基于二次移動平均法的網(wǎng)絡輿情預測模型研究

　　1 引言

　　據(jù)CNNIC發(fā)布的第31次《中國互聯(lián)網(wǎng)絡發(fā)展狀況統(tǒng)計報告》顯示，截至2012年12月底，我國網(wǎng)民規(guī)模達到5.64億，互聯(lián)網(wǎng)普及率為42.1%[1]。龐大的網(wǎng)民規(guī)模和網(wǎng)絡極大的普及率使得互聯(lián)網(wǎng)成為巨大的民意空間，極易形成網(wǎng)絡輿情。如果不對其加以正確引導，在一定情況下就可能演化成網(wǎng)絡輿情危機，甚至影響社會穩(wěn)定。如何有效地對網(wǎng)絡輿情熱度進行預測是發(fā)現(xiàn)和控制網(wǎng)絡輿情危機的基礎，對網(wǎng)絡輿情的研究具有重要意義。

　　目前，網(wǎng)絡輿情研究大多從社會學、傳播學、心理學、文本挖掘等角度展開。一方面，定性研究較多，定量研究較少。且無論是定量研究還是定性研究都是以靜態(tài)描述為主，對動態(tài)的實時預測比較少。另一方面，網(wǎng)絡輿情危機預警研究較多，預測研究較少。如，國家社科基金資助項目，疏學明的“面向公共安全的網(wǎng)絡輿情預警方法研究”、勒中堅教授的“面向網(wǎng)絡輿情危機預警的觀點柔性挖掘方法研究”、謝耘耕教授的“突發(fā)事件網(wǎng)絡輿情預警指標體系研究”和鄔江興教授的“突發(fā)事件網(wǎng)絡輿情演化模型和仿真系統(tǒng)研究”等項目都是對網(wǎng)絡輿情預警進行研究，但對于網(wǎng)絡輿情預測方法的研究尚屬不多。

　　預測是預警的基礎，高精度的預測分析有時甚至可以避免危機的發(fā)生。只有掌握了有效的網(wǎng)絡輿情預測方法，才能根據(jù)預測的結(jié)果來確定預警級別，發(fā)布相關信息，并采取相應措施和活動。為此，本文嘗試運用二次移動平均法建立網(wǎng)絡輿情預測模型，為網(wǎng)絡輿情預測提供一種可行方法，輔助相關部門及時發(fā)現(xiàn)潛在的輿情危機可能性，進而對下一步工作提供支持。

　　2網(wǎng)絡輿情預測模型的可行性分析

　　本文選取了《2012年網(wǎng)絡輿情報告》中部分網(wǎng)絡輿情事件的數(shù)據(jù)，以關鍵新聞詞出現(xiàn)頻度為統(tǒng)計對象，對其進行跟蹤統(tǒng)計，做散點圖如圖1。
?

?

　　所選網(wǎng)絡輿情事件分別為2012年“藥家鑫案索贈風波”、“ATM出假鈔”、“日本游客丟車”、“紅牛下架”和“中石化團購奔馳”，從圖1可以看出，網(wǎng)絡輿情的演化過程是存在一定規(guī)律的。網(wǎng)絡輿情同生物的生命一樣都有形成、發(fā)展和消亡的過程，對網(wǎng)絡輿情的演化過程，不同的學者進行了不同的劃分。但根據(jù)生命周期原理可以大致將網(wǎng)絡輿情的演化過程分為三個階段：潛伏期、擴散期、消退期。

　　可見，由于網(wǎng)絡輿情的演化存在普遍規(guī)律，則其具有利用數(shù)學建模方法對其進行預測的可行性。

　　3 基于二次移動平均法的預測模型

　　移動平均法（moving-average method）是利用平均過程所具有的平滑作用，從時間序列數(shù)據(jù)中去除周期變動和不規(guī)則變動的影響，從而進行數(shù)據(jù)分析的方法[2]。移動平均法主要包括一次移動平均法、加權移動平均法和二次移動平均法。當研究對象的近期數(shù)據(jù)呈直線趨勢發(fā)展時，應用一次移動平均法和加權移動平均法就會出現(xiàn)滯后偏差，所以需要對所得結(jié)果進行修正，此時就要用到二次移動平均法。

　　3.1 二次移動平均法的思想

　　在原始數(shù)據(jù)基礎上，首先進行一次移動平均，得到新的數(shù)據(jù)列Ⅰ，然后在此數(shù)據(jù)基礎上再進行一次移動平均，得到數(shù)據(jù)列Ⅱ，然后根據(jù)數(shù)據(jù)列Ⅰ和Ⅱ，建立直線模型，對所得數(shù)據(jù)進行修正。二次移動平均演示如圖2。
?

　　3.2 直線修正模型

　　設時間序列 從某時期開始具有直線發(fā)展趨勢，且將來一段時期也將按直線趨勢變化，設一次直線修正模型為
?

