·舆情研究·
摘 要 [目的/意义]借助互联网强大的影响力和渗透力，突发事件发生后，舆情风险冲突加剧。该文认为亟需对目前已有的相关文献进行综述研究，分析研究重点、掌握方法技术、评估应用现状，以期更好服务于突发事件舆情风险治理。[方法/过程]分别以“突发事件舆情”和“舆情风险”为主题，对当前国内外突发事件舆情风险相关研究文献进行综合梳理和分析，一是归纳“突发事件舆情”研究中与“风险”相关的虚假谣言传播、敏感人物识别、负面情绪计算等方法，二是整理“舆情风险”研究中与“突发事件”相关的风险识别、风险评估、风险应对等内容。[结果/结论]基于以上，对目前已有研究进行总结，并提出未来可能的研究重点和方向，以期对后续深入研究和实践应用提供参考。
关键词突发事件 舆情 舆情风险 文献综述
0引 言
近年来，我国突发事件舆情异常高涨，借助互联网作用，突发事件冲突加剧，不断扩大政府部门应急处置突发事件的难度。当突发事件涉及官员、警察、城管、央企、征地、房价等敏感因素时，更易引发网民关注，且常出现网民意见与政府意见相悖的情况。此时，若有别有用心者煽动，一些局部性、地区性、一般性个案，或者一个报道、一条微博，在舆情持续聚焦放大作用下不断异化升级，均可能引发舆情风险。一些不再满足于利用网络表达不满情绪的网民，可能从“线上喧嚣”演变为“线下集聚”，从而爆发大规模群体性事件，甚至演变为全民围观的全国性危机事件。
突发事件舆情风险的扩散加剧化、演变复杂化、消极凸显化、情绪极端化等新特征，进一步加剧突发事件所造成的负面社会影响，给政府管理者处置突发事件、应对舆情风险带来新的压力与挑战。与此同时，由于政府管理者缺乏有效的决策支持理论和方法，在面对突发事件舆情风险时常应对失当，“删、堵、瞒、躲、拖、压”等适得其反的消极应对方式，对社会治理造成更强烈负面影响。因此，本文认为迫切需要对目前已有的相关研究进行综合梳理与分析，从已有研究中总结关注重点、研究方法、应用现状等，相应提出目前研究存在的问题及未来研究展望，以期帮助治理者有的放矢应对突发事件舆情风险。
1“突发事件、舆情、风险”的关系
“突发事件”是指突然发生，造成或者可能造成严重社会危害，需要采取应急处置措施予以应对的自然灾害、事故灾难、公共卫生事件和社会安全事件。针对突发事件的研究包括突发事件管理、预警、应对、处置等。突发事件发生后，民众无论是在线下真实社会口口相传交流观点，还是借助互联网快速发展带来的便利性，在线上虚拟社会发表相关言论，均可形成“舆情”。针对突发事件所产生舆情中的一些错误观点、虚假谣言、煽动言论等不实信息不断传播扩散，便可能衍生社会“风险”，影响社会稳定(图1)。
图1“突发事件、舆情、风险”关系梳理
通过文献检索，以“突发事件”为源起、紧扣“舆情风险”为研究对象的相关研究较少。目前这些已有的研究主要可分为以下几个方面：一是对突发事件舆情的情感演变态势进行分析，以发现舆情演变规律和潜在风险(详见本文第2.3.3节)；二是对突发事件舆情传播的风险进行定量评估，以防范和避免产生更大的舆情危机风险(详见本文第3.3.2节)；三是定性分析如何有效应对突发事件舆情风险，例如反应机制、预判机制、引导机制、处置机制的建设等。
目前云南省内备用容量不足主要是短期激励不足而不是装机容量不足，在电力产能过剩的情况下，运行容量市场可能不利于去煤电去产能。在预期长期备用不足时再启动容量市场时机更为合适。
根据以上总结，鉴于“突发事件舆情风险”相关研究较少，本文从“突发事件舆情”和“舆情风险”两个维度进一步展开深入综述研究：一方面，在对“突发事件舆情”的综述研究中重点分析敏感人物、谣言传播、负面情绪等可交叉于“风险”的部分；另一方面，在对“舆情风险”的研究中重点考虑风险评估、风险识别、风险应对等可应用于“突发事件”的部分。
回顾患者的一般资料和临床资料，患者一般情况包括年龄、身体质量指数(body mass index，BMI)。患者临床资料包括：既往基础疾病及预后计算出CCI(参照2016年Roffman的CCI评分[11]，见表1)、前列腺癌特异性抗原(prostate-specific antigen，PSA)、肿瘤临床分期(2010年AJCC前列腺癌肿瘤TNM分期标准[12])、穿刺病理分级(ISUP 2014 Gleason分级系统[13])、手术时间、手术失血量、术后病理切缘阳性情况，根据患者RP术后5年后患者患者的生存预后情况分成生存组与死亡组。
2“突发事件舆情”研究综述
