2018-06-11

模糊综合评价法是模糊数学范畴内对于某事物给出综 合评价分析的一种有效的分析方法。该方法主要包含: ① 确定因素集; ②确定指标权重; ③确定评价集; ④进行综 合评判等步骤。层次分析法 (AHP) 是基于把要分析的较 为复杂的问题看成一个整体的系统,通过对系统内的多个 因素的逐层分析,对于相关的因素咨询有关专家并由专家 给定相应的权值,进而建立相关模型。本文将两者进行有 机结合构建移动社交网络舆情预警模型,力图在已有网络 舆情预警研究的基础上,设计移动社交网络舆情预警指标 体系,运用 “AHP - 模糊综合评价” 方法对移动社交网络 舆情影响因素进行模糊综合评判并对舆情预警等级进行划 分,进而实现预警目的。

移动社交网络舆情指标体系构建

我们构建移动社交网络舆情二级指标体系,以舆情主题信息、舆情发布者、舆情参与者和舆情扩散度为一级指标,建立移动社交网络舆情预警指标体系。图中可以看出,该指标体系包含一级指标4个,二级指标13个。其中一级指标包括舆情主题信息、舆情发布者、舆情参与者与舆情扩散度。舆情主题信息包括同类主题发布总数、主题敏感度、主题转发评论次数3个二级指标; 舆情发布者包括舆情所在社交网站、发布者粉丝数量 2 个二级指标; 舆情参与者包含参与者所在社交网站、参与者粉丝数量、事件正面回复数及事件负面回复数 4 个二级指标; 舆情扩散度包括社交网站权 威度、社交网站分布度、舆情议论热度和舆情传播速度5个二级指标。

因素集的确定

确定研究目标的因素集是建立综合评价体系时首先要考 虑的。在确定移动社交网络舆情的因素集时,主要考虑影响 移动社交网络舆情的一些关键指标,对关键指标体系进行划 分,即 U = {U1, U2,…, Un}本文根据移动社交网络舆情的自 身特点及建立的移动社交网络舆情预警指标将基本因素集 U 大致划分成 4 个子集,对于评价因素 Ui = {Ui1, Ui2,…, Uik}, 将其分为由 13 个具体因素形成的评价因素集合。


评价集的确定

评判集指的是评判目标的评判结果集合。在建立评价集 V = {V1, V2, V3,…, Vm}时,本文综合我国自然灾害预警等级划 分标准与相关专家学者意见,将移动社交网络舆情预警分为 4 个等级: 蓝色预警 (轻微严重,Ⅳ级)、黄色预警 (比较 严重,Ⅲ级)、橙色预警 (严重,Ⅱ级) 和红色预警 (特别 严重,Ⅰ级),也就是取 m = 4 对移动社交网络舆情预警等级 进行评价,则评价确立的等级集合为 V = {v1, v2, v3, v4 } = {轻微严重,比较严重,相当严重,特别严重}。


指标权重的计算

运用层次分析法 (AHP) 确定影响移动社交网络舆情 的各因素的权重。在分析移动社交网络舆情影响因素过程 中,由于各因素的重要程度有所差别,因此要赋予各因素 以不同的权重,我们可以运用层次分析法 (AHP) 来对移 动社交网络舆情影响因素的重要度进行排序。首先将各影 响因素按主次与隶属关系分组形成递阶层次结构,在通过 有关专家对同一层次移动社交网络舆情影响因素重要性进 行两两比较并评分进而建立判断矩阵,然后计算判断矩阵 的最大特征值和对应的特征向量,以特征向量各分量表示 该层次相应影响因素的重要性权重。例如,要确定 “舆情 主题信息 U1 ” 的各影响子因素重要性权值 A1 = (a11, a12,…, a1n)可以计算满足: AW = λmax W 的特征根与特征向量。 特征根和特征向量可以用和积法来近似求解,具体步骤为:

模糊综合评价

根据层次分析法分析的结果与上述对指标权重计算的 方法可得到向量 Ai 和矩阵 Ri,进而能够得出第一级模糊综 合评价模型 Bi = Ai* Ri,其中,模糊算子 (* ,+ ) 为加权 平均法; 由第一级的模糊综合评价矩阵 B 及其对应的权重 A 可得出第二级模糊综合评价模型 BS = A* R,其中,第二 级模糊综合评价矩阵R为第一级模糊综合评价矩阵 B。最 后,对照建立的评价集中划分的移动社交网络预警等级, 根据最大隶属度的方法确定目标事件的移动社交网络舆情预警等级。

点一点,又不会怀孕,喜欢我就点我吧~~~

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 205,386评论 6 479
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,939评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,851评论 0 341
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,953评论 1 278
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,971评论 5 369
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,784评论 1 283
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,126评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,765评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,148评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,744评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,858评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,479评论 4 322
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,080评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,053评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,278评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,245评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,590评论 2 343

推荐阅读更多精彩内容