基于信息关联的负面网络舆情风险分级与预测研究#br#
1. 河海大学统计与数据科学研究所,南京 210098;
2.上海对外经贸大学人工智能与变革管理研究院,上海 201620
Research on Risk Classification and Prediction of Negative Network Public Opinion Based on Information Correlation
1. Research Institution of Statistics and Data Science, Hohai University Nanjing 210098;
2. Research Institution of Artificial Intelligence and Innovation Management, Shanghai University of International Business and Economics, Shanghai 201620
摘要:
[目的/意义]网络社会充斥大量负面网络舆情,负面网络舆情风险分级和研判对提高网络治理能力和网络社会治理成效意义重大。[方法/过程]构建负面网络舆情风险指标体系,并采用熵权法计算风险指标权重;基于加权GRA模型计算灰色加权信息关联度,在此基础上,运用k-means聚类算法构建负面网络舆情风险分级方案,据此对负面网络舆情进行风险预测。[结果/结论]实证分析结果表明,所建负面网络舆情风险分级模型客观性强、可靠度高,可为负面网络舆情风险精准响应提供有效决策依据。