2.1研究数量统计 首先，以“突发事件”(Emergency)和“舆情”(Public Opinion)为关键词检索国外相关研究，发现相应主题研究文献较少，已有研究主要分为以下三个方面：一是从舆情传播本体(舆情的基本内容)入手，主要研究突发事件发生后舆情传播过程中所形成谣言等虚假信息的传播机制[1]和相关危机话题的热度趋势、演化机制[2]等；二是从舆情传播主体(发起舆情话题的人)入手，即从网民传播、政府应对的角度，研究突发事件发生后采取何种措施来消解民众恐慌[3]；三是从舆情传播载体(舆情传播的平台)入手，研究互联网快速发展后，网络对舆情传播的重要作用[4]。
未来研究应关注突发事件舆情心理风险预警指标体系，研究重点集中在两个方面：一是基于丰富的案例研究，提炼不同类型突发事件舆情心理表现形式，准确刻画事件涉及各类群体的心理画像，针对不同事件、不同心理类型的人群做好完备心理干预预案；二是建立“情绪—心理”多维对应关系，完善情绪计算模型，丰富词源和增加评分准确性。
图2国内“突发事件舆情”研究文献年度分布情况
2.2研究主题分析将选定的“突发事件舆情”相关文献的标题和摘要进行切词分析，统计出针对研究目的、研究对象、研究方法等相关高频词如图3所示。对以上高频词进行细化分析：a.从研究目的上看，突发事件舆情相关研究以提出引导干预等具体的应对策略为主，其次是针对突发事件舆情传播规律特征的分析，然后是以应急、预警、管控等为目的的研究(图4A)；
图3国内“突发事件舆情”相关研究高频词
b.从研究方法上看，定量研究多于定性研究，定量研究中以建立各种仿真模型为主，提出评价体系方法为辅，另外结合多种案例的实证分析(图4B)；c.从研究对象上看，与政府工作相关的政务类舆情为众多研究者的关注重点，其次是高校类舆情，说明大学生是突发事件舆情传播的主体之一，然后是环境类、企业类、卫生类等相关舆情(图4C)。
2.3研究现状综述突发事件舆情是舆情的一种特殊形式。通过对已有研究的梳理，本文认为突发事件舆情是指社会民众受到自身利益相关或较为关注的突发事件刺激，所爆发产生的具有一定规模的意见、情绪和态度的总和。从定性和定量层面对以“突发事件舆情”为研究对象的已有成果进行梳理：a.定性研究可归纳为演化周期划分、构成要素梳理、关联关系分析、政策建议提出四大类；b.定量研究中的“评价”多通过构建指标体系实现，只是在指标体系的评价算法有所区别，包括层次分析法、模糊评价法、BP神经网络法、粗糙集理论等；c.定量研究中的“模拟”方法较多，包括多主体仿真、博弈关系、系统动力学、SIR及变体模型、网络结构模型等(见表1)。
图4国内“突发事件舆情”研究内容细化分析
表1国内外以“突发事件舆情”为研究对象的相关研究
研究主题具体研究内容定性研究演化周期划分三阶段、四阶段、五阶段、六阶段等构成要素梳理主体、客体、本体、载体、舆情对象、政府要素等关联关系分析主体关联、主题关联、情绪关联相关政策建议引导策略、运行机制、预警系统、治理建议等定量研究评价模拟风险相关舆情热度评价指标体系(BP神经网络法[5]、层次分析法[6])应对效果评价应对指标体系(粗糙集理论)[7]、预警指标体系(DEMATEL)[8]演化过程模拟多主体仿真[9]、博弈关系[10]、数学函数拟合[11](微分函数[12]、多项式函数[13])、最优分割算法[14]、SIR模型[15]应对策略模拟SIR改进模型[16-17]、系统动力学[18]、社会网络分析[19]、负载均衡管控模型[20]、三方博弈理论[21]关键人物识别网络结构指标(社会网络SNA[22]、动态网络DNA[23]、超网络Supernetwork[24])、LeaderRank算法[25]、SuperedgeRank算法[26]等谣言信息传播谣言与政府[27]、谣言与官媒[28]、谣言与突发事件发展[29-30]的作用主题情感分析情感强度[31]、情绪心理[32]、负面情绪[33]、主题与情感特征融合[34]
2.3.1 敏感人物识别 在一些突发事件发生后，总有一些别有用心的敏感人物左右舆情发展，他们一般掌握良好的沟通技巧，往往打着“为民请愿”的幌子、针对民众的心理“痛点”发表过激言论、歪曲事实真相，引导民众走向与政府对立的局面。识别突发事件舆情传播中的这类敏感人物，并采取相应措施，可在一定程度上防范舆情风险产生。针对突发事件中敏感人物的识别，定量研究多通过构建舆情传播的网络模型，将参与讨论的网民抽象为节点，网民之间的交互关系抽象为连边，然后或应用网络结构指标进行识别，或提出网络链接算法进行识别。
