5.2.1.1 确定评价对象集和指标集 假设评价对象集为；指标集为，其中 （ =1，2，…，）是指第个 指标。其原始指标数据矩阵为： 其中表示第个评价对象的第个指标值。 5.2.1.2利用灰色关联度计算模糊隶属度 1）确定最优指标集 其中（=1，2，…，）为第 个指标在各个评价对象中的最优值。因此我 们可构造初始矩阵U： 其中 表示评价对象 的第个指标 的指标值（=1，2，…，；=1，2， …，）。 2）对原始指标值进行无量纲化处理 由于评价中所涉及的各个指标因素具有不同的量纲，不能进行直接比 较，因此，需要对原始数据指标进行无量纲化处理。 假定第 个指标的最小值为，最大值为， 令 ，（=1，2，…，；=1， 2，…，） 即为 的无量纲值。 则对原始指标矩阵U 进行无量纲化处理的结果矩阵C 为： 3）计算灰色关联系数 对数据无量纲化处理后，把最优指标集作为参考序列，将各评价对象的 指标值（=1，2，…，）作为比较序列，那么第 个评价对象 在第个指 标下的无量纲化指标值与其最优指标 的关联系数为（ =1，2，…，； =1，2，…，）。 式中∈[0， 1]称为分辨系数，一般取=0.5。 采用这种方式求得的关联系数就是隶属度。 4）构造模糊关系矩阵 其中（ =1，2，…，； =1，2，…，）表示评价对象 在第个指标下的无 量纲化指标值与其最优指标 的关联系数。 5.2.1.3 利用层次分析法计算各指标权重 原理已在模型一中叙述，得到权重矩阵。 5.2.1.4 模糊合成与综合评价 其中 为评价对象 （ i=1，2…，n）综合所有评价指标后得到的综 合隶属度，也即是该对象属于优越的程度。 最后，根据 （ i=1， 2…，n）的大小，对评价对象进行综合评 价，其中越大，表示评价效果越好。 5.2.2 模型二的验证 通过对大量的网络舆论事件研究分析，我们选取“躲猫猫”事件对
五、模型建立与求解
5.1 问题模型的建立与求解。
5.1.1 模型的建立 我们将问题分为3个层次：目标层O、准则层C、方案层P；每层有若 干个元素，各层元素间的关系用相连的直线表示。通过相互比较确定各 准则对目标的权重，及各方案对每一准则的权重。将上述两组权重进行 综合，确定各方案对目标的权重。运用层次分析模型，大致分为以下4 个步骤： 1）建立层次分析结构模型：
外在因素
新闻线人 传统媒体 帖子总数 主帖数 日帖子数 日点击量
内在因素
0.7
表中各二级网络舆论指数指标的权重一级指标在网络舆论指数的权重 * 二级指标在一级指标中所占的权重。 各因素对网络舆论影响的权重比值如图所示： 由图可以看出每天的帖子数和每天的点击量在网络舆论的影响因素 中所占比重最大，这说明网民对舆论的关注程度对网络舆论的影响最 大。网络版主对网络舆论也有重要影响，而主帖数、帖子总数、传统媒 体、新闻线人对网络舆论也有一定影响。 5.2 问题二模型的建立与求解 5.2.1 模型的建立 由于考虑到大量未知信息的存在，采用灰色关联分析方法，计算各 指标的灰色度，并以关联度作为隶属度，建立模糊关系矩阵，然后利用 层次分析法计算各指标的相对权重，再进行模糊合成，最终得出评价的 结果。 以下是该模型建立的具体步骤。
三、符号说明
D w CR U A 网络舆论指数 权重向量 一致性比率 二级指标集 评价对象集
第个评价对象的第个指标值 灰色关联系数
R P
模糊关系矩阵 层次分析法计算得到的各指标 权重
网络舆论指数的大小
四、模型假设
1、外在因素的影响只有两个状态：介入或不介入。 2、假设论坛的统计的数据都是真实的。 3、假设网民在各论坛分布均匀。 4、假设调查期间网民总数保持不变。
网络舆论的传播问题
摘要
持有、接受、表达某种相同、相似的观点的人在社会人群中所占 的比例超过一定的阀值，这时候这种观点就上升为舆论 （opinions）。互联网 作为开放的网络平台，已成为新闻集散地、观点集散地和民声 集散地。网络舆论呈现的状态极为活跃和显著，有可能影响到社会安定 和其他政治问题，因此有必要找出其影响因素，研究其发展态势，在 必要时对其进行适当的控制和引导。 对于问题一，我们在查阅相关资料以及对网络舆论的分析理解后， 将影响网络舆论的因素分为两大类：外在因素和内在因素。外在因素主 要是推动舆论的发展，而内在因素表现为网民对舆论的关注程度。各大 类因素又分为若干类。由于各影响因素的权重不等，我们运用层次分析 法计算各因素的权重如下: 网络版 主
4
5
6
7
8
9
10 11
0 0 0.58 0.90 1.12 1.24 1.32 1.41 1.45 1.49 1.51 定义一致性比率 当<0.1时，通过一致性检验。 权向量即为最大特征根对应的列向量经过归一化处理而得到的
4）组合权向量及其一致性的检验
第二层对第一层的权向量 第三层对第二层各元素的权向量
日点击 4 3 0.5 1 0.316 量 最大特征值= 4.195，CI =0.065, RI=0.900, CR=0.072<0.1,通过一致 性检验。 综合分析以上各个影响网络舆论指数的二级指标和一级指标可得：
