（11）：18-24.

作者簡介：陳蒙（1991—），女，漢族，河南南陽人，講師，碩士研究生，研究方向：網絡輿情。