2.3.2 谣言信息传播 突发事件爆发后的第一时间，很多信息具有不确定性，例如发生原因、死伤人数等，因此其舆情传播初始往往伴随着各类谣言的扩散，干扰民众试听，易引发舆情风险。关于突发事件谣言的研究主要集中在传播机理分析。从模型上看，主要是应用或改进传染病模型SIR进行研究，也有研究通过构建微分方程模型研究谣言对舆情传播的影响；从方法上看，多应用系统动力学模型、社会网络分析、博弈论等方法对突发事件谣言的传播规律进行仿真。以上研究从传播主体维度出发，考虑政府、媒体、网络推手、普通网民等之间的动态观点交互规则，并结合传播主体在交互过程中所处的不同状态，以观测突发事件谣言的扩散过程。
国际油价波动对不同合同模式资产的影响各异。随着油价升高，技术服务合同的现金流绝对量基本不变。矿税制合同受油价影响最大，当油价升高时，矿税制合同从巨额亏损到正现金流的变化幅度最大。油价40美元/桶时，39%的正现金流来自服务合同；油价为60美元/桶时，产品分成合同贡献了39%的正现金流；油价在70美元/桶以上时，矿税制是公司海外项目最大的效益来源（见图6）。
突发事件引发网络舆情风险离不开心理因素的驱动。官方应对失误、媒体报道不当等多重因素，都可能放大网络非理性情绪，给舆情的处置及应对带来消极影响。当前研究多从自然语言处理的角度对已有的舆情内容进行情绪打分，探寻网民心理，但其中情绪值计算多依赖于中文情绪词库，而已有的情绪词库从数量和效果上都存在不足。
3“舆情风险”研究综述
3.1研究数量统计国外关于风险的研究主要是风险感知，涉及对财务风险的感知、自然灾害风险的感知、疫病疫情风险的感知等。在以上专门针对突发事件的风险感知研究中，主要研究如何通过规避风险来降低突发事件对自身生命财产安全的威胁(详见本文3.3.3节)，尚无专门针对突发事件所产生舆情风险的研究。
国内以“舆情风险”为研究主题的研究则较多。同样，在国内主流文献检索网站以“舆情风险”为关键词搜索相关主题研究文献，共选定文献144篇，年度分布情况如图5所示。从2011年开始，“舆情风险”为主题的研究数量呈逐年增加趋势。对以上 “舆情风险”主题文献的标题进行词云分析(见图6)，发现从研究对象上看主要包括网络舆情、政府舆情、基层舆情等，从研究目的上看主要包括舆情危机传播的防控、管控等。
图5国内“舆情风险”研究文献年度分布情况
图6国内“舆情风险”研究文献标题词云概况
3.2研究主题分析以“舆情风险”相关研究文献和其标题切词后的高频词为节点，标题中包含该高频词的包含关系为连边绘制网络关系图(图7)。应用社会网络分析工具Gephi对该网络进行模块化聚类分析，可得以下几个主要凝聚子团：a.“防控”：舆情风险研究的主要目的是防控风险，具体研究包括防控理论、防控能力、防控措施、防控路径等；b.“网络”：随着互联网的发展，公众通过互联网传播对某些热点、焦点问题所持言论和观点形成网络舆情，网络舆情逐渐成为社会舆论主要表现形式；c.“政府、评估”：政府部门在从事社会管理和经济活动时,可能面临来自社会或者网络的负面信息、虚假谣言等舆情风险，需提前对可能产生的风险进行评估预警；d.“企业、危机、管理、传播”：与政府部门一样，企业也需要及时对舆情危机进行应对管理，尤其是国有大型企业，已有研究主要聚焦电力、石油企业；e.“应对”：舆情风险发生后如何应对也是研究重点之一，已有研究主要关注应对策略、应对措施、应对模式等；f.“社会”：我国目前正处于社会转型期，社会问题频发，导致舆情风险愈演愈烈，在此大背景下的舆情风险相关研究应运而生。
图7国内“舆情风险”研究文献主题分析
基于以上对“突发事件舆情”和“舆情风险”相关研究综述的分析，对现有研究情况进行总结，并从以下四个方面提出未来研究展望。
3.3.1 舆情风险应对管理 目前已有的舆情风险应对管理研究涉及金融、投资项目、政务信息、涉军信息等领域。针对突发事件或热点事件舆情风险的应对管理研究，多以网络舆情为研究对象，根据具体的“监测-预警-建议”应对工作流程，研究各有侧重。在“监测”研究中，一是监测技术的进展情况，例如利用互联网信息采集技术及信息智能处理技术实现对网络舆情数据的自动采集、文本分析、主题分类等；二是监测内容的划分情况，或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等[36]。在“预警”研究中，一是“敏感内容”预警，当舆情传播中涉及某些易引发网民关注的敏感点时进行预警；二是“风险等级”预警，通过构建舆情风险等级评定指标体系，明确舆情风险低、中、高不同等级提前预警[37]。在“建议”部分以定性研究为主，多从舆情风险应对主体出发，提出治理建议以指导政府、治理者或媒体有效应对舆情风险[38]。