一级指标
一级指标 在目标层 中的权重 0.3
二级指标 网络版主
二级指标在 一级指标的 权重 0.637 0.105 0.258 0.113 0.097 0.473 0.316 0.191 0.031 0.077 0.079 0.068 0.331 0.221
构造矩阵 第三层对第一层的组合权向量即为：
因此根据第三层对第一层的组合权向量即可得出影响网络舆论的各 种因素对网络舆论所占的权重。 5.1.2问题模型的求解 利用AHP层次分析软件，通过确定不同网络舆论指数的权重程度， 并采用几何法对不同指数形成判断矩阵，通过条件后得出权重如下： 1、 影响网络舆论指数的一级指标 网络舆论指数 外在因素 内在因素 外在因素 1 3/7 0.3 内在因素 7/3 1 0.7 最大特征值=2.000，CI=0.000 ，RI=0.000 ，CR=0.000<0.1，通过一致 性检验 2、二级指标占外在因素的权重 外在因素 网络版主 新闻线人 传统媒体 网络版主 新闻线人 1 0.2 5 1 3 0.33 0.637 0.105
二、问题分析
2.1问题一的分析 我们知道，影响网络舆论的因素非常多，而且每个因素的影响程度 都不同，因此把该问题转化为多层次分析问题。层次分析法（AHP）是 将与决策总是有关的元素分解成目标、准则、方案等层次，在此基础之 上进行定性和定量分析的决策方法。其特点是在对复杂的决策问题的本 质、影响因素及其内在关系等进行深入分析的基础上，利用较少的定量 信息使决策的思维过程数学化，从而为多目标、多准则或无结构特性的 复杂决策问题提供简便的决策方法将决策。 由于网络舆论的复杂性，需要考虑诸多因素，在遵循客观性、科 学性、可操作性、有效性这四个准则的条件下我们选取较有代表性的影 响指标，其中一级指标分为内在因素和外在因素，外在因素对应的二级 指标为网络版主、新闻线人、传统媒体，内在因素对应的二级指标为帖 子总数、日主帖数、日帖子数、点击量。 然后运用层次分析法进行分析，确定各二级指标在网络舆论中所占 的权重，进而可知其对网络舆论的影响程度。 2．2 问题二的分析
模型二的正确性加以验证。数据选自较有代表性的天涯杂坛从2月13日 到3月12日的数据记录。这里，2月13日到3月12日的每一天对应于模型 中的评价对象；各影响因素对应于模型中的指标；网络舆论指数对应于 模型原理中的综合评价，其值越大，代表当天的事件受各方面的关注度 越高。 5.2.2.1 确定评价对象集和指标集 评价对象集为，其中分别表示第一天、第二天……第28天的舆论指 数；指标集为，其中分别表示网络版主、新闻线人、传统媒体、帖子总 数、主帖数、日帖子数、点击量。 5.2.2.2.将指标集元素进行量化处理 网络版主、新闻线人、传统媒体等外在因素只有两种状态：介入舆 论、为介入舆论。如果他们介入舆论其所占权重完全作用在舆论指数上 贡献量为1，不介入则对网络舆论指数贡献量为0。所以将其介入状态赋 值为1，未介入状态赋值为0。对于“躲猫猫”事件，2月13日首先由 《云南信息报》披露，随后开始网络转载，帖子成为热帖，可以认为传 统媒体、网络版主、新闻线人事件第一天就介入，对其赋值为1，到3月 1日事情基本明了，论坛媒体不再关注此事，此时赋值为0。而帖子总 数、主帖数、日帖子数、日点击量均可以用统计来的数据表示，无需量 化。 由此可得其原始指标矩阵所对应的数据为： = 1 1 1 1122 4 1122 48840 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1347 1379 1388 1526 1731 3088 6100 13011 14066 15346 15834 3 3 1 5 4 6 12 25 24 20 14 225 32 9 138 205 1357 3012 6911 1055 1280 488 8110 821 570 5649 5797 114958 171011 228137 49600 50093 53525
传统媒体 0.33 3 1 0.258 最大特征值=3.039，CI=0.019 ，RI=0.580 ，CR=0.033<0.1，通过一致 性检验。 3、二级指标占内在因素的权重 内在因 帖子总 主帖数 日帖数 日点击量 素 数 帖子总 数 主帖数 日帖子 数 1 0.5 5 2 1 3 0.2 0.33 1 0.25 0.33 2 0.113 0.097 0.473
网络舆论的形成和发展受问题（1）中各因素的影响，各种因素之 间的关系错综复杂，适合于运用模糊理论建立数学模型。但以往各因素 的隶属度往往是通过主观经验或构造隶属度函数来确定的。为了科学 的、准确的确定隶属度，我们首先采用灰色关联分析方法，计算各指标 的灰色关联度，并以关联度作为隶属度，建立模糊关系矩阵，然后利用 层次分析法计算各指标的相对权重，再进行模糊合成，最终得出各因素 相互作用下的网络舆论指数。根据已知时间段的网络舆论指数预测网络 舆论的变化趋势，进而对网络舆论的态势做出客观的评价。