基于犹豫模糊集的多维社会网络模型优化及突发事件风险评估应用研究

【摘要】：突发事件风险评估属于运用社会网络理论探究舆情控制问题的研究范畴,是舆情控制研究的细分研究。本文首先通过多维社会网络模型描述自媒体社交平台的信息特征,在此基础上建立突发事件风险评估模型。通过对多维社会网络模型的多维度风险特征量化,将突发事件的宏观信息指标转化为微观的社会网络特征。为进一步度量情感维度在多维社会网络模型中的作用,本文引入犹豫模糊集理论量化情感极性,并运用模糊集对自然语义的二维描述方式,建立基于犹豫模糊集的情感极性度量方法。为进一步探究风险评估模型的有效性、适用性及准确性,本文对五个不同类型的社会突发事件进行了风险评估量化实证研究。首先,通过分析突发安全事故、突发自然灾害、政府业绩等新闻事件的微博信息,获得不同类型事件的情感极性度量及风险度量结果。其次,通过对事件内部各层次影响因素对比及多个事件之间横向结果对比,得出基于犹豫模糊集的多维度社会网络模型在突发事件风险评估问题中具有有效性及较高的准确性。再次,通过事件内部的纵向因素对比,探究该风险评估模型中各影响因素指标的影响效果,并通过事件之间的横向结果对比,探究风险评估模型中各影响因素指标在不同类型突发事件评估的适用性及准确性。最后,通过以上对比分析结果,获得相关政府决策建议,并进一步强化在突发事件中个体用户的社会影响力、突发事件主题风险性及个体用户的情感极性在整体突发事件舆情传播过程中的关键作用。