3.3.2 舆情风险等级评价 风险是危机的先照，危机是风险的延续。舆情风险或舆情危机的评价、预警是舆情研究中的一个重要分支，测度的是舆情带来的负面影响程度。目前，舆情风险的评价基本都是通过构建评价指标体系实现，但构建指标体系的侧重点和指标体系的定量计算方法上不尽相同。a.在构建指标体系时各有侧重，包括考虑意见领袖作用[39]、考虑首发信息因素[40]、考虑舆情演化周期[41]等，例如根据舆情演化周期分别设“舆情生成风险指标、舆情扩散风险指标、舆情衰退平复风险指标”。b.在具体的评价方法选择上，一种是直接应用成熟的指标体系综合评价方法，其中应用最多的是层次分析法，以上多项研究都是在构建指标体系后应用该方法进行定量评估，其次是模糊综合评价法[42]、BP神经网络法[43]等。另一种是创新性地对一些评估方法进行改进后应用于舆情风险等级评价，例如加速遗传算法(AGA)与投影寻踪相结合(PP)[44]、UML法[45]、因子聚类分析法[46]等。
目前分别针对“突发事件舆情”和“舆情风险”的研究虽然较多，但紧扣突发事件舆情风险的研究较少，且定量研究主要集中在对风险的评价方面，尚未形成全面的突发事件舆情风险研究体系。
我找来一只用竹片做成的苍蝇拍，当作消灭马蜂的武器。拿着苍蝇拍来到树林里，我又找到那棵挂着“莲蓬”的大树，举起苍蝇拍，用力向“莲蓬”拍去，接着灾难便来了：从马蜂窝里飞出一群大马蜂，向我飞来。我躲之不及，在一片嗡嗡声中，头上和脸上被狠狠地蜇了三四下……这下惨了，整个脑袋都肿起来，疼得我直掉眼泪。这是我第一次和马蜂作战，结果大败而归。
3.3.4 舆情风险建模仿真 舆情风险的传播是多方参与、多因素互动的结果，在舆情风险建模仿真研究中主要应用多主体仿真、系统动力学和复杂网络分析方法。a.在应用多主体仿真的研究中，将仿真主体分为网民、政府、媒体等，研究恐慌情绪的扩散机制对舆情危机的影响[54]。b.在应用系统动力学的研究中，一是全方位考虑舆情风险传播的主要因素，从信息扩散效率、主体传播能力、媒体作用水平、受众共鸣程度等模块建立系统动力学模型[55]；二是重点考虑政府在应对舆情危机时的策略选择和影响作用，包括官方新闻透明度、信息公开程度、政府响应效率等[56]。c.在应用复杂网络的研究中，多应用社会网络分析(SNA)，将网络用户抽象为节点，用户之间的交互关联抽象为连边，应用网络结构指标度量整体拓扑结构[57]、发现用户社群[58]、识别关键节点[59]等；随着复杂网络的发展，单层网络不能满足表示现实社会的众多复杂现象需求，超网络(Supernetwork)成为复杂网络研究关注焦点。以非常规突发事件舆情为研究对象，有研究提出舆情超网络模型，应用该模型对舆情形成、演化、引导和干预展开研究[60-61]。
两组均实行CT检查，即：医务人员选择飞利浦Briliance 256螺旋CT机，协助患者取卧位提前设置扫描参数，其管电压不得超过120 kV且管电流不得超过320 mA，其厚层不得超过5 mm且层距不得超过5 mm，控制其视野范围不得超过16 cm×16 cm且扫描范围由肺部尖端至膈顶端；待扫描完成后将影像资料上传至Leonardo工作站进行数据处理，扫描时遵循操作流程交由专业医务人员全面分析影像资料。
4总结及展望
3.3研究现状综述
a.由点到面：建立全面的突发事件舆情风险研究体系。
3.3.3 舆情风险感知识别 在风险管理中，风险识别最为重要，而风险感知是风险识别的基础。风险感知(Risk Perception)是指人们从决策支持的角度对各种风险的评估和判断。无论是日常生活中的各种决策，还是在面临重大突发情况时，都希望通过风险感知来降低风险影响。近年来，在一些突发事件和群体性事件的研究中也开始考虑风险感知的影响。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[47]、情绪状态[48]、心理健康水平[49]、传播媒介的影响[50]、信息一致性程度的影响[51]等。在风险识别方面，有学者认为多学科综合集成是研究非常规突发事件的学科前沿，将管理科学与生命科学等学科紧密结合是非常规突发事件研究未来努力方向之一，因此基于免疫系统[52]、分类基因[53]等构建了非常规突发事件风险识别模型。
未来研究应关注突发事件舆情风险体系建立，研究重点集中在建立合理有效的风险应对范式，包括充分总结当前我国经济社会发展情况下不同类型突发事件舆情演变规律，重点关注经济金融，医疗安全，生态环境领域的突发事件等；针对不同类型的突发事件建立具有针对性的突发事件舆情风险“形成-演化-评估-预警-应对-反馈”研究体系；不断创新研究方法，重点更新舆论领袖、虚假信息等舆情风险要素识别模型，提高识别精度。
