文献类型：期刊文章

作　　者：杨柳[1,2] 徐宇昭[2] 邓春林[3]

YANG Liu;XU Yu-zhao;DENG Chun-lin(Hunan Key Laboratory for Computation and Simulation in Science and Engineering,Xiangtan 411105,China;School of Mathematics and Computational Science,Xiangtan University,Xiangtan 411105,China;School of Public Administration,Xiangtan University,Xiangtan 411105,China)

机构地区：[1]科学工程计算与数值仿真湖南省重点实验室,湖南湘潭411105 [2]湘潭大学数学与计算科学学院,湖南湘潭411105 [3]湘潭大学公共管理学院,湖南湘潭411105

出　　处：《情报科学》

基　　金：国家社科基金年度项目“重大突发事件中社交媒体用户的情感体验及引导机制研究”(20BTQ105);国家自科基金面上项目“数据驱动的多项式优化算法、理论及应用研究”(12071399);湖南国家应用数学中心项目(2020ZYT003)。

年　　份：2022

卷　　号：40

期　　号：5

起止页码：65-72

语　　种：中文

收录情况：BDHX、BDHX2020、CSSCI、CSSCI2021_2022、JST、NSSD、RCCSE、RWSKHX、ZGKJHX、核心刊

摘　　要：【目的/意义】监测高校网络舆情大数据信息,建立风险评估及预警系统对于快速准确识别高校网络舆情危机风险等级,提高高校和政府相关部门对网络舆情的监管效率、应对能力以及治理水平有着极其重要的意义。【方法/过程】在研究高校网络舆情影响因素和发展演化规律的基础上,构建舆情发布者影响力、舆情热度、舆情强度、舆情扩散度四个维度的高校网络舆情风险评估指标体系,利用随机森林算法和熵权法进行指标筛选和权重计算,综合运用TOPSIS法和灰色关联分析法构建高校网络舆情风险评估及预警模型,对舆情风险等级进行划分。【结果/结论】研究结果表明,该模型具有很好的准确性和有效性,极大简化了高校网络舆情风险评估和危机预警的识别程序,为合理有效地处理和应对高校网络舆情提供了借鉴和参考。【创新/局限】增加风险评估指标筛选过程,两种评估方法的有效结合使得风险评估和预警结果更加客观准确。

关 键 词：高校网络舆情 风险评估 舆情预警  TOPSIS 灰色关联分析

分 类 号：G647]