　　4 二次移動平均法在網(wǎng)絡輿情預測中的應用

　　4.1 案例回放

　　2012年1月6日上午9時40分，南京市下關區(qū)和燕路10號-1農(nóng)業(yè)銀行東門街分理處門口發(fā)生一起持槍搶劫事件，一儲戶遭槍擊身亡，所取近20萬現(xiàn)金被一名歹徒搶走。經(jīng)偵查，公安部確認犯罪嫌疑人與重慶、長沙持槍搶劫殺人案系同一人。當日下午南京市公安局發(fā)布懸賞通告，公布犯罪嫌疑人照片，并懸賞10萬元獎勵破案線索提供者，隨后公安部將蘇湘渝系列持槍搶劫殺人案列為“第一號案”。13日，多省市發(fā)布通緝令，懸賞總金額突破300萬[3]。網(wǎng)民及媒體針對南京持槍搶劫案在網(wǎng)上展開了“南京劫案引發(fā)取款擔憂，警方發(fā)布防搶預警提示”（人民網(wǎng)江蘇視窗）、“持槍搶劫殺人案考驗司法、法律的力量”（農(nóng)教網(wǎng)）等激烈討論和廣泛關注。

　　網(wǎng)民關注重點和熱度對政府及公安部門下步工作具有重要影響，及時公布案情進展、采取措施澄清敏感問題等對安撫網(wǎng)民心理及社會治安穩(wěn)定具有重要意義。故有必要對相關網(wǎng)絡輿情數(shù)據(jù)進行分析，并根據(jù)現(xiàn)有情況對后期發(fā)展形勢進行及時預測。跟據(jù)5月26日至6月9日“南京持槍搶劫”新聞詞出現(xiàn)頻度進行分析，可對未來幾天輿情熱度進行預測。
?

圖3-“南京持槍搶劫”新聞詞出現(xiàn)頻度按天統(tǒng)計

　　4.2 數(shù)據(jù)分析

　　由于原始數(shù)據(jù)（圖2）線性規(guī)律不明顯，故對其進行累加。累加結(jié)果做散點圖，如圖3所示
?

　　由散點圖可以看出，對1月6日至1月24日新聞詞出現(xiàn)頻度進行累加后，中后期數(shù)據(jù)大致呈直線上升趨勢，可以用二次移動平均法進行分析和預測。

　　4.3 建模

?

　　從預測結(jié)果看，第20天“南京持槍搶劫”新聞詞出現(xiàn)頻度相比之前會有所增加，反映出網(wǎng)民關注熱度可能會有所反彈上升，但從輿情事件演化的整體而言，后期網(wǎng)民活躍度會保持在較低水平，相對穩(wěn)定。政府及相關部門有必要對數(shù)據(jù)進行持續(xù)監(jiān)測，不可麻痹大意。同時，要做好后續(xù)工作，及時公布案情進展、采取措施澄清敏感問題等，始終以正面輿論引導公眾，避免新的輿論熱點產(chǎn)生。

　　5 結(jié)束語

　　有效的分析和預測網(wǎng)絡輿情發(fā)展趨勢可以輔助相關部門及時發(fā)現(xiàn)和控制網(wǎng)絡輿情危機，并對政府決策具有重要的指導意義。本文根據(jù)網(wǎng)絡輿情演化的三個階段，分析了網(wǎng)絡輿情具有可預測的一般規(guī)律，嘗試了利用二次移動平均法對其進行建模、預測，并通過實例進行了驗證。從驗證結(jié)果可以看出，基于二次移動平均法的網(wǎng)絡輿情預測模型具有一定的實時性和定量性，能夠?qū)W(wǎng)絡輿情熱度進行有效預測，可以輔助網(wǎng)絡輿情危機預警的研究，為其服務。

　　盡管在我國網(wǎng)絡輿情是一個研究熱點，但利用定量方法對網(wǎng)絡輿情預測還是一個較新的研究領域，很多相關方面的研究都處于探索階段，理論知識也還不夠成熟，本文提出的基于二次移動平均法的網(wǎng)絡輿情預測模型，只是為網(wǎng)絡輿情預測提供了一種可行方法，還存在一些不足之處，有待進一歩深入研究。如，本模型一般應用于短期預測，且數(shù)據(jù)只有傾向直線變化時，才能用二次移動平均法進行分析和預測，具有一定的局限性；預測準確度也有待于進一步檢驗。本研究領域還可以嘗試引入更多其他預測方法，對不同預測方法的結(jié)果進行分析和比較，并進行中長期趨勢預測。

　　參考文獻

　　[1]CNNIC.第31次中國互聯(lián)網(wǎng)發(fā)展狀況調(diào)查統(tǒng)計報告[EB/OL].

　　[2]寧萱熙,劉思峰.管理預測與決策方法[M].北京：科學出版社,2003.

　　[3]2012年1季度網(wǎng)絡輿情報告[EB/OL].

　　[4]許峰,謝承華.公共危機監(jiān)測、預測與預警關系辨析[J].圖書與情報,2011(5)：75-77.

　　[5]王素榮,韓計隆.信息分析與預測[M].北京：國防工業(yè)出版社,2007.

　　[6]于興隆,李麗萍,吳斌.基于用戶行為的高校BBS熱帖預測模型[J].計算機應用與軟件,2013(1)：48-54.

　　作者簡介：

　　潘櫻心，1990年出生，女，研究生，中國人民武裝警察部隊學院研究生二隊，軍事情報專業(yè)

  新聞稿件歡迎直接聯(lián)系：QQ 34004818 微信公眾號：cpsjyzb

相關閱讀

• 筑牢人工智能安全防火墻
• 美軍補給無人機簡述
• 楊金才：低空經(jīng)濟萬億市場開啟，無
• 情緒識別，安檢的下一個風口？
• 無人裝備朝著主戰(zhàn)化加速演進
• 俄烏沖突中的反無人機作戰(zhàn)方式

0 條評論

• 還沒有人評論過，趕快搶沙發(fā)吧！