由表2中可以看出，使用BIC信息准则，得到现货与1月、2月、3月和4月期货合约下的领先、滞后阶数K分别为1、2、3和4，β的估计值分别为0.9937、0.9760、0.9624和0.9514，均非常接近1；残差ADF检验结果显示，现货分别与4个期货合约均具有协整关系。由于协整关系仅是无偏性假说成立的一个必要条件，还需要进一步检验β=1是否成立；Wald检验检验结果显示，现货与1月期合约下，β=1成立，而其他几个合约下β=1均不成立，说明原油期货市场在短期是有效的，但在长期是非有效的。
b.由表及里：从突发事件舆情风险表象探寻心理内驱动力。
2.3.3 负面情绪分析 突发事件舆情传播过程中，当网民情绪以负面为主时，决策者应以具体、多元化的引导措施来降低网民的负面情绪或是将负面情绪转化为正面情绪。因此，网民情绪状态是决策者引导舆情走向、平息舆情风险的重要依据。在对突发事件舆情传播的相关研究中“网民情绪”作为舆情要素之一，在舆情预警、导控策略、危机应对等研究中有所提及，但专门针对负面情感的研究较少，而且尚无研究围绕该要素展开系统性、定量化并结合实际舆情事件和数据的实证研究，同时也缺少网民负面情绪与应对响应的关联研究[35]。
其次，以“突发事件舆情”为主题在国内主流文献检索网站搜索国内相关研究文献，经专家筛选和数据处理，共选定相关文献1061篇。从2005年至今，关于“突发事件舆情”的研究基本呈逐年增加的趋势，越来越多的专家学者关注突发事件舆情的传播、引导、应对、治理等研究，这与我国处于社会转型期以及近年来互联网的快速发展导致突发事件舆情风险快速传播有一定关系(图2)。
我印象最深的是第二个故事，开着奥迪的帅大叔，行驶在人烟稀少的公路上，很偶然地随口讽刺了挡在自己路上的一辆破卡车，而那卡车司机非常凶悍兼仇富，两人互相谩骂。
c.由虚到实：线上虚拟社会与线下真实社会耦合机制研究。
随着移动互联网以及物联网技术的不断深入应用，各类信息数据以极快速度产生和累积，大数据时代已经来临[1]。大数据备受关注，核心在于挖掘出新的有价值信息[2]。数据挖掘是从已知数据集合中发现各种模型、概要和导出值的过程和方法，也是从大数据中挖掘价值信息的核心手段[3]。
随着互联网技术的发展，针对舆情的研究从传统的社会舆情分析演变为网络舆情分析，正在进一步演变为大数据舆情分析[62]。毋庸置疑，突发事件发生后，线上虚拟社会加剧突发事件舆情风险形成速度和演化复杂度，因此越来越多的学者聚焦突发事件网络舆情相关研究，却忽略了线上虚拟社会和线下真实社会的相互渗透耦合，舆情传播演变为线下社会危机概率增加。
未来研究应关注突发事件舆情造成的网络暴力行为，如“重庆公交车坠江事件”中网络舆论发生多次反转，不明真相的媒体、网民对事件始末的猜测，造成无辜“女司机”遭受网络暴力。研究重点主要从减少线上虚拟社会与线下真实社会耦合舆论风险展开，例如运用社会学、心理学、新闻学和传播学等相关理论对网络暴力传播态势进行探讨；研究现实社会环境中哪些风险因素容易引发网络暴力行为，反之，网络暴力行为对现实社会产生了何种影响等。
d.由理论到实践：具有实操性的突发事件舆情风险应对策略集。
近年来我国各种恶性肿瘤的发病率呈不断上升趋势，给人们的健康和生命造成巨大的威胁。恶性肿瘤的治疗方法较多，其中化学药物治疗是一种常规治疗手段，效果尚可。但化疗药物具有严重的副作用，化疗致恶心呕吐即是最常见的副作用[1] ，如有报道统计，在不给予预防呕吐措施的状况下，化疗致恶心呕吐的发生率可达70%～80%，尤其是含有铂类药物的化疗患者，其发生率可达90%以上，甚至是100%[2] 。针对此类患者，笔者开展了综合护理干预，取得了较好的效果，现报告如下。
目前已有研究已经提出了一些突发事件舆情风险的应对策略，但多为定性研究，而定量研究所选择的案例分析一般也缺乏普适性。
未来研究应建立突发事件舆情风险监测和可视化平台，具体研究方案包括：构建突发事件舆情风险应对案例库，实现对突发事件舆情传播的可视化模拟仿真；对于历史突发事件的应对策略进行效果评估，当有新的突发事件舆情风险产生时，实时监测不同应对策略实施效果，并根据已建立的突发事件舆情风险应对策略集作出调整。
参考文献
[1] Huo L,Jiang J,Gong S,et al.Dynamical behavior of a rumor transmission model with Holling-type II functional response in emergency event[J].Physica A: Statistical Mechanics and its Applications,2016,450:228-240.
