突发事件网络谣言危机预警及模拟仿真研究

发布时间：2021-07-13 09:22

　　[目的/意义]提前进行网络谣言监控和预警是立体化防控网络谣言、增强社会稳定、提高政府执政能力的关键。移动互联网时代,突发事件发生后极易在网络上引起热点舆情、网络危机信息的传播同时为网络谣言的扩散提供良好的土壤,无形中增大了政府部门应对谣言的挑战。[方法/过程]本文采用遗传算法优化BP神经网络构建网络谣言危机预警模型,拟实现对突发事件网络谣言的监控、预警仿真及风险的量化评估。实证分析案例选取天津"8·12"爆炸事故与"和颐酒店女生遇袭事件",通过计算机对这两起突发事件衍生的网络谣言建立预警模型,并对模拟仿真结果进行验证。[结果/结论]结果表明,遗传算法优化BP神经网络模型在突发事件网络谣言危机预警方面具有较好的适用性,与仅采用BP神经网络模型相比预警的准确性更好。 

【文章来源】：现代情报. 2019,39(12)CSSCI

【文章页数】：9 页

【部分图文】：

三层BP神经网络结构

首先，将表2中样本列表中的T1、T8、T15、T22、T295个时间段作为BP神经网络的测试样本，其余27个样本作为训练样本。经过计算，从图3中误差进化曲线看出，约经过遗传代数30的进化可得到平均误差与最佳误差近乎相同，此时得到最佳初始权值与阀值。图3遗传代数误差进化曲线其次，将最佳值返回到已经训练好的标准BP神经网络模型，得到测试样本的所有的5个预警值(输出的最大值转化为1，其余转化为0，如T1中0.9231为该行最大值，则期望输出为1，将该行其他数值转化为0)，从结果上看，遗传算法优化BP神经网络预警的实际输出与期望输出一致，如表3所示。表3预警结果对照表测试样本期望输出遗传算法优化BP神经网络实际输出值T1100010.923100.387600.427800.37230T800100.231400.312400.812210.41230T1510000.923210.423100.389100.23110T2201000.213200.712410.322100.34690T2910000.829310.034200.029700.42710模拟仿真结果表明，本文构建的网络谣言危机预警指标体系具有一定合理性，通过5个测试样本的期望输出与实际输出对比，该网络谣言危机预警模型具有良好的可预测性，可给有关部门进行网络谣言危机预警时作为参考。4结论与讨论4.1讨论1)本文为突发事件网络谣言危机预警提供了一种由遗传算法优化的BP神经网络模型，其实际应用效果与标准BP神经网络算法相比更具科学性和实用性。受篇幅限制具体算法流程在本文中作简化处理，可参考文献［8］。2)本文以天津“8·12”爆?

【参考文献】：
期刊论文
[1]大数据背景下网络舆情信息异化控制模型研究[J]. 夏一雪,兰月新,赵玉敏.  现代情报. 2018(02)
[2]面向突发事件的网络谣言危害分析及应对策略[J]. 周颖,张鹏,高扬,兰月新,夏一雪.  中国公共安全(学术版). 2017(02)
[3]基于BP神经网络的突发事件网络谣言危机预警[J]. 张鹏,李昊青,兰月新,周颖.  电子政务. 2016(11)
[4]基于认知过程的网络谣言综合分类方法研究[J]. 张鹏,兰月新,李昊青,瞿志凯.  图书与情报. 2016(04)
[5]政媒共治:灾难事件中网络造谣与辟谣的信息行为研究——基于“8·12天津爆炸事故”谣言的内容分析[J]. 曾润喜,魏冯.  电子政务. 2016(05)
[6]基于全样本分析的网络舆情指标体系研究综述[J]. 曹蓉.  情报杂志. 2015(05)
[7]灾难事件中谣言的新闻学意义阐释[J]. 陈雪奇.  理论与改革. 2014(03)
[8]重大事件舆情监测指标体系与预警分析模型的再探讨[J]. 柯惠新,刘绩宏.  现代传播(中国传媒大学学报). 2011(12)
[9]谣言风暴:灾难事件后的网络舆论危机现象研究[J]. 孙燕.  新闻与传播研究. 2011(05)
[10]网络舆情突发事件预警指标体系构建[J]. 曾润喜.  情报理论与实践. 2010(01)

硕士论文
[1]我国网络舆情安全评估指标体系研究[D]. 戴媛.北京化工大学 2008



本文编号：3281801