重大突发事件舆情风险点预测研究报告

1.引言

随着互联网技术发展和自媒体应用推广，重大突发事件发生后，其舆情信息呈爆炸式级数增长。此时，若所传播舆情信息中涵盖谣言等虚假信息，极易产生舆情风险，影响社会稳定。例如，新冠肺炎疫情暴发以来，疫情相关舆情信息在互联网平台持续发酵、裂变扩散，所涉疫情谣言散布恐慌情绪，甚至妨碍抗疫进展。在各类重大突发事件发生后的第一时间，尚未产生舆情风险之前，有经验的管理者或突发事件研究专家，凭借历史突发事件处理经验，可感性预知一些显性的舆情风险点。但是，由于突发事件发生和风险传播过程受多种复杂因素共同作用影响，随舆情演化，那些衍生的、潜在的、隐藏的舆情风险点则不易在第一时间察觉。

关于重大突发事件舆情风险的相关研究主要包括以下三个方面：一是舆情风险的监测预警。监测研究通过突发事件类型设定关键词进行全网监测，或通过锁定特殊网站进行实时监测；预警研究通过“敏感内容”预警或“风险等级”预警，构建舆情风险等级评定指标体系，明确舆情风险低、中、高等不同等级提前预警；进一步的研究利用随机Petri网与同构马尔科夫链对各级风险指标交互关系进行分析，为预控决策提供定量参考。二是舆情风险的等级评价。主要测度舆情带来的负面社会影响，基本都是通过构建评价指标体系实现，但在构建指标体系时各有侧重，包括考虑意见领袖作用、考虑首发信息因素、考虑舆情演化周期等。在具体的评价方法上主要包括层次分析法、模糊综合评价法、BP神经网络法等，创新的方法包括加速遗传算法（AGA）与投影寻踪相结合（PP）、直觉模糊Choquet积分法、UML法、因子聚类法等。三是舆情风险的感知识别。主要从普通民众的角度，分析个体在遇到突发事件时风险感知的影响因素，例如时空动态特征、情绪状态、心理健康水平、传播媒介和信息一致性的影响等；也有研究从决策者的角度，运用前景理论分析舆情传播中决策者处理公众风险感知时的偏好行为，为通过应急资源调度手段控制资源抢购事件的发生提供理论支持。