[2] Liu D,Wang W,Li H.Evolutionary mechanism and information supervision of public opinions in internet emergency[J].Procedia Computer Science,2013,17:973-980.
[3] Yu L,Li L,Tang L.What can mass media do to control public panic in accidents of hazardous chemical leakage into rivers? A multi-agent-based online opinion dissemination model[J].Journal of Cleaner Production,2017,143:1203-1214.
[4] Xie Y,Qiao R,Shao G,et al.Research on Chinese social media users' communication behaviors during public emergency events[J].Telematics and Informatics,2017,34(3).
[5] 张一文,齐佳音,方滨兴,等.非常规突发事件网络舆情热度评价体系研究[J].情报科学,2011,29(9):1418-1424.
[6] 曹学艳,张 仙,刘 樑,等.基于应对等级的突发事件网络舆情热度分析[J].中国管理科学,2014,22(3):82-89.
[7] 崔 鹏.面向突发公共事件网络舆情的政府应对能力研究[D].北京：中央财经大学,2016.
[8] 刘 樑.非常规突发事件的关键在线信息挖掘与预警研究[D].成都：电子科技大学,2013.
[9] 张耀峰,肖人彬.群体性突发事件的舆情演化模型与仿真[J].计算机应用研究,2015,32(2):351-355.
[10] 李勇建,王治莹.突发事件中舆情传播机制与演化博弈分析[J].中国管理科学,2014,22(11):87-96.
[11] Wei J,Bu B,Liang L.Estimating the diffusion models of crisis information in micro blog[J].Journal of Informetrics,2012,6(4):600-610.
[12] 兰月新,曾润喜.突发事件网络舆情传播规律与预警阶段研究[J].情报杂志,2013,32(5):16-19.
[13] 曹学艳,宋彦宁,刘海涛,等.基于最小二乘法的突发事件网络舆情演化规律研究[J].图书情报工作,2013,57(24):101-105.
[14] 刘国巍,程国辉,姜金贵.时空分异视角下非常规突发事件网络舆情演化研究——以“上海12.31踩踏事件”为例[J].情报杂志,2015,34(6):126-130，150.
[15] 陈福集,黄江玲.突发事件网络舆情演化传播模型研究[J].情报科学,2015,33(12):8-12，19.
[16] 王治莹,李勇建.政府干预下突发事件舆情传播规律与控制决策[J].管理科学学报,2017,20(2):43-52，62.
[17] 宋之杰,王 建,贾 杰.基于SIHR_1R_2的突发事件谣言传播研究[J].情报杂志,2016,35(3):118-124，136.
[18] 袁国平,许晓兵.基于系统动力学的关于突发事件后网络舆情热度研究[J].情报科学,2015,33(10):52-56.
[19] 宋之杰,王 建,石 蕊.基于无标度网络的突发事件微博谣言传播研究[J].情报杂志,2015,34(12):111-115.
[20] 潘 芳,仲伟俊,胡 彬,等.突发事件网络舆情的管控机制及效率测评[J].情报杂志,2012,31(5):40-45.
[21] 陈 婷,曲 霏,陈福集.突发事件网络舆情扩散的政府应对仿真描述——基于三方博弈视角[J].图书馆杂志,2017,36(2):79-86，94.
[22] 康 伟.基于SNA的突发事件网络舆情关键节点识别——以“7·23动车事故”为例[J].公共管理学报,2012,9(3):101-111，127-128.
[23] 马 宁,田儒雅,刘怡君,等.基于动态网络分析(DNA)的意见领袖识别研究[J].科研管理,2014,35(8):83-92.
[24] 马 宁,刘怡君.基于超网络的舆论领袖识别应用研究[J].中国科学院院刊,2012,27(5):586-594.
