基于贝叶斯网络的多级次网络舆情预警实证研究

【目的/意义】针对引发持续效应甚至严重后果的多级次舆情开展研究，尝试基于概率分析方法建立发酵预 警模型，精准诊断发酵原因，期冀为网络舆情治理管控提供决策依据。【方法/过程】吸取传统模型的经验与教训，减 少主观评价指标，加大数据层指标的细化程度，利用贝叶斯概率思想构造发酵预测模型。同时通过最大可能解释 原理对发酵原因进行精准诊断。【结果/结论】将60个多级次事例中的55个、30个单级次事例中的27个作为训练数 据，构造多级次预警模型，使用剩余 5 个多级次与3个单级次事例作为测试组，测试得到的发酵趋势预测结果与事 实相符。【创新/局限】探究出多级次发酵内在成因，对其进行多层次的原因诊断，实现了预测指标的精准把握与科 学量化，为网络舆情提前预警及干预措施制定提供了有益的理论支撑。