文/李律(重慶商務職業學院)
當前,信息技術高速發展,4G網絡已經在我國普及,5G網絡建設也正如火如荼進行,網絡已經成為高校學生獲取信息、抒發意見最重要的窗口和平臺。由于網絡的虛擬性以及監管的不嚴密性,以及學生的相對沖動性和辨別力不足等原因,網絡已經逐漸成為了高校各類公共衛生、公共安全等事件矛盾的聚集地,極易演化成網絡輿情事件,威脅高校的和諧穩定發展。深入研究高校網絡輿情變化規律,建立高校網絡輿情指標體系,構建高校網絡預警模型,通過模型對輿情演變等級進行預判,提前分析可能出現的結果,及時采取措施管控和引導網絡輿情,最終實現校園安全穩定。
通過查閱文獻,有學者建立了輿情主題敏感度、輿情熱度、態度傾向度、行為傾向4個一級指標、26個二級指標的高校網絡輿情安全評估指標體系。有學者建立了輿情熱度、輿情特性、危險性、發布者4個一級指標、16個二級指標的高校網絡輿情預警指標體系[1-5]。通過深入研究,這些指標都存在體系不夠健全,評價不夠準確,應用不夠全面的特點。
通過分析其他學者建立的指標體系,結合社會網絡輿情情況,校園安全管理特點以及當前網絡傳播多元化特點,建立了高校網絡輿情預警指標體系。該指標體系從事件主體、事件客體、事件環境3方面出發,體系共有3個一級指標,12個二級指標,如表1所示。
本文運用層次分析法(AHP)求出各指標權重。通過邀請本校宣傳部專家根據判斷矩陣標度賦值表(如表2所示)對各影響要素進行兩兩比較賦值,構成判斷矩陣。

表2 判斷矩陣標度賦值表
1.一級指標判斷矩陣
通過對一級指標輿情事件主體指標、網民客體指標、媒體環境指標進行兩兩比較,構造如下判斷矩陣:

2.二級指標判斷矩陣
通過對輿情事件主體指標中事件性質、事件危害度、事件真偽性進行兩兩比較,構造如下判斷矩陣:

通過對網民客體指標中事件點擊量、事件轉發量、事件搜索量、事件評論量、負面與正面評論比值、回復語言激烈程度進行兩兩比較,構造如下判斷矩陣:


本次選擇模糊數學法構建模型,它為人們研究解決復雜、難以用精確描述的問題提供了一種簡單而有效的方法。
1.確定因素集
通過前文,確定此次共須建立4個因素集,其中一級指標因素集1個,二級指標因素集3個。

2.確定評價集
本次將高校網絡輿情的預警結果分為3個等級,分別是普通預警、嚴重預警、緊急預警。

1.建立隸屬度矩陣
隸屬度表示指標對評價集中某個評價的依賴程度,越趨近于1,表示依賴度越高,反之則表示依賴度越低。本次選取重慶某高校發生的公寓搬遷輿情事件為研究對象,通過向該輿情事件參與人員發放調查問卷30份,收回26份。由事件參與人通過對每個因素的評價情況(普通預警、嚴重預警、緊急預警)進行選擇,根據整體選擇比例確定隸屬度,最終得到隸屬度矩陣,如表3所示。

表3 公寓搬遷輿情事件調查問卷
根據表3,可得輿情事件主體指標A1隸屬度矩陣:

可得網民客體指標A2隸屬度矩陣:

可得媒體環境指標A3隸屬度矩陣:

2.預警模型綜合評價
輿情事件主體指標評價結果:

網民客體指標評價結果:

媒體環境指標評價結果:

故由二級指標的評價集可得一級指標隸屬度矩陣:

可得該輿情事件整體的評價結果:

通過以上評價結果,可以看出該次公寓搬遷輿情事件為普通預警,與實際相符,故模型較為準確。
文章運用模糊綜合評價法,構建了高校網絡預警模型。使用該模型對重慶某高校發生的公寓搬遷輿情事件進行了實證分析,得到預警結果與真實情況相符。通過該模型能對輿情演變等級進行預判,提前分析可能出現的結果,及時采取措施管控和引導網絡輿情,最終實現校園安全穩定。