[25] 曹学艳,段飞飞,方 宽,等.网络论坛视角下突发事件舆情的关键节点识别及分类研究[J].图书情报工作,2014,58(4):65-70.
[26] Ma N,Liu Y.SuperedgeRank algorithm and its application in identifying opinion leader of online public opinion supernetwork[J].Expert Systems with Applications,2014,41(4): 1357-1368.
[27] Huo L A,Huang P,Fang X.An interplay model for authorities' actions and rumor spreading in emergency event[J].Physica A: Statistical Mechanics and its Applications,2011,390(20):3267-3274.
[28] Zhao L,Wang Q,Cheng J,et al.The impact of authorities' media and rumor dissemination on the evolution of emergency[J].Physica A: Statistical Mechanics and its Applications,2012,391(15):3978-3987.
[29] Zhang Z L,Zhang Z Q.An interplay model for rumour spreading and emergency development[J].Physica A: Statistical Mechanics and its Applications,2009,388(19):4159-4166.
[30] 兰月新,董希琳,苏国强,等.公共危机事件网络谣言对网络舆情的影响研究[J].图书情报工作,2014,58(9):78-84，90.
[31] Xin M,Wu H,Niu Z.A quick emergency response model for micro-blog public opinion crisis based on text sentiment intensity[J].Journal of Software,2012,7(6).
[32] 张玉亮.突发事件网络舆情的生成原因与导控策略——基于网络舆情主体心理的分析视阈[J].情报杂志,2012,31(4):54-57.
[33] 吴 鹏,应 杨,沈 思.基于双向长短期记忆模型的网民负面情感分类研究[J].情报学报,2018,37(8):845-853.
[34] 安 璐,吴 林.融合主题与情感特征的突发事件微博舆情演化分析[J].图书情报工作,2017,61(15):120-129.
[35] 凌 晨,冯俊文,杨 爽,等.突发事件中网民负面情绪的应急响应研究综述[J].情报科学,2017,35(11):172-177.
[36] 杨兴坤,廖 嵘,熊 炎.虚拟社会的舆情风险防治[J].中国行政管理,2015(4):16-21.
[37] 瞿志凯,张秋波,兰月新,等.暴恐事件网络舆情风险预警研究[J].情报杂志,2016,35(6):40-46.
[38] 刘怡君,蒋文静.社会转型期我国新兴舆情风险及对策研究[J].智库理论与实践,2017,2(6):82-88，92.
[39] 杨长春,王天允,叶施仁.微博意见领袖舆情危机管理能力评判体系研究——基于危机生命周期视角[J].情报科学,2016,34(6):19-25.
[40] 蒋 宇,兰月新,刘冰月,等.面向舆情预测的突发事件首发信息风险评估研究[J].图书与情报,2016(3):19-27.
[41] 张玉亮.基于发生周期的突发事件网络舆情风险评价指标体系[J].情报科学,2012,30(7):1034-1037，1043.
[42] 张玉亮.突发事件网络舆情信息流风险模糊综合评价研究[J].情报科学,2015,33(11):100-106.
[43] 王静茹,金 鑫,黄 微.多媒体网络舆情危机监测指标体系构建研究[J].情报资料工作,2017 (6):25-32.
[44] 黄 星,刘 樑.突发事件网络舆情风险评价方法及应用[J].情报科学,2018,36(4):3-9.
[45] 张玉亮.基于UML方法的突发事件网络舆情信息流风险评价指标体系构建研究[J].图书与情报,2016(3):1-10，18.
[46] 路枝芳,薛耀文.基于因子聚类分析的舆情风险研究[J].情报科学,2016,34(7):76-80，85.
[47] 王 炼,贾建民.突发性灾害事件风险感知的动态特征——来自网络搜索的证据[J].管理评论,2014,26(5):169-176.
[48] Finucane M L,Alhakami A,Slovic P,et al.The affect heuristic in judgments of risks and benefits[J].Journal of Behavioral Decision Making,2000,13(1):1-17.
[49] 李华强,范春梅,贾建民,等.突发性灾害中的公众风险感知与应急管理——以5·12汶川地震为例[J].管理世界,2009(6):52-60,187-188.
[50] Sugimoto A,Nomura S,Tsubokura M,et al.The relationship between media consumption and health-related anxieties after the fukushima daiichi nuclear disaster[J].Plos One,2013,8(8):e65331.
[51] 王丽丽.信息一致性视角下媒体报道对风险感知的影响[J].北京理工大学学报(社会科学版),2016,18(6):153-158.
[52] Yang Q，Ma H M，Yu Y L．Multi-agent risk identifier model of emergency management system engineering based on immunology[J]．Systems Engineering Procedia，2012(4) : 385-392．
[53] 刘星星,杨 青,杨 帆,等.基于分类基因的非常规突发事件免疫风险识别模型[J].系统工程,2014,32(7):115-123.
[54] 余乐安,李 玲,戴 伟,等.危化品水污染事件中政府危机信息公布策略与网络舆情扩散研究:基于多主体模型[J].管理评论,2016,28(8):175-185.
[ 55〗 高 航,丁荣贵.基于系统动力学的网络舆情风险模型仿真研究[J].情报杂志,2014,33(11):7-13.
[56] 余乐安,李 玲,武佳倩,等.基于系统动力学的危化品水污染突发事件中网络舆情危机应急策略研究[J].系统工程理论与实践,2015,35(10):2687-2697.
[57] 康 伟.突发事件舆情传播的社会网络结构测度与分析——基于“11·16校车事故”的实证研究[J].中国软科学,2012(7):169-178.
[58] 何 跃,邓姝颖,马玉凤,等.突发事件中微博用户社群舆情传播特征研究[J].情报科学,2016,34(6):14-18.
[59] 王 旭,孙瑞英.基于SNA的突发事件网络舆情传播研究——以“魏则西事件”为例[J].情报科学,2017,35(3):87-92.
[60] 刘怡君,李倩倩,田儒雅,等.基于超网络的社会舆论形成及应用研究[J].中国科学院院刊,2012,27(5):560-568.
[61] 李倩倩,刘怡君.基于超网络的社会舆论演化及应用研究[J].中国科学院院刊,2012,27(5): 569-577.
[62] 夏火松,甄化春.大数据环境下舆情分析与决策支持研究文献综述[J].情报杂志,2015,34(2):1-6,21.
AReviewofPublicOpinionRiskforUnexpectedEmergency
Ma Ning1 Liu Yijun1 Lian Ying2
(1.Institute of Policy and Management, Chinese Academy of Sciences, Beijing 100190；2.Beijing Jiaotong University, Beijing 100044)
Abstract[Purpose/Significance]With the powerful influence and penetration of the Internet, the public opinion risk conflict intensifies after the emergency. This paper proposes that it is in urgent need to review the existing related literature, analyze and summarize the research priorities, the main methods and technologies, and the application status, so as to better serve public opinion risk management of emergencies.[Method/Process]Taking "emergency public opinion" and "public opinion risk" as the subject, the paper conducts a comprehensive review and analysis of related research literature. Firstly it sums up the methods related to "risk" in the research on "emergency public opinion", such as false rumor propagation, sensitive character recognition and negative emotion computation. Secondly, it sorts out the risk identification, risk assessment and risk response related to "emergencies" in the study of "public opinion risk".[Result/Conclusion]The paper summarizes existing research and puts forward the possible research focuses and directions in the future, in order to provide reference for further research and practices.
Keywordsemergency public opinion public opinion risk literature review
收稿日期：2018-11-15 修回日期：2019-01-22
基金项目：国家自然科学基金项目“基于多种网络模型的舆论领袖识别及其传播影响力仿真研究”(编号：71503246);国家自然科学基金项目“突发事件舆情风险的识别、预测与应对研究”( 编号：71840015);国家自然科学基金项目“公共政策发布的网络舆情预警建模与应对策略研究”(编号：71573247);国家自然科学基金项目“面向网络舆情大数据的决策价值发现”(编号：91746106);中国科学院发展规划局战略研究专项资助研究成果之一。
作者简介：马 宁(ORCID:0000-0002-9065-6796 )，女，1986年生，博士，助理研究员，研究方向：舆情风险、社会治理；刘怡君(ORCID：0000-0001-8157-5591)，女，1978年生，博士，研究员，研究方向：社会治理、公共政策；廉 莹(ORCID：0000-0003-1448-511X)，女，1989年生，博士，研究方向：网络谣言的识别。
通信作者：刘怡君
中图分类号C93
文献标识码A
文章编号1002-1965(2019)06-0088-07
引用格式马 宁，刘怡君，廉 莹.突发事件舆情风险研究文献综述[J].情报杂志，2019，38(6)：88-94.
DOI10.3969/j.issn.1002-1965.2019.06.014
(责编/校对：贺小利)
标签：舆情论文; 突发事件论文; 风险论文; 网络论文; 社会论文; 社会科学总论论文; 社会学论文; 社会结构和社会关系论文; 《情报杂志》2019年第6期论文; 国家自然科学基金项目“基于多种网络模型的舆论领袖识别及其传播影响力仿真研究”(编号:71503246)国家自然科学基金项目“突发事件舆情风险的识别; 预测与应对研究”(编号:71840015)国家自然科学基金项目“公共政策发布的网络舆情预警建模与应对策略研究”(编号:71573247)国家自然科学基金项目“面向网络舆情大数据的决策价值发现”(编号:91746106)中国科学院发展规划局战略研究专项资助研究成果之一论文; 中国科学院科技战略咨询研究院论文; 北京交通大学论文;